智能化电路故障诊断是当今故障诊断技术发展的趋势,IEEE1232是电路故障诊断中一个十分重要的国际标准,它为电路故障诊断软件系统的开发提供了人工智能的数据交换和服务的通用标准,依据该标准来设计和实现电路故障诊断软件系统,可以有效的提高电路故障诊断的效率。在利用IEEE1232标准来完成电路板的智能化故障诊断时,如何有效的提取诊断数据库中的潜在规则是整个故障测试开发过程中的一个难点。本文在深入研究数据挖掘理论的基础上,提出了使用Apriori和决策树算法对电路故障诊断数据进行规则提取和TPS优化,并开发了相应的COM模块。试验结果表明通过数据挖掘算法的实施,能够有效的优化故障测试流程。IEEE1232协议是IEEE标准化组织关于在测试诊断系统之间应用于人工智能的数据交换和服务的规范。本文以该协议所定义的AI-ESTATE标准体系结构为蓝本,定义并实现其中的CEM(公共元素模型),DIM(推理机模型),FTM(故障树模型)。所有模型功能均使用XML,XML Schema文档进行了描述,以便于从数据挖掘模块获得标准化的输入信息。另外,以中国北京航天测控公司支持的“远程电路故障诊断软件开发平台”项目为背景,本文采用COM组件技术实现了基于IEEE1232标准的故障诊断模块以及数据挖掘模块,并使用WEB SERVICE技术对上述两个模块进行了二次封装,以满足远程调用的需要。