钻井泵是石油钻井循环系统中关键设备，具有功率大、压力高、工作条件恶劣等特点，生产中常因异常损坏导致施工停滞，从而造成巨大的经济损失。目前对钻井泵工作状态的好坏只能靠现场工人的经验来判断，而现场人员在设备不解体的情况下，又很难准确判断动力端存在的故障，仅仅依靠定期大修的方法来保证其工作的可靠性。由于钻井泵结构特殊，属于往复式旋转机械，国内只有少数院校正在开展一些往复式机械故障诊断方法的研究，但尚无成功的系统投入应用。
为使钻井泵在非解体的情况下，及时诊断出该设备的主要故障及严重程度，河南油田钻井公司经过多方考察，最终与江苏
石油化工学院和华东石油大学联合签订了技术开发合同。经过三方近4年的密切配合，在进行大量调研分析、理论研究的基础上，采用国外数据采集、分析及数据库软件，利用神经网络、模糊判别等技术，在对钻井泵470个测点的多次测试，并取得大量实验数据的基础上，结合钻井泵轴承的故障特性和实验室模拟实验，确定建立了泥浆泵故障模板，并成功解决了设备在运行状态下的信号采集、故障特征提取、即时状态识别等关键问题，经过两年的技术攻关，使泥浆泵故障诊断技术日益成熟。科研小组通过对河南油田现场使用的16台泥浆泵的测试，并对检测出故障的设备解体验证，该系统的故障判断准确率达到91%，较好地解决了钻井泵运行过程中的实时监测和故障诊断难题。