随着科学技术的不断发展以及经济全球化的趋势,港口成为了促进城市经济、区域经济、国民经济发展的纽带。港口大型机械装备关键零部件的良好性能是决定港口正常运行的重要因素,齿轮箱在起重机中起到动力传递的作用,是港口装备中的关键零部件之一,齿轮箱的运行状况直接决定着港口机械设备的好坏。针对齿轮箱系统中,故障因素复杂多样,且复合故障发生概率大于单一故障等问题,本文做了如下工作:(1)研究齿轮箱常见故障及其失效模式,建立齿轮箱故障树,完成基于齿轮箱建模的可靠性分析。(2)研究故障特征的选择和提取方法,得到最终的用于故障诊断的敏感特征值。(3)借助VB.NET设计了一种基于故障树建模分析的多位置多尺寸混合故障的智能诊断专家系统。(4)该智能诊断系统分为规则推理和案例匹配两大部分。通过故障树建模分析对齿轮箱当前状态进行可靠性分析并获取相关故障信息,而且故障树的每个节点对应规则库中若干条诊断规则,结合K-Means、FCM、SOM等故障聚类方法,得到轴承内圈、外圈和滚动体故障的敏感特征及其相应的诊断规则,并制定基于LMD分解的诊断规则,实现对轴承的9种混合故障进行故障位置、尺寸和程度的详细诊断。建立故障案例的案例库,以故障特征和特征值为征兆信息将问题案例存储到案例库中。在进行案例匹配时先对案例库进行分类检索,缩小匹配范围,以提高检索效率。在进行规则诊断时运用特征值判定算法获得其诊断向量,并通过各规则属性的权重以及规则自身的置信度,解决规则诊断时可能出现的推理冲突问题,实现准确快速地故障识别。