机械设备的高速智能化发展,对设备状态监测与故障诊断的技术水平也提出了更高的要求。油液分析技术能够对设备润滑状态与磨损状态作出准确评价,已经成为故障诊断中提供早期预警的有效手段之一。针对目前油液监测技术存在的效率低、监测参数单一、智能化程度低等问题,本文基于多源信息融合理论及实际工况检测经验设计了一套多源参数润滑油液在线监测系统,实时监控齿轮箱润滑油液的特征信息,以获取齿轮箱的运行状态。在对齿轮箱常见故障类型及其产生机理进行综合分析的基础上,确定了齿轮箱润滑油的粘度、水分、污染度和磨粒信息为油液在线监测系统的重点监测内容。从信息论的角度,论证了多源信息融合在状态评估领域的可行性和有效性,并确定了油液在线监测系统采用分布式融合系统结构对传感器数据进行特征级融合。基于所确定的润滑油液监测特征信息参数,设计了由特征信息采集和信号转换传输等模块组成的润滑油液在线监测系统硬件部分。针对齿轮箱实际的运行工况,选用高压隔膜泵实现对齿轮箱润滑油的取样,并结合油液在线监测传感器的原理,选取适用的在线粘度传感器、水分传感器、颗粒计数器和磨粒传感器完成对润滑油特征信息的采集。根据多传感器检测融合理论,系统中的四个传感器采用并行分布结构排列,实现最优分布式检测。针对所选传感器的输出数据类型,分别利用CAN-USB转换器和RS485-USB转换器完成对传感器的信号转换传输。根据润滑油液在线监测系统的功能需求,基于Lab VIEW程序完成了监测系统软件的初步开发。采用多线程技术,实现了串口调试与通信控制、数据采集及数据处理和数据显示及数据存储功能。通过建立串口通信、提取功能码和转换数据簇,完成了对传感器信号的自动采集、处理、分析和存储,从而达到系统人机交互的功能要求。通过齿轮箱故障模拟试验获取润滑油液的特征信息参数,完成了对润滑油液在线监测系统重复性和精度等方面系统性能的评定。在此基础上,构建了基于BP神经网络和D-S证据理论的运行状态评估模型,实现在线监测系统软件对齿轮箱运行状态评估的功能,完成齿轮箱润滑状态在线监测系统的搭建。结果表明,所搭建的齿轮箱润滑状态在线监测系统的重复性和精度均能满足系统的监测需求,实现对齿轮箱润滑油液特征信息的监测;所构建的运行状态评估模型能够充分利用信息源的数据,实现对齿轮箱运行状态的准确评估。该论文有图53幅,表17个,参考文献93篇。