油液监测技术具有广泛的应用领域，是设备状态监测与故障诊断的重要手段。油液监测信息特征提取理论和方法的研究是目前国内外研究的热点，但还很不完善，当前已经应用到实际中的监测系统的核心数据特征提取理论与方法往往不够精确，严重影响了诊断的准确性，阻碍了油液分析技术的快速推广。本文结合油液监测数据的特点从不同理论角度探讨研究系统的磨损状态特征，提出了一套较为完整的油液诊断信息多特征集成分析技术体系，提高了异常数据的检测能力和故障诊断准确率。 本文的研究为上海外高桥造船厂大型空压机设备提供了一套较为完整的分析与诊断技术准则，成功地诊断出多种故障，可靠地为该厂提供了维修决策指导，保障了设备安全可靠的运行，产生了可观的经济效益。 本文在完善传统理论与方法及探索新理论、新方法方面进行了深入地研究，并取得重要成果。提出了油液监测信息的四种特征：统计特征、趋势特征、熵特征和聚类特征。根据油液监测信息的特点，将信息论、模糊理论和灰色理论等应用到油液监测数据的特征提取和数据处理，丰富和发展了新的油液监测技术，提出了一系列适合油液分析特点的分析手段。 根据对油液监测数据概率分布的研究，提出了最大熵诊断准则。从理论上修正了以往方法的不足，完善了油液诊断的统计特征准则。并将最大熵诊断准则应用于实际工程项目当中，取得了良好的工程应用效果。 探讨了灰色理论的GM(2，1)模型在解决光谱数据变化具有摆动和非单调性()点的灰色理论建模问题，得出对于具有较大波动特性的数据的建模，(采)GM(2，1)模型具有较高的精度的结论。并提出了以GM建模所得的模型参数对设备状态进行评价的方法，有助于对异常状态的捕捉。 将信息论引入到油液分析中来，从油液监测数据的复杂性和相关性为研究的出发点，对油液监测数据的熵特征进行考察，从熵、互信息和ICA(IndependentComponentAnalysis)三方面探讨其代表的监测意义，提出了油液磨损状态监测的熵监测法、互信息监测法、基于ICA的监测法，能够更全面地利用光谱各通道信息，提高了对设备进行故障诊断的质量。在聚类特征的研究中，模糊熵聚类算法被应用于油液监测信息的聚类特征的提取。根据得到的聚类特征较为简化地表征油液磨损系统内部因素之间的相互关联程度，具有重要的工程应用价值。指标聚类分析能够对重点监测指标的选取提供依据，样本聚类分析能够对机器设备的状态及其未来状态做出评价和可能的预测。 最后，融合全文对油液信息四种特征的研究，结合上海外高桥造船厂大型空气压缩机组的监测项目，形成了多特征集成分析系统，对全文提出理论与方法进行了验证。