现代社会中,柴油机作为应用最广泛的动力机械之一,在航空航天、大型水利水电系统、船舶诸多领域中发挥着重要的作用,尤其是在船舶动力系统中,柴油发动机是最重要的动力输出源,它的健康状态直接决定了船舶系统及其工作人员的人身安全。随着现代科技的快速发展,船舶柴油机不断朝着大型化、智能集成化和复杂多样化的方向发展,柴油机的性能得到了很大的改善和提高。同时,柴油机机体的故障率会随之增高,其故障发生的机理所演变的分类和特点也变得更加复杂,因此,人们越来越重视船舶柴油机系统的安全运行和维修保障等方面的问题。针对此类问题,本文以提高船舶运营效能为目的,以某柴油发动机为研究对象,从故障特征信息提取、故障诊断效率和精确度、维修建议等方面,进行了柴油发动机典型故障诊断和健康管理系统研究设计工作,内容如下:(1)简述了振动信号数据采集系统,本文通过计算多组测试数据的六项时域指标相对标准偏差,对采集系统进行了稳定性与重复性分析,验证了振动监测系统采集非稳态信号的可行性。(2)提出基于集合经验模态分解(EEMD)与奇异值分解(SVD)相结合的方法,通过EEMD-SVD方法对柴油发动机的初始振动信号进行了特征提取。(3)将粗糙集算法与模糊神经网络相结合,建立粗糙集与模糊神经网络结构系统应用于柴油机故障诊断中,实现了两者优势互补,有效提高了故障诊断的效率和精确度。(4)基于前述研究方法,把它们作为子模块嵌入到健康管理分析系统中,设计了柴油发动机故障诊断和健康管理系统,实现故障诊断和健康管理功能,验证了方法的有效性。