混成系统是一种典型的现代复杂动态系统，保持其精确性和稳定性是目前工程控制领域和人工智能领域共同研究的一个重点问题。基于模型的诊断方法是复杂系统保持高稳定性的一个首选的故障诊断方法之一。基于模型的诊断运用系统的模型来预言正常行为，用观测和预言行为信号之间的背离来描述故障，是在观测基础上推断系统运行状况的一种智能诊断推理方法。本文主要针对混成系统基于模型的诊断方法、系统的可诊断性、不完备模型下的诊断处理方法等，做了如下研究：对于混成动态系统本文使用混合键合图模型对系统进行建模，同时结合混成自动机完成对形式化描述的计算机表示，通过自动机进行推理，完成故障诊断过程，提出了控制器上发生的故障的诊断方法，并根据该方法给出具体算法。扩展了Sriram Narasimhan的混成系统基于模型诊断方法，将分布式技术和并行计算技术应用于混成系统的故障诊断中，提出混成系统分布式快速故障诊断方法，提高混成系统的故障诊断效率。提出了一种基于自动机链模型的混成系统故障诊断方法，解决因果不完备模型下的故障诊断问题，设计并实现了一个基于分解的时间因果图的自动机链的诊断系统。当系统模式发生改变时根据相应的时间因果图模型自动生成自动机链，当发生故障时，系统根据生成的局域自动机在自动机链内进行诊断分析。基于自动机链的诊断方法可以解决由于某些模型缺失而导致全局不可诊断的问题，由于某些条件缺失如因果关系、节点信息等在全局诊断算法中如果缺失任意条件整个系统是不可诊断的，利用自动机链，在条件缺失情况下可以在局域产生局域诊断结果，并可以将诊断结果延续到自动机链中的下一自动机中。以前提出的诊断方法都是基于突变参数假设的，这个假设在缓变故障发生时可能会导致错误的诊断结果。缓变故障诊断可以看作是在控制大规模的复杂系统中的混成系统一个很有发展的领域。在混成输入输出自动机上讨论了混成系统的缓变故障可诊断性，提出了一种方法来解决混成系统中的缓变故障诊断问题，使其可以诊断。