现代设备的结构越来越复杂，功能越来越完善，自动化程度越来越高。系统的复杂性越高，投资也越大，一旦发生故障，将会造成巨大的损失，人们迫切要求提高系统的可靠性、可维护性和安全性。虽然选择优质元件和增加冗余可以满足上述指标，但是系统最终还是存在发生故障的概率，因此故障诊断技术变成为提高系统可靠性的有效手段。 本文研究的是智能故障诊断专家系统开发平台，采用数据融合的方法进行故障诊断。针对故障诊断专家系统实用性与通用性的矛盾，在分析专家系统工作原理的基础上，提出了一种以用户为中心的通用性故障诊断专家系统设计方案，主要分为建模模块、知识获取模块和诊断模块；其中用故障树对被诊断系统进行建模，将规则推理、模糊推理与数据融合算法推理融为一体，形成阶梯式故障推理机制；对不同的诊断对象，只要设置好必要知识模块，就可自行生成专用故障诊断系统，并能自动输出诊断结果。采用数据融合算法进行故障诊断的过程中，针对故障诊断中不确定性问题，提出基于多传感器的证据理论和模糊数学相结合的数据融合算法；用模糊数学中的隶属度函数代替以往证据理论中的相关系数，在不改变故障特征的前提下改善了故障特征提取；通过试验，验证了改进后证据理论提高了故障诊断的精度。