本论文对有杆抽油系统进行故障诊断的关键是获得井下泵示功图。因此提出一种迭代法与差分法相结合的数值分析方法,用来求解有杆抽油系统故障诊断模型,并将神经网络应用于示功图的识别。为了实现有杆抽油系统故障诊断的智能化,本文提出了一种基于嵌入式DSP处理器的示功图预处理方法。此方法可以实现计算机对实测示功图的识别,获得用于求解故障诊断模型的两个边界条件,即载荷与时间和位移与时间的关系曲线。随着有杆抽油系统的推广应用,就需要对此新型有杆抽油系统的静态和动态特性进行分析,建立系统的预侧模型,并通过本文提出的隐式差分法求解此模型,可得到抽油杆柱各个截面上的受力状态,绘出任意截面的示功图,以便对该系统及其有关参数进行设计计算和选择,并为对该系统进行故障诊断提供理论依据。论述了BP神经网络的拓扑结构和算法,总结了BP算法的缺点和不足。重点论述了影响网络泛化能力的各方面因素,并说明了获得具有高质量和有代表性地训练样本的方法。