油液监测技术是通过各种检测手段来分析在用设备润滑油性能指标的一项工业技术,是状态维修的核心环节。通过对同一油液样本的各项指标分析,检测人员能够获得该设备的状态信息,并依据这些信息对机械设备的状态进行评价。目前对设备状态信息的获取大多通过数值记录的方式来实现,工作繁琐且指标评价方法单一。而通过数值模拟的方法,将相关的润滑油性能指标进行汇总,建立相关模型,对润滑油性能指标进行评价,可以获得更多隐含的设备状态信息,使油液监测技术更好地应用于实际工业问题。基于大连海事大学油液监测中心的历年实验数据,全文建立了两类具有代表性的数据集—混合样本数据集和具有时间序列性质的小样本数据集,讨论了适用于这两类数据集的油液监测指标评价方法。结合多元统计学等数学方法改进并完善了若干现有的油液监测指标评价模型,做了一些基于Matlab和SPSS的具体算例。对于混合样本数据集,全文做了如下研究:(1)使用截尾均值方法计算指标的建议标准。使用分布拟合方法获得指标的近似服从分布,通过计算逆累积分布函数实现指标界限值的划分。(2)使用因子分析方法分析指标之间的关联,并提取公因子。使用曲面拟合方法分析指标之间的关联。(3)使用聚类分析法获得数据集中疑似异常样本的指标取值特点。对于小样本数据集,全文做了如下研究:(1)使用截尾均值方法计算指标的建议标准。使用分布拟合方法获得指标的近似服从分布,通过计算逆累积分布函数实现指标界限值的划分。(2)使用相空间重构方法分析指标的信息损失。(3)使用GM(1,1)模型和差分统计模型对指标进行预测。对适用于混合样本数据集的评价方法研究,得到如下结论:(1)使用截尾均值法替代平均值法计算建议标准,可减弱异常值造成的影响,使得各指标建议标准的精度提升0%到28%不等。使用分布拟合方法可弥补分布假设造成的偏差,提升界限值划分的精度。(2)粘度和粘度指数指标、铅元素和硼元素指标、镁元素和锌元素指标、钙元素和硅元素指标之间均存在明显的正线性相关。由因子旋转后的公因子排序,得出结论:镁元素、锌元素、机械杂质、硅元素和钙元素指标为混合样本数据集中的重要指标。标准化后的指标存在3条关联公式:粘度-闪点-粘度指数指标公式、铁元素-铝元素-铜元素指标公式、粘度-粘度指数-镁元素指标公式。使用上述三条公式估算指标取值,误差不超过20%的概率都大于0.83。(3)疑似异常样本的粘度、粘度指数、机械杂质、总碱值、硅元素、钙元素、锌元素指标取值相对建议标准取值偏低,而其余指标取值偏高。通过编写基于计算几何方法的聚类模型,可进一步实现不同尺度下指标取值关联的刻画并实现指标异常取值的辨识。对适用于小样本数据集的评价方法研究,得到如下结论:(1)使用截尾均值法替代平均值法计算建议标准,可减弱异常值造成的影响,使得各指标建议标准的精度提升0%到50%不等。使用分布拟合方法可以提升界限值划分的精度。(2)水分和机械杂质指标对应的时间序列的K摘计算结果趋向无穷大,指标的信息损失率过高,无法被有效预测;粘度指标、粘度指数、闪点和总碱值对应的K熵较小,指标的信息损失率较低,可以被有效预测。(3)基于GM(1,1)模型和差分统计模型建立互补修正方案对理化指标进行预测,可提升了各项指标预测的准确性。基于差分统计模型对数据集第26个样本中各理化指标预测值的分布区间进行缩减。在牺牲20%概率的前提下,理化指标的预测值不会超出缩减范围。