随着社会的进步和机械行业的迅猛发展，企业对机械设备管理的要求越来越高。继我校“211工程”机电一体化项目-HT-50C-T旋喷钻机自动化系统研究，提出结合HT-60高喷钻机，利用机电液一体化技术对该钻机进行改造，以实现对主要钻进参数的自动化检测及控制，同时能够对主要故障进行诊断和预报警，以便能及时加以排除。论文根据钻机的实际工作条件，基于现代科学技术，从电力、石化行业寻求先进故障检测技术和诊断方法，应用于钻机的故障诊断研究，提出了利用组合故障诊断方法解决钻机故障诊断的技术途径，从而建立了HT-60钻机故障诊断系统模型。　　 文章首先介绍了钻机故障诊断在国内外的研究现状、理论发展趋势和存在的问题，对文章的基本背景进行了简单的概述，并提出了项目的关键技术，接下来引用现代故障诊断比较成熟的技术专家系统进行钻进故障诊断介绍，并针对专家系统知识获取瓶颈问题提出人工神经网络与专家系统融合应用于钻机故障诊断系统研究，最后采用力控组态软件建立监控界面。　　 故障诊断专家系统，是一种典型的知识处理系统，它能获取大量的专家诊断知识，利用专家的推理方法，解决故障诊断领域的问题。文章分析了各种常见故障和产生原因，主要针对钻进工艺、钻进规程参数、钻孔深度等等情况，分析了钻机工作故障。由于钻机运行故障复杂，包括钻机钻进故障、钻机机械结构故障、电气系统、液压系统故障，各种故障互相交织、互相制约，采用分层次分系统故障诊断专家系统。　　 基于神经网络的钻机知识获取通过对钻机领域专家提供的大量故障实例进行学习，自动从领域专家的实例中提取钻机故障知识，知识是隐含地分布存储在神经网络中。在HT-60钻机故障诊断系统中，神经网络故障模式分为两种，样本集有两种状态：正常状态、故障状态。根据训练算法和提取出的故障样本集，神经网络即可开始学习训练。已训练好的神经网络中的数据中心和连接权值记录了各种故障的特征，当传递进来的征兆与记忆中的某个对应故障特征比较接近时，神经网络将对应的故障输出，这就是整个钻机神经网络进行故障诊断的工作过程。　　 系统设计了一个集神经网络、数据融合、专家系统于一体的钻机故障诊断模型。上位机采用简单易操作的力控组态软件进行组态程序设计和监控界面开发，在上位机实现对数据的三维、曲线等形式的“可视化”和“可控化”。主要有用户登陆界面、钻机工作参数监测系统主界面、参数历史趋势和超限报警记录界面等，使得操作人员方便快捷的对钻机监测系统进行操作控制，并且可以对报警给予及时的响应。　　 钻机故障诊断系统研究在国内还属于初步探索阶段，文章对HT-60钻机钻进故障诊断进行研究，分析了故障诊断人工神经网络与专家系统融合技术，建立了基于神经网络故障诊断专家系统模型框架，利用力控组态软件进行了上位机界面设计，并针对三个点的温度检测，完成检测硬件设计，构成了完整的钻机故障诊断系统，这对于钻机自动化的研究提供了较大的实际支持。