随着5G、物联网、边缘计算、云计算、工业互联网的快速发展，制造企业向数字化转型的步伐越来越快。如何快速、便捷、有效对机械设备进行监测，对于机械制造企业降低生产成本和提高生产效率等都具有十分重要的意义。本文研究基于边云协同计算的液压系统健康状态监测系统。该系统能够满足企业对液压系统进行实时实地监测，海量大数据存储，大数据分析以及智能管理等迫切需求。本文的主要研究工作包括：
　　首先，论述液压系统的基本原理和特点；分析基于边云协同计算的液压系统健康状态监测系统的技术需求，建立基于边云协同计算的液压系统健康状态监测系统总体框架；开展系统的硬件和软件选型和设计。
　　其次，通过分析边缘计算的定义和特点，提出基于边缘计算的液压系统健康状态监测数据处理的方法。边缘计算的数据处理方法有数据的预处理和特征提取；基于树莓派Raspberry PiB+，对液压系统海量监测数据进行边缘计算；最后将经过边缘计算之后的数据通过4G网发送到云服务器。
　　接着，分别设计云服务器下的数据采集与传输模块，云服务器下液压系统监测参数的数据库，三台阿里云服务器的Hadoop分布式计算与存储环境；基于这些环境，设计PC终端软件的开发方案，实现了数据储存、数据处理、故障诊断、寿命预测等功能；此外，设计基于 Android 系统的手机端液压系统健康状态监测 APP，实现液压系统的设备管理、状态监测、数据可视化等功能。
　　最后，开展基于边云协同计算的液压系统健康状态监测系统运行与验证。介绍液压系统健康状态监测PC终端软件和手机端APP，并对研发的基于边云协同计算的液压系统健康状态监测系统进行了实验验证。