由于电气集中联锁发展历史长，其在普速铁路中仍占有相当大的比例。目前，大部分电气集中联锁设备使用年限较长，电路平均故障率较以前增加不少，虽然铁路部门安装了微机监测设备，但是电气集中电路故障的诊断处理方法并没有实质性的改善，绝大部分是依靠信号工对故障进行人工分析处理。　　因此，本文针对电务段电气集中电路故障率高、人工处理费时且缺少有经验信号人员的现实问题，通过对故障诊断技术、专家系统结构、决策树算法的对比分析，提出了基于决策树学习算法的电气集中电路故障诊断专家系统，并对该系统的设计与实现展开了分析与研究。其主要内容如下:　　(1)通过对电气集中联锁的组成、电路结构特别是网络线和单元电路原理的研究，结合电务段故障实例、故障原因及故障处理处理措施，归纳总结出电气集中电路故障的7种类型，并将7类故障细分为22种现象，为后续研究做好准备。　　(2)对故障诊断的基础模型、故障诊断的过程及专家系统结构等进行了深入分析。构建了电气集中电路故障诊断的基础模型，根据特征向量集合Y1查找其相符合的系统故障状态，最终推理出故障关系集合F;依据故障诊断的基础流程，进行了故障特征信号挖掘和故障状态分析以及故障诊断决策。　　(3)为解决专家系统知识获取困难的问题，通过对决策树算法的属性选择度量分析，选择了C4.5算法作为研究对象，并将该算法与专家系统结构相结合，构建了基于决策树算法的故障诊断专家系统。结合铁路信号设备故障诊断的实际，设计了知识获取规则和知识库，设计了具有冲突消解策略的故障推理机构。其中重点对决策树算法的建立过程进行了深入探讨，并举例分析电气集中故障诊断决策树的构建过程。　　(4)最后，结合铁路车站信号设备故障诊断系统总体结构设计的要求，采用Client/Server系统软件结构，以Java Swing技术作为开发软件，实现了基于决策树算法的电气集中电路故障诊断专家系统。该系统还具有典型故障案例汇总、知识库管理、故障查询等功能。并对系统进行了实例模拟分析，为系统的实际应用开发奠定了基础。