“火炬”是一种以燃烧方式处理石油、冶金、化工等领域排放可燃性尾气的装置。由于传统长明灯工作消耗大量宝贵燃气资源,并且抗环境干扰能力不强。因此,现已设计出“电子长明灯”来解决该问题。“电子长明灯”是通过高压放电原理实现点火功能,具有节约资源、抗干扰能力强的优点。但由于“电子长明灯”是高压放电设备,其故障不易排查,并具有电击伤人的安全隐患。因此,需要设计智能装置来监测与诊断“电子长明灯”工作情况。为实现“电子长明灯”的状态监测与故障诊断的功能,本文从实时采集识别装置设计与“电子长明灯”工况识别算法两方面进行研究,其内容如下:首先,在实时采集识别装置设计中,采用基于FPGA+DSP的体系架构,扩展AD数据采集、SD卡存储、串口通信等硬件接口。根据该装置的硬件设计进行相应驱动设计,主要分四部分。第一,FPGA对AD芯片的控制时序设计,及将采集信号缓存FIFO的设计。第二,DSP读取FIFO缓存信号的通信设计。第三,DSP对FATFS文件系统的移植设计。第四,DSP及FPGA对串口扩展芯片寄存器配置及RS232及RS485的通讯功能的设计。最终,该装置实现了对信号的实时采集、SD卡状态记录存储及串口通信等功能。其次,在对“电子长明灯”工况识别算法设计中,着重研究信号特征提取部分。分别从时域统计量、频谱包络线及信号滤波与倒谱相结合三方面对“电子长明灯”不同工况的信号进行特征研究,并提取出具有高识别度的特征量。此外,介绍了 BP神经网络的理论及设计方法。最终,通过将提取出的特征量作为BP神经网络识别参量,进行神经网络的构建,并对“电子长明灯”工况进行识别。通过实验验证,该神经网络系统对“电子长明灯”工况的识别准确率可达90%以上。