随着航空技术的发展,飞行的安全性和可靠性得到了不断提高,然而航空维修领域的维修差错问题却不断的显现出来,与维修差错相关的不安全事件呈上升趋势。为了防止维修差错的重复性发生及由维修差错引起的不安全事件出现,采用专家系统的推理技术对维修差错预警预控具有重要的现实意义。本文在研究专家系统、不确定性推理、基于规则推理和基于案例推理等相关理论的基础上,结合国家自然科学基金项目“民航灾害预警机理与方法研究”,以民航机务维修差错研究为背景,分析了我国民航维修领域的特点,提出了基于规则的不确定性推理与基于案例推理两者相结合的推理机制,并将它们应用于民航机务维修差错预警专家系统中。此推理机制利用两种推理方式各自的推理优势,形成优势互补,增强了系统的灵活性及其综合推理能力,从而使系统能快速而准确地预测和监控机务维修差错的发生,并通过对维修差错预控,进而防止和发现不安全事件的征兆,及时采取相应对策,防患于未然,消除机务维修差错预警系统的隐形失效,切断不安全事件发生链,降低了维修差错率,保障飞行安全。本文主要工作是构建民航机务维修差错预警专家系统(Early-warning ExpertSystem for Maintenance Errors in Civil Aviation,简称EESMECA)的推理机制,具体包括以下几个方面:1)通过调研和收集大量国内外关于机务维修差错资料,分析维修差错领域的现状及存在的问题,提出利用专家系统的推理技术应用到维修差错预警领域的必要性和现实意义。2)研究专家系统的推理技术,并分析了机务维修差错的特点,结合本文研究的目的,在EESMECA中,提出了基于规则的不确定性推理与基于案例推理相结合的推理模型,并分别研究了这两种推理技术在EESMECA中的设计与实现。3)收集大量国内外关于维修差错及其诱因方面的资料,并进行分析和整理,归纳出用于机务维修差错预警的维修差错诱因规则;在此基础上,将基于规则的不确定性推理技术应用于EESMECA中,对规则推理引擎Jess进行了扩展,增加了可信度的度量方法,开发和设计基于Jess的知识库和基于规则的不确定性推理机4)探讨基于案例推理在机务维修差错领域预测不安全事件的应用。对近20年来国内外由维修差错引起的不安全事件进行分析和总结,提出不安全事件的案例描述模型,重点对基于案例推理过程中的几个关键技术如案例表示、案例检索等进行了研究。5)根据EESMECA的推理模型,实现不确定性规则推理与案例推理,建立了一个民航机务维修差错预警的推理平台,有效地提高了预警的智能性和准确性。本文的特色之处在于将基于案例推理技术应用到维修差错领域中进行不安全事件的预测和预控,提出了不安全事件的案例描述模型。目前,国内应用基于案例推理技术的领域较多,但在民航机务维修差错领域还未有相关的研究。本文在此领域的研究中取得了一定的成果,但还有很多工作需进一步研究。