随着人工智能技术的不断进步,诊断技术己开始进入一个新阶段,即智能化诊断阶段。将人工智能领域的各种方法加以综合利用并用于故障诊断,特别是针对模糊性的诊断对象,将更有利于深入细致地刻画与描述故障的特征,使推理过程与客观实际更加相符,同时也克服了传统的故障诊断专家系统中所存在的知识“瓶颈”问题。将人工智能领域中的各种方法有机结合,可以大大提高故障诊断的水平和效率。本文应用专家系统和神经网络两种方法结合对装甲车辆传动系统中变速箱的故障诊断问题进行了研究。在基于知识的传统专家系统的基础上,提出了一种新的变速箱故障诊断专家系统模式——基于神经网络的专家系统,克服了传统专家系统不能进行自学习、自适应的缺陷。此外文中还建立了一个BP神经网络专家系统,利用所获得的故障样本数据对网络进行训练,从而实现了对某些故障的智能诊断。在对神经网络故障样本训练过程中,合理选取网络参数。其诊断结果表明,各故障样本训练均能快速有效的收敛于设定的误差值,而且网络具有一定的泛化能力。