矿井提升机在矿山生产中主要负责完成升降物料、设备和人员，是矿山设备系统中最核心设备。矿井提升机制动控制系统在提升设备的安全运行、矿山生产安全，及对工作人员的生命安全保护中起着至关重要的作用，直接影响着矿山工业的安全可靠性和经济效益，因此开展提升机制动系统的故障诊断的研究工作有着重要的理论和实际意义。目前对故障智能诊断理论和方法这个方向的研究已经取得不少的成就，随着计算智能技术在故障诊断技术中的引入，有效的解决了机器学习与模式识别问题。但是目前诊断系统存在不少问题，大致可以归于：知识库的完备性及复杂程度；自适应自学习能力差；鲁棒性差；缺乏通用性，推广度低。基于这些问题，智能故障诊断技术还需要进一步研究开发使其不断的发展完善，可以采取多元传感器、多信息量以及多种诊断方法的融合、多层次诊断集成来尽量减少单一方法存在的不足。本文提出了一种结合故障树分析法(FTA)和基于遗传算法决策树支持向量机(GADT-SVM)的方法对矿井提升机的制动系统进行故障诊断，并在虚拟专用网(VPN)上建立了矿井提升机远程故障诊断系统。本文利用FTA的定性分析方法对矿井提升机制动系统建立了故障树，将该故障树融入到矿井提升机PLC安全回路的程序设计，当故障信号传送到故障树在PLC程序中的相应节点时，PLC监控系统会发出报警信号，从CPU中可以调出故障诊断算法给出的故障分析报告，从而进行故障维修。对于矿井提升机故障诊断方法方面，提出一种新的多分类支持向量算法遗传算决策树支持向量机(GADT-SVM)，该算法根据类别样本分离性测度利用遗传优化算法优化其决策树结构。决策树的构建采用了层次聚类的思想有效的避免了“拒绝分类区”和“重叠分类区”等不可分区域。利用该算法对提升机制动系统的部分故障识别进行了仿真实验，取得了比较高的故障识别率，验证了该算法的可行性。此外，本文还利用VPN建立了一个安全可靠高效的远程故障诊断系统，本系统在铜川集团的矿井提升机运行平台上进行试验，将一台SinforM5100-AC型VPN网关路由作为服务器，在对VPN网管完成设置后，连接到诊断计算机，各个矿区通过光纤连接到VPN网络，从而实现矿井提升机运行的远程监控。