安全是船舶运行中最重要的问题,也是对船舶最基本的要求。近年来,船舶安全事故时有发生,对船舶机械设备进行故障诊断十分必要。船舶主机燃油供给系统是船舶动力装置中最重要的动力系统之一,为船舶主机提供具有一定压力、适当黏度的燃油,供其燃烧使用。因此,确保船舶主机能够正常运行的前提条件是保证主机燃油供给系统能够将燃油畅通无阻地送入主机。所以,及时准确地预测判断燃油供给系统是否正常工作,是否存在故障隐患,并及时准确地分析故障原因尤为重要。由于船舶机械设备日益自动化和复杂化,传统的船舶故障诊断技术已经不能满足工程实际需要,而且人工智能技术已经被广泛地应用到各个领域,因此,船舶智能故障诊断技术成为故障诊断领域中新的研究方向。经过多年的深入研究和逐步发展,模糊理论和BP神经网络在理论方面越来越成熟,同时在故障诊断领域中的应用也取得了一些成果。本文分别对模糊理论和BP神经网络进行了介绍,分析比较了这两大理论在故障诊断领域中的应用效果,并研究了二者结合的必要性和结合方式。本文首先对船舶故障诊断技术和教学实习船“育鲲”轮及其主机燃油供给系统进行了简要的介绍,并对“育鲲”轮主机燃油供给系统故障现象及故障原因进行了深入研究；然后分别对模糊理论和BP神经网络的基本理论进行介绍,重点研究了BP神经网络算法及其与模糊理论的结合方式；最后根据BP神经网络理论对采集到的故障征兆参数建立了故障诊断模型,运用MATLAB软件进行了故障诊断研究,并根据其存在的缺陷,提出了故障诊断模型的优化方案。优化后的故障诊断模型能够对“育鲲”轮主机燃油供给系统的故障类型进行准确地诊断和识别,证明这种改进方法是一种有效的优化方案。