由于液压系统的非线性、故障机理的复杂性和多样性,很难准确判断复杂液压系统的故障原因,利用神经网络具有良好的非线性映射能力、自学习适应能力和并行信息处理能力,为解决未知不确定非线性系统的问题提供了一条新的思路。介绍了基于自组织特征映射神经网络(SOM网络)进行液压系统故障诊断的方法。SOM网络是一种重要的无导师学习训练算法的神经网络,使用该算法进行训练后,可以将高维输入空间映射到二维空间上,并对故障现象进行自动分类,从而得出它们对应的故障原因。同时为了便于识别故障,利用U矩阵图对神经网络仿真结果进行可视化。以某工程机械的水平支腿液压系统为例,应用SOM网络进行仿真,并对结果进行可视化。仿真结果表明,SOM网络可视化方法具有故障模式识别能力,为液压系统故障诊断提供一条新途径。