故障诊断一直是核安全研究领域的前沿热点，世界主要的核电用户大国在这一领域都投入了大量的人力以及物力，以期降低核电厂事故对人员和环境造成的威胁。本文的研究目标就是以核电站一回路系统为主要研究对象，设计开发了混合智能故障诊断系统。本文主要采用了神经网络、数据融合以及符号有向图作为主要技术手段，研究的主要内容如下：(1)对核电厂系统的结构，工作方式，各个子系统之间的关联全面的学习，分析监测参数、故障特征，在此基础上选择确定诊断对象，建立故障信息库；(2)对当前应用广泛的故障诊断技术手段进行调研，将它们的适用对象，运作原理进行对比，选择出适合用于分析求解核电厂系统故障特性的诊断技术；(3)利用仿真实验数据对多重故障进行研究，对数据进行分析，为故障诊断策略的设计做准备；(4)将多种故障诊断技术联合诊断的理念用到构建的故障诊断系统中，以此为基础建立完整的故障诊断策略，实现单一以及多重故障的诊断；(5)使用Visual Basic6.0完成故障诊断系统的开发，并利用核电厂典型故障数据进行仿真验证。所开发的故障诊断系统采用不同的诊断技术进行联合诊断，实现对单一故障和双重故障的故障诊断，所设计的诊断策略具有一定的创新性，为今后的故障诊断研究提供了有意义的参考和借鉴。