内燃机缸内气体压力测量是研究发动机工作过程的主要依据,其测量精度对内燃机性能分析的可靠性有很大的影响。压力获取比较常用的实验室方法是在气缸盖上打孔，加工测压通道，用压力传感器直接测量缸内压力。这种方法需要安装耐高温、耐冲击的压力传感器，而且传感器的安装会改变内燃机的性能，无法用于在线实时测量。因此，通过其它容易从外部测试的信号来识别缸内压力的非直接方法就有很实际的应用价值。本文主要研究由发动机缸盖振动信号识别缸内压力信号的方法。　　首先在大宇HH465QE1发动机上进行实验，测量了发动机第一缸的压力信号，缸盖振动信号和上止点信号，分析了发动机的缸盖系统的激励源和振动响应信号的特性，通过截取上止点左右90℃A范围内的振动信号和压力信号，去除邻缸的干扰和其它不相关的激励力影响。再设计一个有限冲击响应低通滤波器，消除高频噪声。还论证了时域统计平均预处理方法的应用和测点的选取对提高缸内压力识别精度的重要性。　　利用三种方法识别缸内压力信号，并对结果进行分析。(1)将缸盖系统看成一个多输入单输出的线性系统，用第一循环的缸盖振动信号和缸内压力信号产生传递函数，分别识别其他循环的缸内压力信号，利用传递函数法识别缸内压力。再对缸盖振动信号进行时域统计平均处理，再用传递函数法识别缸内压力，并进行了对比。(2)利用局域波分析法识别缸内压力，有效克服了在先知缸内压力的条件下识别缸内压力的弊端。(3)分析了发动机气缸盖系统激励和响应信号的非线性特性，用第一循环的缸盖振动信号和缸内压力信号训练BP神经网络，利用BP神经网络法识别其他循环的缸内压力。再对缸盖振动信号进行时域统计平均处理，利用BP神经网络法识别缸内压力，提高了识别效果。最后比较了三种方法的特点和优劣，结果表明BP神经网络法识别缸内压力的效果最好。