自动供输弹机构是火炮自动装填系统机械结构部分的重要组成部分之一，该系统的自动供输弹机构的工作正常与否，直接关系到整个自动装填系统的运行状态，乃至整个战局的发展与成败。因此对其进行实时的状态监测，及时的发现其故障类型与故障原因，并对故障进行分类与识别有着极其重大的意义。不仅可以避免不必要的麻烦与损失，而且还为战争的胜利提供了可靠的保障。由于火炮发射过程中所处的工作环境比较恶劣，冲击振动明显，因此导致采集的信号中背景噪声相当大，一部分有用信号可能被强噪声覆盖，传统的信号分析方法可能达不到预期的诊断效果。本文重点介绍了电流信号分析法，英文简称为MCSA，其定义是利用感应电动机的定子电流作为信号分析的切入点，研究其特征与故障的对应关系，作为一种故障诊断的新方法。本文的处理方法主要采用：由霍尔电流传感器实时监测四台直流伺服电动机的运行状态，将采集的电信号传输到DASP信号采集系统，在后期处理中，对各种工况下的信号进行识别分类，提取电流信号相关特征参量，最后用三层BP神经网络进行故障诊断与识别。在上述理论分析的基础上，对实验室采集的直流伺服电动机的电信号进行分析处理，然后再用BP神经网络对其进行故障模式分类识别。神经网络是一种自适应的模式识别技术，在故障模式识别中的应用非常广泛，理论研究也相对成熟。