磨损是引起设备失效和故障的主要因素之一。自行火炮发动机功率大、工作环境恶劣,故障率高,是部队技术保障的重点与难点。铁谱分析技术是自行火炮发动机磨损故障诊断的一种有效方法,铁谱磨粒图像的自动化处理与磨损故障的智能诊断是困扰铁谱分析技术推广应用的两大难题,是铁谱研究工作者的研究重点和难点。本文以某自行火炮发动机为研究对象,依托某军队重点科研项目,围绕铁谱磨粒图像处理与磨损故障诊断开展研究。首先,在发动机结构原理基础上,分析了自行火炮发动机的主要摩擦副；应用摩擦学理论研究了发动机的磨损模式与磨损机理,以及磨损产生的磨粒及其分类；结合发动机结构与工作原理,分析了发动机主要磨损故障及磨损部位,为后续研究奠定理论基础。其次,针对发动机磨粒图像特点,研究其图像增强的原理与方法,提出了同时滤除磨粒图像中脉冲噪声与高斯噪声,又不改变磨粒边界的滤波新方法,使原始磨粒图像清晰。通过对现有的图像处理方法研究,提出了基于快速二维熵阈值分割技术、基于改进遗传算法的最大类间方差法以及基于遗传模糊C-均值聚类算法等三种磨粒灰度图像分割算法,优化了分割算法,提高计算速度,改善分割效果；针对磨粒彩色图像形成机理复杂、图像分割困难特点,应用遗传类间方差法与小波变换法等分割技术直接对磨粒彩色图像进行图像分割,取得了较好的分割效果。并应用边界检测技术与边界跟踪技术提取了磨粒边界,对磨粒图像中的磨粒作了标记,以便于后续磨粒特征提取与磨粒识别。再次,研究了磨粒的形态特征提取方法。从形状、纹理、颜色与分形等四个方面对磨粒特征进行数值化描述,提取了40个磨粒特征；由于磨粒各个参数的描述角度不同,对于磨粒特征信息提取所起作用不尽相同,有的特征参数可能是冗余的,应用模糊粗糙集理论,对这些参数进行优化、筛选,使参数体系的维数由40维降至12维,大大减降低了特征维数,为磨粒识别提供了简单、有效的数据支持。然后,应用模糊数学、神经网络理论和灰色理论提出了基于模糊神经网络理论与模、模糊灰色聚类的磨粒自动识别方法,提高了磨粒识别精度。最后,将铁谱磨粒分析结果应用于发动的磨损故障诊断。提出了基于模糊神经网络和模糊加权灰色关联模型的两种发动机磨损类型诊断模型,以及基于蚁群优化的支持向量机磨损故障诊断模型,实现了自行火炮发动机磨损故障的有效诊断。论文最后对全文进行总结,指出了本论文的主要创新点,并对进一步的研究工作做出了展望。