随着我国铁路交通运输的不断发展，越来越多的人将列车作为出行及运输的主要交通工具。如何保障其牵引工具机车的安全运行成为铁路部门的首要工作。研究机车故障诊断系统，可以帮助机务段工作人员迅速准确定位机车故障的位置并及时制定出检修方案，大大降低了机车在运行途中发生故障的可能性，具有很高的经济与社会价值。　　本文将知识工程学科的理论与方法引入机车故障诊断系统中，将检修专家在长期检修实践中积累的丰富机车故障知识归纳、总结并转换为计算机能理解的形式结构，结合人工智能算法，使得系统能够在没有专家在场的情况下也能准确模仿专家的分析推理方法，帮助用户对那些复杂的机车故障做出合适的检修决策。主要研究如下：　　（1）研究知识工程技术的理论与方法，分析知识工程研究的国内外现状及发展趋势，结合机车检修生产中的故障特点和机务段检修车间对系统提出的使用需求，对基于知识的机车故障诊断系统进行系统架构、诊断方法以及工作流程的设计。　　（2）对机车故障诊断系统核心架构——知识库进行具体的设计。首先分析知识库中知识的类型，设计了知识的获取方法；然后结合机车故障知识的特点选用产生式法及面向对象的表示方法分别对系统中浅知识和深知识进行表示；对机车故障知识进行三级分类，构建系统知识库的树形数据结构并设计了知识库管理系统对知识库管理维护的操作流程。　　（3）改进传统的区分矩阵算法、值约简算法去除知识库冗余属性，得到简约决策表；在K近邻算法中引入属性权值改进欧氏距离公式计算知识的相似度；采取层次检索方法缩小知识库的检索范围，提高检索效率。　　（4）采用C＃语言，开发C/S结构的基于知识的机车故障诊断系统并利用Microsoft SQL Sever2005数据库对系统的知识库进行设计。随后对系统中各个模块的功能分别做具体的分析对系统性能进行测试。　　通过实例及实际应用表明，将知识工程技术引入机车故障诊断工作中可以大幅度提高机务段故障诊断的效率和水平。