混凝土泵车、混凝土搅拌车等大型工程机械设备结构复杂并日趋自动化,工作环境恶劣导致其故障类型多,故障形式多样,故障原因隐蔽,给故障诊断技术提出了很高的要求。目前依靠服务人员经验开展泵车故障排故工作由于受限于个人经验水平,往往无法做出准确、实时地诊断,因此寻求更为完善地泵车故障诊断技术方法已经非常必要。　　 为此,本文针对泵车结构及液压系统工作原理,分析了泵车典型液压故障产生的主要原因,提出了判断故障发生部位的方法,并利用神经网络算法来构建泵车典型液压故障诊断系统。　　 神经网络的实现过程主要包括训练样本的获取、网络训练和网络测试三个部分。其中,在网络训练阶段,由于隐含层数目及每个隐含层节点数对网络性能影响较大,因此需要通过不断的训练修改网络隐含层节点数,最终使网络性能达到最理想的状态。并且通过MATLAB神经网络工具箱对比分析各类BP改进算法的性能特点,得出弹性BP算法收敛快速、占用内存小的特点,因此本文采用了弹性BP算法来构建诊断网络。　　 在神经网络训练完成的基础上,根据系统设计要求,结合虚拟仪器和计算机应用技术,以LabVIEW为开发平台组建了集信号采集、数据处理、神经网络诊断推理、推理结果解释等功能为一体的泵车故障诊断系统软件。利用功能化、模块化的构建方式先分别建立各功能模块程序,然后通过程序整合使软件实现泵车典型故障的诊断功能。　　 通过仿真调试和实车实验的方式对构建的泵车典型故障诊断系统软件进行测试验证,结果表明:组建的诊断系统满足泵车故障诊断实时性和准确性的要求,系统平台运行稳定,界面友好,能够辅助服务人员快速有效的开展泵车典型故障的诊断工作。