液压系统是一个有机的复杂系统，其故障呈现综合性和系统性的特点。液压系统难于拆卸，使得传统依靠人工经验判断的方法已经不能满足快速故障诊断的要求，战车的快速故障定位和故障排除的要求也需要开展新的在线不解体检测智能检测方法的研究。模糊神经网络技术是结合了模糊逻辑和神经网络的优点的一种新型智能技术，已经被广泛应用于多个工业领域。神经网络集成本质上是多学习机集成，通过多个神经网络共同学习，共同决定最终输出的方法。 本文通过对某型号导弹发射车液压起竖系统进行原理分析，结合历史故障，使用故障树分析法对整个起竖系统进行故障分析。将系统故障划分为6类故障现象和 13 类故障原因。根据故障树分析的结果，使用神经网络集成技术，建立液压起竖系统故障诊断的模糊神经网络集成模型。该模型使用Bagging算法作为个体网络生成算法和高斯随机函数作为个体网络训练集采样函数，结论的生成方法使用加权平均生成方法，个体网络对应的输出权值由输入参数为起竖角度值的高斯型函数产生，使用UCI数据库及仿真模型对神经网络集成方法、BP，RBF型神经网络的泛化能力进行比较，神经网络集成能够较大程度地减少了泛化误差，提高诊断率。 最后，使用虚拟仪器技术进行故障诊断系统设计，包括硬件平台和软件设计。硬件平台主要完成数据信号采集工作。软件设计采用MATLAB和CVI混合编程方法实现，完成了界面设计和数据分析功能，实现数据采集显示，数据离线分析，故障诊断功能。