机械设备的稳定运行是高效生产的前提,对机械设备的状态监测和故障诊断是当前工业中的重点和难点问题。油液磨粒监测技术是通过检测润滑油中机械设备磨损颗粒来对设备磨损状态进行评估,是当前机械设备状态监测有效手段之一。润滑油磨粒监测传感器是油液监测技术的核心,针对目前润滑油磨粒监测传感器存在监测内容单一、理论模型不完善、多层次融合诊断缺乏等问题。本文旨在研究基于旋转对称高梯度静磁场的磨粒传感器,以此为基础开发润滑油磨粒电磁-图像同步监测系统。首先,针对静磁感应式磨粒传感器相关的信号模型难以建立精确的感应电压表达式的问题,本文基于时谐电磁场分析方法,提出了磨粒感应电压的建模分析方法。利用高斯曲线对传感器磁场进行拟合,结合时谐磁场分析方法和傅立叶级数分解建立了感应电压的解析模型,并通过实验验证了信号数学模型的正确性。其次,介绍了在线可视铁谱仪（On-Line Visual Ferrograph,OLVF）监测原理,分析了磨粒沉积条件。针对OLVF透射光谱片磨粒分割问题,搭建了基于分区支持向量机（Support Vector Machine,SVM）的OLVF图像二分类模型。将分区SVM方法与OTSU、Niblack和Kittler三种图像分割算法对比,验证了分区SVM方法的优越性。通过搭建齿轮磨损监测实验台,验证了OLVF对齿轮磨损状态监测的可行性。然后,通过对磨粒监测系统进行功能需求分析,完成了硬件系统和软件系统的设计。硬件系统设计基于磨粒特征参信号数采集,完成了硬件系统中磨粒传感模块、信号传输模块、控制模块等功能模块的选型。软件系统设计包括下位机监测软件、上位机监测软件和数据库的设计,其中下位机监测软件基于对传感器数据采集基本需求,实现了NI采集卡采集操作、摄像头调用、串口通信、数据上传等功能。上位机软件接收来自下位机采集的信号数据,实现了数据处理、分析、管理等功能。最后,基于Python语言完了成对润滑油磨粒电磁-图像同步监测系统的开发,使用Py Installer将下位机软件程序和上位机软件程序打包生成可移植使用的EXE文件,完成监测系统软硬件功能调试。