链斗式卸船机的液压系统设计复杂,故障发生时往往难以迅速定位,导致故障诊断准确性较差。因此,提出基于多传感器信息融合的链斗式卸船机俯仰液压系统故障诊断方法。通过集成压力、位移、温度及振动等多种传感器数据,实现系统运行数据的全面采集与预处理,有效提升了数据质量和一致性。设计BP (反向传播)神经网络局部故障诊断方法,利用神经网络强大的非线性映射能力,实现对系统潜在故障的精准识别。在此基础上,引入D-S证据理论进行全局故障诊断,通过融合多个局部诊断结果,显著提高了故障诊断的准确性和可靠性。通过对比实验证明,该方法相较于现有故障诊断方法,在故障识别率和误诊率方面均有显著改善,为链斗式卸船机俯仰液压系统的安全运行提供了有力保障。