随着经济的不断发展和社会的现代化,汽车的生产规模越来越大,应用也越来越广泛。引入故障诊断系统能够帮助汽车维修企业在汽车发生故障时高效快速的诊断出故障原因,及时的维修故障,从而保证汽车的安全性和可靠性。由于汽车的结构复杂,故障种类多,传统的单一模型的故障诊断模型已经不能满足快速精确的做出诊断的需求,因此本文提出了基于故障树与实例推理的汽车故障诊断系统。本文首先阐述了专家系统、故障树技术、实例推理技术的原理及特点,分析出汽车故障诊断系统应用故障树技术和实例推理技术的好处。其次阐述了故障树建立的方法和步骤、故障树的数学表示法、以及故障树的定性和定量分析方法。在知识获取、表示和存储方面：本系统依据故障树模型来进行知识的获取,将故障树存储在关系数据库中,并且将以往常规的规则存储方式改为规则加框架的存储方式,这样能有效的将知识的存储和实例的存储整合在同一个数据库中,这是建立故障诊断系统的基础。在推理机制方面：采用故障树推理和实例推理相结合的方法。利用故障树基于最小割集发生概率的方法对有规则的故障现象进行(正向)推理,若无法找到匹配的故障原因则转入实例推理,这是本文研究的重点。最后,对基于故障树与实例推理的汽车故障诊断系统的总体结构、知识库子系统和推理机进行了详细的分析和设计,并且实现了一些模块的功能,证明将故障树与实例推理理论运用到故障诊断系统中,具有较好的实用价值,可以有效提高故障诊断系统的效率。