故障检测与诊断是工程应用科学的重要组成部分,故障诊断技术在过去的几十年里得到了飞速发展,一些新的理论与方法,如:神经网络、模糊理论、遗传算法、小波变换、模式识别、自适应理论、非线性理论等都已经在这里得到了成功的应用.该文讨论了神经网络用于故障诊断的技术,针对故障诊断固有的不完全性和模糊性,阐述了将模糊理论用于故障诊断的必要性,详细研究了模糊神经网络在故障诊断中的应用.在此基础上,为了克服BP算法极易陷入局部最优值的缺点,研究了基于实数编码的混合遗传算法,利用其对模糊神经网络进行训练,仿真表明这种方法在故障诊断方面具有较好的效果.根据运载火箭控制系统的特点和需求,研究了基于故障树模型的推理诊断策略,并提出了分层的故障诊断系统.前层由多个基于模糊神经网络的预处理子系统组成,将测试信息映射为后层故障树上的异常结点集和正常结点集,然后利用故障树推理策略获得故障源.对运载火箭控制系统的姿态控制子系统进行了仿真实验,验证了该方法的可行性.该文在一定程度上解决了对象过于庞大复杂造成诊断困难的问题,对于促进运载火箭控制系统故障诊断的智能化和快速化具有一定的实用意义.