发动机属于往复式动力机械，广泛应用于工业及交通运输，随着现代工业技术的发展，发动机故障诊断也日趋重要。本文以东风EQ6100型汽油发动机为研究对象，通过实验采集发动机缸体正常、活塞敲缸、曲轴轴承异响以及活塞销异响四种模式下的振动信号，研究小波理论和支持向量机（SVM）理论，提出小波能量商和及小波包-SVM诊断方法，应用于发动机多种不同故障的识别与分类，取得了较好的效果。主要包括以下内容： (1)分析发动机曲柄连杆机构的动力性，探讨导致发动机缸体振动的主要激励源和振动传播的路径。 (2)介绍了发动机振动信号的获取过程。发动机故障缸为5缸，为得到准确反映发动机故障的振动信号，选择5缸缸盖表面为正常信号测点，5缸缸体中部为活塞敲缸和活塞销异响故障信号的测点，5缸缸体下部为曲轴轴承异响故障信号的测点，采集发动机振动信号，采样频率为16kHz，数据长度为8192点，转速为2000r/min。 (3)通过对试验信号进行幅值域、时域、频域分析，观察发动机振动信号的特征，发现振动信号能量具有明显的阶跃性特征。 (4)通过分析断火处理对发动机振动的影响，基于小波包分解，构造无量纲指标——小波能量商，对发动机不同模式下的振动信号进行诊断，结果表明，小波能量商可以定量地分析发动机断火前后，其振动信号能量变化（增加或衰减）的程度，有效地识别并区分不同故障，达到较好的诊断效果。 (5)提出小波包-SVM的分析方法，利用小波包提取信号的能量特征，作为SVM输入矢量，通过训练，使SVM具有诊断分类能力，试验信号分析的结果表明，小波包-SVM方法可以对发动机正常、活塞敲缸、曲轴轴承异响、活塞销异响故障进行很好的识别分类。 本文的研究成拓展了发动机故障诊断方法，为发动机的机械故障诊断提供了有效的方法，具有一定的学术价值。