大型模锻压机是关系国家安全、经济发展的战略性设备。大型锻件制造技术对提高我国大型装备制造能力和水平，保证国民经济各行业高速、健康发展和国防建设具有至关重要的作用。同时，对于提高我国制造业的竞争力，加速我国成为世界制造业强国也具有至关重要的意义。为了提高控制系统的安全性和可靠性，保证压机平稳的运行，对大型模锻压机故障诊断和容错控制的研究具有重大的现实意义，特别是要使系统能够带故障运行，并且尽量避免重大事故。本文在应用其它子项研究成果的基础上，主要研究故障诊断与容错控制系统硬件及软件，提出了一种新型的融合故障树和人工智能神经网络的故障诊断方法，该方法通过建立故障树，从简化的故障树提取神经网络的训练样本，进而将训练好的神经网络用于故障诊断，文章最后通过Matlab对该方法建立的神经网络进行测试仿真。同时，系统还需结合基于PLC的故障诊断方法，在实际应用中希望可以根据情况酌情诊断。在实时故障监测诊断的基础上，需要对系统关键环节进行冗余设计以保证系统运行的可靠性。本文综合硬件冗余和软件冗余，建立以西门子S7-400H为核心的容错控制系统，主要包括双CPU、通讯冗余、I/O冗余等，并据此对主要冗余硬件构成进行分析。软件冗余方面主要研究三模表决器在PLC系统中的设计应用，并对系统中传感器设置、数据采集处理进行分析研究。对于大型模锻压机这样巨型系统的设计和分析，需要多方面的共同努力，作为其中一部分，本文旨在通过上述研究对大型模锻压机的研究提供了理论基础与实践基础。