针对现有故障诊断方法难以诊断涵盖多种不同类型故障的问题, 提出一种基于分层DSmT 的多故障诊断方法. 利用主元凝聚层聚类方法实现证据聚类, 将辨识框架分成若干个子框架; 利用证据主元将BP 神经网络所生成的各种故障模式的基本概率赋值函数在不同辨识框架下重新分配; 利用DSmT 对子框架下的证据进行融合并得出诊断结果. 仿真实验结果表明, 所提出的方法能将不同类型故障从辨识框架中分离出来, 提高多故障诊断结果的可靠性, 减少计算量, 提高诊断效率.