Debido a los enfoques tradicionales de reconocimiento del estado para equipos electromecánicos complejos que han tenido las desventajas de una excesiva dependencia en el conocimiento completo de expertos y conjuntos de entrenamiento insuficientes, siempre ha sido difícil establecer un sistema de identificación del estado en tiempo real. La eficiencia de funcionamiento no puede ser garantizada y la tasa de fallas no puede ser reducida fundamentalmente, especialmente en algunas condiciones de trabajo extremas. Para resolver estos problemas, en este artículo se propuso un método de reconocimiento del estado en línea para equipos complejos basado en una red neuronal probabilística difusa (FPNN). La base de reglas difusas para equipos complejos fue establecida y se construyó un modelo de espacio de estado multinivel. Además, se aplicó una red neuronal probabilística (PNN) en el reconocimiento del estado, y se presentaron las funciones difusas y la matriz de cuantificación. Se diseñó el diagrama de flujo del enfoque propuesto. Finalmente, se proporcionó un ejemplo de simulación de reconocimiento del estado de una rozadora y la aplicación industrial con una precisión del 90.91%, demostrando que el enfoque propuesto era factible y eficiente.