钢材是国家建设中必不可少的物资,而轧机是生产钢材的主要生产设备。珠钢板带热轧机生产线自年投产以来取得了良好的经济效益,但随着生产设备的改进以及生产工艺的提高,工艺情况变得复杂,且随着轧制速度的提高和轧件厚度的降低,在板带热轧机上的振动形态也变得多种多样,开始出现很多新的故障,对钢材的生产带来了不良的影响。因此,开发研究出板带热轧机故障智能诊断系统,对有效排除故障和及时维护板带热轧机显得必要,不仅能为社会带来经济效益,在理论上也具有重要的意义。本文以珠钢板带热轧机的振动为主要研究对象,首先综述了轧机振动的国内外研究现状以及课题的来源和研究意义。接着研究了板带热轧机的振动机理,分析了板带热轧机系统振动的类型和在轧制钢材过程中关键参数对板带热轧机振动的影响,为轧机故障诊断专家系统的研究开发奠定了基础。在查阅相关文献和现场调研的基础上,根据珠钢板带热轧机振动的实际情况,确定了板带热轧机振动的测试参数,制定了振动测试方案,选定了测试仪器。对采集的数据采用了时域分析、互谱分析、互相关分析等方法进行了研究,得出相关结论,从机械设计、工艺参数和设备状态等方面确定了板带热轧机振动的原因,并提出了解决措施。在故障诊断应用方面,神经网络和专家系统是人工智能领域内两个重要的技术。本文建立了神经网络模型,研究了BP神经网络的算法并提出了改进方法,并将其应用到轧机振动故障诊断实例中,最后研究了专家系统的机器学习和推理机制等内容,建立了基于神经网络的专家系统。在用户需求的基础上,应用VB.NET作为系统的开发语言完成了基于神经网络的板带热轧机异常振动智能诊断专家系统的设计开发。通过对系统进行测试验证,达到了预期目标。最后是总结和展望,简要地概况了本文所完成的工作,展望了本系统今后需要改进和完善的地方。