故障诊断技术是生产发展的需要和技术发展的必然结果。充分利用该技术，可以有效地保障生产线的正常运行，提高生产率，保障产品质量，防止盲目维修，规范生产管理等。因此该技术的研究对于大型轧钢生产线的良好运行以至冶金工业的发展都有着十分深远的意义。 活套系统是轧钢生产线中的一个复杂的机电液一体化子系统，故障之间具有耦合性，难以对其建立精确的数学模型。应用传统的故障诊断方法，很难对其进行故障诊断。基于案例的推理是一种类比推理方法，其优势之一就是无需建立精确的数学模型，而是利用过去的案例或经验进行推理来求解新问题，适合活套系统的故障诊断。基于案例推理的活套故障诊断系统中，相似度算法是一个关键问题。本系统采用最相近邻算法，很好地解决了这个问题。同时也本文构建了求解相似度的神经网络，并给出了网络的优化方法。 通过现场调研，本文对活套系统及其常见故障进行了研究，对活套系统的故障进行了分类，并且研究了活套系统的常见故障与数值信号之间的对应关系，为故障诊断提供了确定性诊断的依据。活套辊长期处于高温的环境下，容易变形，本文给出了从信号特征判断该类故障的程序流程。 软件实现上，软件运行平台为企业内部网，为适合这种网络结构，系统采用Client/Server模式。采用了Microsoft SQL Server数据库和Visual Basic6.0面向对象语言构建了系统的框架和实现了各项功能。 案例推理技术是一种新的人工智能技术，目前已经在越来越多的领域中得到应用。本系统采用基于案例的推理诊断方法，适合活套系统的故障特点。但活套系统的数据采集、信号的特征提取、故障机理及故障预测工作仍然有待进一步的研究，本文对此进行了展望。