缸套-活塞组是柴油机的动力源,尽管该组件在柴油机中故障率并不是最高的,然而一旦它出现异常磨损,轻则造成整机性能变差,重则整机报废。因此,对柴油机缸套-活塞组进行状态监测,对于保持柴油机良好的工作状态具有重要意义。基于以上考虑,本文进行了柴油机缸套-活塞组工作状态识别的研究。首先,本文对机身振动信号和活塞与缸套之间撞击情形进行了分析,建立了二者之间的映射关系,并明确了柴油机机型、运行工况等因素对映射关系的影响;其次,考虑到柴油机机身振动信号是非平稳随机过程,本文主要利用了小波包时频分析方法对机身振动信号进行处理,绘制了小波包三维时频能量图,提出主撞击能量特征参数作为监测缸套-活塞组工作状态的重要依据;再次,本文将遗传算法与神经网络结合,改善了网络性能。在遗传算法初步优化权值的基础上,再进行BP网络的训练和识别,充分利用神经网络的非线性映射能力,实现了柴油机缸套-活塞组工作状态的识别;最后,对不同机型的缸内部件不同的磨损失效形式进行了实验,验证了本文提取特征参数的有效性。结果表明,振动分析法能在不拆机的前提下准确的识别出柴油机缸套-活塞组的工作状态。该方法简单可靠,具有良好的工程应用前景。