La maintenance est une fonction économique primordiale dont l’objectif est d’assurer la sûreté de fonctionnement des équipements et optimiser les coûts. Dans ce contexte l'operateur de maintenance est confronté à deux problèmes. Le premier concerne le manque de connaissances utiles pour effectuer une opération de maintenance. L'exploitation effective de ces connaissances constitue le deuxième problème. L'utilisation des systèmes experts ou systèmes à bases de connaissances (SBC) peut contribuer avantageusement à résoudre le premier problème et permet donc de rendre disponible sur les sites de production les connaissances de maintenance. En revanche, malgré l'intérêt indéniable de ces systèmes pour la maintenance, leur développement souffre toujours du manque de méthodes et techniques formelles pour l'élaboration de leur base de connaissances. L'apprentissage symbolique automatique (ASA) en se basant sur des techniques de regroupement conceptuel, de classification, d'induction et de généralisation, permet de pallier cette lacune. Ainsi notre contribution consiste à partir des deux outils précédemment cités (SBC et ASA) à réaliser un système expert d'aide à la maintenance préventive afin d'apporter une solution au problème qui demeure posé : l'exploitation des connaissances de maintenance. Ce système est destiné à évaluer la stratégie de maintenance appliquée et à orienter son évolution à partir de l'analyse des historiques d'un matériel donné.