故障诊断技术对于减少生产实践中机械设备事故的发生，降低由此造成的经济损失意义重大。多年来科研人员在此领域进行了大量的研究工作，取得了很多宝贵的成果；本文在认真研究与总结前人成果的基础之上，从理论分析与实验研究等方面故障诊断的测试技术与诊断方法这两个领域进行了研究。 本文的主要工作是选取6BT5.9型柴油机的常见故障中具有明显振声现象的典型故障进行状态监测与故障诊断。柴油机所产生的振声信号十分杂乱，不像旋转机械那样具有简洁的频谱特征。其内部的故障信号往往被淹没在正常的工作信号中而难以发现，所以，如何在杂乱的工作信号中提取表征的特征参数，是状态监测与故障诊断的关键所在。 首先，本文分析了柴油机典型故障振声信号产生机理，系统论述了柴油机的主要激振源，振声响应信号特性以及它们之间的内在关系，同时分析了振声信号的传递途径。研究表明，利用柴油机表面振声信号对其进行不解体故障诊断是完全可行的。 在信号的处理方法、特征提取方面，介绍了几种分析方法，包括幅值域参数，功率谱分析、自适应滤波分析等方法，同时结合柴油机表面振声信号十分复杂的特点，引入了小波、小波包分析方法和局域波分析方法，并应用到柴油机的故障诊断和状态识别中。 在实验分析方面，在第四章详细叙述了实验方案，人为设置了气门间隙故障、高压油管泄漏故障两种典型故障，在6BT5.9型柴油机上进行故障模拟实验，同步采集多个周期的振声信号和上止点信号，以上止点作为划分振动和声音信号周期的坐标，为状态识别和故障诊断提供了实验数据和判别依据。 对于现场实验采集到的振声信号，利用MATLAB工具软件的强大数据处理能力对其进行处理分析、提取特征参数。经过对实验数据进行分析，发现在不同典型故障状态下，其特征量明显变化。这就充分证明：本课题提出的柴油机振声信号监测及特征提取的整套方案是完全可行的，并且适合现场机器状态的具体识别和对应故障的正确诊断。 最后，论文对本课题的主要研究工作做以总结，给出了研究结论和创新之处，并指出了此项研究工作有待完善之处和今后的研究重点。