往复泵是广泛应用于钻井、注水和压裂等工艺中的重要设备,其工作条件十分恶劣,因此对其易损件,如泵阀、活塞缸套副、柱塞密封副等的状态监测和趋势预测,成为往复泵故障诊断的关键问题。　　本文主要研究灰色神经网络预测方法在往复泵故障趋势预测中的应用,并结合预测结果评价设备的运行状态。首先,根据往复泵故障发展趋势,针对其故障诊断与预测的难点,提出采用组合预测模型进行趋势预测。其次,通过往复泵预测实例分析,得到灰色.神经网络预测模型有较高的预测精度和预测有效度。最后,应用此灰色神经网络预测模型对往复泵液力端进行单步和多步预测,并采用灰色聚类方法对设备运行状态进行分级评价。　　此模型的预测精度得到大大提升,状态分级情况基本反映运行状况,未出现漏报情况,符合预测要求。本文研究的往复泵状态趋势预测系统在状态监测工作当中有非常好的应用价值和实际意义。