动车组故障诊断系统是专家系统在动车组领域的应用实例。到目前为止,国内对此方面的研究仍有欠缺,主要体现在没有实际的动车组运维数据或者对运维数据分析的不足,从而导致系统具有一定的局限性。本文以高速铁路网络管理教育部工程研究中心研发的南车四方动车组地面信息管理系统为基础,通过对动车组运维数据的分析,设计并实现了动车组故障诊断系统。具体工作如下：设计了动车组故障诊断知识库。本文深入分析了动车组实际运维数据,结合故障诊断的应用业务要求,设计了关联规则为知识的知识库,即从海量的动车组历史运维数据中找出状态数据和故障数据之间“潜在”的联系,将这种联系作为知识存储在知识库中,以此为依据来对动车组当前状态进行诊断。改进了关联规则挖掘算法。由于动车组运行数据有上千万条,如何高效的从这些海里数据中挖掘出有用的关联规则知识是一个亟待解决的问题。本文针对现有动车组运维数据的特点,结合对关联规则相关算法的研究和分析,改进了FP-增长算法,提出了整枝FP-增长算法。通过对改进算法的具体分析以及实际测试,表明了改进算法对故障诊断系统的时间消耗和空间消耗有较好的提升。设计并实现了基于关联规则知识的动车组故障诊断系统。本文以改进的FP-增长算法为基础设计了知识获取程序,并根据知识库内知识的特点,初步设计并实现了推理机、解释程序、检修建议、人机交互界面等模块,对每个模块都进行了详细的分析与设计,最后以实例对系统进行了验证,表明系统具有一定的实用性。