典型文献
基于机器学习的舰船机电装备故障诊断
文献摘要：
随着信息技术的发展,以机器学习、模式识别为代表的人工智能技术在故障诊断领域逐步得到应用.通过对振动噪声信号的采集,利用时频分析技术对信号进行分解,并提取故障特征参数,再利用机器学习或模式识别技术对信号进行判别分类,可以实现舰船机电装备的智能诊断.为了验证该方法,选择经验模态分解方法进行信号分解,采用支持向量机进行诊断分类.通过实验表明,该方法有着较高的诊断精度,故障诊断率达到了96.7％,可以对舰船机电装备常见故障进行准确的智能诊断.
文献关键词：
机器学习;机电装备;经验模态分解;支持向量机;故障诊断
中图分类号：
作者姓名：
吉哲;张松涛;代春明
作者机构：
海军士官学校二系,安徽蚌埠233012
文献出处：
引用格式：
[1]吉哲;张松涛;代春明-.基于机器学习的舰船机电装备故障诊断)[J].船电技术,2022(02):1-4
A类：
B类：
基于机器学习,舰船,船机,机电装备,振动噪声,噪声信号,时频分析,故障特征,模式识别技术,智能诊断,经验模态分解,分解方法,信号分解,诊断分类,诊断率,常见故障
AB值：
0.273167
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。
