Debido aos diferentes modelos de redutores e motores empregados nos diferentes transportadores de placas de cadea de superficie de traballo, as interfaces para a instalación do sensor tamén cambiarán. Polo tanto, determine a localización de instalación do sensor redutor despois dunha investigación exhaustiva. Debido ao ambiente especial do transportador de placas de cadea de superficie de traballo, o sensor inevitablemente chocará ou danarase. Para garantir que as faíscas xeradas cando o sensor se dana (refírese principalmente á liña de sinal do sensor e ao circuíto que están expostos e fugas cara ao exterior), non farán que o sensor estea onde se atopa. Cando se produce unha explosión nun ambiente de gas explosivo, tanto a fonte de alimentación do sensor como o sinal de transmisión deben cumprir os requisitos de seguridade intrínseca. É dicir, o propio sensor debe ser polo menos un sensor intrinsecamente seguro e a fonte de alimentación do sensor debe cumprir os requisitos de seguridade intrínseca.

O diagnóstico de fallos consiste en xulgar o estado de funcionamento ou as condicións anormais da cinta transportadora de cadea. Ten dous significados. Un é predicir e prognosticar o estado de funcionamento do equipo de transporte antes de que a cinta transportadora de cadea falle; o outro é facer predicións sobre a localización, a causa, o tipo e o alcance do fallo despois de que o equipo falle, xulgar e tomar decisións de mantemento. As súas principais tarefas inclúen a detección, identificación, avaliación, estimación e toma de decisións de fallos. Os métodos de diagnóstico de fallos inclúen dúas categorías: métodos de diagnóstico de fallos baseados en modelos matemáticos e métodos de diagnóstico de fallos baseados na intelixencia artificial. O método de diagnóstico de fallos baseado na tecnoloxía de redes neuronais e fusión de información explica os principios básicos da rede neuronal e a fusión de información. Ao mesmo tempo, danse exemplos de diagnóstico de fallos baseado na rede neuronal e diagnóstico de fallos baseado na teoría da evidencia.

A rede neuronal do transportador de placas de cadea pódese dividir en dúas categorías segundo os diferentes métodos de conexión entre as neuronas: rede directa sen retroalimentación e rede de combinación mutua. A rede directa sen retroalimentación consta dunha capa de entrada, unha capa intermedia e unha capa de saída. A capa intermedia pode estar composta por varias capas, e as neuronas de cada capa só poden recibir a saída das neuronas da capa anterior. Pode haber unha conexión entre dúas neuronas calquera da rede interconectada, e o sinal de entrada debe transmitirse repetidamente de ida e volta entre as neuronas. Despois de varios cambios, o transportador de cadea tende a un certo estado estable ou entra en oscilación periódica e noutros estados.