船舶机舱是船舶动力的源泉，其正常运行对海洋运输的安全性有着举足轻重的意义。而机舱自动化监控和故障诊断技术又是船舶安全性的重要部分。本文以船舶柴油机作为研究对象，通过虚拟仪器、测试技术、模糊神经网络、蚁群算法等理论为基础，深入的研究了机舱监控的各模块的设计、故障特征提取和诊断方法、以及蚁群算法所优化模糊神经网络系统。本文是基于LabView的船舶柴油机故障诊断的研究。针对传统的开发软件（VB,VC++,C语言等），开发机舱监控系统开发周期长、运行速度慢、调试和维护困难，以及难以实现系统冗余等缺点，本文采用了虚拟仪器技术模块化思想设计了机舱监控及故障诊断系统。实现机舱各部件的信号采集、处理、集中显示、报警控制。为实现船舶柴油机故障诊断奠定了基础。近年来，故障诊断技术飞速发展，在智能故障诊断中，往往不存在简单的对应关系，错综复杂。将模糊逻辑和人工神经网络相结合形成的模糊神经网络可以有效地利用模糊的信息，又有自学习的特点，能更好地胜任智能故障诊断。本文将最新的蚁群算法和模糊神经网络故障诊断相结合，对参数进行优化训练，优化网络的权值和阈值，得到了更好地收敛效果和速度。避免了网络训练限于局部极值和收敛速度慢的弊端，并且在MATLAB环境下进行了仿真，具有一定的可行性和可靠性。