0 引　言

船用低速柴油机具有热效率高、启动迅速和功率范围大等优势，在船舶中占据着举足轻重的地位^[1]。船用低速柴油机体积庞大、结构复杂，加之海上恶劣环境和人为操作失误等因素影响，其正常运行面临巨大挑战，一旦柴油机发生故障，造成整个船舶的瘫痪，还会威胁船上人员的生命安全^[2-3]。

当前船用低速柴油机大多采用定期检修的形式，存在维修成本高、实时性差等弊端，且对技术人员的经验要求很高^[4]，因此设计智能化的船用低速柴油机故障诊断系统，迅速并准确地诊断柴油机各类故障有着重要意义。目前船用低速柴油机故障诊断系统的研究成果丰富，许小伟等^[5]和卓宏明等^[6]分别利用快速在线支持张量机以及Petri网和萤火虫神经网络相结合的方法完成故障诊断系统设计。这2种系统均能有效解决超大样本和高维数据的分类问题，但系统的网络性能和对于微弱故障的诊断能力有待提升。

RBF神经网络具有拓扑结构简单、数据并行处理能力强等优势，已广泛应用于模式分类、非线性系统的建模与控制等方面，因此本文设计基于RBF神经网络的船用低速柴油机故障诊断系统，通过船用低速柴油机各关键构件信号采集、信号调理、故障信号判断以及故障识别，实现船用低速柴油机故障诊断及相应故障等级划分。

1 船用低速柴油机故障诊断系统 1.1 系统总体结构

船用低速柴油机故障诊断系统总体结构见图1。

1）传感器层由温度、转速以及振动等传感器组成，布设于船用低速柴油机合适的位置，采集柴油机排气温度、增压器转速与缸盖振动等信号。

2）调理层包含信号调理电路、信号过限判断和串口通信3个模块。信号调理电路模块通过传感器层采集船用低速柴油机各关键构件信号，信号过限判断模块确定信号数据是否超过阈值，以获得故障信号数据，并利用串口通信模块传输到应用层。

3）应用层主要由4个模块组成，其中船用低速柴油机故障诊断模块，依据接收到的故障信号，RBF神经网判断船用低速柴油机故障类型和故障程度；船用低速柴油机稳定性评估模块能够对柴油机运行过程中的整体状态进行衡量；还具备船用低速柴油机故障处理和历史记录等功能。

4）用户层包含各类展示技术和系统的用户群体，利用IE浏览器、移动终端设备和DLP显示屏，可以为管理人员与技术人员提供相应的信息展示界面，从而对船用低速柴油机进行实时监测与管理。

1.2 船用低速柴油机故障诊断系统的硬件设计 1.2.1 船用低速柴油机信号调理电路模块

调理船用低速柴油机信号调理电路模块结构如图2所示。

1）船舶上存在发电机、起动机等复杂电磁设备，需要使用护电路抑制外界辐射对关键构件信号的干扰^[7-8]，避免后续信号调理产生错误；

2）精密电流源生成供惠斯特电桥使用的电流，使电桥输出电压和各传感器阻值之间呈现出不变的函数关系；

3）惠斯特电桥电阻设定为相同值，引入传感器至桥臂中，通过电桥平衡原理获得外部阻值变化；

4）将传感器采集船用低速柴油机信号当作差分信号^[9]，进行放大处理，利用低通滤波消除信号内无用高频部分，获得高质量关键构件低频信号。

1.2.2 船用低速柴油机串口通信模块

传输船用低速柴油机各关键构件故障信号的串口通信模块由3个组件构成，如图3所示。

1）高性能嵌入式组件作为串口通信模块的核心，实现协议转换管理和船用低速柴油机故障诊断系统通信控制。

2）外围功能组件主要用于高速RS422和PCI通信等特定功能的具体实现，由高速串口接口、PCI通信接口、信号交换双口RAM等组成^[10]。

3）FPGA协议组件包含FPGA协处理器和串口外围电路，可以协助外围功能组件实现相应功能。

1.3 船用低速柴油机故障诊断系统的软件设计 1.3.1 船用低速柴油机故障诊断系统的数据流程

船用低速柴油机故障诊断系统的数据流程见图4。当开启船用低速柴油机故障诊断系统时，若相关设备均处于正常状态，则开启阈值设定程序实现各种信号阈值的设置，并依据信号阈值更改情况判断是否需要将新阈值写入数据库。若设备存在异常状态，则关闭系统，以保证船用低速柴油机故障诊断系统的运行安全^[11]。在完成阈值更新的基础上，开启信号数据采集、显示和存储程序，处理串口通信模块传输的船用低速柴油机各关键构件调理信号数据，并对比内存中的信号阈值，若发生信号数据过限行为，则以共享文件形式将故障信号数据传输到船用低速柴油机故障诊断模块，通过RBF神经网络实现柴油机故障诊断。在无法检测到信号数据和诊断模块发出停机请求的条件下，需要关闭系统。

