中文摘要：

本项目针对重载组合列车同步操控系统- - 这一典型复杂、非线性变结构系统中由多故障并发、耦合等问题给故障诊断带来的挑战，通过寻求多智能体系统的动态联盟体系结构和诊断任务的分解与协调算法，构建一种变结构分布式故障诊断系统。利用多智能体的自学习能力和时序动态描述逻辑方法，设计基于形式统一化的故障信息推理和转换机制，实现故障信息的描述一致性；设计一套基于带权与或树和AOE-网的动态任务规划算法，对复杂诊断任务进行动态分解和协调，解决功能结构时变的诊断系统中各种故障关联关系的动态变化和冲突消解问题；提出一种基于动态权重匹配和虚拟直连链路的多智能体动态联盟的诊断体系结构，实现资源、诊断任务的共享和诊断智能体的交互，建立变结构多故障系统中多智能体动态联盟的分布式诊断系统。通过在重载组合列车同步操控故障诊断系统中的应用，为多故障诊断提供一种有效方法，为推动分布式人工智能的研究和应用提供一定的理论和实践基础。

结论摘要：

本项目针对重载组合列车同步操控系统——这一典型复杂、非线性变结构系统，将多智能体理论和故障诊断技术有机结合， 提出了一种基于动态权重匹配和虚拟直连链路的多智能体分布式诊断联盟的体系结构，实现了多故障诊断系统中资源、诊断任务的动态共享和诊断智能体的交互协同工作，解决了多故障并发、耦合、时变等故障诊断问题。申请书中的计划目标全部完成，包括 围绕多属性和多参数故障诊断对象的故障并发联锁特点、诊断任务解耦控制和实时性的要求，提出了一种基于多智能体的层次型重载组合列车同步操控系统的分布式故障诊断设计方案； 为解决重载组合列车在复杂地形和通信不可靠情况下的多机车间的控制问题，设计了一种在通信延时和中断条件等故障情况下的基于多智能体的分布式协同控制方法，在保证列车动态性能的基础上使得列车速度仍然能够达到目标值； 利用功率键合图对变结构多故障诊断系统进行了统一、完整、正确的描述，解决了同步操控系统中现有故障诊断描述方法无法表示故障关联性和实时性的问题；根据键合图模型的因果路径关系推导系统的解析冗余关系，并获得系统故障特征矩阵，再通过系统观测特征与故障特征的比较实现系统的故障检测和隔离; 利用等价空间方法诊断同步操控系统输出中的多故障，针对状态变量分别单独设计残差生成器和阈值函数，建立系统状态布尔向量。根据系统结构和功能，构建系统状态布尔向量与故障信息对应关系的故障特征矩阵表，最终通过查找故障特征矩阵表确定故障的类型和位置; 在此基础上，设计了一种带权与或树和AOE-网的任务规划方法，实现了诊断任务的动态调整协调和冲突消除协调，解决了变结构系统中诊断任务的复杂和时变问题。 受本项目支持，相关的研究成果已发表在《Control Engineering Practice》、《Mathematical Problems in Engineering》、《Sensors》等国内外知名学术刊物，并参加了ACC，CCC等国内外重要学术会议，与同行进行了深入交流。发表论文共计31篇，其中包括SCI论文5篇，EI论文26篇，申请发明专利5项，培养硕士研究生14名。