0 引　言

船舶柴油机热力参数监测具有不可或缺的必要性。通过对温度、压力等热力参数的精准监测，一方面能及时察觉潜在故障隐患，保障船舶运行安全，另一方面可依据参数反馈优化柴油机性能与效率，使其在最佳工况下运行。在环保要求日益严苛的当下，它还能助力控制燃烧过程，减少氮氧化物、硫氧化物及颗粒物等污染物的排放，以符合相关法规。此外，合理的热力参数监测能够有效避免部件因过度热力负荷而加速磨损老化，从而延长船舶柴油机的使用寿命，为航运业的持续稳定发展保驾护航。

对船舶柴油机热力参数监测的研究一直是近年来的热点，Zhang^[1]提出一种用于船舶柴油机系统异常检测的二元对抗自编码器深度神经网络模型，通过融合生成对抗网络（Generative Adversarial Networks）和对抗自编码器（Adversarial Autoencoder）方法来分析多元时间序列中的异常程度，基于统计分布和无监督设置方法获得的阈值来识别船舶柴油机参数的异常情况。Palomo等^[2]提出一种基于瞬时转矩的低速柴油机的监测方法，Qu等^[3]提出基于回声状态网络和自编码器的船用柴油机预测异常检测方法。通过分析可以发现，目前的研究热点主要集中在对柴油机参数模型的构建以及数据异常判断的算法上，但是在实际操作中，柴油机的多传感器参数获取面临着精度与稳定性的问题。由于船舶柴油机工作环境往往较为恶劣，高温、高压、振动等因素都会影响传感器的正常工作。这就要求研发能够在复杂工况下准确地采集诸如油压、油温、转速、进气量、排气温度等多维度参数。然而目前市面上的传感器在这些极端条件下，往往会出现数据偏差或故障，进而影响整个参数获取的准确性和完整性。此外，船舶柴油机多传感器参数获取还涉及到数据传输的可靠性，从传感器采集到的数据需要及时、准确地传输到数据处理中心。在大型船舶或工业场景中，数据传输距离可能较长，容易受到电磁干扰等因素的影响^{[4 − 5]}。因此，本文对多传感器感知的船舶柴油机热力参数监测系统进行了研究，在设计上考虑硬件方面的抗干扰能力，同时在软件层面对多传感器数据进行有效融合，以实现对船舶柴油机热力参数进行实时监控的目的。

1 多传感器感知的船舶柴油机热力参数监测系统构建 1.1 系统结构

多传感器感知的船舶柴油机热力参数监测系统包括感知层、信号调理电路、基于PCI总线的数据采集及处理以及显示层。构建感知层的各类传感器负责采集不同的热力参数，信号调理层对传感器信号进行预处理，数据采集层将模拟信号转换为数字信号并采集，数据处理层对数据进行深入分析和计算，控制层在异常情况下进行报警和控制操作，显示层则将相关信息展示给操作人员，各层级之间相互协作，实现对船舶柴油机热力参数的全面、准确监测和有效管理。

1.2 柴油机热力参数多传感器硬件选型

1）压力参数

柴油机压力参数包括进气压力、燃油压力以及排气压力等。

①进气压力是指空气进入柴油机气缸前的压力。进气压力的大小直接影响进入气缸内空气的量，对燃油的燃烧效率起到关键作用^[6]。在涡轮增压柴油机中，通过涡轮增压装置提高进气压力，能使更多空气进入气缸，从而保障燃油充分燃烧。在硬件选型上，选用压阻式压力传感器，具体型号为博世（Bosch）的261型压阻式压力传感器，其测量范围为0～5 MPa，该传感器具有高精度和良好稳定性，能在柴油机振动环境下准确测量进气压力。

②燃油压力是指燃油在燃油系统中产生的压力，它是衡量柴油机燃油供给性能的重要指标。其大小与燃油泵的工作状态、燃油滤清器的堵塞情况、喷油器的喷油阻力以及燃油管路的阻力等因素密切相关。一般而言，过低的燃油压力可能导致燃油供应不足，使柴油机动力下降；过高的燃油压力则可能对燃油系统的部件造成损坏。采用压电式压力传感器来测量燃油压力，具体型号为Kistler的6052C型压电式压力传感器，该传感器能够适应燃油系统的工作环境，测量范围可根据实际情况进行选择，一般能很好地覆盖柴油机燃油压力的测量范围，响应频率快，且线性度和重复性优良，适合对船舶柴油机燃油压力进行测量^[7]。

