近年来，为了满足复杂系统的诊断要求，诊断技术已开始进入一个新阶段，即智能化诊断阶段。这是一种基于专家知识和人工智能技术的诊断方法。 论文中通过专家系统和神经网络两种方法对故障诊断做出研究。针对某高温硝酸冷却系统，提出一种利用故障树组建专家系统的方法。这种方法基于故障树进行原理知识的提取，使得专家系统的建立得以简化和发展，将经验推理和原理推理相结合，并引入征兆可信度，提高了专家系统诊断的可信度。 对于复杂大型的诊断对象，应用单一的神经网络构造故障诊断系统将遇到整理教师数据难，学习精度降低，影响网络学习效率等问题。为此本文提出了一种复合模糊神经网络结构，该神经网络结构集成了一系列模糊神经子网络，来完成故障分类任务，以系统故障树为设置子网的基础，建立了含有多个子网的复合模糊神经网络，可以解决单一神经网络面临的问题。 在故障诊断中，系统的各种征兆值和故障值应是模糊值，因此在故障诊断中的两种方法中引入了模糊逻辑。仿真结果证明了这两种方法的可行性和有效性。