柴油机性能监测与状态识别是一门多学科的综合技术，是正在蓬勃发展的新兴领域。本论文在总结和汲取国内外学者在该领域研究成果的基础上，将理论和工程应用相结合，以康明斯6BT5.9型柴油机为研究对象；以检测技术、信号处理、虚拟仪器、神经网络等相关理论为基础，研究了柴油机性能监测与状态识别的机理，以及虚拟仪器智能化技术在柴油机诊断技术中的应用。实际设计、研发了相应的状态监测、数据处理的《柴油机监测分析仪》。系统研究了柴油机燃油喷射系统的不解体状态识别方法。提出了基于小波技术的外卡式间接喷油压力信号的特征提取、基于神经网络的由间接喷油压力波形构建真实喷油压力波形的燃油喷射系统状态识别方法。 首先，对康明斯6BT5.9型柴油机性能监测与状态识别的机理进行研究，以实现不解体监测为原则，确定了参数监测的具体实施方案，研发了《柴油机监测分析系统》，后续的检测和研究都是基于此系统。 虚拟仪器技术是仪器技术和计算机技术深层相结合的产物，是测试技术和仪器技术发展的主要方向。本论文深入研究了在柴油机性能监测及状态识别中采用虚拟仪器技术的方式和方法。在程序开发中，通过LabVIEW强大的外部接口，基于ActiveX、COM、DLL技术，实现LabVIEW与MATLAB的混合编程。在仪器语言中引入智能算法，实现了虚拟仪器的智能化。并应用虚拟仪器完成了燃油喷射系统状态识别的所有分析。 柴油机燃油喷射系统的性能状态直接影响着柴油机的燃烧过程，决定着柴油机的性能。因为燃油喷射系统的状态信息主要体现在喷油压力波形中，所以在对燃油喷射系统的状态识别主要应用波形识别法。虽然压力传感器直接内串高压油管检测更精确，但这种解体的方法无法在工程实际中有效的应用。所以不解体的间接检测方法日益受到重视。比较有效的不解体监测方法是使用外卡式传感器，但其信号受机体振动、高压油管壁厚等多种因素的影响，导致体现燃油喷射系统技术状态的特征参量难以识别。 本论文重点研究了如何使用小波分析进行间接喷油压力信号的特征提取，并提出一种燃油喷射系统状态识别的新方法——基于神经网络函数逼近的波形识别法。基于小波多分辨率分析，连续小波变换、小波奇异点检测、小波降噪，表征间接喷油压力波的针阀开启、最大压力、针阀闭合等特征点。基于神经网络的非线性函数拟合功能，由间接喷油压力信号构建高压油管内真实的喷油压力信号，实现燃油喷射系统的状态识别。可以建立各种状态下外卡式喷油压力信号与内串式真实喷油压力信号的网络模型。有了这样的网络模型，在实际的应用中，只监测外卡式的间接喷油压力波形，就能得到高压油管内的真实压力波形，这在很大程度上可以提高状态识别的准确率。