专家系统是人工智能中一个正在发展着的研究领域,虽然目前已经有许多专家系统相继问世,并在各自不同的领域中发挥着重要作用,取得了巨大的经济效益及社会效益,但无论是在理论上还是在建造技术上都还存在许多有待解决的问题,需要进一步探索和实践,并在实践的过程中不断总结经验,提出新的思想和方法,使专家系统的理论与建造技术日臻完善。在此背景下,通过借鉴国内外专家系统开发的成功案例,结合异常诊断的基本原理和方法,本文研究并开发了一个面向烧结生产的在线异常诊断专家系统SEDES(Sintering Exception Diagnosis Expert System),它能对烧结生产过程中出现的异常状况能做出及时、准确地诊断,弥补了烧结生产现场缺乏经验丰富工程师的不足。论文中首先探讨了在线故障诊断专家系统的研发策略,明确了SEDES的组织模型、知识获取方式、故障诊断方案以及体系结构；并在此基础上,结合用户的实际需求,完成了SEDES的功能架构设计、技术架构设计以及信息流模型设计。然后,本文重点针对SEDES开发过程中面临的4个关键性技术问题进行了深入的分析与研究,包括经验知识的表示方式、知识的组织与管理、模糊推理机制的设计与实现以及在线专家系统的开发方法,其具体解决方案如下：1、采用改进后的产生式规则来描述专家经验,使用模糊运算和匹配来进行故障诊断与推理,以应对异常诊断知识的不确定性和异常现象暴露的不充分性；2、通过设计关系模型下产生式系统的知识表示模型,利用数据库技术来构建知识库,以便于知识的组织与管理；3、使用JESS推理引擎,结合Struts与Spring集成框架,以简化在线专家系统的开发过程。最后,论文根据SEDES的实际应用情况,结合相关案例对系统中的知识维护方式和故障诊断流程做了详细的阐述。SEDES系统已成功部署在韶关钢铁厂360m2烧结机中,通过与专家现场诊断结果进行的对比,验证了它的有效性。其运行结果表明该系统具有良好的可操作性,异常诊断的准确率令人满意。