从上个世纪80年代开始,我国的高炉向大型化、特大型化方向发展,于此同时,高炉生产效率也不断提高,高炉的出铁操作实现了连续化。目前,基本采用液压设备进行炉前操作。高炉的连续生产要求液压设备的故障检修必须准确高效。研究炉前液压设备故障诊断系统对提高对于提高泥炮的检修效率检修、质量具有非常重要的意义。　　本文首先介绍和阐述了专家系统和BP神经网络的基本知识:概念、原理、特点等,说明了专家系统和BP神经网络结合的可能性、结合方式、结合的好处。根据专家系统的研究现状,提出了利用BP神经网络和专家系统相结合的方法建立泥炮故障诊断专家系统。　　针对宜昌燕狮集团的YZQ31.5/360泥炮故障诊断规则特性,结合专家系统的知识库的结构,选择“产生式+框架结构”知识表示方式,构造泥炮故障诊断专家系统的知识库。　　本文从泥炮自动化生产过程中故障诊断的要求出发,结合专家系统的结构和特点,研究泥炮故障诊断专家系统的总体框架,在此框架中,着重研究了推理机。推理机在很大程度上决定了专家系统的运行效率,本文通过对推理方法的研究,采用“经验+BP神经网络”综合式推理方法。这样保证了推理机的执行效率和推理的严密性。本文利用泥炮故障诊断样本知识,分析了中间层的节点数、学习率等因素对神经网络的影响,为网络参数的合理选择提供了依据。　　最后,介绍了泥炮故障诊断系统的功能模块,并对整个泥炮故障诊断系统进行了详尽的设计和实现。通过现场试验表明,本文建立的以感性知识为征兆的泥炮故障诊断系统故障样本和BP神经网络模型是正确的,且能快速、较准确的进行故障诊断,显然,本文的工作是有效的,通过了对系统的各个功能模块的现场试验,证明了YZQ31.5/360泥炮故障诊断专家系统的可行性,为泥炮故障诊断专家系统的进一步研究奠定了基础。