近年来,环境污染、能源危机这两个全球性问题日益严重,寻求清洁环保能源取代化石燃料迫在眉睫。纯电动汽车由于在节能环保方面具有突出的优势,因此电动汽车逐渐取代燃油汽车成为人们的代步工具。车辆续航里程问题和动力电池安全性两大因素制约着电动汽车的发展,这对动力电池性能提出了更高的要求。电压故障是电池故障中最常见的故障现象,快速准确地检测电池可能出现的故障对于提升电池安全性和延长使用寿命具有重要意义。本文以18650锂离子电池作为研究对象,通过研究锂离子电池的工作原理以及工作特性来分析电池极化现象以及不一致性。研究结果表明电池环境温度以及电池过充过放、充放电倍率以及自放电现象对于电池内阻、容量、电压等参数都会造成较大的影响。其次,搭建模糊神经网络电池故障诊断模型,通过使用模糊系统与BP神经网络相结合的方式解决电池故障的不确定性问题,主要根据电池电压所引起的电池故障特征以及故障原因作为模型的输入输出变量,确立故障隶属度函数对电池原始电压数据处理得到各自的隶属度,并使用模糊集表示。通过MATLAB仿真比较模型目标输出结果与实际输出结果,得出该诊断模型符合系统要求精度。最后,将电池故障诊断模型搭载在基于Android系统的电池故障诊断APP上。Android客户端主要通过蓝牙实现通信与数据传输工作,将下位机采集到的电压、温度等电池重要信息显示在界面上,并根据模型隶属度函数进行处理电池电压参数导入诊断模型输出结果,根据模型输出结果进行故障原因预警。利用CANoe进行模拟仿真故障数据,通过蓝牙转CAN模块（CANBlue）与Android客户端建立通信通道,来验证模型搭载在Android平台的实用性。结果证明,对于电池故障诊断APP可以输出准确的预警信息。