航空发动机排故过程十分复杂,航空公司在排故过程中,常常会遇到一些未预知的的故障,对于这些故障有时如果不对系统进行彻底理解就无法诊断求解。针对这种情况,基于符号有向图(Signed Directed Graph,SDG)的深层知识模型能够表达复杂的因果关系,具有包容大规模潜在信息的能力,能够针对航空发动机结构复杂故障原因多的特点具体的解决问题。为了充分利用SDG的这些优点,本文在前人研究SDG故障诊断的基础上,详细研究了如何对航空发动机建立整体SDG模型,并将SDG模型用于发动机的故障诊断。本文提出了基于层次的SDG建模方法,具体分析了发动机燃油调节系统的SDG建模过程,进而基于层次SDG方法建立了整台发动机的SDG模型。为了提高SDG在故障诊断过程中的诊断速度,我们采用了将SDG方法和专家系统相结合的思想,给出了由SDG产生诊断规则的方法,并具体分析了专家系统的知识表示方法、推理机的实现,并制定具体的推理策略。最后实现了SDG故障诊断专家系统原型的开发。我们将航空公司燃调系统的故障实例数据放到本专家系统中进行验证,结果显示以上述研究为基础所开发的SDG故障诊断专家系统能够较好地识别发动机的故障情况,准确定位故障源。