随着现代社会文明程度不断发展,人们对各种印刷品质量要求越来越高。为了满足大众要求,大量高新科技的投入使印刷机机械特别是单张纸胶印机机械结构越来越趋于复杂化,机械转速越来越快。在这种形势下,生产率确实提高了,产品质量也提升了,然而一旦有故障发生而不能及时诊断排除就必然造成巨大损失。这样就为现代印刷机故障诊断技术带来了越来越多挑战。机械诊断技术的发展日新月异,人工智能、专家系统、模糊故障诊断及神经网络故障诊断技术在很多领域已经投入实际应用。而相对于印刷机故障诊断特别是国内印刷机故障诊断领域,现在仍处于主要依靠个人经验判断的较为落后阶段,不仅费时费力而且已经远远不能适应一体化、自动化的印刷业发展趋势。由此可见,智能模糊故障诊断技术以及神经网络学习诊断等这些先进的技术,将来必将引入到印刷机故障诊断领域。然而,目前在国内虽然有人做过一些这方面的理论研究,但成型的印刷机故障诊断系统尚未出现。本文就印刷机故障学习以及诊断排除系统的建立做了以下初步探索：1、对于目前的印刷机,特别是国产胶印机常见机械故障的原因及排除方法做了一些较为全面的调研及专家经验收集、总结与分类。2、利用建立数据库的方法对常见印刷故障做了分类整理,以Access数据表形式建立了一个针对常见故障及其原因的印刷机故障数据库系统。3、在以上工作基础上使用Visual Basic建立了常见故障学习系统,便于初级印刷从业者以及在校学生进行故障学习与训练。4、以故障原因调查表形式征询了几十位印刷机故障方面的专家以及一线印刷机操作人员,总结了常见印刷机械故障原因发生的概率,将其抽象量化,从而建立了模糊规则库；并在此基础上初步开发了印刷机模糊故障诊断平台。5、在学习神经网络知识的基础上,初步探索了将印刷机故障信号进行BP神经网络学习并应用于故障诊断。