大型数控液压机是典型的机、电、液、气一体化的自动化程度很高的加工设备，各个系统及其零部件之间存在一定的相关性和层次性，从而导致故障征兆与故障原因之间关系复杂多变，且不易判断，诊断工作不仅耗时费力，还严重影响企业的生产，甚至出现重大财产安全事故。因此，提出简单高效地诊断方法与开发出快速准确故障诊断平台是当前研究的重点和发展趋势，具有很大的实用价值。本文就针对RZU2000HM型液压机的故障诊断进行了深入的探讨和研究，并开发出相应的故障诊断平台。1．结合RZU2000HM液压机的工作原理和故障机理，收集它出现的故障案例，分析其故障模式和故障特点，探讨发生的原因。重点介绍液压机中的下液压垫控制系统和提升夹紧控制子系统，并以下液压垫控制子系统为具体诊断对象，分析其故障特征，制定状态检测点，以获取诊断信息。2．将粗糙集、神经网络、专家系统等人工智能技术结合起来，提出本文的基于粗糙集神经网络的故障诊断专家系统模型结构。运用粗糙集约简神经网络的故障样本，去除样本中的冗余属性；优化神经网络的结构，更加充分全面地利用样本中的知识，从而提高了神经网络的学习效率及学习与泛化能力。将基于知识和基于粗糙集神经网络，共同组成故障诊断专家系统的推理机。3．利用基于COM的VC与Matlab的混合编程技术及ACCESS数据库技术，根据提出的诊断模型结构，开发出故障诊断平台。首先构造知识库，通过训练神经网络构造粗糙集神经网络推理机的知识库，将故障诊断决策表作为知识推理机的知识库；然后故障推理，将推理出的结论与实际结果对比分析可知，本文提出的诊断方法与故障诊断平台是有效合理的。