液压挖掘机是一种重要的工程机械,广泛应用于土石方施工作业中。液压挖掘机的工作环境恶劣、工作强度大,发生故障的概率也随之增大,而且液压挖掘机的故障诊断往往伴随着随机性和突发性,因此,如何实现液压挖掘机故障的智能诊断是一直以来备受关注的问题。随着机电液一体化技术的广泛应用以及系统复杂度与集成度的增加,故障的诊断越来越困难,仅依靠传统的经验诊断方法往往不能做出快速准确的判断,这种单纯依靠经验来实现液压挖掘机故障诊断的方法已经难以满足要求。因此,本文以EC230履带式液压挖掘机为研究对象,结合粗糙集、支持向量机和粒子群优化算法,研究液压挖掘机故障诊断方法及其系统。本文首先在研究和分析EC230液压挖掘机结构及故障机理的基础上,对液压挖掘机故障诊断方法进行了设计与可行性分析,针对液压挖掘机故障样本相互关联性异常复杂的问题,运用粗糙集理论对液压挖掘机故障样本进行特征提取,消除故障样本的冗余特征,提高故障样本的有效性；然后,研究基于支持向量机的液压挖掘机故障诊断多分类算法及其模型,并对基于支持向量机故障诊断模型的参数寻优进行了研究,旨在提高故障诊断模型的泛化能力和诊断准确率。最后,基于液压挖掘机故障诊断多分类算法和VC++6.0编程工具实现了一个液压挖掘机故障诊断系统,仿真结果表明,基于粗糙集与支持向量机的液压挖掘机故障诊断,效果良好,能够实现液压挖掘机故障的快速、准确诊断,该系统可以替代故障诊断专家部分或全部工作,有效减少了液压挖掘机因故障而停机的时间,为液压挖掘机带来更高的经济效益。