随着航空、航天、机器人等高技术的发展和人们探索自然领域的扩展,系统的自动化水平日益提高,规模日益扩大,复杂性迅速提高。对于很多复杂大系统,采用传统的故障诊断技术或者采用单一的故障诊断模式是不能满足现实要求的。近年来,随着人工智能技术的不断进步,诊断技术己开始进入一个新阶段,即智能化诊断阶段。专家系统是当前人工智能研究与应用中,应用范围十分广泛的一个分支。本文应用基于案例推理的专家系统和图论模型两种方法,结合某型号运载火箭的漏电故障诊断问题进行了研究。对于图论模型方法,知识的表示方法采用基于系统的结构与行为模型的知识表示方法,并采用基于信息熵的“二分法”诊断原理进行诊断。对于案例推理方法,则采用面向对象的知识表示方法,知识的获取是以诊断过程中自动获取为主、通过知识工程师获取为辅的基于关系数据库的获取方法。同时本文提出一种基于过程的、类选、粗选、精选、优选“四步走”的搜索策略,并通过建立某型号运载火箭漏电故障诊断案例知识库和设计案例推理模块,将关系数据的查询方法应用于知识的搜索中,使推理过程更加简单、快捷。另外,在基于案例推理的诊断专家系统和图论模型两种诊断方法的基础上,提出融合诊断的思想。在诊断过程中,针对故障现象,首先通过人机交互模块,用基于图论模型的方法诊断若干步后,形成一定的新案例知识,然后转用案例推理的方法进行诊断,如果能从案例知识库中搜索到相同或相似故障现象的案例,并按此案例的诊断结果能定位故障点,则说明诊断成功,不必进入下一步,否则继续用基于图论模型的方法进行人机交互诊断,由此实现精确诊断和快速诊断的统一。将该方法应用于某型号运载火箭发射系统的漏电检测系统,以提高漏电检测的效率,达到快速定位故障点的目的。本文还结合软件工程,利用VC++6.0编程工具和Access数据库,开发了某型号运载火箭漏电故障诊断系统,并给出了一个诊断实例,软件运行正常,故障的定位准确、高效,测试效果良好。