为了实现汽车起重机液压系统状态监控及故障诊断，该文基于UML面向对象建模思想，建立了整个系统的功能模型，分析了系统主要功能模块的信息流向，阐述了系统的关键部分-模型生成工具和故障诊断功能的构建方法。基于．NET框架，利用Visual Studio 2008开发平台以及Microsoh SQLSe Ser2008数据库系统完成了诊断系统的开发，并以起重机液压系统中主泵的关键构件轴承为例给出了系统的工作过程。

柱塞泵是工程机械的关键部件，其性能好坏将直接影响整个设备的正常工作。针对柱塞泵提出基于特征选择支持向量机的智能诊断方法。对采集的振动信号基于小波包分解提取能量特征，然后利用Fisher准则函数选择对智能诊断最有利的特征，利用支持向量机进行训练，并将每个二类支持向量机按二叉树的组织形式构成系统的诊断模型。以汽车起重机柱塞泵为研究对象，其6种故障形式，包括正常、轴承内圈故障、滚动体故障、柱塞故障、配流盘故障、斜盘故障，用于检验所提算法的诊断能力，并与传统的BP神经网络和最近的蚁群神经网络方法进行对比。诊断结果表明：所提出的算法优于另外两种方法，具有较好的诊断效果。