随着经济的发展和技术的进步，汽车的拥有量正日益迅速扩大，人们在享受汽车带来便利的同时，也在加剧不可再生能源的消耗。如何减少汽车能源的消耗是人们面临的迫在眉睫的课题。其中，保证汽车发动机能够工作在正常的润滑状态，就是减少能源消耗最好的办法之一。为了保证汽车发动机工作在正常的润滑状态，关键是必须保证在用润滑油的品质。最近，随着基于多传感器技术的信息融合技术的发展，已经在各个领域得到广泛的应用。与传统的单一传感器的检测技术相比，运用多传感器数据融合技术在解决系统分析判断、目标的跟踪、识别和探测等方面，具有提高系统的信息利用率和实时性、扩大系统在空间和时间的覆盖率、增强数据的精度和可信度、提高系统的鲁棒性和可靠性等优点。通过多个传感器获得的多层次、多方面、多级别的数据，经过处理后所能表达出的信息，比单一传感器获得信息更具有接近真实的意义，可作为各种系统决策的依据。信息融合技术应用到润滑油的监测之中，既能克服传统检测慢的缺点，又能克服单一传感器在线检测准确性差的缺点。本文以此理论为依据，先探讨了润滑油四项理化性能指标与其品质之间的关系，以及对其介电常数影响；其次探讨了红外光谱下润滑油的污染状况与品质之间的关系；再次探讨了润滑油的磁导率与其中铁磨粒含量的关系，然后探讨了超声波在润滑油中传播与其中铁磨粒含量的关系；最后综合以上各方面的因素，利用多传感器的信息融合理论，对润滑油的品质进行分析评价。首先，对润滑油各项指标与其介电常数的关系进行了研究。润滑油的理化性能指标包括水分、铁含量、酸值、不溶物含量等，在实验室配制以上四种指标的不同浓度的润滑油试验样本，考察不同浓度时所对应的介电常数，找到四种指标与介电常数的对应关系。确定以介电常数为评价润滑油品质的指标的可行性。其次，根据润滑油在使用过程中发生降解，其化学组成会随之发生变化，即氧化后形成的含有酸、酮、醛、醇等含氧有机化合物，以及含氮硝化物等官能团的量发生改变，通过红外光谱分析可知润滑油的降解程度。实质是依据烃分子对红外光谱具有吸收强度呈现某种可加性、特征谱带的光谱吸收系数近于常数，以及不同分子中相同结构的特征吸收峰几乎在相同的光谱区的特性，来测得碳原子在中芳环、环烷环及烷基链上的分配的。此外它还可检测油中某些添加剂和污染物含量。在实际试验中，监控的是光谱功率分布下的域，所有波长相关的变化，综合来评价润滑油的劣化程度。再次，润滑油在使用过程中铁磨粒的含量会逐渐增加，磨粒的含量、尺寸、集合形貌等因素，均会对润滑油的品质产生影响。因此利用磁导率测量方法测量磨粒的浓度。同时，由于超声波在润滑油中传播过程中，与其中的颗粒相遇时，一部分会射到颗粒的内部被吸收，另一部分会在界面散射衰减，而且在接触界面的超声波还会发生粘滞衰减。这些衰减的发生均是由润滑油中的铁磨粒引起的，而且与铁磨粒的数目即浓度成比例。因此利用超声波法测量润滑油的铁磨粒浓度。最后，进行数据融合分析。将在测量分析得到的润滑油的介电常数、红外光的透射值和散射值，以及利用磁导率法和超声波法测得的铁磨粒含量值，进行数据融合分析。分别建立两个子神经网络，对测得的数据进行处理。这样划分降低了每个神经网络的复杂程度，减小了诊断空间的维数，也降低了训练时间。然后进行D-S证据推理，将两个独立的低维的神经网络作为证据理论的一个证据，将其输出值处理后，作为辨识框架上命题的基本可信度，进行再次的融合。这样处理充分利用了信息源的信息，提高了润滑油污染度的判别精度，消除了单一数据源包含信息不全面的缺点。