柴油机是燃烧柴油获取能量释放的发动机，其优点是扭矩大、经济性能好，主要应用于重型汽车、大型客车、工程机械、船舶、发电机组等，在人们的日常生活和生产中起着举足轻重的作用。但是在柴油机使用过程中不可避免会发生故障，如果故障不能及时发现不仅会给企业带来因设备停工所的经济损失，还可能造成不可想象的重大事故，进一步造成严重的经济损失甚至造成人员伤亡，因此柴油机的故障诊断一直是国内外研究的热点。随着技术的不断进步，故障诊断手段和方法的不断丰富使柴油机的故障判断水平取得了长足的发展，本文的主要内容就是基于振动分析和润滑油分析对柴油机进行故障诊断。主要开展了以下几个方面的工作：　　首先对柴油机故障诊断常用技术手段和方法进行了综述，研究了基于经验模态分解的AR模型和模糊熵的信号特征提取算法，并利用以上算法提取了能够表征柴油机工作状态的故障特征。对基于SVM的故障模式识别模型进行了研究，并对其多分类算法和参数寻优算法进行了分析。同时利用振动时域分析方法对车载柴油机进行了状态监测，诊断出发动机燃油系统故障和曲轴轴瓦间隙异常等故障，并通过对发动机进行解体验证方法的有效性。　　接下来进行了配气机构正常及四种故障条件下的台架实验，利用EMD将振动信号自适应的分解到不同的频率段，提取了各分量的AR模型参数、能量、奇异值和模糊熵等特征，最后利用遗传算法（Genetic Algorithm，简称 GA）优化的SVM模型进行故障诊断。结果表明：与信号能量、奇异值和模糊熵等特征相比Autoregressive model（AR）模型参数可以更好的表征柴油机的工作状态，此外GA可以明显提高SVM模型的故障诊断正确率。　　在以上研究的基础上，对油液分析法以及润滑油作用和组成作了简要介绍，分析了红外光谱的发展历程和工作原理，以及在油液分析中的具体应用，总结了红外光谱在柴油机润滑油油液分析中的重要指标如：氧化、硝化、添加剂损耗、烟炱、燃油稀释、水含量、乙二醇含量等，总结了介电常数、铁含量等油液分析中常用的理化指标。进行了柴油机油液分析实验，经过对比柴油机不同状态的润滑油理化指标和红外光谱指标，揭示了柴油机故障引起的润滑油理化指标和红外光谱指标的变化规律。