内燃机广泛应用于工业、农业、能源和交通运输等领域，是国民生产与国防军事的关键设备之一。然而，内燃机零部件在加工制造与装配过程中常常产生质量缺陷，这些缺陷会导致内燃机异常振动，产生异响，加速零部件的磨损、疲劳，降低使用寿命。目前，针对质量缺陷的检测方法是在内燃机出厂前进行人工抽检，这种方法受主观因素影响较大，常出现漏检、误检等情况，导致部分质量缺陷内燃机流入市场。如何在内燃机出厂前实现产品的快速全检，已成为保证内燃机质量的关键环节。因此，对内燃机质量缺陷动态识别方法进行研究，具有重要的实际工程价值。　　内燃机作为一种典型的旋转——往复式机械，其内部既有曲轴的旋转运动，又有活塞的往复运动，由于其不稳定的工作特点，导致两种运动都有非平稳的振动信号特征，造成内燃机振动信号特征提取困难。另外，质量缺陷不同于一般的内燃机故障，其振动信号往往更加微弱，采用传统的分析方法难以提取质量缺陷的振动信号特征，而导致内燃机质量缺陷检测成功率较低。因此，开展内燃机质量缺陷动态识别的探索研究，具有重要的理论意义。　　本论文以单缸四冲程内燃机连杆轴承质量缺陷和活塞销质量缺陷为具体研究对象，揭示了内燃机角域振动信号具有非平稳信号特征的现象，建立了内燃机角域振动信号耦合模型，提出了周期化平稳信号解调算法、基于周期化平稳信号的噪声抑制算法、内燃机典型质量缺陷模式识别方法，经过模拟仿真与台架试验，验证了理论与算法的有效性和准确性。论文的主要工作有以下几个方面：　　①在讨论内燃机振动信号非平稳特性的基础上，分析了质量缺陷与内燃机振动信号的内在联系，建立了内燃机角域振动信号耦合模型；搭建了内燃机质量缺陷振动测试试验台，进行了连杆轴承质量缺陷与活塞销质量缺陷台架试验，获得了丰富的数据，为内燃机质量缺陷振动信号特征提取算法、噪声抑制算法与模式识别方法的研究奠定了的基础。　　②针对内燃机质量缺陷振动信号特征难以提取的问题，提出了周期化平稳信号解调算法和基于周期化平稳信号的异常特征提取方法，该方法主要包括：采用PSS(Periodic Steady Signal)算法对内燃机振动信号进行分析，获取内燃机周期化平稳振动信号；通过周期化平稳信号解调算法与异常特征提取方法获取内燃机质量缺陷振动信号特征。经过模拟仿真与台架试验，与传统分析方法进行了对比，验证了周期化平稳信号解调算法的有效性；周期化平稳信号解调算法的提出，弥补了传统内燃机质量缺陷信号特征提取方法的不足，提高了质量缺陷检测的成功率。　　③针对强噪声环境下内燃机质量缺陷振动信号难以分离的问题，提出了基于周期化平稳信号的SWP（Synchronous averaging and Wavelet packet analysis base on Periodic steady signal）噪声抑制算法，主要内容包括：采用PSS算法对内燃机振动信号进行分析，获取内燃机周期化平稳振动信号；对周期化平稳振动信号进行多段数据的同步加权平均，消除振动信号的随机噪声干扰；利用小波包分解算法提取内燃机质量缺陷振动信号。经过模拟仿真与台架试验，与传统降噪方法进行了对比，验证了SWP噪声抑制算法的有效性；SWP噪声抑制算法的提出，弥补了传统内燃机质量缺陷振动信号提取方法的不足。　　④针对内燃机质量缺陷分类准确率较低的问题，提出了信号特征统计量的新概念以及计算方法，新的信号特征统计量包括：特征阶次信号能量比、特征阶次信号标准差比、特征阶次信号阶次谱能量比与阶次谱均值比；在分析信号特征统计量与内燃机质量缺陷映射关系的基础上，建立了基于支持向量机的内燃机质量缺陷分类算法；内燃机质量缺陷台架试验数据显示，与传统的分类算法相比，新算法提高了21％的分类准确率；内燃机质量缺陷分类算法的提出，弥补了传统内燃机质量缺陷动态识别与检测方法的不足，提高了质量缺陷检测的准确率与成功率。　　⑤面向LABVIEW软件平台，开发了内燃机质量缺陷动态检测系统，该系统主要包括数据采集与显示、内燃机状态监测、质量缺陷检测等功能；内燃机质量缺陷动态检测系统的开发，提高了内燃机质量检测的效率，实现了内燃机典型质量缺陷的快速化动态检测。