船舶燃油系统作为船舶动力装置的核心部分相当于人的心脏。通过燃油系统各组件的配合工作,最终把达到标准的燃油顺利输送至各燃油设备(主机、副机、锅炉等)喷油入口,这对整个船舶的正常运行起着关键性的作用。由于燃油系统故障导致船舶主机、船舶副机发生重大事故的事例屡见不鲜。因此,及时发现船舶燃油系统异常,判断和预测船舶燃油系统故障尤为重要。船舶自动化程度不断提升,设备的技术含量和复杂程度越来越高,而这对故障的分析处理增加了难度。船舶故障诊断技术是一门综合交叉性技术,传统的故障诊断技术已经很难满足现代船舶管理的要求。将人工神经网络技术应用于船舶故障诊断,是当今轮机工程领域的一个重要研究方向。本文将神经网络应用于船舶燃油系统的故障诊断,提出一种以神经网络为主、模糊理论作为有益补充的故障诊断结构。首先,综述了船舶轮机故障诊断的研究现状、基本方法及发展趋势；然后,对人工神经网络基本理论和方法进行介绍,重点研究了BP神经网络的网络结构、学习规则和设计方法,并分析了BP神经网络的局限性以及改进方法；接着简要介绍了模糊理论,提出了模糊理论与人工神经网络相结合的故障诊断模式；最后,针对我校实习船“育鲲”轮燃油系统进行分析,重点研究了船舶主机供油单元的故障及原因,利用BP神经网络建立故障诊断模型,在MATLAB中进行了实例仿真,针对其缺陷对故障诊断模型进行了优化,仿真数据表明,优化后的故障诊断模型能够快速而准确地识别故障,该方法是一种有效的故障诊断方法,基于以上研究运用混合编程技术开发了故障诊断系统。