③排气压力是指燃烧后的废气从气缸排出时的压力。排气压力的大小影响废气排出的顺畅程度，若排气压力过高，会导致废气不能及时排出，进而影响下一个循环的进气量，降低船舶柴油机的性能。选用陶瓷电容式压力传感器，具体型号为霍尼韦尔（Honeywell）的PC系列陶瓷电容式压力传感器，测量范围为0～2 MPa，该传感器具有耐高温、耐腐蚀特性，能在废气环境下长期稳定工作，准确测量排气压力。

2）温度参数

柴油机温度参数包括进气温度、燃油温度以及排气温度等。

①进气温度是指进入气缸的空气温度。进气温度对空气密度有影响，较低的进气温度能使空气密度增大，在气缸容积一定的情况下，可增加空气量，有助于燃油充分燃烧，采用热电偶或热电阻温度传感器。采用Omega的T型热电偶，其测温范围在−200℃~ 350℃之间，能满足船舶柴油机进气温度测量需求，且价格相对便宜。

②燃油温度是指燃油在柴油机燃油系统中的温度，该温度对燃油的流动性、雾化效果等有着重要影响。燃油温度与燃油的初始温度、燃油在系统中的加热情况、燃油与周围环境的热交换等因素有关。不适宜的燃油温度可能会影响柴油机的燃烧效率和性能。采用Omega的T型热电偶即可满足要求。

③排气温度是指排出气缸的废气温度，它是反映柴油机工作状态的重要参数。排气温度过高表明燃烧不完全、喷油定时不准确或者是柴油机负荷过大等；排气温度过低则意味着空气量不足或者是冷却水温度过低等。选用K型热电偶，其测温范围在−200℃~1300℃左右。

1.3 软件设计

多传感器感知的船舶柴油机热力参数监测系统软件，依托多传感器采集数据，具备强大功能。其中，数据曲线显示模块将实时采集的温度、压力、流量等热力参数绘成直观曲线，展现工况变化，还支持多曲线同屏对比，助力故障预判与运行优化；历史数据查询模块能依用户设定条件，精准检索提取历史数据，以多种形式呈现，且可导出用于深度分析；数据存储模块用数据库系统分类存储海量实时数据，配备压缩、备份机制，为船舶靠岸检修提供依据，各模块协同保障柴油机高效运行。

船舶多传感器热力参数在电脑端实现数据处理，其基本步骤为：在电脑上先将流入的高速数据暂存于缓冲存储器，随后按协议解析、去除异常值等预处理，存入 MySQL 等数据库。同时，选取如排气温度等关键参数确定贝叶斯网络变量与结构，依据历史资料定先验概率，新数据输入后依贝叶斯定理更新节点概率，超阈值便预警并给出处理建议辅助船员保障柴油机运行。在这个过程中，基于贝叶斯网络的结构设计极为关键，船舶柴油机的数据传输与处理过程至关重要，它直接决定了数据的处理成效以及对船舶柴油机运行状态的精准判断。

2 基于贝叶斯网络的多传感器数据融合 2.1 多传感器感知数据融合

在多传感器感知的船舶柴油机热力参数监测中，数据融合旨在综合多个传感器的信息，以获得更准确、可靠的柴油机运行状态评估。船舶柴油机的不同热力参数从各个方面反映其运行状况，进气压力和燃油温度传感器分别提供燃烧过程的力学和热学信息，两者结合能更全面地了解燃烧的剧烈程度和效率。通过融合这些信息，可以弥补单一传感器的局限性，提高对柴油机状态判断的准确性。同时，多个传感器对同一参数或相关参数的测量存在冗余，利用这种冗余可以增强系统的可靠性，当某个传感器出现故障或受到干扰时，其他传感器的数据仍能维持对参数的有效监测^[8]。

数据融合能够综合考虑多个传感器的测量结果，从而降低不确定性。在判断柴油机是否处于正常运行状态时，单一传感器的测量值可能因测量误差或局部环境影响而产生误判。但通过融合多个相关传感器的数据，并基于一定的算法进行分析，可以更准确地判断柴油机的运行状态，为后续的维护和控制决策提供可靠依据。

