状态监测与故障诊断是挖掘机机电一体化的关键技术之一，它能够实现挖掘机工作状态的实时检测，缩短故障停机时间，大大提高挖掘机的经济效益。 本文首先构建了液压挖掘机状态监测与故障诊断系统结构，即由实现在线状态监测功能的下位单片机和实现离线故障诊断功能的上位PC机组成的系统；然后确定了下位机系统的功能，分析了测试原理，设计了硬件电路和软件程序。分析了发动机缸盖振动信号的频域特性，在此基础上，对发动机气门漏气故障的振动诊断机理进行了研究，提取高频能量与总能量之比E_h／E_w作为特征参数来实现气门漏气故障的检测。对发动机气门间隙异常故障的振动诊断机理进行了研究，提出以高频能量E_h作为特征参数来检测气门间隙异常故障的方法。 通过对挖掘机故障诊断的各种方法进行分析比较，构建了液压挖掘机故障诊断专家系统模型FDES。在介绍了FDES的知识获取，包括专家经验知识的总结，以及基于ANN技术的知识获取方法之后，构建了一个三层BP网络，并阐述了系统从样例中获取知识的过程。通过对系统推理机制进行分析，提出了一种基于不确定性知识的推理方法，对于概率系数P、模糊隶属度F和D的选择进行了探讨。最后对状态监测系统进行了实验研究，结果表明使用单片机来测取和存储挖掘机工况参数数据是完全可行的。 本文重点研究神经网络与专家系统诊断技术的融合，以及对不确定知识的处理技术，强调的是系统的自适应能力和自学习能力，为液压挖掘机故障的事后诊断定位提供理论基础和新的思路。