1.一種基于相關性模型的多故障診斷方法，其特征在于，包括以下步驟：

步驟1：利用現有相關性建模方法獲取系統故障-測試相關性矩陣

對系統進行相關性建模，根據可達性算法獲取系統的相關性矩陣，其表達式如下所示：

式中，FT表示故障-測試相關性矩陣，它是一個m×n的矩陣，行表示故障模式，列表示測試集；F＝{f₁,f₂,…,f_m}表示系統獨立的故障狀態集；T＝{t₁,t₂,…,t_n}表示系統的測試集，規定每個測試都是二值輸出；設P＝{p(f₀),p(f₁),…,p(f_m)}為各個故障狀態獨立發生的先驗概率；矩陣元素ft_ij表示故障f_i與測試t_j之間的相關關系；

步驟2：根據系統測試結果對相關性矩陣FT進行約簡

將測試結果為0的測試，在矩陣FT中所對應的列向量刪除，只保留測試結果為1的測試所對應的列向量；同時將測試結果為0的測試所對應列向量中對應含有1的行向量刪除，得到約減后的矩陣FT_y＝[ft_ij]_h×k，其中h≤m,k≤n；

步驟3：獲取多故障相關性矩陣FT_d；

步驟3具體為：

對約減矩陣FT_y＝[ft_ij]_h×k中各故障特征向量進行“邏輯或‖”運算，邏輯運算結果作為新的行向量添加至矩陣FT_y的最下端，將該新矩陣定義為多故障相關性矩陣FT_d，其中矩陣FT_d的列向量數目為k，行向量數目最大為2^h-1；

步驟4：基于多故障相關性矩陣FT_d進行故障診斷；

步驟4具體為：

步驟4.1，刪除多故障相關性矩陣FT_d中含有“0”元素的行，剩余全為元素“1”的行向量所對應的故障狀態為可疑故障，所有可疑故障組成的集合為故障模糊組G；

步驟4.2，對故障模糊組G中的故障，依據其故障先驗概率進行排序，得出故障診斷結論，多故障f_(i,j)的故障先驗概率計算方式為：p(f_(i,j))＝p(f_i)×p(f_j)。