本文以内燃机为研究对象，以油液监测技术为试验手段，研究如何建立基于油液监测技术的故障诊断专家系统，研究的重点是诊断知识的挖掘及诊断专家系统知识库的建立。 知识库是专家系统的核心。为了获取诊断知识规则，本文指出了内燃机故障诊断的性质和特点，并根据柴油机的结构，将柴油机按照子系统进行分层，分析了这些子系统可能出现的故障，确定了柴油机可能的故障模式。然后分析了几种常用的油液分析方法在柴油机故障诊断中的应用，包括理化分析、铁谱分析、污染度分析等，及各分析方法与各故障模式的关系。这是挖掘知识规则的基础。 本文在分析柴油机的各种故障模式的基础上，详细分析了柴油机故障诊断规则的挖掘，包括采用常用油液分析方法的简单规则挖掘、聚类分析挖掘及关联规则挖掘。其中，又重点分析了关联规则的挖掘，包括单层次关联规则的挖掘和多层次关联规则的挖掘，并在所挖掘规则的基础上，利用CLIPS建立了诊断规则知识库。关联规则的挖掘需要大量的数据。本文在进行关联规则的挖掘分析时，收集整理了十余种不同型号柴油机的故障数据，根据柴油机的故障模式及数据挖掘的特点，确定了存储这些故障数据的数据结构，并对这些故障数据进行了关联规则的分析与挖掘。最后，在此基础上设计和开发了一套完整的基于油液监测的故障诊断专家系统(Expert System Based on Oil Monitoring，ESBOM)。该系统包含数据管理、数据处理、故障诊断等多种功能，是一套功能较为完善的故障诊断系统。 本文的研究结果表明，关联规则比简单规则具有更高的抽象层次，能够帮助有效的进行故障定位和趋势预测。虽然本文的研究对象是柴油机，但其研究思路和方法也同样适用于不同机械设备的故障诊断规则的提取，对于推动油液监测技术的智能化及故障诊断专家系统在工业中的应用都有一定实际意义。