船舶柴油机是应用非常广泛的内燃机，它的结构复杂、工作条件恶劣，为减少故障发生频率，必须要保证其安全稳定的运行状态，因此研究柴油机的监测诊断方法是十分必要的。本文在智能化诊断方法的基础上，研究了一种神经网络与专家系统并列协调结合工作的方法。主要内容包括：　　（1）研究柴油机故障诊断知识，对船舶柴油机的常见故障模式作了分类，归纳总结常见故障模式及其对应故障原因。研究专家系统和神经网络的故障诊断方法理论，讨论两者的结合的可能性和基本的结合方法，选取本文所采用的方法将两者结合，介绍综合系统的基本设计方法和故障的诊断流程。　　（2）对柴油机缸盖振动信号展开研究，将MF-DFA方法引入估计振动信号的多重分形谱，讨论不同特征参数值的特性。对柴油机不同工作状态下缸盖振动信号作多重分形谱估计，计算和对比三种多重分形谱参数的特性，选取最优多重分形谱参数描述振动信号的特征，并将其作为神经网络的输入，进行网络学习，分析分形神经网络在故障诊断中应用的可行性。　　（3）深入研究神经网络结合专家系统的理论及设计方案。针对本文所采用的结合方式，在此基础上设计神经网络专家系统的知识库，研究结合神经网络的专家系统的故障诊断推理机制。　　（4）依据前文针对故障诊断流程的研究，进行综合系统的软件开发，详细介绍系统的总体框架和设计方案，神经网络和专家系统结合在一起，实现对柴油机常见故障的监测诊断。