故障诊断对于现代工业中的各种大型系统极其重要,只有快速、准确地诊断出系统中存在的故障,才能保证系统安全稳定的运行。离散事件动态系统(Discrete event dynamic systems,简称DEDS)是由离散事件按照一定的运行规则相互作用而引起状态迁移的一类人造动态系统。针对离散事件动态系统,基于自动机模型的故障诊断方法得到了广泛的应用。该方法使用有限状态自动机对系统建模,然后将模型中所有不可观测的事件剔除,构建诊断器,根据诊断器中的可观事件序列与自动机路径的对应关系对系统进行诊断。基于自动机模型的故障诊断过程包括建模、可诊断性分析和诊断三个步骤。首先通过事件、状态和状态转换关系等建立自动机模型来描述系统的现象与特性;然后对系统的可诊断性进行分析,判断故障诊断的可行性;最后提出故障诊断的方法。在离散事件动态系统中,事件的发生往往存在时序关系。在系统的模型中加上时序可以降低建模的难度,减小模型的规模,提高诊断效率。此外,以往的方法一般认为故障发生后是不能自行恢复的,然而实际系统中并非如此。可恢复故障的存在增加了系统的复杂性。本文分析了包含时序关系和可自行恢复故障的离散事件动态系统,建立一种带有时序约束的自动机模型,并在此模型基础上提出一种在线诊断算法,并通过实例显示了这种算法的有效性。本文用模糊自动机模型来描述不确定性离散事件动态系统,提出一种基于观测事件序列的可诊断性分析方法。通过接收到的观测事件序列反向推理得到模糊自动机模型中所有能产生该观测序列的路径,并从这些路径投影得到该观测事件序列所对应的阈值事件。分析这些路径关于阈值事件的可诊断性,给出了基于观测事件序列的可诊断性定义,构建了观测序列的诊断器,提出了可诊断的充分必要条件,最后对一个动物治疗过程的例子进行了分析。最后,针对离散事件动态系统设计了故障诊断软件。该软件可进行自动机建模和故障诊断操作,验证了本文提出的方法。