随着生产过程的日趋复杂,如何提高大型复杂设备的可靠性和安全性问题已经引起人们的极大关注。目前,以神经网络识别法和模糊识别法为代表的智能诊断技术在故障诊断领域得到了广泛的应用。本文描述了人工神经网络和模糊推理系统的基本原理,分析了基于人工神经网络和模糊推理方法的故障诊断专家系统的设计思想,并介绍了系统结构以及知识表示、知识获取和推理机制等多方面的基本方法,在此基础上,构建了一种人工神经网络和模糊推理技术相结合的故障诊断方法-模糊神经网络。人工神经网络通过对部分测量数据的处理,输出故障出现的可信度,实现系统的故障诊断。模糊推理部分通过对输入输出的模糊表示,结合神经网络的推理,给出故障的程度,实现故障诊断。该方法融合了神经网络的自适应学习能力和模糊专家系统知识表达明确的优点,简化了神经网络学习数据获取以及模糊推理规则的建立的过程,通过对汽油机失火故障的仿真,证明了该故障诊断方法的有效性。通过模糊神经网络的诊断方法,建立了一个设备故障诊断模型的框架。