故障诊断专家系统在工业领域中具有广泛的应用，常规故障诊断专家系统存在无法实现自学习、应用不完备信息困难的局限性。本论文的核心任务是探索应用粗集理论解决上述问题的方法和途径，研究并设计基于粗集理论的故障规则的自动获取方法和系统，实现故障诊断专家系统中对于不完备信息的有效处理与规则知识的学习。课题是对构建全新故障诊断专家系统的一种有益的探索。因此本课题的研究既具有学术价值，对工程应用也有实用意义。 论文首先阐述了在故障诊断专家系统中应用粗集方法的必要性和可行性，并提出了一个基于粗集方法的故障诊断专家系统框架模型。接着对故障样本信息的表达和故障规则的自动获取的几个重要的技术环节行了深入研究，提出并实现了基于粗集方法的故障规则自动获取系统。系统的模型设计和关键实现技术包括：定义关系型数据库粗集模型，实现故障样本信息的决策表表示；实现故障决策表的ODBC读取；应用动态约简思想，实现决策表的子表随机采样；设计并实现条件属性的动态约简算法；过滤约简集合以获取最为稳定的约简；定义故障规则的表达结构；故障规则的提取对规则的质量估计。 在系统实现中，结合面向对象技术，应用UML以及Rational Rose工具，对系统进行UML建模，并在VC++平台，实现包括决策表类、约简类、规则类等相关类及其主要成员函数。同时，以汽车发动机的异响类故障为学习样本，对系统的故障规则获取过程进行案例分析，从相关的实验结果数据来看，较好地实现了系统的预定目标和功能。 文章最后对论文所做的工作进行了总结，并提出了进一步研究的方向。