柴油机自问世以来,因其固有的优势,就被应用于船舶运输业,并扮演着船舶核心动力的角色。其性能的好坏直接影响着船舶营运的安全和效率。柴油机工作环境多变、条件恶劣,故障发生率极高。而且柴油机系统具有多层次、复杂等特性。因此对其性能的监测过程复杂,出现故障时排查故障原因难度大、耗时长,维修工作繁琐、时间紧迫,一旦修理维护不及时或不正确,将会引发海损事故,造成海洋污染和货物的经济损失,甚至是危害海员的生命。因此,做好柴油机故障分析诊断工作,才能更好的保证船舶人员和货物的安全,减少对海洋的污染。目前船舶管理大多数都是采用传统的故障诊断方法和定期预期维修计划。但是随着柴油机技术的发展,传统的故障诊断方法难以满足现在的需求。随着人工智能技术的发展,船舶柴油机故障诊断技术开辟了一条新的道路。利用BP神经网络的人工智能计算机诊断方法,是柴油机故障诊断研究的一个重要方向。本文从实际出发,在船舶现已成熟的数据采集系统的基础上,设计了一套以BP神经网络为核心技术的船舶柴油机故障分析诊断系统。整套系统实现了数据采集、状态监测、信号分析、故障诊断等多项功能。系统在Visual Studio 2013环境下开发,以MATLAB神经网络工具箱来实现BP神经网络,对采集数据信号进行分析；以MySQL数据库来建立故障数据库,在后台对数据进行统一管理。本软件具有简单实用的人机界面,使用模块化的方式编程,易于添加扩展,为后续的实际运用建立了框架基础。