本文针对当前动态系统的故障检测与诊断技术领域内存在的一些问题及其发展趋势，结合相关学科理论取得的新成果，研究了若干类故障检测和故障模式分类的诊断方法。取得的主要成果有： 1．针对传统的基于经验风险最小化信号消噪方法和现有的小波阈值信号消噪方法的不足，基于统计学习理论，提出了一种改进的VC维小波包信号消噪方法。结合FFT技术，利用小波包分析给出了一种电力信号幅值突变和频率突变故障的检测方法，改善了小波多分辨分析信号检测方法的不足。 2．针对多层感知器神经网络的标准BP训练算法存在推广能力差和训练速度慢等缺陷，首先结合已有的研究成果，给出了一种动态学习率和动量项相结合，并在误差函数中引入网络权值的二次型函数项的改进训练算法，提高了网络的快速性和推广能力。之后，通过对网络训练目标误差函数的修正，提出了一种提高网络权值收敛速度的改进训练算法，改善了现有方法完全依赖于神经元非线性输出的不足。 3．针对模型化非线性系统的鲁棒故障检测问题，采用目前广泛关注的小波网络进行了研究。首先给出了一种基于多分辨分析的小波网络的快速构造算法，它可同时得到网络的优化隐节点和相应的权值，提高了网络设计的计算效率。利用该网络构造一类非线性系统的输入/输出非线性观测器，实现了系统的实时故障检测。然后利用一种基于单尺度小波框架的小波网络，逼近一类满足Lipschitz条件的非线性系统的非线性项，构造自适应状态观测器，实现了系统的鲁棒故障检测，同时采用径向基神经网络进行残差处理，实现了故障预报。文中利用一致有界引理证明了用于故障检测的自适应状态观测器的稳定性。 4．针对智能故障诊断中知识获取的“瓶颈”问题，研究了粗糙集理论在故障诊断中的应用。基于变精度粗糙集模型、概率粗糙集模型和互信息熵等理论，从不同角度给出了3种故障诊断知识提取的方法，解决了知识获取的困难，弥补了经典粗糙集理论进行知识获取的不足。同时，提出了一个基于变精度粗糙集理论的故障诊断专家系统模型，给出了专家系统知识获取和维护的策略。 5．分别针对具有非线性参数扰动的多重状态时滞系统、含有不确定性的状态时滞系统、Neutral时滞系统以及关联时滞大系统等几类较为典型的时滞系统模型，基于观测器方法探讨了系统的故障检测问题。利用Lyapunov函数、LMI技术以及H_∞控制理论等，给出和证明了鲁棒故障检测的稳定条件和观测器增益阵的设计。 以上内容均通过数值或实例仿真研究，验证了所述方法的有效性和可行性。