随着现代科技的迅速发展，舰艇机电设备的功能越来越多，组成和结构越来越复杂，设备发生故障的潜在可能性和方式也在相应增加。机电设备是整个舰艇系统的动力心脏，为整个舰艇系统提供原动力。机电设备一旦发生故障，将影响舰艇的安全性能和作战能力，造成不可估量的重大损失。因此，加强对舰艇机电设备的监测与故障诊断，迅速判断故障发生的原因并排除故障，保证机电设备的正常运行具有特别重要的意义。 本论文针对某型舰艇上配备的机电设备，如柴油发电机组，辅助鼓风机电机等作为特定研究对象，进行状态监测与故障诊断研究。 首先指出开展机械设备状态监测与故障诊断研究课题的必要性，对课题研究的内容、目的以及发展的现状与未来趋势进行简要的论述。 其次简要回顾了目前机械设备状态监测与故障诊断方法的分类，同时指出了各种方法的不足之处。并对舰艇机电设备一些常见故障的特征和产生机理进行了分析。 然后介绍了FFT变换在工程应用中的优缺点。在实际工程中，对柴油发电机组进行振动监测，并采用经典的波形频谱方法进行处理，发现时域波形呈现明显的周期性，频谱二倍频幅值偏高，分析认为可能存在联轴器不对中故障。通过变转速变负荷的方法，确认设备存在联轴器不对中故障，是致使频谱的二倍频偏高的原因。 最后介绍了小波变换、小波包分解技术以及近似熵的原理，并对其在工程应用中的优势进行了阐述。结合小波包分解(WPT)方法和近似熵方法，提出一种多分辨率能量波动-近似熵设备故障诊断技术。首先利用小波包分解将振动信号分解为各频率成份正交、无冗余、无遗漏的子信号，然后对子信号进行能量波动检验，给出故障的存在性诊断；对于存在故障的子信号进行近似熵计算，根据近似熵值的大小分析信号的复杂性程度，即故障的严重程度。仿真及工程验证结果表明，该方法不仅可以确定故障的存在性，还能诊断出故障的严重程度，而且可以避免由于无故障的设备振动信号近似熵很高而出现的误报误诊的情况。