1.3.2 RBF神经网络的船用低速柴油机故障诊断

依据船用低速柴油机各关键构件故障信号，运用径向基函数神经网络，实现船用低速柴油机故障诊断。网络由包含n个节点的输入层、m个节点的隐含层和p个节点的输出层构成，其中隐含层节点的中心值与宽度参数分别为c_i和w_i。船用低速柴油机的排气温度、增压器转速、缸盖振动、爆压、平均指示压力以及扫气箱温度6种故障信号分别采用X₁～X₆编码，将其组成一个欧式向量X，以其作为网络输入层节点的接收数据，并传输给包含神经元的隐含层节点，输出层节点的传递函数通常为线性函数^[12]。利用RBF神经网络诊断船用低速柴油机故障的具体过程为：

1）求出m，c_i，w_i的值，通过最小二乘法在输出层依据以上参数获得参数w_ik结果。

2）为确定网络，利用式(1)求解隐含层与输出层之间的连接权值：

$ {y_k} = {\left( {X,{c_i}} \right)^2}\sum\limits_{i = 1}^m {{w_{ik}}} ,$

(1)

式中， $ k = 1,2, \cdots ,p $ 。

输出层各节点的输出结果为：

$ f\left( x \right) = \sum\limits_{i = 1}^m {{w_i}} \exp {\left( { - \frac{{\left\| {X - {c_i}} \right\|}}{{2{w_i}}}} \right)^2} ,$

(2)

网络目标函数为：

$ E = \sum\limits_{k = 1}^n {{e_k}} /2\text{。} $

(3)

式中：n为样本数量；e_k为关键构件误差信号。

设网络期望输出为y_d(x)，结合式(2)可得：

$ {e_k} = {y_d}\left( {{x_k}} \right) - \sum\limits_{i = 1}^m {{w_i}} \exp {\left( { - \frac{{\left\| {X - {c_i}} \right\|}}{{2{w_i}}}} \right)^2} ,$

(4)

结合网络的目标函数可得：

$ E = \sum\limits_{k = 1}^n {\sum\limits_{l = 1}^L {\left( {\frac{{{y_d}\left( {{x_k}} \right)}}{2} - \sum\limits_{i = 1}^m {{w_i}} \exp {{\left( { - \frac{{\left\| {X - {c_i}} \right\|}}{{2{w_i}}}} \right)}^2}} \right)} } ,$

(5)

式中，L表示输出样本数位

分别使用以下公式优化参数c_i和w_i：

$ {c_i} = {c_i} - {\eta _1}\partial E/\partial {c_i} ,$

(6)

$ {w_i} = {w_i} - {\eta _2}\partial E/\partial {w_i}\text{。} $

(7)

式中： $ {\eta _1} $ 和 $ {\eta _2} $ 为学习速率； $ \partial $ 为正实数。

将船用低速柴油机正常状态和排气阀泄漏、滤清器堵塞、供油量过低等10种常见故障类型组成欧式向量集合：F作为RBF神经网络的输出量，各故障类型分别用F₀，···，F₁₀表示，若输出值为0，表明无此故障。若输出值为1，表明发生此故障。各故障类型相应的故障隶属度分别用F_a～F_k表示，当F_i的值介于(0.75，1.50)范围内时，对应故障类型为严重故障；当F_i的值介于(0.25，0.75)范围内时，对应故障类型为中等故障；当F_i的值小于0.25或大于1.50时，对应为正常状态。

2 仿真实验 2.1 船用低速柴油机参数

将船用低速柴油机作为实验对象，参数信息如表1所示。利用Matlab 2019软件搭建仿真环境，模拟柴油机正常状态和10种故障状态。

2.2 结果与分析

选择压力、转速和振动传感器进行零点标定测试，以验证传感器的船用低速柴油机各关键构件信号采集稳定性，获取某日9:00—16:00的传感器输出响应值，可知3种传感器的输出电压变化幅度极小，表明本文系统选用的各类传感器的零点稳定性较理想，有助于提升船用低速柴油机各关键构件信号采集效果。

将温度传感器采集的排气温度信号，使用本文系统进行信号调理，所得结果如图5所示。可知本文系统能有效滤除船用低速柴油机排气温度原始信号中的无用高频部分信号，获得有效的低频信号，表明所设计系统具有良好的船用低速柴油机各关键构件信号调理能力。

统计分析不同点的船用低速柴油机故障诊断结果如表2所示。可知当船用低速柴油机发生故障时，本文系统的故障诊断结果与故障实际结果相同，并能判断出相应的故障等级，对提升船用低速柴油机运行安全性具有显著效果。

3 结　语

船用低速柴油机作为船舶的动力装置，其运行状态直接影响着航行安全性与稳定性，因此本文设计基于RBF神经网络的船用低速柴油机故障诊断系统。该系统具有良好的船用低速柴油机各关键构件信号采集效果和信号调理能力，在精准诊断各种柴油机故障类型的同时，还能判断出相应的故障等级，为相关技术人员进行故障诊断及处理提供帮助。