中国作为矿业大国，对于矿井机车无人驾驶系统的研究与应用，能够提高中国采矿效率，减少矿难事故的发生，保障矿工人员的安全，具有很大的经济效益和社会效益。然而，对于矿井机车无人驾驶系统的研究都是处于功能性的实现，很少有对其系统的稳定性、故障诊断方法等做出研究。本文主要创建了一种自适应模糊故障Petri网模型，对模型引入改进的粒子群算法进行参数优化设计，并将此模型应用于矿井机车无人驾驶系统中，实现对故障的自适应推理与诊断。　　本文的主要工作包括:　　1、对Petri网技术的改进研究，以基本Petri网作为理论基础，运用模糊化的语义表达定义模糊规则表达式，提出自适应模糊故障Petri网模型，并将模型中故障传播并发过程用矩阵的形式表达，用于推导出故障传播过程推理过程的置信度计算算法以及用于故障诊断反向推理的诊断推理算法。　　2、对Petri网模型的自适应参数优化调整，采用合适的算法对参数优化设计，分析算法与模型结合时的参数初始值设定规则，故障模型的实际化应用的转变，提出优化训练调整参数步骤、故障知识库的更新添加，实现诊断方法的自学习能力。　　3、对矿井机车无人驾驶系统进行故障分析，运用系统分层分析的方法对系统的故障进行逻辑分类，在分析其结构原理的基础上，将其与Petri网模型相结合，提出各部分系统的模糊规则表达式并创建模糊故障Petri网模型。　　4、将故障推理、诊断分析方法运用到矿井机车无人驾驶系统，对其进行分析判断，提出各个系统中常见的故障传播途径并诊断出发生某一故障最大可能导致的原因。