典型文献
基于粒子群优化混合神经网络的船舶辅锅炉故障诊断
文献摘要：
为适应智能船舶辅锅炉故障诊断智能化的新要求,提高船舶辅锅炉故障诊断的效率与准确率,采用神经网络对船舶辅锅炉故障进行诊断研究.将自组织特征映射神经网络和BP神经网络串联结合组成混合神经网络诊断模型来解决单一神经网络诊断模型存在的局限性.同时针对混合神经网络诊断模型中初始连接权值和节点阈值设置存在的缺陷,采用粒子群算法对混合神经网络诊断模型进行优化.选取阿法拉伐船用D型水管锅炉为研究对象,以DMS-VLCC型轮机模拟器中的船舶辅锅炉运行数据为试验数据来源,应用单一BP神经网络、混合神经网络和经粒子群优化的混合神经网络构建辅锅炉故障诊断模型并进行了试验对比研究.结果表明基于粒子群优化的混合神经网络诊断模型的诊断性能明显优于未优化混合神经网络和单一BP神经网络诊断模型,可为船舶辅锅炉的智能故障诊断提供一种新思路.
文献关键词：
船舶辅锅炉;故障诊断;混合神经网络;粒子群算法
中图分类号：
作者姓名：
王世威;甘辉兵;胡国彤;钟振宇
作者机构：
大连海事大学轮机工程学院,辽宁大连116026
文献出处：
引用格式：
[1]王世威;甘辉兵;胡国彤;钟振宇-.基于粒子群优化混合神经网络的船舶辅锅炉故障诊断)[J].中国航海,2022(02):37-42,55
A类：
船舶辅锅炉
B类：
粒子群优化,混合神经网络,智能船舶,诊断研究,自组织特征映射,网络诊断,时针,连接权值,节点阈值,粒子群算法,阿法拉,船用,DMS,VLCC,轮机模拟器,锅炉运行,运行数据,数据来源,网络构建,故障诊断模型,试验对比,诊断性,智能故障诊断
AB值：
0.213775
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
