矿井提升机的故障诊断一直是煤矿安全领域十分必要且有意义的课题。本文对提升机制动系统故障诊断的实现做了研究和设计。根据提升机制动系统的特点，采用人工神经网络BP算法，利用嵌入式系统进行数据采集，初步实现了提升机制动系统故障诊断。 文中首先简述了目前矿井提升设备的监测方法与系统组成，介绍了人工神经网络概况，初步介绍了神经网络的学习方法，着重讨论了BP神经网络在提升机故障诊断中应用的可行性和优缺点。 接下来，根据利用嵌入式系统进行硬件设计具有低功耗，集成度高，体积小，成本低等优点，选取了一款性能优异的ARM芯片S3C44BOX，设计了硬件接口电路。由于S3C44BOX不带MMU，这使得系统没有足够的硬件支持虚拟内存管理技术，因此本系统采用μClinux作为嵌入式操作系统。在移植了μClinux操作系统的基础上设计了部分应用程序。 最后，通过对提升机制动系统故障特点的研究，建立了基于BP神经网络的故障诊断系统，确定了神经网络每一层的神经元数，并利用MATLAB实现了对网络的训练，并对训练结果进行了仿真，仿真结果表明，该算法达到了预期的要求。