自有了工业生产以来就产生了设备故障诊断这一课题，但故障诊断技术作为一门学科是20世纪60年代以后为了适应工程实际需要而形成和发展起来的。原始的故障诊断由于设备的简单性和技术水平限制，维修人员主要依靠感官、经验和简单仪表来进行，随着传感器和计算机技术的发展，故障诊断技术涌现了各种方法，这些技术也广泛应用于国防工业和武器装备。但很多事物具有亦此亦彼的特征，也即具有模糊性，故障诊断领域同样如此。装备运转过程中，运行状况由无故障状态到故障状态是一个渐变过程，在此期间即非“完好”，也非“故障”。1965年，美国学者Zadeh提出了模糊集理论，人们就开始用这种理论研究故障诊断。以模糊集表示模糊语言能够准确描述具有模糊特征的征兆和故障，更符合事物的客观实质。因此，研究模糊理论在武器装备的故障诊断具有十分重要的现实意义。　　 本文对武器装备智能故障诊断领域进行了一些探讨和研究，主要工作如下：　　 1．分析了故障诊断技术的发展和现状，研究了现代大型复杂的武器装备系统及其故障的特点。　　 2．探讨了武器装备的各种故障诊断方法，按照权威分类，将故障诊断技术分为基于数学模型、基于信号处理和基于人工智能的三大故障诊断方法，并重点阐述了智能故障诊断的主要方法。　　 3．对基本的模糊理论进行了概述，研究了基于模糊关系矩阵和基于模糊规则的故障诊断方法，并用实例应用验证了方法可行。其中，针对复杂武器装备系统多征兆多故障的特征，将基于模糊关系矩阵的故障诊断方法和基于模糊规则的故障诊断方法相结合使用，首先过滤极小可能性的故障原因，再利用模糊规则推理得出最终诊断结果，然后用实例来阐明该诊断方法的有效性。　　 4．研究了模糊理论在某自行火炮系统炮闩部件故障诊断中的应用，建立了模糊诊断模型和过程，并用实际数据进行了验证。