复杂装备维护尤其是在早期维护中诊断维护知识匮乏,诊断方法单一及其在潜伏性故障诊断应用中的局限性,难以满足当前复杂装备的维护需求。针对这些问题,本文从产品生命周期的角度考虑复杂装备的诊断维护知识的获取问题,并以此为基础,开展相关的应用研究及系统开发,其主要工作包括:1.阐述了复杂装备诊断维护理念,在此基础上开展复杂装备诊断维护系统的研究,建立了系统的概念模型、总体结构和逻辑结构。2.为了改变产品设计与诊断维护间知识封闭的现状,基于PDM平台,建立了面向诊断与维护的知识模型,其中诊断BOM将故障诊断所需的设计知识进行提炼、组织,为从设计知识中获取故障诊断所需的知识提供了新方法。3.建立了复杂装备诊断知识组织模型,该组织模型以产品结构树进行诊断知识的组织,可以直接从诊断BOM中获取所需知识,并为诊断模型的自动构建奠定了基础。4.以诊断知识组织模型为基础,利用其中深知识,实现贝叶斯网络的自动构建,鉴于深知识来源于产品设计领域,生成的贝叶斯网络能够给装备提供早期维护服务;同时,研究了基于规则诊断和贝叶斯网络诊断的集成,并给出了集成推理策略。5.研究了复杂装备故障演变过程,指出了在装备隐性异常工作状态中潜伏性故障识别的重要性;在此基础上阐述了故障预诊断的内涵、特点、工作背景与流程;建立了基于支持向量机的特征参数的状态预测模型;并给出了结合支持向量机与粗糙集的故障预诊断方法。6.以列车自动门为应用对象,研究复杂装备诊断维护系统的开发和实现过程。介绍了系统的总体方案及其服务流程,进一步描述了系统功能的实现方法,并给出了系统运行与测试结果。