该文主要研究扭振信号在柴油机故障诊断中的应用.作者从扭振信号的测试、扭振及机体振动信号特征提取、特征融合、气缸压力识别四个方面详细地阐述了这一问题.该文首先分析了现有各种扭振测试方法的原理,并指出了各方法所存在的优缺点;根据实验台情况,论文利用时间域统计法和Hilbert相位解调法对从飞轮上所得到的离散钟形脉冲进行处理,节省了硬件设备,并达到了足够的测试精度.论文经过对瞬时角速度的时域波形,角加速度的时域与频域波形的分析,提取了几种不同的特征.提取出的角加速度谐波分量比对于诊断柴油机是否存在故障有较好的作用,加速度峰值指标则能很好的诊断故障缸缸号,而加速度峰值所在位置则仅对供油角变化故障有较好的敏感度.但这些瞬时角速度指标不足以区分整个燃油系统故障.为了弥补这一不足,论文针对柴油机机体振动信号时间性强的特点,从中提取出了喷油始点、燃烧始点及燃烧终点三个指标.它们能较好地用于供油角变化,供油量变化等故障的诊断.特征融合能实现各特征之间的互补,是建立单一的判断标准最有效方法.用模糊模式识别和RBF神经网络对所提取出的特征进行融合,融合后指标对柴油机燃油系统故障有很好的诊断作用.柴油机气缸压力反演是目前的热点研究问题.该文根据曲轴飞轮系统的动力学特征,建立了柴油机动力学模型,并在其基础上对气缸压力进行了反演,所得的压力波形对诊断柴油机失火、爆震等故障效果良好.