液体火箭发动机地面试验台的可靠运行是保证火箭发动机地面试验成功的关键因素,一旦试验台发生故障,整个试验将失败,将会造成巨大的经济损失。因此,对试验台进行故障诊断研究就显得非常重要。但是试验台规模庞大、结构复杂,故障诊断征兆繁杂、故障类型多样,对于这样复杂的系统,传统的单一的智能诊断算法,如基于知识的诊断算法,基于粗糙集的诊断算法,显出了它们的弊端,无法准确高效的诊断出故障。本文针对传统智能故障诊断的缺点和试验台系统特点,研究将多Agent的故障诊断方法应用于液体火箭发动机试验台故障诊断系统。包括个体Agent的设计,多Agent系统中Agent间的通信、协调协商活动。在LabView软件平台下,设计完成了系统软件。通过仿真实验,验证了算法的可行性。利用多Agent理论,使得复杂的故障诊断系统具有了智能性,提高了诊断的效率和诊断结果的准确性,优化了系统结构。根据多Agent系统的设计流程,首先分析了试验台故障诊断系统的结构和功能模块,在此基础上,建立了基于多Agent的液体火箭发动机试验台故障诊断系统的三层结构。在对个体Agent研究的基础上,采用“插件式”的构造方法,分别设计完成了管理Agent,用户交互Agent,网络接口Agent,故障仿真与验证Agent,故障诊断Agent等个体Agent。这些个体Agent都是独立编程、自主运行、具有社会性等特性的个体,能够在MAS中成功的并行运行。重点研究了Agent之间的通信,协调协作和协商功能。使得系统具有了社会性,智能性,能够完成单个Agent无法完成的工作。通信方面采用黑板和消息传递相结合的通信机制,对黑板进行了分区处理,实现了各Agent按自身需要共享黑板资源。借鉴了现有的关于效用评估算法的研究,建立了基于诊断时间和诊断准确率的效用评估算法,并在此基础上,采用了基于效用评估的协商策略。最后,本文利用试验台实际试验过程数据,结合仿真的故障数据对以上算法进行了检验,验证了其实用性和有效性。