以柴油发动机、燃气发动机为代表的活塞式发动机广泛应用于油田、气田、地下储气库等工业领域,是这些流程工业装置的核心动力设备。发动机安全稳定的运行能够保障油气开采与天然气输送、储运的顺利进行。活塞式发动机结构复杂,具有运动部件多、激励源多、易损件多等特点,机组中包含大量的不平衡惯性力和爆发冲击力,故障率较高;一旦活塞式发动机出现严重故障,如连杆断裂、止推轴承严重磨损、齿轮箱断齿、活塞撞缸等,将会导致发动机短时无法恢复,进而对企业生产造成重大影响,给企业和社会带来巨大的经济损失,甚至会产生着火爆炸恶性事故,危及人身安全,影响企业的声誉。目前,国内活塞式发动机的维修模式通常采用定期检修与事后维修的方式,判断故障主要依赖于耳听、手摸、热工参数监测与离线测量机体振动等,其中较高水平的监测会安装有单点的振动传感器,进行整机振动水平的监测。这样的模式下,定期检修成本高,且存在着维修过剩或维修不足等问题;热工参数则无法有效监测机组的机械类故障,对拉缸、撞缸、连杆轴瓦磨损等故障不敏感;离线测量机体振动无法实时反映机组的运行状态,监测效果滞后;在线单点振动监测只是测量单一量值,无法及时预警,往往发现故障时设备已经损坏。因此,研究如何有效地对活塞式发动机进行实时状态监测并研发在线监测诊断系统意义重大。本论文从活塞式发动机典型故障机理及特征研究出发,以保障活塞式发动机安全平稳运行、避免发动机重大安全事故发生为目标,对活塞式发动机在线监测、故障诊断方法与监测诊断系统开展研究,进行成果实验与工程实际应用。论文的主要研究内容如下:(1)开展活塞式发动机典型故障机理研究。基于建模仿真对活塞式发动机进行典型故障机理与特征分析,通过对发动机曲轴推力轴承磨损故障、气门间隙异常故障、连杆轴瓦磨损故障以及发动机燃烧故障进行研究,为监测诊断方法与典型故障监测方案的提出奠定基础。(2)开展活塞式发动机典型故障监测诊断方法研究。针对活塞式发动机的信号特点,提出了基于小波包与Kernel Principal Component Analysis (KPCA)的多信号融合诊断方法,提出基于瞬时转速与振动信号的发动机故障监测诊断方法,提出基于角域敏感特征的气门间隙异常诊断方法,利用实际案例验证了相关方法的有效性。(3)开展活塞式发动机故障在线监测诊断系统研究。提出了在线监测系统测点布局与软件整体框架,针对发动机典型故障,进行故障自动诊断方法研究;建立了 6缸与12缸发动机故障模拟实验台,开展了发动机典型故障模拟实验研究;研究成果被应用到工业实际机组,验证了活塞式发动机在线监测诊断系统的实用性与可靠性。