柴油机故障诊断技术是近些年来国内外专家研究的比较热门的方向之一,它通过分析和处理柴油机的现在状态和历史数据来分析并预测出柴油机未来可能会发生的故障状态,由于柴油机故障在实际工作过程中大部分情况下是一个小样本情况,因此本文引入支持向量机概念,支持向量机在小样本情况下表现出了非常好的优良性能,近些年来它在故障诊断领域发展迅速,本文对它在柴油机故障诊断领域做一些基础研究,希望能够有利于支持向量机在这一领域的推广。本论文主要做了以下几方面的工作：1、研究了船舶柴油机的失效形式和故障机理,详细分析了柴油机主要结构,用图表格式把柴油机常见故障和出现故障原因都列举出来；2、建立了基于向量机的信号分析方法,统计学习理论和支持向量机的理论基础,详细分析了机器学习问题的表示、VC维、经验风险最小化原则、学习机器的复杂性能和推广能力、结构风险最小化原理,在支持向量机中最优超平面的构造、核函数和松弛变量等知识；3、应用分析方法对采集的信号进行分析,介绍支持向量机在柴油机故障诊断中的理论和应用,重点讨论了支持向量机中的完全多类支持向量机和组合多类支持向量机两种分类方法,用LIBSVM软件和MATLAB编程实现了SVM在柴油机燃油系统上故障诊断的应用；4、建立了船舶柴油机故障诊断系统,用VB语言编写了柴油机故障诊断管理系统,本论文详细描叙了系统实现过程。