自古至今,人类对人工智能的探索和研究从未停止,随着科技的发展,人工智能技术也站在了时代的风口。专家系统是人工智能发展标杆领域之一,随着互联技术、智能理论的进步也迎来了技术飞跃的机遇。在发动机故障诊断专家系统中,常用分析方法是故障树分析法,其以故障原因为事件的分析方法与实际故障判断过程有差异。常用的推理策略包括:采用正向推理忽视反向推理,由于启发式信息搜集困难而只能盲目搜索,利用运行参数采用算法推导发动机故障或只能逻辑推理。军用发动机故障诊断专家系统只包含地方车辆维修思维模式,忽略了战损抢修模式。结合当前专家系统特点,本文主要研究内容如下:（1）建立故障原因为底事件,其余事件为故障现象的故障树。以框架表示法和产生式表示法表达故障树,建立专家系统知识库。（2）研究维修专家故障诊断思维,充分重视反向推理的复核作用,采用混合推理方法,实现故障诊断的正向推理和反向验证;反复比较逻辑推理和参数算法诊断的优劣,定性逻辑推理专家系统的诊断完备性和低效率,参数算法诊断的高效即时性和局限性,建立以参数算法为启发式信息的逻辑推理专家系统,实现二者优势的结合。由于宽度优先搜索是在故障现象间查找,无法查询结果,而故障树深度有限,所以系统采用深度优先启发式搜索。（3）对于发动机异响单级现象故障树,采用专家经验法直接建立故障现象与故障原因间的隶属度,并以此建立模糊关系矩阵;以维修人员输入故障现象建立已知故障现象向量,与模糊矩阵运用代数积和直积算法,得出故障结论;对于多级故障树首先建立发动机运行参数与故障原因和故障参数的数据关联,根据输入参数使用Mamdani模糊推理法结合逻辑推理实现推理机设计,推理机的设计具有应用前景。（4）结合战场环境,建立战场抢修相关概念,创立了生命树分析法,定义了生命树的概念、建立方法及分析方法,总结了其应用意义,作出定性分析,探讨定量分析方法。