0 引　言

目前船舶电子故障分类编目缺乏一个健全的管理系统^[1-2]，且不具备统一的设备编目标准，编目管理方式混乱，直接影响船舶电子设备故障信息的录入与读取效率。为此，设计一种船舶电子故障分类编目系具有重要意义。

针对船舶设备管理方面的研究，张春林等^[3]设计船舶行业设备维修智能管理平台，此平台主要使用信息化管理系统和APP工具软件，完成船舶设备全寿命周期信息管理。但此平台设计缺乏实例操作性能测试，且也未进行模拟式性能测试，具体使用效果还有待深入分析。斯园园^[4]设计了智能化船岸一体数据管理系统，此系统具备机电设备故障诊断能力，但需要工作人员分析设备运行数据，且此系统不具备故障信息分类编目能力，在存储故障数据信息时，数据混乱，不利于读取。

RFID是无线射频识别技术的简称，其属于无线通信技术，使用时无需接触物体，便可快速读取信息，在基于物联网技术的异常检测问题中属于常用技术之一^[5]。

在互联网技术快速发展的大环境中，舰船电子设备信息化管理水平也随之提升，只有不断使用新型技术，才能保证舰船电子设备管理更具标准化以及高效化。本文结合RFID技术的使用优势，设计基于RFID技术的船舶电子故障分类编目系统，并证实了此系统可实现船舶电子设备故障的无接触式分类检测，且编目信息一目了然，分类明确。

1 船舶电子故障分类编目系统 1.1 系统硬件结构

图1为基于RFID技术的船舶电子故障分类编目系统的硬件框架图。基于RFID技术的船舶电子故障分类编目系统整体框架中，主要分为电子故障信息采集层、网络层、电子故障分类编目层。其中，电子故障信息采集层主要利用无源RFID传感器标签管理模块，采集船舶电子设备电路运行信号，由网络层的船舶内网发送至电子故障分类编目层，电子故障分类编目层的分类编目模块，使用基于SVM的船舶电子故障分类模型，分类电子故障信息后，由编目单元将故障分类信息，以E-R表的方式编目存储，便于后续设备维修时快速读取。

1）无源RFID传感器标签管理模块

系统所用无源RFID传感器标签结构如图2所示。此模块不仅可实现电子设备标签定位，还可实现电子设备电路运行信号采集、信息传输。在本文系统设计中，使用双天线拓展RFID标签的信息采集范围。其中，能量管理单元可为无源RFID传感器标签提供稳定的电能服务。射频单元功能是调制、解调标签和阅读器之间所交换的信息，用于信息输入输出^[6]。

感知单元结构分为微控制器、信号探测器，微控制器驱动信号探测器，检测电子设备的电路信息(电流、电压、温度)，单元结构如图3所示。可监测船舶电子设备电流、电压等电路数据，ARM处理器是该单元的微控制器，其使用多路模拟开关、温度传感器等器件实时提取设备电路运行信号。

射频单元结构如图4所示。射频单元使用无线电波的方式，实现电子设备无接触式信息双向通信。从而完成电子设备运行电路信息的采集和传输。此单元结构分为电子标签、读写器两部分，电子标签属于条线码的无线升级模式，具备较好的防水性、防磁性、远距离读写能力。电子标签可由天线接收读写器发射的射频信号，将电子设备信息反馈至读写器。读写器由天线接收电子标签发送的设备标签与感知信息，连接于网络层的船舶内网，将其发送至电子故障分类编目层。

2）分类编目模块

分类编目模块的核心功能主要分为电子故障分类、故障信息编目存储。图5为分类编目模块的结构图，模块分为故障分类单元、编目单元、数据库单元。

故障分类单元主要利用基于支持向量机的电子故障分类模型，对所接收的无源RFID传感器标签采集信息，进行分类诊断，完成电子故障分类后，由编目单元，将故障信息以E-R图的模式存储于数据库。船舶电子故障信息E-R图信息结构如图6所示，其中， $ I $ 、 $ N $ 分别表示1对1、1对 $ N $ 。

