起重机是保证众多基础建设项目顺利完成的关键施工机械，也是事故率最高的特种机械设备之一，实时监测其运行状态、及时发现潜在的故障、实施基于状态的主动式维护是避免非计划故障停机和保障起重机安全生产的重要措施。本文以大型履带起重机为研究对象，研究分布式流动作业的工程机械远程监测与故障诊断的共性关键理论方法与技术。　　 虽然工程机械远程监控系统已经备受关注多年，但是其应用仍处于起步阶段，只能实现GPS地理位置监控与少量监测参数的简单监控，未能有效发挥远程安全监控与故障诊断的作用，究其原因，受到远程数据传输带宽速率与传输流量成本的制约，无法连续实时高频采集足够多的状态参数，监测参数包含的信息不足以反映设备运行状态是问题的瓶颈。本文提出远程精益监测的理念，通过嵌入式特征提取与数据压缩，减少数据流量的同时，增加数据流包含的有效信息量。远程监控系统的另一个关键问题是自动智能故障诊断，传统的智能故障诊断方法通常是基于有监督学习的模式识别方法，实际诊断模型开发过程中，存在难以获得故障样本，或者故障样本不完整的问题，使传统智能故障诊断方法无法训练出有效的诊断模型。研究故障样本不完整情况下有效的智能故障诊断方法具有重要的理论意义与工程应用价值。　　 论文主要针对上述问题从理论方法、技术实现与实验验证等方面进行了系统、深入的研究，并开发了大型履带起重机远程监测与智能维护系统，论文的研究工作与创新点主要包括以下几方面。　　 (1)提出了一种自适应转速变化变频率采样的嵌入式提升小波包快速特征提取方法，并研究了其基于DSP的硬件实现。特征提取算法的嵌入式实现必须考虑车载现场嵌入式数据采集设备有限的运算速度与内存空间等因素，本文引入了一种使用提升格式构造小波的方法，提出了一种基于提升小波包能量分布的嵌入式快速特征提取方法，该算法所有的运算在时域上进行，结构简单、速度快，占用内存少。起重机的发动机转速随不同工况会发生变化，研究表明，转速变化使基频发生偏移，定频率采样的信号的小波包能量分布特征无法稳定的反映监测对象的运行状态，利用嵌入式特征提取与数据采集紧密相连的特点，本文提出可变采样频率的数据采集方式，采样频率随转速变化，实现自适应的提升小波包特征提取。本文开发了基于DSP的CAN总线传感节点扩展模块，在该模块中实现了上述自适应变频采样提升小波包特征提取算法，成功应用于大型履带起重机远程状态数据采集系统中。　　 (2)研究了海量状态数据流的特点及GPRS数据传输的特点，提出了字符串相对编码与时间标签预测编码两种无损压缩算法，并得到了中国发明专利授权。本文研究了CAN总线数据格式的特点，分析表明采用十六进制原始CAN总线数据格式传输比解析后传输需要更少的数据量，进一步利用CAN总线数据与GPS数据缓变的特点，提出字符串相对编码无损压缩算法。应用表明，这两种压缩算法简单、快速、实时性好，易于嵌入式硬件编程实现，具有很高的压缩率，大大提高了数据传输效率，并且对于远程数据传输还具有一定的数据加密作用。此外，针对状态特征值缓变的特点，提出了一种BS-PLOT数据压缩算法，用于对海量状态数据的压缩存储。BS-PLOT算法是一种改进的综合分段线性方法，利用后向斜率法(BS)快速高效压缩的优点，同时利用分段线性趋势方法(PLOT)方法避免噪声与野点的影响，并且考虑了最大时间间隔，可以实现数据流的不间隔连续压缩。应用表明，该压缩算法具有很高的压缩率，可显著减少存储空间，且运行速度快，还原后的数据精度满足履带起重机状态监控的要求。　　 (3)针对缺乏故障训练样本或故障训练样本不完整的情况，提出了一种免疫相关向量机智能故障诊断方法，并开发了柱塞泵智能故障诊断模型。在故障诊断系统的研发初期，出于安全或成本方面的考虑，某些故障状态难以模拟，因此导致相应状态下的训练样本缺失。为了解决上述问题，本文将人工免疫的随机实值阴性选择算法(RRNS)与相关向量机(RVM)结合，提出了一种免疫相关向量机智能分类算法(IRVM)。该算法将RRNS生成的检测器看作非己训练样本，与自己训练样本一起用于RVM模型的训练，得到了只需“自己”训练样本的“非己”检测模型，并基于此模型及其组合，实现只有正常样本情况下的故障检测，及训练样本集不完整的情况下准确识别己知与未知故障。该算法利用了RRNS算法可在非己空间模拟生成非己样本及RVM模型简单快速并且输出后验概率的优点，弥补了传统免疫识别算法运算量大、效率低的缺点，又弥补了RVM缺乏非己样本无法训练的缺点。最后开发了基于IRVM的柱塞泵智能故障诊断模型，验证了算法的有效性。　　 (4)基于上述关键技术，开发了分布式大型履带起重机远程监测与智能维护系统。提出了一种分布式大型履带起重机远程监测与智能维护系统架构，包括基于CAN总线的大型履带起重机现场分布式传感数据采集、基于GPRS移动通信网络的全国（全球）分散分布式起重机远程监测、以及基于Internet互联网的多用户分布式联机维护与管理平台等。综合考虑实时性、远程数据传输效率、诊断精度及开发成本等因素，提出了现场监测诊断和远程监测诊断相结合的分层状态监测与故障诊断模型，并探讨了具体的实施策略。以QUY250大型履带起重机为研究对象，在研究了其CAN总线电液控制系统原理的基础上，提出了两路CAN总线与CAN总线传感节点扩展模块等组成的大型履带起重机现场状态信息采集系统架构，研究并开发了CAN总线传感节点扩展模块与远程状态信息采集控制器，以及数据库系统与远程监控维护平台等。该大型履带起重机远程监控系统己在企业推广应用，实现了对遍布全国各地在役大型履带起重机的远程监控、预测预警、故障诊断及维护、管理等服务，可有效避免大型起重机重大安全事故的发生，实现“0距离”视情维护的目的。同时为其它移动型工程机械的安全健康监控提供共性的技术与方法。