柴油机具有燃料经济性好、工作可靠、耐久性好、功率范围广、排气污染小等一系列优点，不仅在重型汽车、工程机械上得到了广泛的应用，而且在中小型汽车、甚至轿车上的应用也日益增多。开展柴油机智能化故障诊断技术研究，可以保障生产的安全性，减少或避免因事故而造成的重大经济损失和人身伤害；能够帮助维修人员缩短检修时间，提高维修质量。人工神经网络特有的非线性适应性信息处理能力，克服了传统人工智能方法对于信息处理的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。而BP神经网络是前向网络的核心部分，体现了人工神经网络最精华的部分。随着微电子技术、计算机技术、软件技术和网络技术的高度发展及其在电子测量技术与仪器上的应用，测试技术在许多方面已经突破传统测试仪器的概念。以计算机软件技术为核心的虚拟仪器技术用计算机软件替代了传统仪器中的某些硬件，不仅可以节省硬件开支，而且缩短了研发时间，减小了设计难度，它的出现使测试技术进入了一个新的发展时代。本文利用NI公司开发的图形化编程语言LabVIEW，并且通过LabVIEW软件中的MATLAB脚本节点调用MATLAB程序，构建了一套基于虚拟仪器的发动机振动测试和分析系统，从而完成了发动机振动信号的数据采集、信号的降噪、信号的小波包特征提取及故障的智能诊断。文中通过对通用数据采集卡三种接口驱动程序开发方法做比较，最后确定了利用调用动态链接库的方法来编写UA301数据采集卡的接口驱动程序，该方法简单易行，运行起来快捷稳定。智能化故障诊断的关键在于故障特征的提取，文中将信号样本进行小波包变换，而后计算各子频带所占总频带的能量比，得到8维特征向量。选取好特征向量后，构建四层BP神经网络，训练好后用其对样本进行故障识别，取得了良好的效果。从而说明基于小波包的特征提取可以有效提取故障信号的特征信息，并且利用BP神经网络进行故障诊断也是切实可行的。