自主式水下机器人(AUV)的研究是我国海上国防与海洋开发战略的重要组成部分。为了保证AUV在研制开发、设计制造中高效率、高可靠性，以及在水下实验和作战使用完成运动控制、作战任务，并且能够安全回收，必须对其系统各部件的工作状态进行监测。 本文通过对水下机器人的控制系统中执行机构，运动模型，传感器系统的分析，提出了基于智能方法的以诊断模型为核心的监测系统结构，它主要建立了自主式水下机器人的各推进器、方向舵的诊断模型，通过对在巡航和搜索两种航行方式下的工作状况进行监测，来诊断各部件是否出现故障，保证水下机器人安全航行。 在珍断模块建模中采用模糊逻辑与神经网络结合的技术，以模糊自适应学习控制网络为核心，提出了一种简单可行的基于最大权值矩阵的规则提取及基于浮点数编码的遗传算法的参数调整的，完善网络结构与性能的方法，并在状态监测过程中，通过对由控制器输入的水下机器人运动控制量以及运行状态的模糊推理，得到执行部件(推进器或舵)的工作状态优劣程度，为保证水下机器人完成任务，安全返回提供控制依据。通过计算机仿真试验，证明了该方法的可行性和监测系统的有效性。