为了实现船舶柴油机热力参数的多传感器数据融合，首先确定与船舶柴油机热力参数相关的变量，如进气压力（P）、燃油温度（T）、进气温度（F）、排气温度（E）等作为贝叶斯网络的节点。每个节点代表一个随机变量，其取值范围根据传感器的测量范围和柴油机的实际运行情况确定。

通过分析变量之间的因果关系和相关性来构建贝叶斯网络结构。根据柴油机的工作原理，进气压力会影响燃油温度，进气流量会影响燃烧过程进而影响进气压力和燃油温度等。可以采用基于约束测试的方法（TDPA算法）或结合领域专家知识来确定结构。

确定网络结构后，需要学习每个节点的条件概率分布表。采用贝叶斯方法进行推导，以燃油温度T节点为例，在已知其父节点进气压力P的情况下，通过大量的实验数据或实际运行数据来估计P(T|P)的条件概率分布。假设进气压力有高（P_h）、中（P_m）、低（P_l）3种状态，燃油温度有高（T_h）、中（T_m）、低（T_l）3种状态，通过统计数据得到如下部分条件概率：

$P\left( {{T_h}|{P_h}} \right) = 0.7$，表示当进气压力为高时，燃油温度为高的概率为0.7；

$P({T_h}|{P_m}) = 0.2$，表示当进气压力为中时，燃油温度为高的概率为0.2；

$P({T_h}|{P_l}) = 0.1$，表示当进气压力为低时，燃油温度为高的概率为0.1。

在监测过程中，当获得传感器的测量数据后，将其作为证据输入贝叶斯网络进行推理计算。已知进气流量传感器测量值为某一状态，进气压力传感器测量值为P_m，利用贝叶斯推理公式计算其他未知参数的概率分布。根据贝叶斯公式：

$\begin{split}P(T|F,P) = \ &\frac{{P(T,F,P)}}{{P(F,P)}} =\frac{{P(T|P)P(P|F)}}{{P(P)}} \text{。}\end{split}$

(1)

式中：P(P|F)可根据网络结构和已学习的参数计算得到，P(T|P)也已通过参数学习确定。通过这种方式，可以计算出在给定进气流量和进气压力测量值的情况下，燃油温度的概率分布，从而实现对热力参数的融合和推断。

采用加权平均法等进行决策融合。假设共有n个传感器参与决策，根据传感器的可靠性和重要性为其决策结果赋予不同权重。设传感器i的权重为w_i，决策结果为D_i。对于二分类问题（正常或异常），D_i为0（正常）或者1（异常），计算加权和S为：

$S = \sum\limits_{i = 1}^n {{w_i}} {D_i} \text{。}$

(2)

若S≥q（q为设定的阈值，本文取0.5），则最终决策为异常；否则为正常。

通过以上贝叶斯网络算法和决策层融合算法，可以有效地实现多传感器感知的船舶柴油机热力参数监测数据融合，提高监测的准确性和可靠性。

2.2 多传感数据监测及判断

使用本文构建的多传感器感知的船舶柴油机热力参数监测系统，分别对进气压力、燃油压力、排气压力、进气温度、燃油温度以及排气温度等参数进行监测，得到的结果如图1所示。可以发现：

1）本文构建的系统可以通过多种传感器对压力和温度参数进行监控，在第10 s时，进气压力值异常，但是其余5个值均在正常值范围内，根据多传感器感知数据融合的判定，该异常数据为传感器故障；

2）在第20 s时，进气压力、燃油温度以及排气温度监测值均异常，在决策层融合算法中，进气压力、燃油压力、排气压力、进气温度、燃油温度以及排气温度的权值分别为：0.1，0.1，0.1，0.2，0.2，0.3，经过计算可得S值为0.6，此时船舶柴油机处于异常状态，需要停机检修。

3 结　语

本文提出一种多传感器感知的船舶柴油机热力参数监控系统，设计系统基本结构，对系统硬件和软件进行了设计，在此基础上提出基于贝叶斯网络的多传感器数据融合方法，对船舶柴油机热力参数进行实时监测，通过对船舶多个热力参数进行监测，得到实时监测曲线，使用构建的贝叶斯网络和加权平均法进行决策融合，实现对船舶柴油机工作状态的监控和判断。本文设计的船舶柴油机热力参数监控系统可以有效实现对柴油机的安全监控，避免传感器异常对船舶柴油机运行造成干扰。