随着轧机自动化水平的提高，液压AGC系统故障诊断技术已成为现代化轧机的关键技术之一，开展液压AGC系统故障诊断技术的研究对提高轧机设备的生产率、提高设备的维护管理水平具有重要意义。本文结合国家九五攻关项目，在研究液压系统故障诊断技术发展状况的基础上，以板带轧机液压AGC系统为具体对象，深入研究了模糊神经网络故障诊断专家系统的实现技术。 基于分析实际液压AGC系统的组成和工艺特点及维护特点，提出了面向系统功能特征进行故障诊断的实用诊断策略。从系统“功能诊断”的角度出发，详细讨论了液压AGC系统状态特征信号的性质、监测点，为提取系统状态特征信息提供了理论依据，并为实际系统的改造方法提出了指导。 借助于液压控制系统的机理分析，建立了液压AGC系统的分布参数模型，并对系统进行了动态模拟，对获取液压AGC故障诊断专家系统基于模型的深层知识具有重要应用价值。 通过分析液压AGC系统状态信息的特征，提出了用最小信息集合来提取液压AGC系统用于故障诊断的状态特征，并重点研究了液压AGC系统的AR模型辨识方法、应用小波变换提取状态信号奇异值和消除信号噪声的方法。 将模糊推理、神经网络技术与专家系统相结合，研究了故障诊断专家系统的构造方法、协作推理模式和基于多维多重模糊推理命题下的模糊推理方法。应用层次分解策略，建立了液压AGC系统故障诊断的多层次模糊神经网络专家系统，结合数据库技术，利用VC++6.0为开发工具，独立开发了具有实际应用价值的故障诊断专家系统软件FDD ES。 系统分析和实验研究表明，所建立的“模块化”、多层次液压AGC故障诊断专家系统具有结构简单、任务明确，可以实时诊断系统故障。该专家系统具有应用的灵活性和对实际系统的适应性，并有利于对系统进行更深入的研究。