基于小波网络的船舶柴油机燃油系统故障诊断

印洪浩，彭中波

(重庆交通大学航海学院，重庆400074)

船舶柴油机提供船舶的推进动力和电力，是船舶安全航行、作业和停泊的基本保证。船舶柴油机燃油系统故障将直接影响船舶航行安全，影响柴油机的动力性、经济性和可靠性，及时发现和定位其故障具有重要的现实意义。

船舶柴油机燃油系统故障与供油、润滑、冷却、进排气等多个子系统工作状态紧密联系，与燃油加热、输送、喷射、雾化、燃烧、燃气做功等多个过程密切相关，其故障诊断信息和知识具有随机性和不确定性的特点，故障模式的输入输出故障属性是典型的多映射非线性关系［1－2］。人工神经网络具有大规模并行处理、分布式存储、自组织、自适应和自学习能力，通过对故障实例的训练和学习，用分布在神经网络中的连接权值来表达所学习的故障诊断的权衡比重，可实现对故障的联想、记忆、模式匹配和相似归纳，从而建立起故障和征兆间的复杂的非线性映射关系［3－4］。小波分析由于具有在时域和频域表征信号局部信息的能力，能实现染噪信号的分解、降噪和重构，可精确检测到信号的突变，可用于有效提取故障特征向量［5］。

笔者结合人工神经网络和小波分析的各自优点，设计小波神经网络，通过对燃油压力信号的检测，利用小波变换模极大值提取故障特征向量，通过学习训练，实现了用特征向量输入神经网络来有效诊断船舶柴油机燃油系统故障。

1 燃油系统常见故障

船舶柴油机燃油系统工作原理如图1。……