故障诊断是目前的热门研究领域之一,随着人工智能技术的不断发展,基于产生式系统的故障诊断专家系统也是目前的研究热点。但是产生式系统本身存在推理效率较低、不能结构性表示知识等缺点,用自动机对产生式推理系统进行建模与推理,是克服上述缺点的一种有效方法;同时,在针对较为复杂的产生式系统时,产生式系统中规则间相互调用的逻辑正确性验证,也是产生式系统正常运作的保证,用自动机模型对产生式系统进行建模,则可利用自动机本身严密的逻辑性质对产生式规则间的逻辑正确性进行验证。本文基于自动机这种离散事件系统的建模工具,提出了基于一般自动机的产生式系统建模方法,并提出了基于格值自动机的确定性产生式系统与模糊加权产生式系统建模方法:1、提出了基于一般自动机的产生式系统建模方法。结合产生式推理与自动机的特点,构建了推理机模型,并泛化为可以进行多条产生式推理的一般性模型,给出了建模流程图以及模型简化方法。最后,进行实例分析,验证了方法的有效性。2、提出了基于确定性格值自动机的产生式系统建模方法。这种方法是基于一般自动机建模方法的理论延伸,在继承了一般自动机建模方法特点的同时,结合格值自动机的特殊理论,提出了模型简化方法、规则间逻辑正确性的验证方法以及模型随规则库知识增减而更新的方法。最后,用相同的实例与一般自动机建模方法进行对比分析,在验证该方法有效性的同时也验证了该方法相比于一般自动机建模方法的优势。3、提出了基于模糊格值自动机的模糊加权产生式系统建模方法。该方法是对确定性方法的模糊推广,可以处理模糊的推理信息,并用三角模糊数来描述推理结果的评价语言。最后,将该方法用于电网故障诊断系统中,通过模糊推理计算与分析验证了该方法的有效性。本文提出的这些产生式推理建模方法均为一般性方法,可以对各类产生式系统进行建模与推理,在克服传统产生式系统本身缺点的同时,能对相关的故障诊断专家系统起到辅助决策的作用,有较好的现实意义与实用价值。