随着人工智能技术和信息技术在机械工业中的发展,机械故障诊断技术也朝着智能化的方向发展。盾构机刀盘直径大、工作环境恶劣和受力复杂,并且盾构刀盘驱动液压马达数量有8个,分布范围大。液压马达发生故障将直接导致盾构机无法正常工作,甚至引发事故。利用传统的依赖于维修者个人经验的手工或半自动的故障诊断方式对液压马达进行故障诊断,工作效率低、准确度不高,本文开展的盾构机刀盘驱动液压马达智能诊断系统的研究工作是要开发出效率更高,更智能的故障诊断的方式,因此对大型机械设备的维护具有重要意义。本文针对盾构机刀盘驱动液压马达的故障诊断,研究了基于BP神经网络和专家系统诊断方法的液压马达故障诊断系统。首先,研究了盾构机刀盘驱动液压马达的故障产生机理和故障发生规律,为液压马达故障诊断系统积累了专家知识。其次,研究了液压马达故障的模式识别,故障特征信号的选取及故障特征监测参数,确定了故障信号监测的位置、信号获取过程和信号的标度变换过程。分析了滤波方法在故障信号预处理中的应用,研究了故障特征提取的时域分析法和频域分析法。再次,研究了BP神经网络和专家系统结合的故障诊断方法,分析了人工神经网络的拓扑结构和BP神经网络的算法流程,同时研究了专家系统的结构,深入研究了专家系统知识库的知识表示和专家系统的知识获取模型以及液压马达故障知识库结构。在此基础上,研究了神经网络专家系统的结构及其盾构机刀盘驱动液压马达故障诊断模型,并深入的研究了神经网络专家系统的推理机制和解释机制。最后,研究盾构机刀盘驱动液压马达故障诊断系统的开发流程,同时构建了故障诊断系统的硬件系统,并选取了硬件设备搭建数据采集、数据处理和数据通信的硬件平台。在此基础上,利用模块化思想设计盾构机刀盘驱动液压马达故障诊断系统软件总体结构,然后采用C++语言编写各模块程序源代码,并在Visual Studio 2005软件中建立了盾构机刀盘驱动液压马达故障诊断系统软件中各模块的应用程序,包括液压马达故障诊断系统登录界面、状态监测与故障诊断功能、故障报警与诊断功能、BP神经网络训练设计、知识库管理等。通过本文的研究,所得研究结果对大型设备液压马达的故障诊断和维护具有指导作用,同时可以作为液压系统关键零部件的故障监测诊断研究的借鉴和参考。