研究表明，交流励磁机定子外接电容C2两端的电压波形信号频谱特性与无刷励磁同步发电机转子旋转整流器工作状态具有一定的对应关系，当转子旋转整流器发生故障时会引起电容C2两端的电压波形信号频谱特性的改变，利用神经网络的学习和记忆功能可以提取不同工况下磁极电容电压Uc(t)波形信号的频谱特性与转子旋转整流器故障的非线性关系，建立一种模糊逻辑规则。由于规则考虑了交流励磁机的定子磁极线圈受静止励磁整流装置和磁极铁心饱和的影响，模糊诊断系统具有较高的可靠性。因此，可以利用神经网络的学习算法对模糊诊断系统进行训练，实现模糊神经网络的参数辨识。

模糊神经网络由输入层、模糊推理层和输出层组成。输入模糊化函数取为高斯型隶属函数：

模糊推理层节点个数可由样本进行聚类得到，亦可根据实际要求调整以满足精度要求。θij、αij、λij分别与模糊推理层的节点相对应。输出函数可表示为：

对输出函数式(6)，诊断模型的确定问题可转化为误差方程：

取得最小值，由BP算法可得各参数的学习算法分别为：