轴承是动力装置中广泛应用的一类关键部件,其状态评估与故障预测技术备受重视。油液监测技术经过多年发展,已成为机械系统磨损状态监测与故障诊断的重要手段,传统的油液分析通常采用离线方式,周期长、实时性差,近年来在线油液监测技术越来越受到重视。本文针对基于油液多参数监测的轴承部件状态评估和故障预测问题开展研究。建立了油液参数与轴承磨损状态间的关联关系模型,研究了基于灰色理论的油液数据趋势预测方法,基于支持向量机理论研究了轴承状态评估与剩余寿命预测方法,开展了轴承全寿命实验,获取了轴承磨损过程中的油液多参数监测数据,并进行了实验验证。主要研究内容如下:(1)提出了将灰关联模型与K-means聚类相结合的轴承状态分类新算法,用于轴承全寿命油液多参数数据分析,进而划分轴承磨损状态,建立了油液在线多参数与轴承磨损状态的关联关系。(2)为实现油液参数的趋势预测,建立了基于在线油液多参数灰色趋势预测模型,通过对轴承等间隔时间的油液监测参数进行计算与预测,表明灰色预测模型能够对油液参数进行趋势预测。(3)基于已建立的轴承健康状态评估模型对轴承状态的划分结果,通过交叉验证法将已测得数据分为训练集和测试集,研究了基于支持向量机的轴承健康状态划分模型,并应用基于支持向量回归理论,对轴承进行了剩余寿命预测研究,建立了基于支持向量回归的轴承剩余寿命的预测模型。(4)构建了轴承全寿命试验台,并针对某型轴承开展了全寿命试验,获得了轴承全寿命油液多参数监测数据及工作状态数据,为轴承状态评估与故障预测提供了实验数据支持,对所研轴承状态评估与剩余寿命预测模型及算法进行了实验验证。