随着科学技术的飞速发展,现代化大型设备的结构也日趋复杂,设备在连续不断运转的同时,也不可避免的会发生各种故障,造成不可估量的经济损失和人员伤亡。故障诊断技术是保证设备安全、可靠、高效运转的重要手段,在降低设备故障率、延长设备使用寿命、减少经济损失和保障人员安全等方面具有重要意义。本文将数据挖掘技术应用于舰船柴油机的故障诊断之中,采用支持向量机算法和关联规则挖掘算法,建立了基于数据挖掘的舰船柴油机状态监控和故障诊断的仿真系统,实现了舰船柴油机各个子系统运行状态的实时监控,并能够结合舰船柴油机整机的故障特征,挖掘出故障之间的关联关系,实现了智能化的舰船柴油机故障诊断和辅助决策分析。本文主要从以下几个方面展开研究。首先,在阅读了大量的相关文献基础上,分析总结了国内外对数据挖掘技术和故障诊断技术的研究现状。结合舰船柴油机的基本结构和故障特征,对舰船柴油机进行系统分层,分别为燃油子系统、润滑子系统、进排气子系统和冷却子系统,又对各个子系统分别进行了故障特征分析。其次,本文应用支持向量机算法对舰船柴油机各个子系统进行故障诊断。讨论了支持向量机算法的基本原理,并在每个子系统上各选择几种特征参数为例,通过模拟各个特征参数的数据来训练支持向量机的分类模型,得到舰船柴油机各个子系统的故障分类模型。再次,本文应用关联规则挖掘算法对舰船柴油机整机系统的故障特性进行关联分析。讨论了关联规则挖掘算法的基本原理,以历史故障事务数据和支持向量机分类模型得出的故障类别数据为基础,对其进行关联规则分析,挖掘出舰船柴油机故障信息中隐含的关联关系。最后,本文利用MATLAB GUI技术设计编写了舰船柴油机状态监控和故障诊断仿真系统的人机交互界面,利用MATLAB语言完成关联规则挖掘算法的编写,借鉴LIBSVM软件包完成支持向量机分类模型的训练,使用KEPSeverEx V4.0作为下位机数据采集并与MATLAB通讯的服务器,实现了舰船柴油机运行状态的实时监控与故障诊断。