凝汽设备是核动力装置及电站凝汽式汽轮机组重要的辅助设备，它起着冷源的作用。凝汽器运行的热力性能对汽轮机机组运行和核动力装置的安全性与经济性有很多影响。凝汽器低真空的工作特点使其在运行过程中经常发生各种故障。因此，及时准确地预测判定凝汽器是否正常工作，是否发生故障，并正确及时地提供故障对策尤为重要。 本文在已建核动力装置凝汽器故障仿真模型的基础上，对凝汽器在运行中常见的七个故障进行动态仿真，得出故障样本数据并分析了各个故障征兆在不同故障下的变化趋势。 当前国内外使用人工智能方法进行故障诊断的方式主要有两种：专家系统和神经网络。模糊神经网络兼具了模糊逻辑与神经网络的优点，它既可以描述具有模糊概念的问题，又具有强大的学习能力和数据的直接处理能力：既具有较强的结构知识表达能力，又具有很强的容错能力：总之，模糊神经网络便于实现知识的自动获取，能够自适应环境的变化，推理采用并行的数值计算，因而是解决传统故障诊断系统局限性问题的有效途径。 本文利用Visual C++建立了基于模糊BP网络的核动力装置凝汽器故障诊断专家系统，该故障诊断专家系统采用人机交互界面，具有界面友好，操作简单等特点。