为提高船舶运行效率,船舶机舱的机械设备越来越趋于自动化和智能化,与此同时机舱的机械设备故障产生机理复杂多变,船用主机作为船舶最重要的核心装备,一旦发生故障对船舶而言是影响极大。随着数据挖掘技术的飞速发展,已广泛应用于各个领域,尤其是在海量数据提取隐藏知识的巨大优势。因此将数据挖掘技术和故障诊断技术相结合应用到船舶机舱,从海量的历史运行数据中提取相应的诊断知识,实现对机舱中的船用主机进行智能的故障诊断。本文将数据挖掘中的决策树算法引入到船用主机进行故障诊断当中,详细介绍了数据挖掘、决策树算法基本理论,总结提炼出进行数据挖掘的一般过程和数据挖掘系统常见构成。然后通过实验室某VLCC油轮模拟器模拟在第7缸喷油器运行正常、喷孔磨损、喷孔堵塞、喷油正时提前、喷油正时延后运行状态。在各状态下分别进行30次实验,共采集150组实验样本数据,对样本数据进行离散化处理。分别在30组中随机选择20组作为训练集,其余作为测试集。用python语言编写决策树算法程序,将训练集输入得到决策树故障诊断模型,然后对决策树诊断模型用测试集进行测试,用测试集验证其诊断模型的诊断精度,验证了用决策树进行船用主机故障诊断的可行性。可以引入到机舱船用主机进行故障诊断。最后本文对基于决策树的船用主机故障诊断系统进行了框架搭建,对于部分功能进行详细阐述,对系统软硬件进行设计,利用python实现了基于决策树的船用主机诊断模块。