柴油机是一个复杂并且被广泛使用的机电系统，现在的柴油机测试系统大多只是从某一方面分析柴油机的性能，价格高，且智能化水平不高，如何在降低投资的同时全面地测试诊断柴油机的性能，提高测试精度，是测试领域的一个难点。虚拟仪器技术的核心是“软件即仪器”，即用软件实现所有仪器的功能，具有组建测试系统快、测试精度高以及节约投资等优点。 为此，本文将虚拟仪器技术用于柴油机故障测试诊断的信号采集、时域和频域分析、小波分解、神经网络和数据库等方面，并对各项技术的原理特点及在故障诊断领域中的应用做了细致的研究和分析。在此基础上提出了一种以虚拟仪器技术为平台的柴油机故障诊断测试系统，应用效果良好。 本文的主要研究内容和研究成果有： (1)把虚拟仪器技术运用到柴油机的故障诊断，用N16259数据采集卡采集柴油机的特征信号，用LabvIEW语言开发出故障诊断的软件平台。采集信号可以多路同时进行，更换和增加采集通道也非常方便。此方法不仅节约了成本，而且可以实现数据的在线和离线分析，构建测试系统也相当方便。 (2)缸盖振动信号具有丰富的故障特征，本文先测取缸盖的振动信号和转速信号，通过对信号本身的特性分析研究，揭示出各故障与振动信号之间的联系，总结出了故障振动诊断的判据。 (3)运用离散小波分解技术对高压油管压力波形进行分解，对分解出来的低频逼近分量波形a，和高频分量波形d，进行计算，分别提取频域方面的低频能量因子和高频能量因子两个特征参数。根据高压油管压力的特点，提取了另外四个特征参数，分别是压力波峰值及其对应的频率、开启油压、喷油提前角等。这些参数不仅保留了时域特征还保留了频域特征，实验证明是一种对高压油管压力波形处理的好方法。 (4)运用BP神经网络技术对故障特征参数进行训练和识别诊断，本文将6个故障特征参数作为神经网络的输入神经单元，其诊断结论作为输出神经单元。实际应用表明，具有较好的故障诊断效果。 (5)故障数据的存取是设备故障诊断系统的一个非常重要的部分，运用LabVIEW的数据库工具，实现了数据的存储、查询、读取等功能。