矿井通风机是煤矿安全生产的重要设备之一。为了提高矿井通风机故障诊断的精确性,提出模拟退火神经网络故障诊断模型。利用BP神经网络高度的自学习和容错能力,通过模拟退火算法全局搜索能力优化BP神经网络的连接权重与阈值,克服BP神经网络的缺陷,以提高评价结果的准确性。结果表明,BP与SABP网络40组检测样本准确率分别为92. 5%和97. 5%。该诊断方法具有预测准确性高,稳定性好等优点,在生产中具有很好的应用价值。