Le travail présenté dans ce mémoire concerne le développement d'une approche fonctionnelle dans le domaine du diagnostic de défauts. Cette approche repose sur une classification des connaissances issues du système afin de détecter et localiser les défauts vis-à-vis des caractéristiques les plus représentatives de son comportement. L'objectif de ce travail de recherche est d'aboutir à une meilleure structuration de la connaissance, des moyens et des outils dont on dispose face à un problème de diagnostic afin d'augmenter le nombre de défauts à localiser. L'approche fonctionnelle du diagnostic repose sur la notion de fonction. Celle-ci est utilisée afin de localiser les défauts qui possèdent des signatures identiques. Les caractéristiques les plus représentatives de l'espace de parité, des observateurs et de l'estimation paramétrique sont classifiées à l'aide d'un modèle ontologique. La fonction, au sein du modèle ontologique, permet d'interpréter autrement la connaissance contenue dans les résidus et les signatures. Cette interprétation repose sur la définition et la spécification d'un cadre générique basé sur une analyse structurelle, comportementale et fonctionnelle des étapes de génération de résidus, d'évaluation de résidus et de décision. L'application de l'approche proposée porte sur la simulation d'un moteur à courant continu en boucle ouverte et en boucle fermée en vue de détecter et de localiser des défauts capteurs, actionneurs et composants en présence de signatures identiques. L'apport de l'étude développée dans ce travail de recherche, se situe à l'intersection de deux domaines : l'intelligence artificielle et l?automatique.