IDS利用AI在定性分析和不确定推理上的优势，比传统的DS更有效地支持决策过程中对半结构化和非结构化问题的求解。在本系统模型中，充分利用了IDS这一优势，使设备维护方案优化中的非结构化问题得到了很好的解决。设备维护IDS体系结构如下图：

　　从IDS的体系结构图中可以看到，组成该结构的主要模块包括：数据库、知识库、方法库、模型库、推理机等。

　　1.数据库模块：数据库模块主要记录了设备的基础数据、历史运行记录、故障记录、维修记录、备件信息、人员信息等，是IDS中的基础信息模块。

　　2.知识库模块：知识库存放一些规则，包括用于模型决策的规则和专家经验规则，完成建模和选模的工作。知识库可分为静态知识库和动态知识库，静态知识库的维护需要人工干预，是系统固化了的求解行为，因而设计简单，可直接使用。动态知识库则是从决策过程中获得经验，并且自动对知识库进行更新，其维护不需要人工干预，从而能支持复杂环境下的智能决策过程，但是系统开发时要复杂得多。

　　3.方法库模块：使用存储程序对维护决策方法进行存储。设备维护方法主要包括：最小费用法、优化方法、可靠度方法、统计预测方法等。

　　4.模型库模块：模型库中的数学模型分为：用于数据模式识别的统计分析模型和用于模型选择的维护决策模型。本文中的建模方式有：系统设计者设计时固化的模型、系统使用者的外部建模和IDS的自动建模。

　　5.推理机：采用基于范例推理（case-based reasoning）的方法，根据知识库中的静态和动态范例，通过采用方法库中的方法，在模型库中选择与当前处理的问题具有相同属性的模型进行匹配，并且根据匹配的程度进行调整。该方法由于对过去求解过程的复用，提高了问题求解的效率。

　　6.解释系统：实现对系统所选方案的解释和回答用户提出的问题。