利用新技术设备和方法,实现铁路车站信号系统设备状态监测和故障诊断,是保障我国铁路运输安全中亟待研究的重大课题之一。由于受到铁路车站信号控制设备本身构成的复杂性及使用环境等因素的影响,实际造成设备故障的原因具有明显的复杂性、随机性和模糊性,传统的故障诊断方法已经不能满足现在实际系统的需要。为此,铁道部提出了研究开发“铁路车站信号设备微机监测的智能分析与故障诊断系统”的重大计划,从而进一步提高铁路车站信号微机监测系统的智能分析与故障诊断水平。本论文结合导师主持的铁道部科研计划项目,对“基于故障树技术的铁路信号设备故障诊断专家系统实现方法”进行选题研究。在对国内外故障诊断研究现状分析的基础上,本文首先阐述了故障树技术和专家系统的概念及原理,分析了将故障树技术和专家系统融合的优点,并提出了基于故障树技术的故障诊断方法。然后重点对故障树的建立、故障树的定性分析和定量分析方法,以及基于故障树定量分析的诊断方法进行了详细的研究,并针对专家系统的知识获取、知识表示和推理机制,提出了将故障树的建立和专家系统的知识获取相融合、将故障树的最小割集与知识表示的框架法相融合、将故障树中重要度的思想运用到专家系统的推理机制中等关键技术方法。最后,论文对基于故障树技术的铁路车站信号设备故障诊断专家系统的总体结构及各功能模块的软件实现结果进行了分析和介绍。研究结果证明了将故障树理论运用到专家系统中可以有效的提高专家系统的效率,具有较好的实用价值。