减速器是大型机械设备的关键传动部件,对其进行状态监测和故障诊断是保障其可靠运行的一种有效手段,通过在线监测技术实现大型设备的智能运维是目前研究的热点之一。本文针对煤矿井下设备的恶劣工况特点,研制了一种用于大型减速器的润滑油在线监测装置,并探索采用专家系统和模糊评判技术开展故障识别,实现了大型减速器的健康诊断。以大型减速器为研究对象,分析了其典型磨损故障的主要种类和表现形式,对润滑油理化指标的劣化机理及磨粒形成原因进行深入研究,得出了润滑油理化指标和磨粒数量异常变化的原因、产生的危害及其与具体故障类型之间的联系,结合模糊诊断理论构建了基于润滑油在线监测的故障判别模型,确定了大型减速器润滑油在线监测系统的故障研究方法。针对现有润滑油在线监测手段获取油样繁琐、油样代表性不足的问题,设计了一种新型的润滑油在线取样结构;根据油液测试需求,对粘度、水分和磨粒传感器进行了选型和性能测试及标定试验;按照模块化思路设计了系统的传感器集成阀块、循环油路、电气线路和防爆外壳,完成了相关零部件的设计和加工组装。根据润滑油在线监测系统故障诊断模糊评判模型的知识类别和特点,设计了知识库和综合数据库的结构和内容。结合模糊推理理论体系确立了油液在线监测专家系统的推理机制,完成了推理机的设计。基于模糊神经网络推理过程对系统的自学习机制进行研究,实现了润滑油在线监测故障预警系统模糊诊断过程参数的自修正功能。基于测试软件的模块化设计思路,选用Qt开发框架进行系统界面制作,使用Python3编程语言进行系统底层代码的开发,完成了解释程序和人机接口的搭建。基于实验室模拟测试试验和井下皮带机实际监测试验数据分别对系统进行测试,结果表明软件能够较好地模拟人工智能故障分析过程,得出的工况判别结果较为准确,实现了油液在线监测的智能化。该论文有图73幅,表20个,参考文献98篇。