为确保船舶海上运输的安全性与稳定性，设计基于RBF神经网络的船用低速柴油机故障诊断系统。使用多传感器采集船用低速柴油机各关键构件信号，并对信号进行预处理，运用过限判断模块获得故障信号，RBF神经网络依据故障信号特征进行船用低速柴油机故障诊断和故障程度判断。实验结果表明，该系统能有效滤除信号中的无用高频信号，故障诊断结果与故障实际结果相同，能明显减少柴油机故障发生次数。
In order to ensure the safety and stability of marine transportation, a fault diagnosis system of marine low-speed diesel engine based on RBF neural network is designed. Multi sensors are used to collect the signals of key components of marine low-speed diesel engine, and the signals are preprocessed. The fault signals are obtained by using the over limit judgment module. RBF neural network carries out fault diagnosis and fault degree judgment of marine low-speed diesel engine according to the characteristics of fault signals. The experimental results show that the system can effectively filter the useless high-frequency signals in the signal, the fault diagnosis results are the same as the actual fault results, and can significantly reduce the number of diesel engine faults.
2022,44(4): 108-111 收稿日期：2021-08-25
DOI：10.3404/j.issn.1672-7649.2022.04.022
分类号：TP391
作者简介：娄松涛(1981-)，男，硕士，副教授，研究方向为计算机技术及通信技术
参考文献：
[1] 仲国强, 贾宝柱, 肖峰, 等. 基于深度信念网络的船舶柴油机智能故障诊断[J]. 中国舰船研究, 2020, 15(3): 136–142+184
[2] 吴建波, 王春艳, 洪华军, 等. 基于极限学习机的船舶柴油机故障诊断[J]. 计算机工程与应用, 2019, 55(15): 147–152
[3] 余永华, 陈育成. 基于瞬时转速和机器学习的船用柴油机健康状态评估[J]. 内燃机工程, 2020, 41(6): 101–106
[4] 尚前明, 王瑞涵, 陈辉, 等. 多信息融合技术在船舶柴油机故障诊断中的应用[J]. 中国航海, 2018, 41(3): 26–31
[5] 许小伟, 张楠, 严运兵, 等. 基于快速在线支持张量机的柴油机智能诊断方法[J]. 机械工程学报, 2018, 54(22): 30–37
[6] 卓宏明, 徐鹏, 毛攀峰. 基于Petri网和萤火虫神经网络的柴油机故障诊断[J]. 中国工程机械学报, 2018, 16(2): 178–182
[7] 王迪, 甄国涌, 张凯华. 基于WRe5-26型热电偶的高精度温度信号调理电路设计[J]. 中国测试, 2020, 46(9): 96–102
[8] 谭超, 杨哲, 潘礼庆, 等. 基于PI闭环控制的AMR磁阻传感器信号调理电路[J]. 传感技术学报, 2019, 32(7): 1003–1008
[9] 杨庆国, 陈军, 肖贵林. 基于TMS320C6748的多路串行通信接口设计与实现[J]. 电子技术应用, 2019, 45(7): 59–62
[10] 蒋佳炜, 胡以怀, 柯赟, 等. 基于小波包特征提取和模糊熵特征选择的柴油机故障分析[J]. 振动与冲击, 2020, 39(4): 273–277+298
[11] 尚前明, 杨安声, 陈辉, 等. 基于主成分分析的船舶柴油机故障监测方法[J]. 中国航海, 2018, 41(1): 19–23+33
[12] 金江善, 董晓露, 秦慈伟, 等. 基于概率神经网络的船用柴油机共轨系统限流阀故障诊断研究[J]. 内燃机工程, 2018, 39(3): 81–87
