柴油机作为一种重要的动力机械,广泛地应用在国民生产的各领域中。柴油机在船舶设备中的地位极为重要,其运行状态直接决定了船舶的安全运行。然而,由于柴油机本身具有零部件数量繁多、运动过程复杂、工作环境恶劣等特点,柴油机在运行时容易发生各类故障。一旦柴油机发生故障,往往会影响柴油机工作状态,威胁到成套设备的安全运行,有时可能造成巨大的经济损失,甚至造成人员伤亡。因此,开展柴油机故障诊断技术的研究有着重要的意义。本文提出了基于蚁群聚类算法的柴油机故障诊断方法并通过软件仿真和实验加以验证。本文首先针对柴油机特有结构,将柴油机“气缸群”抽象成“蚁群”,提出基于蚁群聚类算法“横向比较”柴油机气缸性能状态的故障诊断新方法。然后,采用GT-POWER软件建立柴油机模型,模拟柴油机正常工况、故障工况的运行状态从而获取仿真数据。以MATLAB软件为平台,利用蚁群聚类算法对仿真后的特征数据进行聚类分析,分离出故障气缸,验证了柴油机故障诊断新方法的有效性。在聚类结果基础上,提出柴油机“离群因子”的概念,计算并比较正常工况下和故障工况下不同故障程度的离群因子,并用其表征柴油机故障的劣化程度。最后,建立了完善的柴油机故障诊断试验台,详细介绍柴油机实验台的硬件设备和软件系统,通过LabVIEW图形编程软件建立柴油机故障诊断监控系统界面。制定柴油机故障诊断实验方案,完成单缸断油实验,通过对实验结果的分析进一步证明基于蚁群聚类算法的柴油机故障诊断方法是合理可行的。本论文探索出了 一条不依赖故障样本数据亦能实现柴油机故障诊断的新途径。