ایمنی و قابلیت اعتماد دو خصلت مورد انتظار از تمامی سیستم های ساخته شده دست انسان می باشد، ردیابی و تشخیص زود هنگام عیوب می تواند از توقف و اختلال سیستم و حتی خسارات جبران ناپذیر جانی، مالی جلوگیری نماید. از اوایل دهه 1970، مسئله ردیابی و تشخیص عیب در فرایندهای صنعتی مورد توجه واقع شده است و تاکنون تعداد زیادی از روشهای مبتنی بر دانش و همچنین داده استفاده شده اند. تحقیقات اولیه مبتنی بر مدلهای تحلیلی بوده است. در این روشها با استفاده از ابزارهای ریاضی، مدل فرایند شبیه سازی و بر پایه آن، کار ردیابی و تشخیص عیب انجام می شود.. به طور کلی در طراحی سیستم های fdi مشکل اساسی نیاز به حساسیت بالای سیستم در برابر عیب و همچنین مقاومت بالای آن در برابر عدم قطعیت ها می باشد، به همین دلیل، تحقیقات برای استفاده از سیستم های هوشمند از جمله شبکه های عصبی ومنطق فازی یا مدل کیفی شکل گرفت. در این پژوهش ضمن معرفی کامل سیستم مورد مطالعه، طراحی مدار آن توسط نرم افزار automation studio انجام و شرایط نگهداری و تعیین خرابی های سیستم بیان شده است. در حال حاضر روشهای مبتنی بر مفاهیم محاسبات نرم، روش قدرتمندی در طراحی سیستم های fdi بوده ودر این پژوهش از این موضوع استفاده شده است. در ادامه عیب یابی بر روی یک سیستم پرس میخ پرچ الکترونیوماتیکی صنعتی با استفاده از نرم افزار matlab (شبکه عصبی- فازی) ، یک راه عملی ساده و دقیق برای شناسایی عیوب فرایند های صنعتی، با استفاده از مدل آنها ارائه شده است. ورودی شبکه عصبی- فازی، ویژگیهای استخراج شده از طراحی مدار سیستم پرس میخ پرچ الکترونیوماتیکی بوده و خروجی آن، موقعیت و اندازه عیب است. نتایج نشان دهنده دقت قابل قبول سیستم عیب یابی طراحی شده و خطای اندک آن است.