半导体制造企业中设备的运行状态对企业的生产能力影响重大,而半导体生产设备造价极其昂贵,提高设备维修效率、降低设备故障停机时间是提高企业生产能力、控制生产成本的一种重要途径。因此,为设备提供方便实用、性能可靠的故障诊断已经成为半导体企业的迫切需要,而设备的结构越来越复杂也给故障诊断带来了极大的挑战。与人工智能相结合,向智能化方向发展是故障诊断技术的发展趋势。其中,基于专家系统的诊断技术能在特定领域模仿人类专家的思维来求解复杂问题,是人工智能领域应用最广泛的分支之一。然而,目前开发的专家系统大都依赖传感器采得的数据或设备的具体结构,因此只能用于该设备或结构类似的设备的故障诊断,通用性不强。针对于此,本文致力于充分利用诊断领域的专家知识,开发可以在工厂内通用的故障诊断专家系统。本文首先对故障诊断及专家系统技术进行了简要的介绍,随后阐述了在某半导体封装测试工厂中开发故障诊断专家系统的必要性和可行性。在此基础上,本文设计了一个故障诊断专家系统,其中,由于专家知识的故障现象与故障原因之间在逻辑上存在因果关系,采用产生式规则表示法表示半导体设备故障诊断领域的专家知识;另外,还因为知识的证据、规则和结论都具有概率型不确定性的特点,文中选用贝叶斯网络方法进行知识的推理。在将贝叶斯网络应用于本专家系统的过程中,为了方便领域专家的判断,采用改进的因果关系调查表帮助建立贝叶斯网络拓扑;为了让专家更准确和快速地定义概率,采用概率刻度表将人们常用的对概率的口头表达和实际的数值概率对应起来定义推理过程所需要的先验概率和条件概率值。最后,本文分析了系统的需求,并给出了半导体设备故障诊断专家系统的实现。该系统包括知识模块、推理模块和辅助模块三大模块,其中知识模块和推理模块是系统的核心模块。该系统已经在Windows平台上用Microsoft Visual Studio2008集成开发环境和Microsoft SQL Server2000数据库实现,并通过实例运行验证了系统的快速性和准确性。该系统已经成功应用于该半导体公司的实际故障诊断中,为维修工程师提供可能的故障原因及其可能性,帮助其进行维修决策。