1.2 基于SVM的船舶电子故障分类模型

基于SVM的船舶电子故障分类模型运行时，船舶电子故障判别函数为：

$ f\left( y \right) = {\varpi ^{\rm{T}}}y + c 。$

(1)

其中： $ y $ 、 $ c $ 依次为无源RFID传感器标签管理模块所采集设备运行数据样本、偏置项； $ \varpi $ 、上标 $ T $ 依次是权重向量、转置处理向量。

图7为船舶电子故障分类方法示意图。其中 $ y $ 、 $ y' $ 类型不同的船舶电子设备电路运行数据样本，最大间隔分类超平面是 $ K $ ， $ K $ 可实现船舶电子设备电路运行数据样本分类，分类间隔为 $ \beta $ 。

设置模型的 $ n $ 个船舶电子故障分类样本训练集：

$ \bar y = \left[ {{{\bar y}_1},{{\bar y}_2},...,{{\bar y}_n}} \right]，$

(2)

使用松弛变量 $ {\varepsilon _j} $ 训练基于SVM的船舶电子故障分类模型，训练目标是模型对电子故障分类误差最小化，松弛变量 $ {\varepsilon _j} $ 训练可获取实现误差 $ \theta $ 最小化的 $ \varpi $ 、 $ c $ ，则训练目标函数的表达式为：

$ \min \theta = \frac{1}{2}{\left\| \varpi \right\|^2} + \bar y \cdot D\sum\limits_{j = 1}^{\bar y} {{\varepsilon _j}}，$

(3)

其中， $ D $ 为惩罚因子。

为实现电子故障分类误差最小化。将核函数 $ H\left( {{{\bar y}_j},{{\bar y}_i}} \right) $ 引入式(3)的训练目标函数中，使用拉格朗日乘子 $ {\xi _j} $ 求解， $ 0 \leqslant {\xi _j} \leqslant D $ ， $\displaystyle\sum\limits_{j = 1}^{\bar y} {{\varepsilon _j}} \bar y = 0$ ，则式(1)转换为：

$ f\left( y \right) = {sgn} \left[ {y\sum\limits_{j = 1}^n {{\xi _j}H\left( {{{\bar y}_j},{{\bar y}_i}} \right) + c} } \right]。$

(4)

其中， $ f\left( y \right) $ 为船舶电子故障分类结果。训练完毕，将船舶电子故障分类的测试样本输入式(4)，完成电子设备故障分类。

2 实验结果与分析

为测试本文系统使用效果，将其用于某船舶雷达设备的巡检工作中。该雷达属于船舶电子设备中的核心设备，以此雷达设备的光电设备转换模块故障台账数据为实验样本，测试本文系统对其故障分类编目效果。实验中，船舶雷达设备光电设备转换模块温度的故障样本判据如表1所示。

雷达光电设备转换模块故障分类问题中，本文系统对RFID技术的选型结果如表2所示。

本文系统使用后，雷达光电设备转换模块故障分类效果如图8所示。可知，本文系统对雷达设备光电设备转换模块故障分类结果准确，分类结果与台账记录的实际信息相符，证实本文系统具备船舶电子故障准确分类能力。

本文系统使用前后，雷达设备光电设备转换模块巡检信息写入、读取耗时如图9和图10所示。由图9和图10可证实，本文系统使用后，雷达设备故障信息写入、读取耗时都得以优化，写入、读取耗时分别缩短1.5、2.0 s，读取耗时缩短明显，原因是本文系统对雷达设备故障信息存储时，使用E-R图结构，此种方式可提高信息编目的有序性，大大节省船舶电子设备信息管理时间，提高设备信息管理效率。

3 结　语

本文设计基于RFID技术的船舶电子故障分类编目系统，能够有效利用RFID技术，远距离感知电子设备运行状态信息，还可提高电子设备巡检信息的写入、读取速度，有序存储电子设备巡检的故障信息，优化船舶电子故障巡检信息的管理效果。