本发明公开了基于模糊神经网络的工器具状态监测时序分析模型的系统。它包括前件网络和后件网络，其中前件网络包括输入层、模糊化层、模糊推理层、去模糊层；后件网络为输出层；输入层是将输入变量传送至模糊化层，模糊化层通过隶属度函数将输入变量转换为相应的模糊语言变量值，模糊推理层对每条模糊规则的适应度进行计算，去模糊化层对模糊推理层的结果进行归一化计算，输出层通过线性加权法求得模糊神经网络FNN清晰的输出值，并采用BP神经网络算法按照反向误差来校正线性加权法参数和隶属函数参数的数值，完成线性加权法参数和隶属函数参数的学习。本发明的有益效果是：具有更快的处理速度、更低的硬件成本需求和更精准的数据检测精度。