0 引　言

在网络的支持下，船舶电子设备运行逐渐智能化，为实现多种功能，设备的构造变得复杂，运行故障的频率和种类逐渐增多。为保障船舶电子设备的正常运行，对电子设备进行有效的故障分类，增强其可维护性，具有重要意义。

对此，一些学者进行了相关研究。张强^[1]分析采用CAN总线工艺技术的舰船电子通信系统总体设计内容及常见故障分析方法，根据CAN总线工艺技术的舰船电子通信系统的主要研究内容，在对CAN总线关键技术问题展开讨论的基础上，给出了舰船电子通信系统优化的设计方案，并对该方案中的常发故障进行系统分析，并给出科学应用策略，以此提高舰船航行的能力稳定性，但此方法只停留在理论阶段，并未实际采用。单显明^[2]提出基于神经网络的复杂电子设备故障诊断系统的设计，该系统由多种基础模块和人机交互模块等组成，采用神经网络技术，实现了故障的快速诊断，解决了设备维护复杂等问题，但此方法使用神经网络时，耗费时间长，因此不被采用。

RFID具有远程分析故障的效果，能够与多种电网设备进行匹配，更好地实现检测。综上所述，本文基于RFID技术，设计一种船舶电子故障分类系统设计。

1 船舶电子故障硬件设计 1.1 故障采集器

采集器选用德国公司的SPl2，SPl2采集器整合了由硅显微机械加工的压力和加速度采集器、温度采集器以及1个电池式电压监视仪，提供了四合一采集功能，并具有一种可进行检测、信息补偿和调节以及与SPI串行通信连接的CMOS大规模嵌入式集成化线路口^[3]。SPl2采集器电路图如图1所示。SPl2采集器中引入了唤醒的瞬态工作模块，当其运行于休眠工作模块中时，其电压值仅为0.6 mA。在该采集器中新增了加速率采集器，利用其质量块对运动的高度敏感，从而能够定期地对船舶加航速进行检测。一旦检测到的加速度值很小，则可使控制系统进入休眠状态；而一旦加速度超过设定值，则控制系统可以启动测量工作，从而大大降低了控制系统耗电量。

1.2 射频收发器

射频收发器使用的是挪威公司的单片式无线网络接收器件nRF2401A。2.4～2.5 GHz运行频率，GFSK调制方式，最高速度可达2 Mb/s。内设高频合成器、功率放大电路、晶体振荡器和调制器等工作单元，并进行了增强型设计，其输出和通信的频段都可以根据程序自行选择，共125个频段。nRF2401A射频收发器结构如图2所示。

nRF24L01A功率范围很小，当以16 dBm的能量发出时，其最大工作电流为9 mA，最大工作电压为12.3 V。

1.3 CAN总线节点

CAN总线节点应用3 V的Flash微控制器，CAN节点电路如图3所示。具有32 kB内存，支持256字节输入。另外，在该芯片内部还整合了总线控制器。射频收发功能nRF2401A通过SPI总线通信，利用RESET复位PIC单片机实现数据分析。

2 船舶电子故障分类系统软件设计

根据确定的硬件结构，设计软件程序，船舶电子故障分类系统软件流程如图4所示。

2.1 船舶电子数据采集程序

船舶电子电路的复杂特性，决定整个系统的信息收集都需要具有实时性，但实际工作状态表明，船舶的电子电路故障判定和普通的模拟回路、数字电路的故障判定都具有很大不同，而且事故信息往往只出现在突发事故发生后100 ms内。因此对于数据采集的实时性提出很高的要求，采集数据原理为：

$ c = \dfrac{{2\left( {\displaystyle\sum s k} \right)}}{n} 。$

(1)

式中： $ c $ 表示数据采集信息； $ n $ 表示监视数据； $ s $ 表示采集速度； $ k $ 表示处理速度^[4-5]。

频率信号执行程序原理为：

$ q = \int k \sum {\frac{{\sqrt {af} }}{2}} 。$

(2)

式中： $ q $ 表示频率信号； $ a $ 表示现场端线程数量； $ f $ 表示功能卡频率。

以线程任务优先级为依据，分配系统处理时间，避免在时间上冲突^[6-7]。

2.2 船舶电子数据传输与交互程序

本文设计系统的目的是做到对船舶电子装置监视和故障分析的远程化，因此系统数据需全部采用互联网进行数据传输与交互^[8-9]。控制逻辑原理为：

$ L = \sqrt {m\sum\limits_{i = 1} q } 。$

(3)

