乳化炸药属于一种新型工业炸药,应用非常广泛,为经济建设做出了重大的贡献。在乳化炸药生产过程中,由于各种原因时常会导致设备出现故障,造成重大安全事故。螺杆泵是该生产线上至关重要且故障多发的设备之一,因此研究设计合理、准确的螺杆泵故障诊断系统意义非凡。本文首次将信息融合技术应用在乳化炸药生产线中螺杆泵的故障诊断中,设计出了螺杆泵故障诊断系统。本文主要进行了以下几点研究:(1)在研究了乳化炸药生产工艺流程的基础上,从螺杆泵的结构入手,重点研究了机械故障和管口堵塞故障,并对两类故障的特征机理做了深入的研究,提出了螺杆泵故障诊断系统的整体实施方案。(2)重点研究了信息融合技术,结合螺杆泵的实际情况,确定选用特征层-决策层的信息融合结构模型,提出了基于信息融合技术的故障诊断模型。(3)采用BP神经网络来弥补D-S证据理论的缺点,确定选用BP神经网络和D-S证据理论相结合来实现螺杆泵的故障诊断。选取建模变量,建立螺杆泵故障诊断系统模型。通过传感器采集螺杆泵的状态信息,送入BP神经网络进行训练,将输出结果归一化处理后送入到决策层D-S证据理论进行证据概率融合,获得融合后的故障支持度。实验结果表明,多故障特征融合后能更准确地识别故障,得出更可靠的诊断结论。(4)按照乳化炸药生产的要求,选择合理的硬件设备,构建出了诊断系统的硬件平台;在此基础上,提出系统的软件设计结构,并最终实现了诊断系统的软件设计,登录到诊断系统后,能够在线监测螺杆泵的运行状态和生产线的运行情况,对螺杆泵的故障进行可靠的分析。最后对诊断系统进行仿真测试,结果证明该诊断系统能够有效的完成故障诊断,有较强的故障诊断能力,能够给出合理化的建议,可以有效的保证螺杆泵的安全运行,降低事故发生率。