工业机器人凭借自动化、高效率的特性大大地提高了社会的生产力。然而在另一方面，工业机器人在运行过程中存在性能降低、出现故障的问题。因此，需要对工业机器人进行故障诊断研究，以及时地发现故障、定位故障，最终实现降低故障损失，提高维修效率。目前，针对工业机器人的故障诊断研究还相对较少。本文深入分析了工业机器人的系统结构和故障机理，提出了以隐马尔可夫模型和专家系统为主的工业机器人故障诊断方法。　　本文针对工业机器人故障诊断技术进行了系统的研究，主要完成了以下工作：　　首先，分析了工业机器人的组成结构，总结出工业机器人的各种故障类型，如开环型故障、传动系统阻塞及过载故障、传动间隙故障等等。并分析了各种故障类型具有的特征以及相应的判断思路。　　然后，提出了以隐马尔可夫模型为主的故障诊断方法。针对各种故障类型设计了不同的特征提取方法，实现了不同的故障诊断的算法，并验证了算法的可靠性。　　最后，针对故障类型和诊断算法繁多难以组织的问题，提出了以专家系统为主的解决方案，并使用Visual Prolog进行了实现。　　通过实验验证和仿真分析，发现本文提出的故障诊断算法具有很高的准确性，用于组织故障诊断过程的专家系统工作正常。所以得出结论，本文提出的方法可以很好地解决部分工业机器人故障诊断问题，具有较高的实用价值。