式中： $ L $ 表示控制逻辑； $ m $ 表示操作权限； $ i $ 表示权限数量。

其中，中心服务器负责对多个线程的交互，以及现场、客户端和中心服务器之间的数据交换。现场、客户端、中心服务器之间的数据交换主要通过2种类型的数据交换来完成。所有传输到通信指令的参数都会被储存在一个特殊的类别中。通过中心服务器对数据进行处理，可以在中心、现场和客户间建立数据通道，并将现场工业控制计算机或被监视的电子设备的重要数据、报警数据、录波数据存储到数据库中，以便中心管理人员和用户查询和检索操作，确保重要的船舶电子数据正常工作^[10]。

2.3 基于RFID模型的故障分类程序

为有效而准确地对现场上船舶的潜在事故做出分级，系统采用了二级分类的架构形式，即在现场端完成各种数据信息即时告警和在线实时分级的技术基础上，将所有可能的事故信息录波后提交至中心客户端，并由异地客户端下载，再调用离线诊断程序实现异地离线分级，从而达到了本地即时分级与异地离线分级的结合，原理为：

$ C = \frac{{QL\left( {\displaystyle\sum\limits_{i = 1} s k} \right)}}{n} 。$

(4)

其中， $ C $ 表示分级数量。

在采用了RFID故障分析模块的故障诊断中，其检测结果提供了故障原因以及故障点。基于RFID故障分类模块的在线故障分类系统是指，由现场终端实时执行的各种故障分类程序，在出现故障或故障的征兆后及时进行警告，原理为：

$ R = L(x) + Ck\sum {\frac{{\sqrt {af} }}{2}}。$

(5)

其中： $ R $ 表示故障分类数量； $ L(x) $ 表示诊断函数。

各故障的判别模式由终端用户通过实际监测装置，实现远程组态设定。本文建立适用于各种电子电路系统的故障诊断模式。系统中仅需对远程服务器进行相应的故障而非评估，但如果电力或电子设备出现问题，则可通过诊断模型对问题的出现点进行定性分析，并将分析结果与问题信息上传或下达至中心服务器。

3 实验结果与分析

为了验证本文提出的基于RFID技术的船舶电子故障分类系统实际应用效果，设定对比实验。选用传统的基于CAN总线技术的船舶电子故障分类系统和基于神经网络的船舶电子故障分类系统进行实验对比。

选用的船舶电子故障有突变电子故障和连续电子故障2种，设定检测环境如图5所示。

可知，本文选择2个电网，电网A为连续电子故障，电网B为突变电子故障，通过接地电阻连接故障点，确定电网的故障电压。对越限或变位报警时所记载的波形信息可提交控制系统，进行异地或离线检测。过程如下式：

$ D = \mathop \prod \limits^i R\sum C。$

(6)

其中， $ D $ 表示检测数量。只要登陆系统，就能在中心数据库得到有关动力电子设备故障的分类信息，以此完成故障分类。

根据表1可知，本文提出的基于RFID技术的船舶电子故障分类系统识别准确率在98%以上，而传统的基于CAN总线技术的船舶电子故障分类系统和基于神经网络的船舶电子故障分类系统识别准确率低于80%，难以完成精准分类。

电网在正常运行过程中的故障频率 $ f $ =10 kHz，在故障状态下的故障频率 $ f $ =5 kHz，分别检测在突变电子故障和连续电子故障状态下，电网电流的波动状态，得到的实验结果如图6所示。可知，在运行时间为−200～800 μs和6.8～7.8 μs，出现突变电子故障和连续电子故障。由此证明，本文提出的故障分类系统具有良好的分类能力，更适合实际应用。

4 结　语

对船舶电子设备故障信息记性分类对于该领域具有重大意义，本文基于RFID模块设计了一种故障分类系统，硬件设备由故障采集器、射频收发器CAN总线节点组成。软件部分由采集程序、传输交互程序、基于RFID的故障分类程序组成，经实验表明，本文所设计的系统在各个方面数据均具有良好表现，但本文对系统的简易操作方面仍有不足，后续将对此进行改进研究。