随着我国基础设施建设的大力开展,高速铁路和高速列车的发展也如火如荼。近几年,高速列车的数量和速度都有了很大提高,安全性的要求也越来越高。我们针对高速列车开发了故障诊断专家系统,并研究了故障诊断专家系统的相关智能技术,提出了故障诊断的推理算法。本论文研究的关键智能技术有模糊推理、图像识别和关联规则挖掘。我们采用ICTCLAS汉字分词和模糊推理相结合的方法,解决了列车故障诊断专家系统中的推理机问题,通过计算隶属度、可信度、贴近度等数据,得到精确的故障诊断推理结果,其结果与领域专家的推理结果相符合。理论分析及应用表明,该方法适用于汉语和英语的混合模糊推理,而且能向其他与汉语类似的语言扩展,在故障诊断领域具有通用性和高效性的特点。开展了汉字以及相关语系模糊推理方面的研究。针对目前基于图像识别的故障诊断普遍存在准确性不高,稳定性不好等问题,我们提出了一种基于图像识别集的模糊推理方法,解决了列车故障诊断专家系统中的模糊图像推理问题。首先,引入图像识别集概念,用户针对一处故障获取多张不同角度的故障图片并定义对应隶属度；然后,为了得到精确的故障诊断推理结果,结合隶属度、前后件可信度和规则贴近度等因素,提出了基于图像识别集的模糊推理流程和算法;最后将该方法应用于列车故障诊断专家系统中,其结果表明,该推理方法具有较好的准确性和高效性。针对故障诊断的历史记录库,我们运用关联规则挖掘的方法找到相关的诊断历史,通过自学习的方法形成新知识,扩充了知识库。还能找到故障频发的故障点,有利于日常列车维护。