Dahil sa iba't ibang modelo ng mga reducer at motor na ginagamit sa iba't ibang gumaganang surface chain plate conveyor, magbabago din ang mga interface para sa pag-install ng sensor. Samakatuwid, tukuyin ang lokasyon ng pag-install ng reducer sensor pagkatapos ng masusing pagsisiyasat. Dahil sa espesyal na kapaligiran ng gumaganang surface chain plate conveyor, ang sensor ay hindi maaaring hindi mabangga o masira. Upang matiyak na ang mga spark na nabuo kapag ang sensor ay nasira (pangunahing tumutukoy sa linya ng signal ng sensor at circuit na nakalantad at tumutulo sa labas), hindi ito magiging sanhi ng sensor kung saan ito matatagpuan. Kapag naganap ang pagsabog sa isang sumasabog na kapaligiran ng gas, ang power supply ng sensor at ang transmission signal ay kailangang matugunan ang mga intrinsic na kinakailangan sa kaligtasan. Ibig sabihin, ang sensor mismo ay dapat na hindi bababa sa isang intrinsically safe na sensor, at ang power supply ng sensor ay dapat matugunan ang intrinsically safe na mga kinakailangan.

Fault diagnosis ay upang hatulan ang operating status o abnormal na kondisyon ng chain conveyor. Ito ay may dalawang kahulugan. Ang isa ay ang hulaan at hulaan ang katayuan ng pagpapatakbo ng kagamitan sa paghahatid bago mabigo ang chain conveyor; ang isa ay gumawa ng mga hula sa lokasyon, sanhi, uri at lawak ng pagkabigo pagkatapos mabigo ang kagamitan. humatol at gumawa ng mga desisyon sa pagpapanatili. Kabilang sa mga pangunahing gawain nito ang pagtuklas ng kasalanan, pagkilala, pagsusuri, pagtatantya at paggawa ng desisyon. Kasama sa mga pamamaraan ng pag-diagnose ng fault ang dalawang kategorya: mga pamamaraan ng pag-diagnose ng fault batay sa mga modelo ng matematika at mga pamamaraan ng pag-diagnose ng fault batay sa artificial intelligence. Ang paraan ng pag-diagnose ng fault batay sa neural network at information fusion technology ay nagpapaliwanag sa mga pangunahing prinsipyo ng neural network at information fusion. Kasabay nito, ibinibigay ang mga halimbawa ng fault diagnosis batay sa neural network at fault diagnosis batay sa evidence theory.

Ang neural network ng chain plate conveyor ay maaaring nahahati sa dalawang kategorya ayon sa iba't ibang paraan ng koneksyon sa pagitan ng mga neuron: feedback-free forward network at mutual combination network. Ang feedback-free forward network ay binubuo ng isang input layer, isang intermediate layer at isang output layer. Ang intermediate layer ay maaaring binubuo ng ilang mga layer, at ang mga neuron sa bawat layer ay maaari lamang makatanggap ng output ng mga neuron sa nakaraang layer. Maaaring magkaroon ng koneksyon sa pagitan ng alinmang dalawang neuron sa magkakaugnay na network, at ang input signal ay dapat na paulit-ulit na ipinadala pabalik-balik sa pagitan ng mga neuron. Pagkatapos ng ilang mga pagbabago, ang chain conveyor ay may gawi sa isang tiyak na matatag na estado o pumapasok sa pana-panahong oscillation at iba pang estado.