安全是航运的关键。近年来,船舶安全事故时有发生,故障诊断十分必要,而仅通过船舶管理人员的经验进行故障诊断显然是不够的,而且这样也不利于船端和岸端故障信息的交流。远程故障诊断技术可以使岸端实时掌握机械设备运行状况,当出现异常情况时,提醒船舶管理人员事前维护,从而保障船舶安全,减少经济损失。随着计算机网络技术以及无线通信技术的快速发展,已经使通过船端与岸端的实时通讯和数据共享变为现实,将计算机通信技术与人工神经网络相结合进行船舶柴油机的远程故障诊断也在一步步实现。本文选题于中远集团《远洋船舶及货物运输在线监控系统》项目。首先,介绍了选题的背景和运用船舶远程监控系统的意义。其次,介绍了船舶远程监控系统的结构和《远洋船舶及货物运输在线监控系统》以及船舶机电设备远程故障诊断技术包括远程故障诊断技术的组成和功能结构,以船舶柴油机为例介绍了船舶机电设备远程故障诊断技术。再次,研究了BP神经网络在船舶远程监控中的运用,包括柴油机故障诊断策略,基于BP神经网络的故障诊断流程及样本归一化处理以及应用MATLAB工具箱辅助完成故障诊断的过程。最后以对船舶柴油机的排烟温度的远程监控为例详细研究了基于BP神经网络的船舶柴油机故障诊断系统的故障仿真程序得到故障样本,经过数据归一化处理后来训练并建立网络,分别利用仿真诊断检测数据和在线数据对网络进行测试和故障诊断分析的过程。人工神经网络在故障诊断技术中的应用前景是非常广阔的。随着神经网络理论的发展和完善,它必将对船舶柴油机故障诊断技术的发展起到更大的作用。