随着工业化进程的快速发展,工业锅炉已在越来越多的领域广泛应用。系统设备的规模越来越庞大,相应的,其内部组织结构也日益复杂。因此对锅炉系统的日常检修和故障排查等工作提出了更高要求。确保锅炉设备的无故障运行,不但能提高能源的利用率、有效降低运营成本,更是对社会财产和操作人员人身安全的一种保障。专家系统因为其操作简单、灵活等优势正逐渐成为故障诊断领域所采取的主流方式。但由于知识获取的瓶颈等问题,传统的专家系统通常比较简单与死板,对大型工控部件的诊断准确率较低。本文通过对锅炉结构及其故障机理的深入研究,提出了由模糊断言、权重、可信度三元组构成的知识表示方式,并以此构建了应用于锅炉故障诊断的模糊专家系统,实现了系统中知识的获取、表示、存储以及推理的一体化。本文中的系统以VC++6.0和CLIPS为主要开发工具,借助SQL等数据库软件实现了诊断知识的录入与修改以及故障的自动诊断。文中将模糊断言与信息权重有机融合,以.CLP形式存储于知识库中;采用将神经网络与模糊理论二者结合的方式,构造出模糊推理的推理机制,很好的解决了锅炉故障中的模糊性、相关性等问题。系统设计中用VC++工具编写了几种征兆的判别函数以及求取征兆可信度的隶属函数,开发了故障诊断模糊专家系统的知识录入与修改模块以及模糊推理模块;以CLIPS工具完成了知识库的建立及知识的修改、更新等后期维护管理工作。最后通过实例的诊断结果对比实验,验证了文中的系统能对普通故障做出准确的诊断,并在不完全信息推理、多故障征兆归纳等方面显示出明显的优越性。