ATO(Automatic Train Operation,列车自动驾驶)子系统作为轨道交通信号系统中的重要组成部分，其系统结构和工作机理具备典型的复杂、多目标、大滞后、非线性动态系统的特点。随着城市轨道交通的快速发展，ATO系统运行的安全性及无故障工作日益成为人们关注的焦点。现代故障诊断和检测技术的发展及应用为系统安全评估和故障诊断带来了新的研究课题。采用基于故障树分析法的故障诊断专家系统可以为司机或用户提供实时在线服务，使其及时准确地判断系统可能发生的故障及故障征兆，同时采用系统提供的专家意见及维修方法制止事故发生或缓解事故可能造成的后果，保证和提高ATO系统运行的安全性和可靠性。本论文以西门子公司的Trainguard MT系统作为研究对象，重点研究其ATO系统的工作原理和结构组成以及具体设备的维修方式和故障处理方法。在此基础上，采用故障树分析法建立系统故障树并对其进行故障树分析。对故障树进行定量分析以前引入仿真底事件模糊失效率的方法，以解决失效率获取困难及系统缺乏可靠性数据的问题，为故障树的定性和定量分析提供数据支持。最后，将故障树分析所得的结果转化为专家系统知识库中的知识和专家诊断意见，采用基于Visual C++的开发环境和SQL Server2000数据库，完成基于故障树的故障诊断专家系统的设计。基于故障树的ATO故障诊断专家系统能够实现ATO系统及相关重要设备的故障检测和实时诊断，为司机或用户提供该领域内的专家意见以及故障推理解释。同时，专家系统具体功能的实现也证明了提出的采用故障树和专家系统相结合的方法对ATO系统进行故障诊断的准确性和可行性。本论文的研究成果为列车故障诊断系统的应用研究提供了一定的理论基础和技术支持。