杆式抽油机的抽油泵工作在井下数千米位置。由于工作状况恶劣，杆式抽油机在工作中，会产生各种各样的故障，甚至会几个故障一起发生。这些故障是随机的、不确定的。如果长期受到这些故障的影响，轻则不能出油，重则会发生杆式抽油机的报废。因此，必须实时监控杆式抽油机的工作状况。 示功图是检查抽油泵工作状况的一种有效工具，示功图包含了杆式抽油机工作状态的丰富信息，是杆式抽油机故障诊断的重要基础资料。通过对地下示功图的分析，可以判断砂、蜡、气等对抽油泵的影响及泵的漏失、管柱的漏失、抽油杆的断脱、卡泵等故障。 吉布斯波动方程是描述抽油杆运动和应力传播的基本微分方程，本文对吉布斯波动方程进行了分析，由吉布斯波动方程和地面示功图以及油井的参数，求出计算地下示功图的公式的各个参数，并利用地下示功图的计算公式计算出地下示功图。为测量地面示功图，设计了杆式油井管理器。对地下示功图用BP神经网络进行了故障的智能诊断。 首先，本文介绍了课题的来源和课题的意义以及国外故障诊断技术在油井管理领域中的发展。其次，介绍了有杆抽油系统的工作原理以及示功图的特征，并对吉布斯波动方程进行了推导以及利用吉布斯波动方程求出计算地下示功图的参数和计算步骤，并编写了计算地下示功图的程序。然后，利用编写的程序进行了由地面示功图计算地下示功图实验，并对求出的地下示功图与测得的地下示功图相比较进行了讨论。在这基础上，进行了设计杆式油井管理器的设计以及进行了对利用BP神经网络来智能识别地下示功图研究。最后，对本论文的工作做了结论并进行了展望。