第07卷 第02期 中 国 水 运 Vol.7 No.02 2007年 02月 China Water Transport February 2007
收稿日期：2006-12-25
作者简介：刘 柱 男（1973—） 青岛远洋船员学院 讲师 （266071）
盛进路 男（1976—） 西南交通大学物流学院 博士研究生 （610031）
船舶柴油机在线监测与 故障诊断系统的关键技术研究
刘 柱 盛进路
摘 要：介绍了基于DSP 的船舶柴油机在线监测与故障诊断系统的原理和方法，提出了各系统单元的主要技术要求。
径向基RBF 用来解决传感器阵列的相互干扰的问题，利用专家系统和灰色理论原理对故障进行判断和预测，能较好地解决船舶柴油机运行状态的在线监测和故障诊断。
关键词：DSP 在线监测 故障诊断 径向基 灰色理论
中图分类号：U664.121 文献标识码：A 文章编号：1006-7973（2007）02-0040-02
一、引言
船舶柴油机是船舶的重要设备之一，其运行状态直接关系到船舶的运行安全。
由于船舶工况的不同，加之工作环境的恶劣，船舶柴油机一直以来是船舶轮机人员重要的维护对象，在线监测系统能适时地检测其运行状态，并能给出潜伏性故障类别，是轮机自动化研究的一个重要方向。
过去的机舱监视系统只能对柴油机的运行参数进行监测，但不能对其运行状态进行综合评估，更不能对其故障进行预测。
利用故障诊断技术开发在线监测和故障诊断装置，能对柴油机进行适时监控，及早发现故障征兆，减少事故的发生[1,2]。
二、柴油机在线监测系统设计
船舶柴油机在线监测系统，主要由检测单元，信号转换单元，采集控制电路板，以及工作站组成。
工作站包含专家诊断模块，以便根据适时监测的数据进行故障诊断，并发出相应报警和处理决策。
轮机人员可直接根据结果进行相应的
图1 船舶柴油机在线监测系统的工作流程 三、系统的硬件设计 1．检测单元
检测单元是整个设备的输入端，其检测准确度，直接关系到整个监测系统的精度。
要对柴油机的运行状态进行适时监测并进行故障诊断，需要多个运行参数。
本系统采用灵敏
度极高，适应性强的物理传感器。
这是由于船舶柴油机的工
图2 系统硬件设计
2．数据采集和控制系统
本采用先进的数字信号处理和超大规模集成电路技术，加强了系统的可靠性和灵活性，能很好地消除各种外部信号干扰。
该系统以
DSP （TMS320）和
CPLD
（XC95108PQ100）为核心，辅以外围电路模块，并适时控制系统，保证系统的可靠运行。
（1）CPU 模块
采用TMS320F206作为系统的核心处理器，片上有高速的SAM、高速Flash、16位定时器、异步串口、同步串口和3个外部中断，拥有强大的数据处理能力。
（2）外围接口
采用XC95108PQ100作为外围接口电路的主芯片，可增强系统的可靠性和灵活性。
（3）数据采集电路
数据采集电路是数据采集和控制电路的核心，选用高性能的模数转换器件（AD7710）能够提高数据采集的精度，
第02期 刘 柱等：船舶柴油机在线监测与故障诊断系统的关键技术研究 41 增强系统的抗干扰性能。
采用了−∆∑技术、差分技术和数字滤波技术，有很强的抗干扰能力，其分辨率可达到24bit。
（4）通信模块
通信模块采用RS232和RS485两种方式，RS232主要用语调试程序，而RS485主要用于现场的通信。
四、传感器干扰问题解决
由于船舶柴油机故障诊断系统主要是采用提取柴油机缸盖、喷油泵、缸体、曲轴、变速箱等部件的表面振动信号，监测柴油机的运转情况，诊断柴油机的故障[3]。
利用多个传感器进行信号测取，这样势必造成相互干扰，影响测量精确度，会对诊断结果造成误差， 神经网络以其非线性映射、并行处理和高度自学习、自组织、自适应的能力，有效地解决了传感器所产生的非线性问题，并在一定程度上抑制传感器的飘溢或噪声，有助于检测精度的提高[4-5]。
通过预先对学习样本的学习，建立神经网络输入层、隐层、输出层之间的连接关系，进而对未知样本的检测、识别。
径向基（RBF）网络的结构是一种3层前向网络：第1层为输入层，由信号源结点组成；第2层为隐层，单元数由所描述问题的需要决定；第3层为输出层，它对输入模式的作用做出响应。
从隐含层空间到隐层空间的变换是线性函数，从输入层到隐含层空间的变换为非线性RBF 函数，即是局部分布的、并对中心点径向对称衰减的非负、非线性函数（在这里取高斯公式）。
