This paper uses wavelet neurons instead of traditional neurons, and uses wavelet multi-resolution analysis to decompose the FPGA image scan of the ship engine. Because the neural network has the approximation ability of arbitrary functions, the wavelet transform is connected to the neural network to form a wavelet neural network. To test ship engines. The hardware design of GigE image acquisition and processing system based on FPGA was started. FPGA was used as the main control chip and Gigabit Ethernet was used as the transmission medium. The hardware circuit of the image data acquisition and image processing system was designed. It mainly includes the FPGA main control circuit and the FPGA Peripheral circuits. The high-speed image acquisition, transmission, storage, and display module circuit design is realized. Real-time monitoring and fault analysis of the engine's condition is performed by the FPGA image scanning method, and data of the engine's running state is pre-processed with the help of step tracking technology to make it a standard signal. The data is transmitted to the computer through NI's data acquisition card. Combining feature extraction such as information entropy, Fourier transform, EMD and wavelet neural network technology. The accuracy of the diagnosis results and the actual fault state is improved. It can enable the staff to monitor the running status of the engine in real time, improve the efficiency of engine fault diagnosis, reduce labour costs and maintenance costs, and thus realize intelligent, real-time and accurate status monitoring of the engine.

本文使用小波神经元代替传统的神经元，并使用小波多分辨率分析来分解舰船发动机的FPGA图像扫描。由于神经网络具有任意函数的逼近能力，因此将小波变换连接到神经网络以形成小波神经网络。测试船用发动机。开始了基于FPGA的GigE图像采集与处理系统的硬件设计。以FPGA为主要控制芯片，以千兆以太网为传输介质。设计了图像数据采集与处理系统的硬件电路。它主要包括FPGA主控制电路和FPGA外围电路。实现了高速图像采集，传输，存储和显示模块的电路设计。通过FPGA图像扫描方法对发动机状况进行实时监控和故障分析，并借助步进跟踪技术对发动机运行状态数据进行预处理，使其成为标准信号。数据通过NI的数据采集卡传输到计算机。结合特征提取，例如信息熵，傅立叶变换，EMD和小波神经网络技术。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。条件是通过FPGA图像扫描方法执行的，并借助步进跟踪技术对发动机运行状态的数据进行预处理，使其成为标准信号。数据通过NI的数据采集卡传输到计算机。结合特征提取，例如信息熵，傅立叶变换，EMD和小波神经网络技术。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。条件是通过FPGA图像扫描方法执行的，并借助步进跟踪技术对发动机运行状态的数据进行预处理，使其成为标准信号。数据通过NI的数据采集卡传输到计算机。结合特征提取，例如信息熵，傅立叶变换，EMD和小波神经网络技术。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。步进跟踪技术可对运行状态进行预处理，使其成为标准信号。数据通过NI的数据采集卡传输到计算机。结合特征提取，例如信息熵，傅立叶变换，EMD和小波神经网络技术。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。步进跟踪技术可对运行状态进行预处理，使其成为标准信号。数据通过NI的数据采集卡传输到计算机。结合特征提取，例如信息熵，傅立叶变换，EMD和小波神经网络技术。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。诊断结果和实际故障状态的准确性得到提高。它可以使员工实时监控发动机的运行状态，提高发动机故障诊断的效率，减少人工成本和维护成本，从而实现对发动机状态的智能，实时，准确的监控。