传统载货汽车能耗高、污染大,不符合21世纪低碳绿色的经济发展趋势。纯电动载货汽车的出现很好地解决了上述问题。然而纯电动载货汽车面世时间短,一些关键部件比较容易发生故障,加上缺乏相关维修经验和技术人员,经常会导致车辆出现故障无法及时维修。因此为纯电动载货汽车的关键部件开发故障诊断专家系统具有迫切的需求。本文依托四川省科技厅科技支撑计划项目——“纯电动载货汽车集成关键技术研究及示范(五大高端)”(项目编号:2016GZ0020)的支持,开展针对纯电动载货汽车关键部件的故障诊断专家系统研究。本文首先重点分析了纯电动载货汽车两大关键部件——电池系统和永磁同步电机的结构和工作原理。接着搜集并整理出了这两个部件的常见故障,通过建立故障树梳理了各个故障事件的层次关系,减少了设计知识库时的冗余。由于电池系统和永磁同步电机的故障与故障征兆具有明显的因果关系,因此本文采用产生式规则表示法建立了知识库;通过对比分析几种模糊推理方法的优缺点并结合纯电动载货汽车的实际情况,应用贝叶斯网络构建推理机;通过因果关系调查表判定故障和故障征兆之间的因果关系,进而构造贝叶斯网络,并确定在某些故障发生与否的情况下对应于某一故障征兆的条件概率。由于专家在确定条件概率时具有很强的主观性,由此带来的误差可能影响诊断结果的准确度,因此本文在设计推理机时提出了一种通过对历史诊断记录进行数据挖掘实现诊断结果辅助决策的方法,使得专家系统能够随着使用次数的增多逐渐提高诊断的准确度。最后本文使用Java语言设计实现了一套B/S结构的故障诊断专家系统,该专家系统仅需使用浏览器登录便可使用,具有极大的便利性。本文充分利用贝叶斯推理理论,通过开发专家系统为纯电动载货汽车关键部件的故障诊断提出了新思路,具有较高的经济价值。此外,应用数据挖掘技术优化故障诊断专家系统,一定程度上解决了专家系统知识获取困难的问题。本专家系统还具有较强的通用性,可以适用于其他领域的因果关系不确定推理。