当今的大型数控冲压液压机是集机、电、气、液于一体的大型复杂设备,各零部件之间互相作用、互相影响,油路之间互相耦合,促使液压机故障的复杂多变、难以诊断,而液压机的故障往往导致生产线停机,甚至会酿成安全事故。因此,对液压机故障诊断技术的研究具有重大的现实意义。本文就针对RZU2000HM型液压机的故障诊断技术进行深入的探讨和研究。　　 (1)收集液压机的故障,从危害程度、发生因为、发生率和解决方法等角度对故障进行分类。结合RZU2000HM型液压机的工作原理和专家经验,确定诊断的故障范围以液压控制系统的故障为主。研究RZU2000HM型液压机的液压控制系统的原理,针对不同执行件的控制,将液压控制系统细分为五个子系统。选取下液压垫的液压控制子系统为本文故障诊断的对象,根据其原理以及常见故障的征兆,设置液压机的状态监控测点。　　 (2)由于采用单一的故障诊断理论具有很大的局限性,本文在粗糙集理论、神经网络理论和专家系统理论的基础上,提出基于粗糙集理论优化的神经网络专家系统模型作为本文故障诊断的方法。基于粗糙集理论优化的神经网络专家系统模型的知识获取方法和故障推理方法各有两种,具有自学习能力、泛化能力和鲁棒性强的特点。　　 (3)以下液压垫的液压控制子系统为例,应用基于粗糙集理论优化的神经网络专家系统模型对液压机故障诊断进行了实践。首先是构建知识库,应用Rosetta软件对下液压垫液压控制子系统的故障样本进行属性约简,在结果基础上分别生成规则集和训练神经网络。第二步是故障推理,分别用神经网络推理机和专家系统推理机对测试样本进行推理,通过推理结果和实际结果的比较,证明本文提出的诊断方法对液压机的故障诊断是有效的。