柴油机故障诊断涵盖了信号的采集、数据的处理与特征值提取、故障诊断与分类三个主要部分，而其故障诊断技术却综合了多种学科与理论知识，经历了由传统诊断技术到智能诊断技术的发展历程。

虽然柴油机故障诊断技术在工程应用方面已经取得许多突破性的进展，但由于柴油机系统结构复杂，运转中零部件工作状况相互干扰，且故障类型多种多样，至今没有形成一套快速有效、广泛通用、结果理想的诊断方法。其主要面对的困难有：

（1）柴油机本身零部件结构组成繁杂，运行中，各工作系统的作用关系不明朗；其次，对于不同型号的柴油机，零部件构造、系统组成及工作原理也有所差别，即一种柴油机的故障诊断方法应用于另一种柴油机，所得到的诊断结果与当前的运行状态不符。

（2）由于柴油机是一种往复式旋转机械设备且工作中伴随着大量的噪声，因此，在某瞬时采集到的振动信号并不能如实反映柴油机整体状态好与坏。

（3）柴油机故障诊断中，无法准确判定征兆与故障的对应关系，即两者间不是一一对应，而是一对多的现象。

在未来的社会发展中，随着科学研究的日益深入，智能优化算法与计算机技术不断更新和相互融合，将其运用到柴油机故障诊断中以提高诊断过程的快速性和诊断结果的准确性定会成为时代进步的趋势。基于此，今后的进展方向主要体现在以下几方面：

（1）信号处理方面鉴于柴油机振动信号具有非平稳性、瞬时性和突变性，进一步改进和完善信号分析处理方法（如时频域分析中信息提取方法等），以求能够从原始信号中获取更多体现机器状态的信息是未来故障诊断的一个重要研究突破点。

（2）诊断结果方面每种智能优化算法均有自身的优势和不足，因此，为能够提高诊断结果的正确率，将多种优化算法相互融合，优势互补，并结合柴油机故障分析方法进行诊断，例如本论文人工蜂群算法优化支持向量机来获得最佳性能参数，进而能在最后的柴油机故障分类中以求得更高的精确度。

（3）技术资源方面为确保生产效益和工作效率，利用计算机技术建立故障诊断系统和信号数据采集分析系统，利用网络技术进行信息共享，实现信息融合的在线诊断。