随着科技的发展，工业机器人在生产制造等行业中扮演着越来越重要的角色。如何保证工业机器人在运行过程中的可靠性、稳定性和安全性已成为研究的热点问题。目前，采用故障诊断专家系统实现机械设备的故障诊断已经成为一门重要的学科，由于诊断专家系统拥有大量领域的专家知识，能运用现代数学理论实现各种推理方法对设备进行故障诊断，并且能够模拟、再现、保存和复制诊断结果，所以得到了广泛的应用。本文基于华南理工大学自主研发的工业机器人进行研究，并针对工业机器人的故障特点，提出了基于模糊理论的工业机器人状态监测与故障诊断。本课题研究项目获国家863重点项目“机器人模块化功能部件及产业化”资金资助。　　 本文首先对机器人体系结构进行分析，采用IPC+PMAC构建了系统的硬件平台；对机器人编程系统进行需求分析，提出了整个机器人编程系统的软件结构，并描述了各个模块的功能；运用Matlab进行工业机器人运动仿真，证明机器人机械结构设计的合理性。　　 其次，本文深入探讨了工业机器人运行过程中几种常见的故障，结合故障树分析法建立机器人故障树以及对基于模糊理论的专家系统进行了理论学习和研究。　　 再次，本文研究了工业机器人控制核心PMAC运动控制卡；结合故障诊断模型所需的现场数据，提出了基于PMAC的数据实时采集方案；利用动态链接库知识，在VC＃环境下开发了一套数据采集软件，完成了数据的实时采集与显示，为故障诊断提供了数据支持。　　 最后，基于Visual C＃．NET开发平台，有机地结合了模糊推理技术和专家系统，采用推理程序与专家系统知识库独立的结构，开发了工业机器人的模糊故障诊断专家系统；系统的知识库完全用关系型数据库进行维护；系统具有良好的人机交互界面，操作方便；最后通过实例演示故障诊断专家系统的可行性。