作为内燃机的一种,发动机在石油、化工、船舶、车辆和航天等相关领域发挥着极为重要的作用,是提供动力的设备。其运行周期长短和运行状态的好坏直接影响到整个系统的可靠性,也与企业的生产效益密切相关,若发生安全事故会带来巨大影响。随着离心式发动机技术不断发展及日益成熟,人们对往复式发动机的重视程度也越来越高,这就要求对其故障诊断技术要有更进一步的发展。目前,对燃气发动机进行诊断的方法主要有振动监测法、油液分析法、状态参数法、瞬时转速监测法以及智能化诊断方法。其中,振动监测法和瞬时转速监测法应用比较广泛,本文也从这两方面对气缸故障诊断方法进行研究。振动信号由于其包含的信息丰富多样,是诊断发动机故障最常用的信号之一。本文通过对一个四冲程八缸燃气发动机气缸振动信号的监测,提出了在角域上对信号进行叠加,通过判断发动机气缸点火顺序与曲轴转角位置的对应情况,从而达到从角域上直接判断发动机故障缸号的目的,实现对发动机气缸故障的早期判断。由于这种方法运用的传感器的数目较少,可以同时实现传感器布局优化的目的,在一定程度上减小了诊断的投入成本。瞬时转速信号由于具有信息丰富和测量简便的特点,也是发动机故障诊断的常用信号之一。本文通过研究瞬时转速波形与气缸压力之间的关系,运用气缸压力仿真出瞬时转速波形,并比较正常情况下和故障情况下波形的不同,利用波形特征参数对发动机气缸故障进行诊断。同时结合BP神经网络实现对故障的早期自动预警功能。