光传操纵系统是针对传统电传操纵系统的不足提出的一种新型的飞控系统。光传操纵系统的高可靠性是飞行安全的重要保证，研究光传系统的故障诊断技术，当飞机出现故障或者遇到意外损伤时，系统能够快速的对故障进行诊断和隔离，对于保证飞机飞行任务的继续执行或者安全返航具有重要意义。本文首先介绍了光传操纵系统和故障诊断的相关理论知识，并在三余度光传操纵系统的结构和常见故障的基础上，建立了三余度光传操纵系统的模型和故障产生模块。接着在所建模型的基础上，提出了一种基于BP神经网络的故障诊断方法，通过仿真实例证明，该方法具有一定的效果。但由于BP网络自身结构的特点，在训练样本较大且要求精度较高时，网络常常不收敛且容易陷入局部最优解。针对BP网络的不足，本文又提出了一种基于概率神经网络的故障诊断方法。概率神经网络在解决分类问题的应用中，用线性学习算法来完成以往非线性学习算法所做的工作，而且网络对应的权值就是模式样本的分布，网络不需要训练，因而能够满足训练上实时处理的要求。最后通过仿真实例，证明了该方法在训练速度、训练准确率以及样本追加能力等各方面的能力都要优于BP网络。