船舶柴油机是船舶动力装置的关键设备，如果发生故障，将会影响船舶营运，并可能造成巨大的经济损失，甚至造成关键设备损坏，危及人身安全。对船舶柴油机进行状态监测和故障诊断，能够有助于及时有效地发现并排除船舶柴油机的故障。这对于提高船舶柴油机工作时的安全性和可靠性，降低设备维修费用，减少经济损失，避免重大事故发生具有十分重大的意义。船舶柴油机是典型的综合性复杂系统，其组成结构和工作原理导致了故障症状的复杂性。船舶柴油机的故障原因与故障征兆数值之间表现为极其错综复杂非线性关系，并且各特征参数之间往往呈现出强耦合性和非线性，因此必须采用非线性方法对其进行状态监测和故障诊断。本文在总结和汲取前人研究成果的基础上，结合核学习理论在处理非线性问题方面所独有的优势，着重对基于核学习理论的柴油机故障诊断技术进行深入、系统的研究，其主要研究内容及成果包括以下几个方面。1.利用核主元分析非线性状态监测的优势，针对船舶柴油机的燃料系统提出了一种基于核主元分析的状态监测方法。首先对正常采样数据进行核主元分析，计算监测统计量及其控制限，从而建立状态监测模型。然后利用建立的状态监测模型对船舶柴油机的燃料系统进行状态监测。对某型船舶柴油机燃料系统的状态监测结果验证了本文提出的方法的有效性。2.结合核主元分析的特征提取优势和支持向量机具有较高的辨识率的特点，提出了一种新的船舶柴油机喷油系统的故障诊断方法。首先利用核主元分析对训练样本集进行特征提取，提取出最能反映船舶柴油机喷油系统故障状态的非线性主元。然后将提取的非线性主元用于支持向量机的训练，建立船舶柴油机喷油系统的故障诊断模型。最后利用所建立的故障诊断模型对船舶柴油机喷油系统的未知故障样本进行诊断。对某型船舶柴油机喷油系统的故障诊断结果表明：该方法能够准确识别船舶柴油机喷油系统的几种常见故障。3.针对船舶柴油机的涡轮增压系统具有模糊性和非线性的特点，提出了一种基于模糊核聚类算法的船舶柴油机涡轮增压系统故障诊断的方法。首先对历史故障数据集进行模糊核聚类，得到聚类中心，建立船舶柴油机涡轮增压系统的故障诊断模型。然后，利用建立的故障诊断模型对船舶柴油机涡轮增压系统的未知故障样本进行诊断。对某型船舶柴油机涡轮增压系统的故障诊断结果表明：该方法对于船舶柴油机涡轮增压系统的几种常见故障具有较高的区分度。因为引入了模糊逻辑的概念，所以该方法的诊断结果也更加真实、客观。4.针对智能化柴油机与传统柴油机的故障机理之间的差异，结合核fisher判别分析判别精度高和运算时间短等优点，提出了一种基于多类核fisher判别分析的故障诊断方法，并采用留一交叉检验法确定其中的参数。对某型船用智能化柴油机进行故障诊断的结果表明：该方法具有计算量小、耗时少、故障诊断准确率高等优点。因此，该方法非常适合于对船用智能化柴油机进行实时的故障诊断。本文主要研究了核学习理论，提出和改进了各类基于核的分类方法，对船舶柴油机的各子系统建立了一系列的状态监测和故障诊断模型。这些方法分别具有各自的优点，能够满足不同子系统的故障诊断要求。