柴油机作为一种重要的动力机械,广泛的应用在国民生产的各领域中。柴油机是船舶设备中主要的动力来源,其运行状态直接决定了船舶的安全运行。然而,由于柴油机本身具有工作环境恶劣、零部件数量繁多、运动过程复杂等特点,在运行时容易发生各类故障。一旦发生故障,往往会影响柴油机工作状态,造成巨大的经济损失,甚至造成人员伤亡。因此,开展柴油机故障诊断技术的研究有着重要的意义。本文以D4114型柴油机为研究对象,应用BOOST软件建立了柴油机仿真模型,对柴油机压缩比变化、喷油提前等典型故障进行了仿真分析,研究了基于KNN算法的柴油机故障诊断方法。首先,通过对柴油机工作过程仿真的分析,确定了柴油机性能仿真和故障诊断的研究策略。建立了 D4114型柴油机的AVL BOOST仿真模型,通过模拟柴油机不同工况的运行状态,与实验数据相对比,验证了模型的准确性。其次,应用柴油机仿真模型对压缩比降低、喷油定时故障、单缸供油不均、增压器效率下降、进气气门间隙增大、排气气门间隙增大、曲轴箱窜气等8类典型故障进行了故障模拟。通过数值定量分析,得到不同故障及不同故障严重程度下8个热工参数的变化规律,构建了热工参数对不同故障类别的故障集。最后,分析了 KNN算法应用于柴油机故障诊断的可行性。针对KNN算法对故障样本集依赖性较强、分类速度慢等不足,提出了改进的KNN算法。以MATLAB软件为平台设计了基于改进KNN算法的故障诊断程序,得到了待检测故障样本与故障样本集的距离,以及待检测样本对应每种故障类型的概率,依据此进行故障诊断,验证了基于KNN算法的柴油机故障诊断的有效性。之后,建立了柴油机故障诊断试验台,应用LabVIEW图形编程软件设计了柴油机信号采集程序。进行了气门间隙故障诊断的实验验证,证明基于KNN算法的柴油机故障诊断方法是可行的。