柴油机燃油喷射系统的性能直接影响着柴油机的工作过程，决定着柴油机的经济性和可靠性，但是燃油喷射系统很容易出现故障，是柴油机的主要故障源，在柴油机的故障中近30%是由燃油喷射系统出现问题引起的。柴油机燃油系统的状态信息全部包含压力波形中，当燃油喷射系统产生问题时，一定会使原有供油状态产生改变，各种参数随之相应的改变并响应在压力波形上，将使波形形态和波形参数值的产生相应的变化。这种波形畸变形式服从诊断对象的结构与功能的状态，所以通过对燃油压力波波形进行分析并得到故障特征，然后利用神经网络模式识别模型对特征值进行分类，能够间接对柴油机燃油系统故障实现诊断的目的。根据高压油管中压力的特点，在燃油压力波形图上进行识别并提取燃油最大压力、起喷压力、落座压力、次最大压力、波形幅度、上升沿宽度、波形宽度、最大余波宽度、波形面积等相应特征参数，这些参数非常直观的反映燃油喷射过程工作状态，最能表现出柴油机的运行状况。选用外用夹持式压力传感器在柴油机的高压油管上间接提取压力波形信号，故障诊断过程主要是SOM神经网络算法进行推理，SOM自织映射神经网络诊断方法是无监督学习方法，不用进行大量的样本训练学习，可直接进行特征的模式识别且具有迅速诊断的能力。并与基于BP神经网络算法比较，提出SOM-BP串联神经网络。通过仿真实验表明:SOM-BP串联神经网络能够很好地完成故障诊断，准确性和效率相当高，并具有易于实现的优点。