装卸起重机械包括输送机、起重机、叉车等机械装备，广泛用于工业运输系统,如工厂、港口、车间和垃圾处理等场合。但随着这些机械设备的日益复杂化、大型化，在生产运输中涉及到的维修难度、运行可靠性、安全性及准确性已很难满足生产要求。所以，当下最捷径的方法就是能够建立起对运行设备及时地进行故障诊断。因此，对装卸起重机械设备进行故障诊断的检测与诊断，尤其是对故障诊断进行智能化是重中之重。本文以神经网络和模糊理论为理论研究基础，重点研究了BP（Back Propagation）神经网络理论及模糊理论应用在具有代表性的装卸机械——带式输送机，以这种设备为研究对象，研究了机械故障诊断。结合Matlab，实现对带式输送机系统智能化故障检测与诊断的仿真。本文的主要研究任务为：分析了模糊理论和神经网络算法及BP算法的理论；建立带式输送机故障诊断中监测装置设计及安装方法，以及BP神经网络与带式输送机的故障诊断技术；把BP神经网络和模糊理论结合起来应用到带式输送机故障诊断中，利用模糊神经网络判断出带式输送机系统所发生的故障类型。首先把带式输送机故障样本进行模糊化，之后输入到已经训练好的模糊BP神经网络里进行数据训练，结果显示，能够在满足最小误差的情况下准确推理出带式输送机故障类型。方法可靠实用。相比之下，传统的故障诊断方法有很大的局限性。以Matlab为系统仿真平台，完成系统仿真设计。利用MATLAB软件中的工具箱对带式输送机模糊化后的BP神经网络故障诊断做了仿真。由仿真结果得出，模糊神经网络更具有优势，能够滤掉多余信息，节省时间空间，对工程利用有实用价值。