1.基于故障树和模糊神经网络的汽车起重机故障诊断方法，其特点是，按照以下步骤实施：

1）采用演绎法建立汽车起重机顶事件故障树；

2）根据故障树支路情况与经验知识确定模糊神经网络的网络输入、网络输出节点数目，建立模糊神经网络结构模型；

3）根据故障树各分支中所蕴含的知识，提取训练样本，并对神经网络进行训练，建立神经网络推理计算所需的网络权值和阈值矩阵；

4）利用汽车起重机状态监测平台上的历史数据，运用统计参数法中的3σ准则法确立模糊预处理所需的模糊隶属函数；

5)将汽车起重机状态监测平台的实测数据输入到通过以上步骤建立好的模糊神经网络中进行计算，得到诊断结果，输出故障模式。

2.根据权利要求1所述的基于故障树和模糊神经网络的汽车起重机故障诊断方法，其特点是：所述的步骤1的具体步骤是，首先是找出直接导致顶端事件发生的各种可能因素组合；其次找出第一步中各因素的直接原因，循此方法逐级向下演绎，一直追溯到引起系统发生故障的全部原因，即分析到不需要继续分析原因的底事件为止；然后把各级事件用相应的符号和适合于它们之间逻辑关系的逻辑门与顶事件相连接，得到一棵以顶事件为根，中间事件为节，底事件为叶的具有若干级的倒置故障树。

3.根据权利要求1所述的基于故障树和模糊神经网络的汽车起重机故障诊断方法，其特点是：所述的步骤4中，所述的3σ准则是：故障界限为 参数正常界限为

均值：

标准方差：

式中：参数Yi为第i个样本；R为样本数量。