离心油泵作为一种能量转化的机械设备，具有结构简单、运转平稳、操作方便、易于维护等特点，在电力、石油化工、冶金、机械以及一些军事工业等部门得到广泛应用。离心油泵作为原油或液体油品输送的关键设备，其安全、可靠和正常的运行，直接关系到工作过程的经济运转和顺利实现。因此，对离心油泵进行故障监测、预报和诊断，及早的发现和排除故障，保证生产的正常运行，避免更大的经济损失具有非常重要的意义。本文通过对离心油泵典型故障进行分析研究，提出采用矢量融合能量谱理论，实现旋转部件的故障特征分析。应用模糊聚类分析的相关理论，将模糊范畴的故障诊断转化成定量知识，用其结论作为网络最终诊断的依据。结合BP神经网络的相关理论知识，以转子不平衡、转子不对中、转子碰磨和基础松动四种故障现象为例，通过对输入层、隐层和输出层的设计，建立了三层BP神经网络，采用MATLAB神经网络工具包，通过相关参数的设计，得出了与期望输出基本吻合的实际输出，完成了对离心油泵的故障诊断。在BP神经网络的基础之上，本文又结合了专家系统的相关知识，将两种方法进行有机的结合，取长补短，开发了一套基于BP神经网络的离心油泵故障诊断专家系统，其中包括知识库模块、人机接口模块、推理模块和解释模块。该系统应用可编程控制器PLC，完成了对系统信号的采集工作，应用力控组态软件完成了登录界面、主界面以及各个子界面的开发工作。系统界面友好，操作简单，能够完成离心油泵的在线监测及故障诊断任务。