工业炸药生产线的故障诊断一直是炸药生产安全领域十分必要且具有重要意义的研究课题。工业炸药品种的不断更新,生产线所需求的各种设备仪器也日趋复杂化、自动化和信息化,依靠状态量的检测比较并进行简单逻辑推理等传统的故障诊断方法已然无法胜任诊断任务。本文以工业炸药生产中的两条生产线即胶状乳化炸药生产线与粉状乳化炸药生产线为研究对象,对基于人工神经网络的故障诊断系统在工业炸药生产线上的设计与应用进行了整体地探索和研究。在分析了工业炸药生产中各生产线的分布结构及其关键工艺流程之后,本文深入研究了两条生产线潜在的故障点及其对生产的危害程度,对各生产线的故障进行分别分析与汇总,并按特定结构建造故障知识库。通过比较专家系统与人工神经网络的优劣势,进一步研究了专家系统与神经网络不同结合模式的优缺点。为了充分体现二者的优势,并实现二者优缺点互补的功效,采用了串行相接式神经网络专家故障诊断系统的设计方案。该设计方案将用于故障模式诊断的大量专家知识都分散存在神经网络结构中,而将那些不适合ANN处理的专家经验知识库分解成两部分即专家分析知识库和专家综合知识库。基于这些知识库,推理机依次由分析逻辑推理、ANN正向推理、逻辑综合推理完成。同时,综合逻辑推理能够很好地完成诊断结果的解释,并通过人机界面与用户交互信息。由于本文所设计的故障诊断系统的诊断对象是两条生产线,各自占有独立的生产资源,且在生产工艺上,使用设备仪器上也有很大的相似性,因此本文采用分别处理数据、集中监测诊断的思想进行工业炸药生产线故障诊断系统设计。采用DDE数据共享技术从各条生产线IPC机获取实时数据,并通过Socket通信技术将信息传至上层诊断机。本文采用VC++6.0集成开发环境及强大的SQL server2000数据库,通过利用ADO数据访问技术,以及后台调用MATLAB神经网络工具包,设计了工业炸药生产线故障诊断系统。最终实现了对两条炸药生产线的集中监测与集中诊断。测试中,通过有计划地设计数据库等方式对系统进行仿真。仿真结果显示该诊断系统具有较强的实时诊断能力,能为将来工业炸药安全生产的无人化、故障诊断智能化、生产工业信息化的发展方向提供了非常实用的参考价值。