随着智能制造工业领域的飞速发展，设备发生故障的现象无法避免，同时也带来了巨大的经济损失，因此对工业设备故障进行快速而准确的判断具有重大意义。由于工业设备多数故障信息具有模糊性且故障源的判断易受多种因素的影响，而具有灵活转换特点的三角模糊数可对故障信息进行准确描述，它相应的决策方法也可对故障诊断问题进行全面分析，故面向故障诊断的三角模糊数决策方法是一个值得探索的研究方向，且具有较强的应用性。
　　本文主要以玻璃纤维制造业中的无捻粗纱织造设备和汽轮机的故障诊断为研究背景，将故障信息描述为三角模糊数的形式，重点研究了相关模糊多准则决策方法及在故障诊断领域中的应用。本文的主要研究工作如下：
　　（1）针对现有模糊多准则故障诊断方法中专家权重和准则权重直接根据先验知识给出的问题，本文提出基于三角区间模糊数的VIKOR方法计算专家权重和准则权重，并应用至玻璃纤维制造设备的故障诊断中。该方法首先将设备故障信息表述为更精确的三角区间模糊数形式，然后采用相似度和变异系数法相结合的方式计算专家权重，通过基于散度矩阵的离差最大化法计算准则权重，最后结合VIKOR方法得到最佳故障诊断源。实验结果表明，对比于其他方法，本文所提方法的区分度更高，故障方案集结果更为直观。
　　（2）针对传统模糊多准则决策过程中各准则间的相互作用及隶属度和非隶属度的相互关系被忽略的问题，本文提出基于Pythagorean三角模糊数的决策方法并将其应用至汽轮机的故障诊断中。该方法在隶属度和非隶属度应用更为广泛的Pythagorean模糊集环境下，提出了兼顾各准则间相互作用的Pythagorean三角模糊几何交互Bonferroni均值算子，且基于该算子给出了汽轮机故障诊断方法的具体步骤。实验结果表明，该方法在检测汽轮机故障模式时正确率高达96%，并通过敏感性分析和对比实验证明了所提方法的鲁棒性和可行性。
　　（3）针对众多模糊多准则决策过程因仅考虑单一测度导致决策结果准确性较低的问题，本文提出改进的基于Pythagorean三角模糊数综合测度故障诊断方法。改进的方法在获取正负理想解后，通过计算聚合值和理想解间的距离测度，并结合得分函数值给出了综合测度的度量值，最终根据综合测度值的大小确定设备故障模式。将改进的方法同样应用在汽轮机的故障诊断中，实验结果表明，改进的方法考虑的影响因素更为全面，正确率提高至98.67%。