桥式起重机是国民经济建设中不可缺少的特种设备，广泛应用于工矿企业及港口码头、物流周转等领域。其运行的安全性受到公众和政府关注，但同时其运行的能源利用效率却长期受到忽视。主要原因归于国内还没有建立完善的起重机能耗等级的分类标准，缺乏相应的运行能耗测试方法及数据处理策略。故而，对起重运输机械从能耗角度进行评价并且对运行能耗进行相应的等级划分，不仅是对国家相应法律法规的响应，更是顺应建立资源节约型社会的趋势，具有重要的社会意义以及经济价值。本文的研究内容结合国家质检总局“起重机能效检测”的专题系列项目，以桥式起重机为研究对象，进行了以下几个方面的具体工作：首先从现有的能耗分析方法入手，对比分析了传统能耗分析方法的优势及不足之处，提出了以每一单位物理过程对总能耗的贡献量为能耗评价指标的新思路及配套解决方案。设计了针对不同运行机构的测试实验方案，并对振华重工基地的岸边起重机进行了现场数据采集工作。其次分别结合桥式起重机起升机构和小车运行机构自身的运行特性及其能耗的物理模型和电气特性，通过多元回归分析方法和神经网络模型，处理其实验运行的能耗数据。利用相关数据挖掘的方法得到以偏回归系数为代表的起升阶段单位能耗值和基于神经网络模型权值的输入变量对输出总能耗的贡献率，即小车运行阶段的单位物理变化量所对应产生的能耗值。并从相关的电气原理及机械构造等方面进行了较为深入的讨论与分析。为了进一步提高小车运行阶段神经网络模型的泛化性，避免提前收敛或陷入局部极值等问题，文中引入了三次样条插值的方法来扩充实验数据集，同时采用了优化适应度函数后的遗传算法来搜索出原反向传播神经网络的模型的最佳初始权值和阈值。进而通过相应软件仿真验证了模型的有效性，表明经优化后的神经网络具有更好的预测精度，更能准确地反映起重机小车运行的能耗情况。最后本文选择多台具有一定代表性的岸边桥式起重机的样机，通过箱线图原理得到其能耗特征值的分布情况。为进一步获得更为精确且符合我国国情的起重机能耗等级分类标准,本文开发了一套通过C#结合SQL Server的桥式起重机能耗运行分析数据库系统，可实现桥式起重机信息及能耗运行数据的记录与存储。随着实验样机的增加和实测数据的扩充，将为得到更合理和有效的能耗等级分类标准提供充足数据支持。通过制定了有效的起重机能耗分类标准及测试方法，一方面可为用户淘汰或优选一批起重机提供参考性意见，另一方面，设计人员可以在桥式起重机设计阶段对能耗较大的起重机进行改进，找出影响桥式起重机能耗的主要因素。同时可为相关监管部门或第三方认证机构针对起重机的能耗运行以及节能效果评价提供理论及技术上的支持。