船舶发电机是船舶电力系统的核心组成部分，在各种船舶上被广泛的应用，对其进行故障的诊断具有十分重要的意义和实用价值。根据国内外船舶发电机诊断技术的现状和发展趋势，本文以船舶发电机的常见故障，即轴承故障的诊断技术为例加以深入探讨和研究。以小波神经网络算法为故障诊断技术，采用定子电流检测方法，构成基于小波神经网络的船舶发电机轴承故障在线诊断系统，实现对船舶发电机轴承故障的在线诊断系统。论文首先从发电机常见故障分析入手，着重分析了船舶发电机轴承故障的原因和故障时定子电流的特征频率，建立了船舶发电机轴承正常和故障时的数学模型，并利用MATLAB编程对发电机轴承正常和故障时进行仿真，揭示出船舶发电机轴承发生故障时定子电流特征频率之间的内在联系。其次，针对小波分析在信号处理上的优势，提出以小波频带能量分析的方法来提取故障诊断各个频带的特征值。由于船舶发电机轴承故障部位的不同，经过小波分析时提取出的能量特征值也不相同，因此可以把各个频带的特征值作为故障诊断的特征向量。然后，针对神经网络在设备故障诊断中的应用，利用BP和Elman两种神经网络对船舶发电机轴承的故障进行了诊断，通过比较两种网络的诊断结果以及综合分析其性能，确立了用Elman网络进行故障诊断的模式识别。最后，搭建了船舶发电机故障诊断系统的模型，利用神经网络对小波分析提取出的特征向量进行训练，构造了小波神经网络进行故障识别与诊断。通过构造的小波神经网络系统对船舶发电机轴承故障的模型进行了仿真，完成了对其故障的诊断。