随着计算机技术和人工智能技术的迅速发展，智能故障诊断技术在复杂故障诊断的领域内得到了长足的发展。然而，在实际的应用过程中，智能故障诊断技术的缺陷，如诊断信息利用不足、诊断精度不高、缺乏可信度等，也逐渐显现出来。如何解决这一类的问题，成为目前在智能故障诊断领域研究的一大热点。　　自从Suen提出多分类器融合系统以来，由于其能够有效地进行信息的互补与融合，从而提高分类器的分类精度，在模式识别领域多分类器融合系统得到了广泛的应用。　　本文针对智能故障诊断技术存在的缺陷，围绕着信息充分利用这一问题，借鉴了多分类器融合系统的思想，针对多知识库融合系统中知识库的构建、选择和融合等问题，进行了系统的研究。具体内容如下：　　1、多分类器融合系统的研究　　多分类器融合系统无论是在理论上还是实际应用上都有很多值得研究之处。因此，本文首先从多分类器融合系统为何能够有效地提高分类精度开始，探索了其内在的理论原因。然后，探讨了多分类器系统的结构设计问题。最后，还针对构建多分类器融合系统中的分类器构建、选择、融合等方面的问题，研究了现有一些方法的原理，并进行了分析。　　2、基于粗糙集理论的多知识库构建研究　　随着数据采集和分析手段的不断发展，人们获取到的与旋转机械故障相关的信息也越来越多。但是，故障诊断方法往往只能够利用部分故障信息，所造成的信息丢失会影响到诊断的精度。因此如何充分利用信息就成了一个需要解决的问题。　　在这个问题上，粗糙集理论以及与其相关的属性约简理论提供了解决的思路。可以利用粗糙集的属性约简方法对原有的知识库进行重构，形成多个知识库，每个知识库自身可以利用部分故障信息，相互融合之后也可以形成有效的信息互补。　　本文首先研究了粗糙集理论的基本概念，然后研究了现有的一些属性约简方法，并针对其方法上存在的一些缺陷，提出了全新的属性约简算法，构建了多个知识库。　　3、多知识库的选择与融合的实验研究　　知识库选择与融合的方法众多，有必要通过实验对它们进行一个全面的分析，来指导实际应用。因此本文首先构造出若干个多知识库融合系统，然后利用UCI标准数据集中的数据进行了训练和测试。通过本部分的实验工作，对知识库的构建、选择和融合策略的实际效果有一个系统的展示，并且针对各种不同的方法给出了评价与说明。　　4、现有专家系统知识库的研究以及改进　　目前的专家系统自身依然存在着许多不完善的地方，迫切需要进行改进。因此，本文还以一个真实的旋转机械故障诊断专家系统为例，研究了其系统结构、推理机制以及知识库的组成，对知识库进行了重构，并进行了诊断的实验分析。最后还将以实际的故障为例进行分析，展示了处理方法的有效性。