随着科学技术的发展，液压系统具有重量轻、惯性小、结构紧凑、整体布局方便、功率大、响应快、精度高及抗负载刚性大等优点，它已广泛应用于冶金工业、工程机械、塑料机械、机床、舰船、航空航天等领域。液压系统的功能日益强大、性能指标日益增高、工作强度越来越大，使得其自身的结构、组成变得日趋复杂，发生故障的几率也随之增多。液压泵作为液压系统的“心脏”，其状态对整个液压系统的正常运行起关键作用。 对液压设备的监控与故障诊断能够有效的减少因故障停机造成的经济和人员物质上的损失。本文提出对液压泵的特征频率进行自动提取，并把提取出的特征频率值传给已经训练好的BP神经网络，利用已训练好的神经网络实现对液压泵的故障诊断识别。系统集信号处理、自动识别和神经网络完成课题要求。 本文分析液压泵状态监测与故障诊断所要实现的功能后，通过应用Lab VIEW编写的应用程序，实现对液压泵出口压力的数据监测，完成数据的实时采集显示、存储、数据滤波和故障诊断功能，并具有高效和界面友好特点。 本文的研究能够实现对液压泵故障有效的诊断，能较好的应用于实际工程，并具有一定的便捷性，丰富了故障诊断系统的研究。