尚前明，沈 栋，边祥瑞

(武汉理工大学 能源与动力工程学院，湖北 武汉 430063)

柴油机作为内燃机的一种，在船舶上的应用十分广泛。作为船上重要的动力来源，人们对其工作的稳定性有着很高的要求。因为设备不可能一直处于正常的工作状态，会出现各种类型的故障，所以对设备参数的监测与安全检修、维护保养也是必要的。根据船舶柴油机常见的故障类型，其对应的故障诊断技术有很多，但基本以热工参数[1，2]为主要诊断依据，其实船舶柴油机的机械振动信号中也蕴含很多的运行状态信息，基于振动信号进行故障的分析与处理[3，4]有着很大的现实意义。

然而在处理振动信号时，由于原始信号中存在的噪声信号容易对诊断结果产生一定的影响，故必须对其进行降噪。本文将采用小波阈值降噪的方法对振动信号进行降噪处理，然后利用不同工况下相同频带上振动能量不同的特点，将其作为特征向量，并结合部分时频域的统计参数设计成一个特征集，使用t-SNE对特征进行降维处理，除去部分冗余的相关性小的特征量。最后使用支持向量机进行故障的诊断，求出识别率。经仿真实验验证，该诊断方案具有较高的识别准确率。

1 基本原理

1.1 小波阈值去噪

船舶柴油机在运转时，其振动信号具有噪声干扰大、非线性、非平稳的特点，所以在对其进行特征提取之前，需要对原始数据进行降噪处理。而小波变换有低熵性、时频分析优良、多解析率和去相关性等特点，所以本文使用小波分析进行振动信号的非线性降噪。……