往复式压缩机是石油化工行业中使用最广泛的机械设备之一,作为工业生产的关键设备,它的运转情况关系到整个生产线安全可靠,研究往复式压缩机的状态监测与故障诊断具有现实意义和经济价值。传统智能方法在面对大型复杂系统故障诊断时具有一定的局限性,而多Agent的反应性、社会性和主动性等优点能够弥补当前智能诊断方法在工程应用中的缺陷,较好地解决大型复杂系统故障诊断问题。本文主要研究了多Agent技术在往复式压缩机故障诊断中的应用。在分析了往复式压缩机基本结构和工作原理的基础上,结合往复式压缩机以往的故障诊断经验,总结了往复式压缩机的典型故障及其故障特征。提出了一种基于多Agent的往复式压缩机故障诊断系统总体框架。设计了该框架中各Agent的结构和功能以及它们之间的协作关系,该框架具有较好的扩展性。提出一种基于模糊信息融合的往复式压缩机故障诊断方法。在多Agent往复式压缩机故障诊断系统中采用混合分解方法对诊断任务进行分解,即在高层采用结构分解,底层采用故障分解；采用改进的合同网方法对诊断任务进行分配；介绍了专家系统、神经网络和模糊逻辑三种智能诊断方法与模糊信息融合方法,并通过仿真验证了模糊信息融合方法的有效性和准确性。开发了基于多Agent技术的往复式压缩机故障诊断系统。设计了往复式压缩机在线状态监测与故障诊断系统的整体方案,并详细阐述了该诊断系统的诊断对象、硬件组成和数据库的结构；然后利用LabVIEW和MATLAB混合编程开发出了基于多Agent技术的往复式压缩机故障诊断系统。该诊断系统已经应用于某石化车间往复式压缩机上,经过三个月的试运行,诊断系统稳定而有效。