油液監(jiān)測技術(shù)是通過分析被監(jiān)測機器的在用潤滑劑（或工作介質(zhì)）的性能變化和攜帶的磨損微粒的情況，獲得機器的潤滑和磨損狀態(tài)的信息，評價機器的工況和預測故障，并確定故障原因、類型和零件的技術(shù)。這一技術(shù)的工業(yè)應用表明：油液監(jiān)測技術(shù)適用于低速重載、環(huán)境惡劣（如噪音大、振動源多、外界干擾明顯）、往復運動和采用液體或半液體潤滑劑且以磨損為主要失效形式的設備的監(jiān)測。國內(nèi)外實施油液監(jiān)測所獲得的經(jīng)濟效益推動著這一技術(shù)的發(fā)展和完善。通常，可以延長設備的換油期或者正確選用潤滑劑而取得效益，更重要的是通過及時預報潛在的故障避免災難性損壞或者使處于正常運轉(zhuǎn)的設備減少不必要的維修而增加產(chǎn)值和效益。
　　zui初的只是油污染分析（油液顆粒度分析），主要是分析油品的理化指標如粘度、水分、酸值、閃點、機械雜質(zhì)等，通常采用石油產(chǎn)品性能指標測定方法對在用潤滑劑進行檢測，以評價其質(zhì)量的變化。工業(yè)化生產(chǎn)的發(fā)展使機器越來越大型化、復雜化和連續(xù)化，對機器的維修要求越來越高，因此，機器故障診斷技術(shù)應運而生，促使了人們積極開發(fā)基于的診斷方法。首先，人們注重了在用潤滑油中攜帶的磨損微粒和污染物微粒，因此，將光譜分析移植用于在用潤滑油中磨粒元素和含量的分析，通過獲得磨粒元素種類和含量的信息，對取樣機器的磨損狀況作出解釋，這一方法的應用，開拓了從磨粒這一信息載體獲得機器故障的先例。60年代中期，油液顆粒自動計數(shù)器成為商品，由此產(chǎn)生了中顆粒計數(shù)法，這種方法可獲得一個數(shù)字化的分析結(jié)果，用于評價取樣機器油品污染的程度。70年代初，鐵譜技術(shù)問世并很快在機器的故障診斷中得到了應用。由于這一技術(shù)可以全面地分析磨粒的濃度、尺寸分布、形貌和成分，因而豐富了中磨粒分析的內(nèi)涵，并產(chǎn)生了“微粒摩擦學”的概念。80年代起，工作者應用紅外光譜儀檢測在用潤滑油添加劑殘留程度和污染物包括水、滲漏產(chǎn)物（積炭）、化學冷卻劑（乙二醇）以及未燃燒的燃料，以反映由硝化、氧化、硫化引起的潤滑油變質(zhì)情況。尤其是傅立葉變換紅外光譜儀的出現(xiàn)，更是促進了技術(shù)這一方面的發(fā)展。進入90年代，利用氣相色譜和質(zhì)譜儀測定在用潤滑油的組分變化也有報道。綜觀技術(shù)的發(fā)展過程不僅其分析方法在不斷增加，而且從在用潤滑油中得到的信息也在逐漸擴大。
　　近年來，技術(shù)領(lǐng)域的研究和開發(fā)的熱點集中在在線方法，磨粒自動識別技術(shù)和基于的智能診斷系統(tǒng)這三個方面。
　　先后出現(xiàn)過不同原理的在線監(jiān)測儀，其中比較有代表性的儀器和方法是：流體工況監(jiān)測儀（Fluid Condition Monitor, FCM）、定量磨粒監(jiān)測器（Quantitative Debris Monitoring, QDM）、金屬微粒檢測儀（Metal Particle Detector, MPD）、在線示蹤法磨粒測量儀、在線鐵譜儀、聲發(fā)射磨粒監(jiān)測技術(shù)、超聲波磨粒監(jiān)測方法、利用光學磨粒傳感器的實時油液診斷系統(tǒng)、磨粒圖像在線識別系統(tǒng)、FerroSCAN和MetalSCAN在線監(jiān)測儀。以及近年來新提出的基于壓電傳感器的新型在線潤滑油磨粒和粘度監(jiān)測方法。
　　在線實時監(jiān)測機械磨損顆粒和潤滑油粘度的壓電傳感器（An on-line piezoelectric particle/viscosity sensor for real time lubricant oil monitoring），不僅結(jié)構(gòu)簡單，使用方便，響應快，價格低，而且采用zui普通zui簡便的磁塞檢查法.不僅能測量小磨損顆粒（達到1微米，基本使用顆粒度計數(shù)器）和低濃度樣品。還能同時測量潤滑油的粘度變化，為準確判定潤滑油和設備的狀態(tài)提供更多的測量信息。基于這個原理和傳感器研制的產(chǎn)品有PQM-1傳感器和PQM100磨粒粘度監(jiān)測儀，F(xiàn)WS系列在線監(jiān)測潤滑油粘度傳感器和儀器等，這些產(chǎn)品已投入實際應用。
　　現(xiàn)代科學技術(shù)的飛速發(fā)展為油液診斷技術(shù)的發(fā)展提供了良好的契機，技術(shù)必將朝著集成化、智能化、在線化方面發(fā)展。其可能的應用研究方向為：
　　1）開發(fā)基于多種方法的故障診斷專家系統(tǒng)，一方面，通過建立不同方法對不同故障的特征描述的差異（或貢獻度不相同），找出故障的敏感參數(shù)；另一方面，通過積累實際跟蹤監(jiān)測經(jīng)驗，整理診斷規(guī)則，運用模糊診斷、神經(jīng)網(wǎng)絡、人工智能原理實現(xiàn)該系統(tǒng)。
    2）建立基于的設備維修管理決策支持系統(tǒng)和作業(yè)優(yōu)化控制系統(tǒng)。這是把監(jiān)測、診斷、維修管理、作業(yè)控制相結(jié)合的發(fā)展策略，也是技術(shù)努力追求的未來目標。