自动化和智能化是现代化大生产的显著特点,近年来伴随着生产设备的大型化、高速化,传统的诊断技术已经远远不能适应了。现代化工业生产,一旦因故障停机,损失巨大。因此人们对机械设备故障诊断的复杂性、准确性和及时性的要求也逐渐增加,这就迫使人们在设备诊断方面进行了大量的研究,形成了故障诊断这一新兴的研究领域。本文首先依据Li/MnO2扣式电池组装工艺和机械自动化产品设计的系统观点,提出了一种新型的直线型Li/MnO2扣式电池自动化生产线,并对它的机械系统和控制系统做了详细地介绍。由于本自动化生产线是一个多输入多输出的复杂系统,作为核心部分,本论文提出了一种基于神经网络的故障检测和诊断方法。其原理是:采用VC++作为前台开发工具,SQL Server2000作为后台运行的数据库,采集生产线上的必要的输入输出信号,在对采集到的数据进行分析处理的基础上,通过深刻分析维修专家进行设备维修时的思路,采用利用神经网络推理计算的知识表示方法和启发式推理机制实现故障定位,在很大程度上减少诊断过程中的工作量,提高诊断的准确性和效率。经实践检验,基本上满足客户的要求。从上世纪80年代起,诊断技术进入了智能化阶段,经过各个国家和各个领域专家学者的艰辛探索,神经网络技术在故障诊断方面的应用已经取得了丰硕的成果,本文最后在对神经网络的研究应用进行总结回顾的基础上展望未来,对神经网络在故障诊断方面的应用前景作了一个简单介绍。