提升机是煤矿安全生产的重要设备，是集机械、电气、液压于一体的矿山大型复杂机电系统，对煤矿生产的可靠性、经济性及其他特性有直接影响。随着提升机系统向着大型化、高速化、机电一体化及结构复杂化等方向发展，使得提升机系统的故障诊断要求越来越高。本文根据计算机技术、检测技术、网络通信和故障诊断等技术的发展现状，基于矿井提升机系统的特点，提出了网络环境下矿井提升机智能故障诊断系统，分析了基于信息融合的矿井提升机故障诊断系统和基于自适应神经网络模糊故障诊断的矿井提升机智能故障诊断方法，设计了网络环境下矿井提升机智能故障诊断系统的原型系统。具体的研究工作如下：针对矿井提升机系统的组成与特点，提出了提升系统对电控系统的要求；在此基础上提出了网络环境下矿井提升机智能故障诊断系统的网络结构，分析了提升机系统运行状态的采集与处理过程，并在此基础上提出了矿井提升机智能故障诊断系统传感器的总体布局。为了保证提升机系统的安全性，首先系统地分析了提升机系统常见故障、故障分类以及故障的推理过程。并在此基础上，深入分析了提升机系统发生过卷故障、断绳故障、主绳打滑故障以及制动系统失效故障的原理并建立了反应这些故障的故障树，并分析了产生这些故障的原因。以提升机系统采集的电流信号、液压站压力信号、提升载荷、提升速度信号为输入变量，构造出了提升机自适应神经网络模糊推理系统，其以减法聚类算法为基础，通过将提升系统中机械、电气、液压等参数经过处理引入该诊断器，作为ANFIS的输入特征向量。采用从陈四楼矿主井提升机系统中采集的提升机运行数据对ANFIS进行训练，训练成功后，利用该模型成功地实现了对提升机系统过载、重物下放和液压站欠压故障的情况进行故障诊断，验证了该诊断方法的有效性。基于信息融合的观点，通过采用小波包理论、模糊神经网络、证据理论等工具，针对矿井提升机液压制动系统出现卡缸故障的情况进行了试验研究。该提升机故障诊断方法不需要系统的数学模型，建立能量变化到物理器件故障的映射关系，得到表征物理器件故障的特征向量，直接利用各频率成分能量的变化来诊断故障。建立了网络环境下提升智能故障诊断系统原型系统，设计制作了提升机运行状态网络发布软件，实现了浏览器对服务器的访问和提升机故障的远程智能诊断功能，以项目实例分析和验证了网络环境下矿井提升机智能故障诊断系统的可行性。