电动轮自卸车作为一种重载矿用机械设备,集机、电、液于一体。随着电动轮自卸车系统的发展越来越智能化和复杂化,当它出现故障时,越来越难以用人工经验和传统诊断技术判断其故障原因。因此,本文围绕CR240E型电动轮自卸车,对其进行了状态监测和故障诊断系统（后文简称“监测诊断系统”）的技术研究。首先,基于CR240E型电动轮自卸车系统的组成,选择柴油机、液压和电控三个子系统作为主要研究对象,从它们的故障机理和实际需求出发,明确了要进行诊断的典型故障和与故障相关的监测征兆量。最终,完成了基于CR240E内部既有的CAN总线和外设传感器进行监测诊断数据的采集,通过以太网和4G通信将采集的数据向外传输并进行诊断的总体设计方案。其次,进行了监测诊断系统的软硬件详细设计。在硬件方面,采用了以CAN总线为主体,外部附加传感器为辅助的数据采集总体架构,并完成了电源板、数据通信板、传感器调理板、主控处理器板、控制底板和4G、GPS接口板的具体功能化设计和PCB绘制。在软件方面,基于既有的CAN通信协议,编写了车载数据采集箱的CAN总线数据接收驱动程序,完成了数据提取的算法编写。基于本系统的外部通信需求,制定了详细的以太网和4G通信协议,并编写了相关数据发送的程序。此外,采用Java语言编写了车载监测系统的人机交互界面,采用My SQL数据库对来自以太网通信协议的数据进行了存储与管理。并且开发了面向地面服务器的数据端口,给出了地面服务器软件的设计方案。另外,围绕CR240E的三个子系统,基于专家经验,选择典型故障,建立了各子系统的故障树。基于故障树分析不能准确地判断故障原因与征兆量之间包含非线性关系的局限性,引入概率神经网络诊断方法,结合故障树的最小割集,给出了故障诊断系统的推理机制,并利用MATLAB软件对柴油机子系统进行了故障诊断的模拟仿真。最后,对监测诊断系统进行了实车验证。实测数据表明,本系统能够基本满足设计初衷,能够实现对电动轮自卸车运行数据的监测显示,实现在电动轮自卸车发生故障时进行故障诊断,给出故障原因。本文共有图76幅,表27个,参考文献57篇。