随着现在化工生产向着大型化和自动化方向发展，化工生产的流程越来越复杂。化工生产的安全一直是人们关注的焦点。与其他行业相比，化工生产潜在的不安全因素更多，危险性和危害性也更大，因此，对安全生产的要求也更加严格。本文在与某石化企业合作开发的化工过程故障诊断专家系统项目的背景下，研究了专家系统的知识管理和知识挖掘。为故障诊断专家系统的运行提供多元化、准确的知识规则。 本文首先详细分析了化工过程的故障诊断技术，包括故障诊断的概念、基本原理、关键技术及方法等，介绍了专家系统在故障诊断中的应用，并比较了各类诊断方法的优缺点。 知识获取和知识管理是开发专家系统的关键技术。本文结合化工生产流程的特点提出了一种基于领域专家的操作经验与化工流程分析的半自动获取知识的方法。通过研究知识工程师在化工生产中知识获取和知识管理的方法和步骤，设计知识获取和知识管理的模块。通过模块与领域专家的信息交互，达到知识获取和知识管理的目的。 借助于数据库技术和计算机技术，化工厂中每天会有大量的生产数据存储到生产数据库中。这些生产数据中包含着大量的信息。研究数据挖掘技术中的决策树算法，并通过比较决策树的各种算法结合化工生产的实际情况，设计出基于决策树C4.5算法的知识挖掘工具。并通过现场的实例来验证这个模块可行性。 本文所开发的化工过程故障诊断专家系统现已在某石化厂的重质车间运行近七个月。通过运行期间的诊断实例和诊断故障的汇总，说明了用上述方法所获取的知识规则能够在故障发生时给予现场人员有效的决策支持。