近年来，随着电动轮自卸车不断朝着智能化、复杂化、机电液一体化的方向发展，自卸车系统的复杂化程度也越来越高，传统的诊断技术已远远不能适应现代化工业生产的需要，设备一旦因故障停机，损失巨大，同时也存在严重的安全问题，社会影响巨大。所以，对电动轮自卸车进行状态监测和故障诊断的研究就显得非常地重要。本文以某公司正在研制的大型交流电动轮自卸车为例，在现有已成熟的柴油机控制系统、电传动控制系统、主控制系统和监测系统等各子控制系统基础上，运用人工智能、计算机控制技术，现代网络技术等理论，对电动轮自卸车的状态监测和故障诊断系统进行研究。本文首先说明了研究电动轮自卸车状态监测和故障诊断系统的背景和意义，目前在国内外的研究现状和发展趋势。然后讲述了设备故障诊断的基本原理和方法，并介绍了设备故障诊断系统中最常用的专家系统和人工神经网络两种故障诊断方法的基本理论知识。然后对电动轮自卸车诊断系统中各种诊断参数进行了需求分析，选择最能体现自卸车运行状态的参数作为故障诊断的对象。根据需求分析结果，并结合专家系统和人工神经网络各自的特长，自卸车故障诊断系统采用了基于神经网络的故障诊断专家系统，并介绍了基于神经网络的故障诊断专家系统基本原理与结构。随后，对自卸车故障诊断系统的工作流程及系统开发工具的选择进行了讲述，并具体描述了基于神经网络的故障诊断专家系统在电动轮自卸车故障诊断系统中的知识表示、知识库建立、推理机制和解释机制，建立了问题求解模型，选择误差反向传播BP神经网络模型进行训练学习。另外，对电动轮自卸车故障诊断系统的状态监测器硬件电路、软件进行了设计，硬件电路采用了基于CAN网络的通信电路与各子控制系统进行特征诊断参数传递，同时采用了RS-485总线接口电路与上位机进行通信，把从各子控制系统中采集到的特征诊断参数可靠地送给上位机，并设计了状态监测器最小硬件系统电路等。软件设计了系统主要功能模块，并根据系统现实的需要，状态监测器软件设计改变传统顺序编程的思路，引入了实时操作系统DSP/BIOS，并具体介绍了实时操作系统的设计过程，最后，给出了上位机人机交互界面的设计与实现以及在搭建的软硬件实验平台下对整个故障诊断系统进行了模拟试验调试。