柴油机是最常见的机械设备,作为汽车、船舶、飞机等的核心部分,其性能的好坏,直接影响着整个设备的性能。及时发现、诊断其故障并采取有效的措施,具有重大的现实意义。本文首先介绍了柴油机故障诊断的研究现状和方法,其次着重介绍了两种信号处理方法:希尔伯特-黄(HHT)法和小波分析法。希尔伯特-黄变换法利用经验模式分解(EMD)法与hilbert变换的结合,深入地刻画频率与时间之间的关系(hilbert谱),频率和能量之间的关系(边界谱),得到信号的时间-频率-能量图(时频三维图);小波分析法它将频带进行多层次划分对低频空间进行进一步的分解,使频率的分辨率变得越来越高,从而提高了时-频分辨率。接着分析了柴油机的结构以及振动特性和瞬时转速信号特性。在理论分析的基础上,我们针对某V12柴油机在试验台上分别进行了振动信号的测试和瞬时转速信号的测试,由于实际信号的复杂性和HHT方法自身的问题,提出了基于奇异值分解(SVD)降噪的改进的希尔伯特-黄法来处理缸盖振动信号,从仿真和实验两个方面说明了Hilbert-Huang变换在振动信号时频分析中的优越性。利用db小波分解瞬时转速信号得到时域图,并提取单缸作功冲程峰谷值差值作为特征值,通过时域曲线和特征值变化曲线可以明显看出单缸断油的故障,并将该特征值作为样本在BP神经网络中训练取得很好的效果。