建立点焊专家系统，对于实现点焊过程的智能化，优化点焊规范参数，降低对操作者的要求，提高点焊质量，具有重要意义。但传统的专家系统存在知识获取困难、自学习能力差、“知识窄台阶”等弱点，难以满足具有复杂的多因素交互作用的点焊过程智能化控制的要求。本文根据专家系统和人工神经网络的基本理论，将人工神经网络的知识获取与表示方法引入专家系统，提出并建立了一个智能混合系统——基于人工神经网络的电阻点焊专家系统。该系统能从已有的试验数据中获取尽可能多的知识从而达到知识扩展的目的，它具有自组织、自学习、模糊性和容错性等特点，恰好弥补了传统专家系统的不足。 文中详细讨论了人工神经网络的BP算法及其应用于专家系统的知识获取、组建系统知识库和推理机的方法；分析了点焊专家系统的数据库结构，介绍了数据的便捷管理与应用软件模块；并对建立的点焊工艺参数选择与熔核尺寸预测两种人工神经网络模型以及获取训练样本的正交试验方法等进行了论述。 文章最后通过检验样本，分析讨论了应用所建立的系统模型预测点焊熔核尺寸的结果。