在用润滑油中磨损微粒的种类和含量作为评定航空设备安全健康状况和评判磨损部位的重要依据,其检测的再现性与重复性对机械设备的安全运行及视情维修与维护具有十分重要的指导意义。因此,对润滑油中磨损元素含量和种类的精准检测,对提升机械设备的运行安全性及使用寿命的延长等具有十分重要的意义。同时,在某些容易造成重大事故的机械运行场所与场合中,精准的润滑油光谱检测不仅可以根据检测元素的种类和含量对机械设备的健康状况进行常规的评判与检测,还能够根据浓度超标的元素种类判断出故障发生的部位,及时维修与维护,避免事故的发生。现有的航空油液中磨损微粒检测设备多为油液分析光谱仪,主要依赖于进口,且测试结果不够稳定。本文采用自行研制的光谱仪能够实现对润滑油中多种金属或非金属磨损元素的检测,检测结果准确可靠。本文的主要内容如下:1、针对传统油液分析光谱仪的激发光源常出现的多种问题并提高光源的激发强度与稳定性,提出对光源进行改进。采用IGBT器件替代传统的辅助电极,改进后的光源激发电压稳定可靠,脉冲峰值电压在11-15k V可调,峰值电流在10-50A可调,利用该电源激发的直流火花光源激发情况好,光谱激发充分,整体发热量低;2、结合激发获得的大量无序光谱数据,本文提出了一种光谱强度的归一化方法,检测结果稳定可靠,达到预期目标;将该算法用于对润滑油中Cu元素进行光谱检测,测试结果的相对标准偏差（RSD）的最大值为6.21%。测试数据表明,利用强度归一化法和强度加和能够较好地削弱由于光谱波动带来的误差,提高测试结果的准确性。3、针对由于火花激发方式本身的不确定性,实际检测过程中光谱的波动还是无法避免,因而不同浓度下的检测结果也大不相同。本文通过碳元素做为内标元素,在不需要额外添加内标元素的前提下,结合相关算法对不同浓度下的标准油检测数据进行处理分析。实验结果表明,该方法能够有效减小光源波动对测试结果的影响,提高测试结果的再现性和重复性。4、基于BP神经网络并结合MATLAB分别对2组发动机处的光谱历史数据建模分析,以铁元素为例预测其浓度值。首先通过油样历史数据建立一个时间序列,然后,以此时间序列为训练样本用以训练BP预测模型,并预测未来一段时间内的铁元素的含量,通过BP网络的在线学习的过程即训练阶段,不断调整各层权值使得最终输出与目标的误差范围在设定范围内,从而达到预测的目的。预测结果表明,预测值和实际值的平均误差均小于15%,能够满足对飞机发动机磨损趋势预测的需要。