本文主要以船舶柴油机为研究对象，重点对柴油机运行状态中故障的发生、预防与诊断进行综合分析。结合现阶段信息处理技术、故障诊断技术对柴油机进行故障诊断与预报。基于现阶段单一的故障诊断方法难以得到理想的效果，用一种基于两种诊断方法融合的诊断方法来进行柴油机故障诊断与预报。融合诊断方法利用粗糙集理论对不完备信息处理的优点，对收集的柴油机故障数据进行处理分析，分析处理后的结果利用支持向量机理论进行分类训练，得到分类诊断结果。该方法解决了单一利用粗糙集理论进行故障诊断时，诊断结果受外部因素影响较大的缺点，同时也解决了单一利用支持向量机理论进行诊断时对冗余信息和重要信息分类识别不准确的不足。经过粗糙集处理后的数据变得更精简，但整个数据特征的完整性却基本被保留了下来，为使用支持向量机理论进行分类诊断提供了更简洁有用的信息，提高了诊断速度，同时也提高了分类诊断的正确率。本文通过融合方法对实际故障数据进行诊断，得出的诊断结论与实际结论进行对比，证明了融合方法的可行性。本文中利用融合诊断方法进行故障诊断主要是MATLAB软件中对数据进行粗糙集理论方法处理分析，在利用LIBSVM工具箱中的SVM方法在基于MATLAB的工作环境中进行诊断分析，最后得出分类诊断结果。本文最后在基于VC++和MATLAB的环境中开发了基于融合诊断方法的系统。并详细的介绍了软件开发与实现的过程。