船舶冷却水系统是保证船舶动力装置正常稳定运行的非常重要的船舶动力管路系统。它通过强制连续的冷却水循环带走了船舶柴油机运转过程中产生的没有转化为机械能的热量,从而防止柴油机各部件由于热负荷过大而损坏和润滑油烧焦失效。因此,船舶冷却水系统是否正常工作直接影响到整个柴油机动力装置的可靠性、经济性和系统设备寿命。目前船舶冷却水系统的故障诊断,大多数是依靠轮机员的经验来检测和判断的,但是这样一旦发生故障,很难及时排除。因此,研究如何帮助轮机管理人员迅速判断故障性质进而排除故障,对保证船舶正常航行具有特别重要的意义。本文首先以大连海事大学教学实习船“育鲲”轮为实例,详细地分析了“育鲲”轮中央冷却系统的三个子系统海水冷却系统、低温淡水冷却系统和高温淡水冷却系统及其典型故障。其次,综合现在常用的各种故障诊断方法,选取了神经网络进行故障诊断,并对人工神经网络进行了介绍,然后进一步选用了RBF神经网络建立了故障诊断模型。再者,根据“育鲲”轮的日常运行参数,分别针对海水冷却系统、低温淡水冷却系统和高温淡水冷却系统从其历史运行数据中选取了若干组数据建立了故障和故障征兆样本集,并利用MATLAB编写了故障诊断程序进行故障诊断。最后,利用Visual C++语言编写了船舶冷却水系统故障诊断模块,通过调用该模块和设定不同的模块参数值,可以利用训练样本数据对模型进行训练,并对测试数据进行故障诊断,结果表明船舶冷却水系统故障诊断模块可以很好的判别故障性质。随着船舶系统智能化程度的提高,将人工智能故障诊断技术应用到现代船舶轮机管理中是一种必然趋势。本文采用Visual C++编写的船舶冷却水系统故障诊断模块,结构参数设置方便、移植性好,具有一定的实际应用意义。