对于高斯函数为RBF 函数的RBF 网络，可用如下公式表示。
（1）
其中Φ为高斯函数，i X X −表示欧氏范数，2σ为高斯RBF 的方差，n i X R ∈为RBF 的中心，M 为中心数。
五、灰色理论故障诊断原理
利用专家系统原理，统计分析船舶柴油机的各种故障类型及其特征，进行聚类分析。
样本数据库的运行需要在上位机进行。
利用灰色理论原理进行故障判断。
经过人机界面设计良好的程序实现轮机人员对柴油机状态的了解和故障识别。
定义初始标准故障模型，设0()(1,2,,)x t t m ="是参考序列，()(1,2,,;1,2,,)i x t t m i n ==""是n 个比较因素序列。
()i x t 对0()x t 在t=k 时的关联系数()i k ξ
0000(min)(max)
()()(max)
min min ()()max max ()()()()max max ()()
i i i i i
k
i
k
i i i
k
k k x k x k x k x k x k x k x k x k ρξρρ∆+∆=
∆+∆−+−=
−+−
同一种故障的因素很多，信息分散，具有很多不确定度。
为了便于比较，将各个时刻的关联系数集中为一个值（关联度）。
子序列()i x t 与0()(1,2,,)x t t m ="的关联度i r 定义为：
1
1()m
i i k r k m ξ==
∑ 比较i r 与j r （i j ≠），若i j r r 〉，则表明第i 个因素对结果的影响比第j 个因素大。
利用所计算出故障因素与故障类型的关联度，进行排序，既而判断故障类型和主要因素。
六、结论
基于DSP 技术的船舶柴油机在线监测与故障诊断系统，能很好的对柴油机的运行状态进行监测，并能根据专家系统进行故障诊断。
利用径向基方法能很好的解决传感器的交叉干扰问题，采用建立标准故障模型的专家系统，利用灰色相关理论，能更好地诊断故障类型。
参考文献
[1] 盖强，冯杰，初健．舰船主机故障诊断系统．仪器仪表
学报，2004,25(4):171~172．
[2] 肖建昆，郁飞．柴油机状态在线监测与故障诊断系统开
发．江苏科技大学学报，2006,20(1):78~82． [3] 鞠进贤，刘敏林，欧阳光耀．舰船柴油机燃油系统故障
诊断仪的研制．柴油机，2002,(2):37~39．
[4] 吴浩扬，常炳国，朱长纯等．用于变压器故障特征气体
分析的气敏阵列传感系统[J]．西安交通大学学报，2000，34（4）：23～26．
[5] 马戎，周王民，陈明．基于传感器阵列与神经网络的气
体检测系统[J]．传感技术学报，2004（3）：395～398．
Study on the key technique of diesel engine online monitoring
and fault diagnosis system
Liu zhu Sheng Jinlu
Abstract: The theory and the method of the online condition monitoring and fault diagnosis
based on DSP is introduced. The system can detect engine states, diagnose faults ,and foresee service on-line. When the sensors are used in on-line monitoring system, a sensor array is composed and RBF is used to reduce errors, the fault diagnosis and forecasting by means of expert system and grey theory the instruments are developed to monitor different faults of the diesel engine.
Keywords: DSP, online monitoring, fault diagnosis, grey theory
2
2
1
()2M i
i i X X F X w σ=−=Φ−
∑。