在故障诊断问题的研究中,随着滤波方法处理噪声方面优越性的日益显著,学者们对滤波方法的研究越来越深入.在噪声未知但有界的系统故障诊断方面,为了精确实现系统参数估计和状态估计,减小计算量,提高故障诊断效率,本文以空间仿射方法为基础,研究了突变型故障和缓变型故障的诊断方法,这对丰富和发展滤波故障诊断方法具有重要的理论意义和显著的应用价值.本论文的具体工作包括以下四个方面:1.针对噪声未知但有界的系统,首先研究无故障状态下的基于权值椭球的有限数据窗参数估计算法,为了减少计算量,采用有限数据窗的思想,由有限数据窗构成滚动数据矩阵,有效减少了计算量,提高了数据利用率和参数估计精度,并通过仿真验证了在不同噪声区间和数据窗长度下算法的有效性,进而通过判断参数可行集是否为空,实现故障检测,应用模型匹配的方法完成基于权值椭球收缩的故障识别.2.针对椭球算法收敛性不高的问题,提出了基于全对称多胞体收缩的滤波故障检测算法.通过求解凸多面体和带的交集,把故障检测问题转化为可行集外边界的计算问题,采用最小化体积的方法计算更新全对称多胞体,并选择最小的全对称多胞体为近似外边界,提高算法的收敛性.通过检测状态可行集是否为空,判断系统是否发生故障.3.针对含有噪声未知但有界的线性系统故障诊断问题,提出了一种基于正多胞体收缩的滤波故障诊断方法.该方法利用线性规划方程描述递归运算过程中的约束条件,在递归过程中更新正多胞体的空间表达式,并以正多胞体的空间形态描述参数可行集,通过检测参数可行集是否为空判断系统有无故障,采用模型匹配的方法实现故障诊断.针对具有较多故障类型的故障库,减小基于模型匹配方法的计算量,提高故障诊断效率,进一步给出了基于故障库分层的故障诊断方法.4.针对输入非线性系统参数缓变型故障诊断问题,提出了一种适用于诊断参数缓慢变化的非线性故障诊断方法,采用线性规划约束的方法,递归计算正交多胞空间以逼近可行参数集,并提出了参数全局扩展滤波故障诊断算法.此外,为了减少计算量,提高故障诊断效率,提出了一种基于空间降维的参数定向扩展滤波故障诊断算法.综上所述,本文主要研究了基于空间仿射收缩的滤波故障诊断问题,通过仿真实验验证了提出的算法的有效性和可行性.