为了解决大型关键设备、连续作业设备和安全性要求高的设备的实时现场监测与故障诊断问题，研制新型在线油液监测系统成为设备监测技术研究与开发的热点。文中在系统地分析油液监测技术内涵、发展背景的基础上，介绍了国内外在线油液监测技术的研究现状，分析了各种监测方法的工程应用，提出了实施在线监测的必要性，确定了论文的研究内容。 在润滑系统中，磨粒是磨损状态的重要信息载体，可以反映机械设备摩擦副磨损的程度和形式。论文基于磨损颗粒、磨损故障与磨损形式的关系，分析了磨损颗粒的尺寸、来源、形状和粒度等基本特征，并从监测策略和功能分析的角度设计了在线油液监测系统，提出了开发中必须解决的关键技术，研制了电感和光纤组合测量传感器。所研制的组合测量传感器中，电感传感器可以识别大的黑色金属和有色金属颗粒，光纤传感器可以测量油液中固体颗粒污染物。组合测量集中了两种传感器的优点，扩大了颗粒监测范围，有效地提高了监测系统的可靠性，为实施设备的状态监测提供了一种新方法。论文主要结论有： 1)分析了油液监测技术的历史发展、内涵以及摩擦学故障与油液监测技术的关系，明确了描述磨损状态的磨损颗粒特征，确定了在线油液监测传感器的检测指标。 2)研制了识别大磨损颗粒的材质和测定其粒度的电感传感器，阐述了磨损颗粒与检测线圈的解析关系，探讨了传感器的理论基础，分析了电感式检测传感器内部的磁场分布，并应用遗传算法优化了传感器几何参数，最后进行了有限元仿真分析。 3)研制了测量油液污染度的光纤传感器，分析了光路设计的各种关键技术(如光源、光电接收管的选择、测量光路和样品池的设计等)，设计了正交光路光学系统，有效地提高了检测信号的可靠性。阐述了颗粒检测原理，设计了反演求解颗粒粒度分布的函数限制算法，并讨论了光纤传感器测量系统的标定和油样清洗等问题。 4)设计了在线油液监测试验台，它可提供循环油流和不同的磨损颗粒参数。在实验室条件下完成了电感式检测传感器和光纤检测传感器的定性分析武汉理工大学博士学位论文以及稳定性、重现性等实验研究，通过分析，针对传感器存在的问题与不足，探讨了各种解决办法，建立了传感器实验数据的自回归时间序列(AR)和神经网络模型。 5)设计了在线数据和离线数据融合的神经网络模型，通过对船舶舵浆装置的油样数据分析，进行了模型训练和验证，结果表明:该模型判断结果完全正确，融合模型的提出将两种不同类型的在线传感器数据和离线分析数据综合分析，可以辨识设备的故障类型，提高状态判别的准确性。 6)基于虚拟仪器技术的思想，开发设计了仪器驱动程序及面板应用程序，完成了在线油液监测系统的构建，具有数据采集和一般分析等功能。 目前大多数磨损颗粒检测技术和检测方法还处于实验室研发阶段，并不能完全满足机械诊断技术的要求，现场中使用的仪器还不多见，商品化工业型的仪表很少，而在线检测仪器更少，因此在线技术成为一个鱼待解决的研究领域。本文在实验室条件下对传感器的开发进行了有益的探索，但仍有许多问题值得探讨和深入研究。