灰系统理论是研究信息不完备系统的一种有效方法。论文对当前国内外故障智能诊断技术的研究现状以及灰系统理论进行了综合分析，对主要故障智能诊断技术如基于神经网络、基于模糊理论、基于专家系统、基于信息融合、基于多智能体的诊断原理、方法及其优缺点和存在问题进行了分析总结，对灰系统理论的灰建模理论、灰建模过程、灰建模序列数据的确定及其预处理，以及灰关联、灰预测、灰聚类在故障智能诊断中的应用进行了深入研究，并对灰系统理论与模糊神经网络的结合作了探索性研究，提出了几种基于灰系统理论的故障诊断方法，主要包括： 1、针对化工设备系统实际运行工况中，载荷变化、强噪声以及误操作等强干扰给设备监测系统造成测量“坏点”，致使预测精度降低的缺点，研究了灰预测理论及其在化工设备故障诊断预测中的应用，提出了改进的新息灰预测方法，并进行了实例研究。实例研究结果表明，改进的灰预测方法不必重新建模，计算简单，精度有所提高，具有全信息性，不需复杂设备，便于推广应用，有较大实用价值。 2、灰聚类的变权重未有效区分影响系统运行状态的主次要因素，且包含有决策者本人的主观性，导致故障诊断时丧失了部分信息，重点研究了灰聚类白化权函数及其阈值的选取、以及灰聚类变权算子的性质，提出了改进的灰聚类故障诊断方法，并应用于变速箱的故障诊断。结果表明，改进灰聚类故障诊断方法的诊断精度有所提高，计算方法简单；减小了人为的主观随意性，能够在一定程度上改善诊断质量，诊断结果更客观、更符合实际；诊断结果是一向量，便于二次分析；综合考虑了多项因素的影响，能够较真实地反映系统运行状态的综合状况。 3、实际工程中的变速箱故障具有复杂的灰特性，以及灰理论具有“小样本、贫信息、不确定性”问题处理能力强、计算复杂度低等优点，研究了灰关联原理、灰关联系数与分辨系数的关系、分辨系数的性质和取值原则，成功地将灰关联理论应用于变速箱的故障诊断。实例仿真结果表明，灰关联能够判断影响设备运行状态的主要因素，提高工作效率，为设备维修及状态预测提供理论指导；灰关联故障诊断方法计算简单、诊断结果与定性分析结论一致，且对样本数量及其分布规律没有特殊要求，实用价值大。 4、针对模糊神经网络故障诊断明确的ON或OFF不能将设备系统运行状态的细微情况表达清楚，研究了故障智能诊断系统的组成、原理以及模糊神经网络，提出了将灰系统理论与模糊神经网络相结合，并对模糊神经网络的决策部分进行了改进设计，输出结果为一向量，大大丰富了网络表达能力，为全面了解设备系统运行状况提供了丰富信息，更符合实际工程需要。