本论文首先探讨了机械故障诊断的一些基本方法，特别对往复机械的故障诊断方法进行深入的研究。针对工程中的关键机械，详细研究了发动机故障类别特点，发动机故障珍断的方法，比较了传统诊断方法和智能诊断方法的优缺点，并重点研究和总结了近年来在故障诊断领域得到广泛应用的人工神经网络故障诊断方法。发动机作为往复机械的代表，故障呈现出比较复杂和多样性的特点，应用传统的诊断方法很难进行识别，并且诊断准确性很低。随着人工智能技术的发展和应用，越来越多的科技人员把其引入故障诊断领域，收到了比传统诊断方法更好的效果。本论文详细论述了神经网络在故障诊断领域的应用，深入地研究了应用神经网络实施发动机故障诊断的方法。系统研究了BP网络的数学原理、网络模型结构的建立原则、网络参数选择的方法、网络样本的训练方式、网络样本的处理方法等等，并且总结和探讨了几种BP改进方法。论文应用VC＋＋语言和MATLAB工具软件，建立发动机的故障诊断系统，数据库的操作采用了SQL Server 2000管理系统，实现了初步的智能化诊断。最后，以润滑子系统为例实验了此系统，验证了应用神经网络实施故障诊断的可行性和正确性。