上文提到复杂液压控制系统实际上指的就是电液压控制系统，电液压控制系统的复杂性相应的表现为智能化水平提高，从这一点来说也需要应用智能故障诊断技术的应用。本文所论述的智能信息技术是各种智能技术方法的综合应用，以下笔者结合实践应用对其中几项重要的应用方法进行介绍。

2.1专家系统智能诊断方法

专家系统智能诊断方法实际上是利用专家的知识信息进行故障诊断的一种方法，该方法的应用在实践中通常有两种形式，一种是狭义上的专家系统智能诊断，另一种是基于膜识别的专家系统智能诊断方法，是一种对电液压控制系统静态的故障诊断方法。实践中应用较多的是狭义上的专家系统智能诊断方法，此种方法是依靠专家所具有的专业知识对电液压控制系统的运行进行故障诊断，该智能诊断需要以专家只是作为数据库，经过系统所构建的推理机制和决策机制实现对故障的分析和判断，相比专家人工故障诊断具有快速高效的特点，但是也存在着一些不足，包括在专家知识库方面知识的获得存在限制，推理机制中也只能应用简单的成熟的推理方法，因此实践中对此种方法的应用还是十分有限的。

2.2故障树为基础的故障诊断方法

故障树为基础的故障诊断方法利用的是图形演绎方法，将复杂液压控制系统中的故障与可能引起该故障的原因以图形的方式展现，有利于直观的观察系统的故障可能性，因为从因果关系判断故障是最具可靠性的。同时这一图形展现只是作为基础，故障诊断以此为基础进行更加精确的分析测算，一定能够得出准确的故障定位。

2.3人工神经网络故障诊断方法

人工神经网络以其诸多的优势在很多技术领域都有应用，经过实践应用表现出现出显著的适应性、容错性等实用特征，因此也被引入到复杂液压控制系统诊断中，尤其是在系统出现多故障、过程中不同环节点、突发性以及复杂性的故障诊断中表现突出。人工神经网络中的多层感知器BP算法，能够在复杂液压控制系统的故障诊断中通过在线检测的方法计算出信号和数据，对于故障识别判断具有重要的作用。

2.4信息融合技术故障诊断方法

复杂液压控制系统本身就存在着技术系统的复杂性特点，加之设备运行环境存在较大的差异，因此在进行故障诊断时往往存在较大的难度，因为作为诊断依据的许多信息数据都是不确定的。例如设备运行准则中条件的不确定、运行过程中发生的不确定事件、某些运行准则本身的有效性的不确定、推理时间的不确定以及一些数据上的不确定等等，都会影响到故障诊断。针对不确定因素采用信息融合技术原理将多项信息进行综合应用分析，能够处理以上所列举的各种不确定因素，因此该方法具有其独特的优势。

信息融合技术在诊断复杂液压控制系统故障的方法中利用的最主要的就是多传感器，多传感器能够从复杂液压控制系统中的各装置元件中获取设备运行的信号并对其特征进行筛选分析，通过一次性的过程就能够对故障进行评估诊断，具有高效性。