针对大型复杂的某钢厂冷轧自动化生产线系统的实时状态监测和故障诊断的特点,将专家系统、神经网络和小波分析以及协同计算机等先进理论和技术结合起来,构成一个模块化的混合故障诊断专家系统,以实现对整个冷轧生产线系统的实时状态监测和故障诊断.对模块化混合故障诊断专家系统的协调机构的结构和作用进行了初步研究.为了提高混合故障诊断专家系统故障诊断的正确率,利用协同计算机网络模式形成和模式识别原理,研究和提出了一种协同计算机网络对现场实时数据进行去噪和修补处理的有效方法.为了实现对冷轧生产线系统确定故障进行诊断,对基于知识的实时故障诊断专家系统的实时数据获取、知识表示和获取、知识库的建造、故障诊断的推理机制和运行机制等进行了卓有成效的研究?为了实现对复杂不确定性故障进行诊断,对基于BP神经网络故障诊断的知识表示和获取以及诊断推理进行了深入细致的研究.针对BP神经网络在网络规模较大和训练精度要求较高时,网络训练速度慢的缺陷,提出了一种BP改进算法-BP旋转算法,大大加快了网络的训练速度.为了避免传统复杂的信号处理方法,利用自组织神经网络对诊断对象的周期性信号进行处理.研究了对称和反对称小波变换识别突变信号的有效方法.