紀以泗
(舟山市五洲船廠,浙江 舟山316000)
隨著科學技術水平的不斷提高, 船舶發電機組設備越來越大型化、精密化、集成化與高速化,設備本身結構也越來越復雜,功能越來越多,工作負荷越來越強,需要很長的工作時間,進而增加了發電機故障發生的可能性。為此,一定要加強對智能故障診斷系統進行分析,保證系統結構設計的合理性,充分發揮其作用,進而確保發電機可以正常工作,避免出現設備故障,進一步保證船舶的正常運行。
船舶發電機智能故障診斷系統硬件設備主要包括:傳感器、以太網、CAN 總線、執行機構、監控節點、控制計算機、船舶發電機等。 傳感器主要就是對船舶發電機信號進行采集, 之后通過CAN 總線和以太網將這些信號傳輸至控制計算機上,進行相應的分析與處理,得到故障結果。 船舶網絡結構示意圖如圖1 所示。

圖1 船舶網絡結構示意圖
1.2.1 信號采集
利用傳感器檢測出體現船舶發電機運行狀態的物理量,將其轉變成適合的電信號,并且進行相應的預處理,避免干擾,之后予以A/D 轉換。發電機傳感器的子系統作為發電機故障監測與診斷的重要信息來源,采集的信息主要包括運行參數、動態參數、靜態參數等。
1.2.2 信號分析及處理
信號分析及處理指的就是對收集的信號予以特征數據的分析,并且提取有用的特征數據,比如,頻譜分析、提取特征值、抑制干擾,為故障診斷提供可靠數據。 在完成數據采集之后,將其傳遞至機艙的控制計算機的數據庫中,展開相應的分析與處理。針對船舶發電機而言,因為數據處理單元和現場有著一定的距離, 主要就是利用CAN 總線與以太網展開數據傳輸。
1.2.3 診斷單元
對于處理之后的數據與歷史數據、規程、故障判定數據等展開一定的分析與比較,進而判斷船舶發電機的運行狀態與故障部位,為下一步維修工作提供可靠依據。 在對發電機進行故障診斷的時候,除了需要具備診斷策略之外,還要對故障機理展開一定的深入研究。 現階段,研究發電機故障機理的方式主要包括現場實驗、計算機仿真、實驗室模擬。其診斷策略主要指的就是怎樣根據檢測到的故障數據對船舶發電機故障進行診斷的方式。
VC++語言是面向對象概念的一種新的設計語言, 其設計更加符合程序人員軟件研發的思維習慣,其構成也比較適合進行軟件移植與維護,通過VC++語言的運用可以促進軟件工程質量的提高。
MATLAB 是一個功能比較完善的數據處理集成環境與自包容程序設計,在數據處理、控制系統、科學運算、系統分析等領域中運用MATLAB 具有很好的優勢。 在運用MATLAB 的時候,可以直接發揮其功能,利用其內置函數與工具箱,不需要借用外界幫助,就可以完成相應的工作。 在此環境中,只需要很好的程序就可以完成非常復雜的工作,具有易學易用、可讀性、編程效率高、可移植性等特點,針對編程而言,MATLAB 要比其它編程語言強很多。
盡管MATLAB 功能十分強大,但是依然存在著一些不足,主要包括以下幾點:其一,代碼重用;其二,執行效率低,MATLAB 作為一種解釋性語言,其執行效率比較低,尤其是在執行循環語句的時候,執行效率特別低,在仿真解算過程中,需要設置高效率的執行代碼;其三,調試功能較弱。 現階段,運用的MATLAB 均是使用語言進行編寫的,所以,兩者之間存在著外部應用程序接口,形成了優勢互補,實現了最佳運行效果。
要想在VC++語言中對MATLAB 引擎程序進行成功的編譯,就一定要包括引擎頭文件engine.h,并且引入MATLAB 對應庫文件libeng.lib、libmat.lib。具體而言,就是在打開一個設置之后,進行如下操作:其一,通過菜單選項,打開設置屬性頁,之后進入Directories 頁面,之后選擇Include files,進行“C:MATLABexterninclude”路徑的添加;其二,選擇Library files,進行“C:MATLABexternlibwin32microsoftmsvc60”路徑的添加;其三,通過通過菜單選項打開設置屬性頁,進入Link 頁面,進行編輯,并且進行libeng.lib、libmat.lib 文件名的添加。 通過相應的實踐表明,在進行編輯的時候,可以直接選擇libeng.lib、libmat.lib 這些文件名,進行選項設置。在實際設置中,步驟一、二只需要設置一次,步驟三需要對每一個選項都進行設置。
總而言之,為了保證船舶的正常運行,一定要對發電機運行狀態進行檢測,保證其可以正常工作,這樣才可以達到預期的工作效果。進而需要加強對發電機智能故障診斷系統進行分析與研究,明確其系統硬件與軟件的設計,采取有效技術,保證系統功能的實現,進而及時診斷出發電機的故障,予以有效的排除,保證其可以高效、正常的工作,促進船舶的正常運行。
[1]劉永建,朱劍英,曾捷.改進BP 神經網絡在發動機性能趨勢分析和故障診斷中的應用[J].南京理工大學學報:自然科學版,2010(03).
[2]劉俊華,孟清正,張聘亭,等.船舶動力裝置可組態智能故障診斷系統設計[J].中國艦船研究,2011(02).
[3]張曉玉.基于小波神經網絡的船舶發電機轉子匝間短路故障診斷[D].大連海事大學,2010.