故障智能诊断系统作为人工智能系统中的一种,它的发展始终伴随着人工智能技术的发展。本文综合运用灰色关联分析法和案例推理技术,在装载机的故障智能诊断研究中,提出了一种新的解决方案。在案例的表示和组织中,深入研究了面向对象的案例表示方法和层次结构的案例组织模式。引入了故障状态向量,为案例提供了一个重要的特征信息; 引入了案例集故障状态向量,以其作为案例的分类标志; 引入了案例发生频率,通过它实现了相似案例的最终择优选择; 另外还提出案例权重向量应该根据案例的分类在案例集中分别计算,且案例权重向量与案例集故障状态向量是一一对应的。在案例的检索中,采用了一种类选、粗选、精选、择优“四步走”的检索策略,并将灰色关联理论和欧几里德距离相结合,提出了一种新的相似度计算方法,以此作为“精选”步骤的主要算法。在案例的修正和学习这两方面,针对传统方法存在的问题提出了若干新的思路。在系统设计与实现中,本文以装载机的故障智能诊断系统为对象,深入分析了案例推理和规则推理相结合的策略,从体系结构、系统功能、诊断流程和案例库设计这四个方面,详细介绍了基于案例推理的故障智能诊断原型系统的实现方法,并展示了系统中案例库管理和知识库管理的主要操作界面和使用步骤。最后,对全文中的主要工作和研究成果进行了总结,并展望了人工智能技术在故障诊断领域的发展方向。