1、傳統(tǒng)的故障診斷方法需要依靠專家的經驗知識，但遺憾的是，專家的經驗獲取不易，且更新慢，一旦系統(tǒng)發(fā)生改變，專家經驗就顯得不足。而基于模型的診斷(Model-Based Diagnosis，MBD)正可以克服傳統(tǒng)診斷方法的這種缺陷，它不依賴專家經驗，所建立的部件模型與整個系統(tǒng)是獨立的，可移植性好、可重復利用率高。
　　最初，關于MBD的研究只針對靜態(tài)系統(tǒng)，而后針對離散事件動態(tài)系統(tǒng)(Discrete-Event Systems，DESs)

2、的基于模型的診斷方法受到了越來越多研究者的關注。
　　基于模型的離散事件系統(tǒng)故障診斷基本思想為:首先，對系統(tǒng)建模，比如使用自動機、進程代數、Petri網等工具描述離散動態(tài)系統(tǒng);其次，監(jiān)控系統(tǒng)運行獲得觀測信息;然后，通過觀測與系統(tǒng)模型同步匹配，推斷系統(tǒng)的軌跡（其中含有相關的故障信息）。由于系統(tǒng)模型或觀測的不完備性等原因，通常還需要考慮系統(tǒng)模型的可診斷性，即在給定足夠多的觀測信息時，能否確定某故障已經出現。
　　本文基于自動機工

3、具對離散動態(tài)系統(tǒng)建模，并對相關的故障診斷方法和可診斷性判定問題進行了研究，主要工作如下:
　　1)研究了經典的離散事件系統(tǒng)基于模型的故障診斷方法，即通過構建診斷器來查找故障，并可用于判定系統(tǒng)是否可診斷。
　　2)分析并設計了經典診斷器方法的具體實現算法。
　　3)研究了一種改進的離散事件系統(tǒng)基于模型的故障診斷方法——雙模型方法，它比診斷器方法有更低的計算復雜性。
　　4)分析并設計了雙模型方法的具體實現算法。