深海机器人是整个深海作业系统的关键组成部分,而深海机器人故障诊断系统对于保证其海底正常作业至关重要。深海机器人是一个复杂的大系统,传统的故障诊断方法一般都需要对诊断对象建立精确的数学模型才可以进行准确的诊断,由于深海机器人难以建立精确的数学模型,因此采用多种智能诊断技术相结合的方法,将专家智能诊断系统与人工神经网络和遗传算法相结合,对深海机器人进行状态监测和故障诊断,这对提高深海机器人系统运行的可靠性具有非常重要的意义。深海机器人的系统组成主要包括了液压系统、集矿系统、行走机构等子系统。在分析各模块故障特点的基础上,总结了电机故障、液压泵故障、车辆打滑、转向故障、前后倾角超限、履带马达故障等主要故障。首先对深海机器人系统的框架组成进行了研究和分析,并总结了故障的特征和性质；提出了一种可行的故障诊断系统设计思想；然后利用神经网络设计故障诊断系统；并根据神经网络存在的不足,结合遗传算法来对诊断网络进行改进,最终设计了基于遗传神经网络的深海机器人故障诊断系统。最后进行了系统的总体设计,诊断系统的人机接口基于Visual Studio开发,提供了故障诊断、故障仿真、信息输入、数据查询等功能,可用于深海机器人的故障诊断。仿真试验结果表明深海机器人故障诊断系统能正确运行,算法行之有效。