由于承受交变的高温高压,生产金刚石的压机顶锤极容易发生断裂,继续使用则可能引发塌锤、放炮事故,带来重大经济损失。因此,迫切需要对压机顶锤状态进行在线监测,对保障金刚石生产安全和提高经济效益具有重要意义。针对该问题,本文提出一种基于声发射技术的金刚石顶锤裂纹故障诊断方法,具体内容包括：1.给出了一种基于自适应能量阈值的顶锤裂纹脉冲提取方法。通过对比分析故障信号与背景噪声的能量分布特点,采用5KHz的高通滤波器对原始信号进行预处理,并通过自适应设定能量阈值的方法,实现对故障脉冲的准确提取,并实验验证了该方法的有效性。2.提出了基于Hurst指数的顶锤故障特征提取方法。通过对故障脉冲与正常脉冲的Hurst指数分析,提取了能够表征故障脉冲的方差、峰值指标、波形指标等特征参数,实现了二者的有效区分。实验表明,该方法可准确识别顶锤故障脉冲。3.以Hurst特征参数作为输入,构建了基于BP神经网络的顶锤故障分类器。通过实验效果选取BP算法、训练方法等参数,建立最优BP神经网络分类模型,实现对顶锤故障状态的准确识别,并通过实测样本验证了该方法的有效性。