现代工业生产系统和过程控制在建模、分析、可靠性和规划方面都具有高度复杂性。各类复杂系统在运行过程中,不可避免会发生故障(一种系统行为偏离预期的表现),从而影响系统安全性、可靠性。为保证系统安全运行,对其发生的故障做出快速反应、适当决策和控制尤为重要。故障诊断是通过对系统中各个部分输出信息进行预估和测量,然后对比数据进行分析,确定系统中故障类型、大小、位置和发生时间。但并不是所有故障都能被诊断,这取决于系统诊断措施、诊断时间以及系统模型等因素。本文致力于研究系统故障可诊断性,即其能否在有限时间内正确诊断出故障的一种指标。对于系统来说,存在一个不可诊断故障,即不能在有限时间内诊断出的故障,对系统安全性和可靠性存在巨大影响。因此,在系统建模时,分析系统故障可诊断性必不可少,从而确保每一个故障都能在有限时间内快速检测。本文基于Petri网(PN)建模系统,使用故障Petri网研究复杂系统故障可诊断性问题。通过研究其可达状态,建立故障诊断器和检测器对故障进行监控和分析。目前针对不同类型系统的故障诊断以及故障可诊断性分析存在多种可行方法,主要包括集中式故障诊断、分步式故障诊断、模块化故障诊断、以及分散式故障诊断等。在考虑状态空间前提下,复杂系统的全局故障检测器和监控器设计具有较高的复杂度,有时甚至不可能完成。为了降低分析系统故障可诊断性复杂度,本文主要研究具有高度并发性并且仅通过同步条件进行交互的复杂系统。对于这种分布式系统,只需要建立各个部分的诊断器,通过某种既定协议进行实时交互,相互补充和完善诊断信息从而快速做出诊断决策或者分析全局故障可诊断性。具体地,首先建立子网结构的基础标识可达图(basis reachability graph,BRG)和基础标识可达诊断器(basis reachability diagnoser,BRD),通过分析诊断器的状态为系统提供可诊断性的充分必要条件,然后分析子网结构中不确定性环(indeterminate cycle)并且给出子网之间的组合逻辑,为推断合成全局标签Petri网(LPN)可诊断性做铺垫。此外,通过分析子网性质获得足够信息来推断合成网可诊断性,避免建立全局诊断器复杂设计并且使系统能快速做出诊断反应,提高了复杂系统诊断效率。本文致力于降低系统故障可诊断性复杂度以及提供新合成网方式,为复杂系统故障可诊断性研究提供一种新的解决思路。主要研究成果如下:1.基于Petri网模型合成复杂系统网结构,目前已经存在多种合成方式,本文提出的方法和其它方法主要区别在于,其它方法假设Petri网子网之间可以通过边界库所或者变迁与其他站点进行交互,而本文在合成全局网过程中使用缓冲库所作为中介,并且提出新的组合逻辑和规则。具体地,每个子网只能通过缓冲库所与其他站点交互,消除共享资源(包括库所和变迁)限制,降低子系统之间交互要求消除物理层面的局限性,有利于多种远程复杂系统控制和诊断。2.基于诊断器中不确定性环给出故障可诊断性的充分必要条件,研究系统故障可诊断性。通过分析不同结构下子网的不确定性环,在可观变迁上加入缓冲库所输入弧,分析变迁使能情况以及破坏不确定性环的可能性,给出算法并优化得出输入变迁集合,作为子网间合成逻辑。3.由于不确定性环的存在,使得系统不可诊断。因此,提高或者判断系统的可诊断性,只需要判断不确定性环是否存在于网中。通过使用算法给出的输入变迁合集,分析并提出全局网故障可诊断性函数。具体使用中,只需要正确归类子网与缓冲库所连接方式逻辑,即缓冲库所与输入变迁集合的连接方式,从而快速推断合成网的故障可诊断性。4.研究子网在不同可诊断性情况下,通过使用全局网故障可诊断性函数,分类讨论合成网能否保持与子网可诊断性的一致性。最后,得出结论并展望未来相关工作,释放子网结构以及子网之间连接方式约束,得出更加全面的结果。