Hilbert-Huang变换（HHT）是一种适用于非线性、非稳定信号处理的自适应时频分析方法，包括经验模态分解（EMD）和与之相应的Hilbert谱。其中最关键的是EMD，其本质是要把一个多频率成分的信号分解成为一系列单频率成分信号，该方法存在模态混叠等问题。近年来提出的集合经验模态分解方法（EEMD），可以较好的解决模态混叠问题。EEMD方法的提出时间尚短，在理论上还不是很完善，并且主要应用于高新技术领域，船舶领域还未普及应用。基于这一背景，本文针对EEMD方法的改进和在船舶动力装置故障诊断的应用两方面展开研究。研究了EEMD方法的两个关键参数，得出了自适应性的必要条件。从白噪声的添加方式入手，提出了一种改进的EEMD方法。引入迭代EMD间隔阀值去噪方法，对其去噪原理进行了详细的讨论，经仿真验证该方法对稳态信号去噪效果良好，对含高频瞬态成分的信号去噪效果较差。基于迭代EMD间隔阀值去噪方法和改进的EEMD方法，提出一种新的自适应EEMD方法，该方法对含噪稳态信号分解效果较好并减少了残余白噪声量。考虑添加白噪声需满足的条件及白噪声的概率统计特性，提出基于概率统计的添加白噪声的准则，进而提出另一种自适应的EEMD方法，经仿真研究该方法较好的抑制含噪稳态信号和含高频瞬态成分信号的模态混叠问题并减少残余白噪声量，更适合应用于船舶动力装置的故障诊断。模拟齿轮点蚀故障和轴承内圈故障进行了实验，测取了故障实验数据。应用基于概率统计的自适应EEMD方法对齿轮、轴承故障信号进行分析，分解后故障特征频率不明显。从能量的角度入手，对EEMD分解后的IMF做进一步的分析，提出了基于EEMD及其瞬时能量密度谱的故障诊断方法。通过对齿轮、轴承模拟故障信号的分析表明该方法可以得到齿轮、轴承的故障频率，并且与其它故障诊断方法相比，具有计算成本上的优势。将该方法应用于3110型柴油机单缸熄火及气门异常间隙的故障诊断中，可以诊断出柴油机熄火故障，辨别气门间隙过紧还是过松，但是较难区分正常工况和气门间隙过紧故障之间的差别。