带式输送机是一类广泛用于各种行业的物流输送设备。长距离,高速度,大容量的带式输送机故障监测系统通常采用点对点的实时参数监测方法,超出阈值时视为系统异常。因此,易出现误报、漏报现象,实际系统仍然依赖人工检查。本文基于此类控制系统特征,应用典型数据和软件算法,主要研究在线式故障预测和故障诊断等关键技术,主要进行了以下工作:1.首先讨论了带式输送机的组成,常见故障现象,以及故障监控系统存在问题,定位了课题研究的关键环节。2.详细讨论了现代故障诊断方法,如专家系统故障诊断方法,模糊故障诊断方法,故障树诊断方法,神经网络诊断方法等。提出了一种基于参数预测的BP神经网络故障诊断方案,并给出了一个在线控制策略。3.基于本文提出的故障诊断策略,详细讨论了相应故障诊断方法的实现步骤。以输送机带速、瞬时运输量、以及电机电流等主要系统特征参数为依据,仿真研究了输送机正常、跑偏、打滑、堆料等运行工况,验证了故障诊断方法具有超前预测故障等主要特性。4.基于本文提出的BP神经网络故障诊断方法,完成了带式输送机控制系统和主机监控系统的设计,并在实验室中验证了在线故障预测和故障诊断的理论和方法的可行性。本文提出的输送机在线式故障预测诊断方法能够比一般实时故障诊断方法提前发现故障,从而弥补了离线故障诊断方法的缺陷。若应用于输送机控制系统,能够减少传感器布设数量,降低控制系统配置成本,并能提升控制性能,从而减少工人巡检劳动强度,避免重大事故,延长输送机寿命,提升企业综合效益。本文的研究结论对于实际工程具有一定的借鉴意义。