柴油机具有功率大、效率高、机动性好等特点，是船舶运输及工业生产等领域不可或缺的重要装备，其一旦发生故障不仅将带来大量经济损失，严重时还会造成机毁人亡的重大安全事故。及时、准确地诊断出柴油机潜在故障，并进行故障报警和定位，是保障柴油机安全、可靠运行的迫切需求。柴油机状态监测与故障诊断技术是确保柴油机安全、高效运行的有效手段，该技术经过长期的研究，已经取得了丰硕的成果。但由于船用柴油机结构复杂，潜在故障形式众多，且各种故障之间往往存在多维、复杂的耦合关系：一方面，一种故障可能表现出多种异常征兆形式；另一方面，检测到的异常征兆也可能对应多种故障，这给船用柴油机故障源的定位带来了极大的困难。因此，从柴油机所有潜在故障中准确识别出真实故障源，即柴油机多故障诊断问题，是当前柴油机故障诊断研究亟待解决的技术难题。
　　为此，本文从柴油机多故障耦合关系分析、柴油机运行状态特征优化选取、柴油机故障检测与异常数据挖掘、多故障解耦与诊断四个方面开展了研究，论文的主要研究工作如下：
　　(1)柴油机多故障耦合关系分析。提出采用键合图和时间因果图相结合的方法分析柴油机多故障耦合关系，即首先根据柴油机的结构及工作原理，建立柴油机多能域键合图模型，然后通过对该键合图模型进行转化，构建柴油机时间因果图模型。时间因果图模型采用有向图的形式描述了柴油机各项运行参数间的函数关系，通过定义在时间因果图上的前向推理，可得到柴油机发生不同故障时各项运行参数的响应特性。利用所提方法建立了柴油机润滑系统故障-异常征兆间的因果关系，并基于Beta14型船用柴油机试验台对所提方法的有效性进行了试验验证，达到了预期的效果。
　　(2)柴油机状态特征优化选取。提出两种柴油机运行状态特征优化选取算法，其目的是合理选取需要监测的柴油机运行状态参数，在不降低柴油机多故障区分能力的前提下，尽量减少实施多故障诊断所需监测的运行参数。第一种方法采用集合划分的思想，将运行参数的异常变化作为区分故障类型的依据，通过选取能够区分所有故障的最小运行参数集，得到满足柴油机多故障诊断所需的运行参数监测方案。第二种方法采用条件熵作为运行参数子集对故障类型区分能力的度量，通过启发式搜索方法寻找一组最小运行参数集。采用该方法对柴油机润滑系统多故障诊断所需监测的运行参数进行了优化选取，结果显示监测参数由8个减少到4个，有效减少了实施多故障诊断的难度。
　　(3)柴油机故障检测与异常数据挖掘。针对常用的单变量统计分析法在柴油机早期故障检测上存在的不足，提出一种自适应核密度估计结合多元统计理论的柴油机故障检测方法。首先采用主元分析法将柴油机运行参数投影到主元子空间和残差子空间上，然后在这两个子空间上分别构建Hotelling’sT2和Q两个多元统计量，采用自适应核密度估计确定这两个多元统计量的控制限，并利用其评估柴油机运行状态在主元子空间和残差子空间上的波动，实现对柴油机故障的检测。在MTU8V396型船用柴油机试验台上开展了故障模拟试验研究，结果表明：采用多元统计分析方法后，对过滤器堵塞的检测率最高由单变量统计法得到的65.75%提高至94.50%，对管道泄漏的检测率最高由48.75%提高至91.50%，对旁通阀泄漏的检测率最高由67.75%提高至94.00%，故障检测率提升效果显著，同时各运行参数对多元统计量的贡献值有效反映了该参数的劣化程度。
　　(4)柴油机多故障的解耦与诊断。在基于多元统计理论的柴油机故障检测结果的基础上，采用贝叶斯网络融合专家知识与检测结果，实现对柴油机多故障的解耦与故障源定位。为消除专家知识差异对柴油机故障诊断结果的影响，提出在经典贝叶斯网络诊断模型中引入附加节点expert，基于该节点融合不同专家的先验知识；针对经典贝叶斯网络模型需要设置大量定量参数的问题，提出将noisy-MAX模型引入柴油机贝叶斯网络建模中，将多故障对同种征兆的耦合影响解耦为单故障下的因果机制，模型所需的条件概率数量由故障数的指数关系减化为线性关系。试验结果表明该方法能够有效查找出柴油机的故障形式，为解耦柴油机多故障、准确定位故障源提供了一种可行的办法。
　　本论文旨在探索一种能够解耦柴油机故障与征兆之间繁杂的关联信息，准确分离及辨识柴油机多故障的诊断方法，研究成果对提高船用柴油机的维修保障水平具有重要理论意义和应用价值。