旋转机械故障诊断是近年来国内外发展较快的一门新兴技术。旋转机械监测与诊断系统的研究与应用对于避免巨额的经济损失和灾难性事故的发生有着重要意义。专家系统是人工智能的一个分支。它实际上是一种基于知识的计算机软件系统,它拥有某个领域内众多专家的知识和经验,并能像专家那样运用这些知识,通过推理,做出智能决策。使用专家系统可以对大型旋转机械的故障进行比较准确的诊断,促进维修方式从预防性到预测性的转变,延长机组寿命,从而创造巨大的社会效益和经济效益。本论文以风机旋转机械为研究对象,研究了风机旋转机械设备故障诊断专家系统的基本原理。并结合费舍尔判别分析法、粗糙集、模糊技术和蚁群算法,提出了将传统风机机械故障诊断专家系统知识自动化推理的技术。论文提出的风机故障诊断系统分为前端在线简单监测和后端自动诊断专家系统两部分。在线简单监测部分的实现,运用了费舍尔判别分析法及其他的一些监测技术;自动故障诊断系统,综合运用了粗糙集、知识特征化、模糊算法和蚁群算法等技术。最后通过工厂采集的实际数据进行测试,依据本论文提出的技术建立的故障自动诊断专家系统可以进行风机机械状态识别和故障分析解释。