典型文献
基于卷积神经网络的蒸汽动力系统故障诊断
文献摘要：
[目的]为了提高船用动力系统的故障诊断水平,基于卷积神经网络对船用增压锅炉进行实时诊断研究.[方法]首先,基于GSE平台开发船用增压锅炉的仿真程序,获得模拟故障数据,在此基础上利用卷积神经网络方法建立增压锅炉的故障诊断模型;然后,根据温度、流量等参数的变化趋势,结合先验知识与机器学习方法进行故障识别,并采用混淆矩阵、精确度等评价标准对该方法进行性能评估.[结果]根据特征提取后的数据集与原始数据集的对比结果,模型输出结果的稳定性与模型的泛化能力均得以优化提升,整体故障分类精度可达99.53％.[结论]研究成果可为船用动力系统的智能化监测提供参考.
文献关键词：
增压锅炉;卷积神经网络;故障诊断
中图分类号：
作者姓名：
苏健;宋汉江;宋福元;张国磊
作者机构：
哈尔滨工程大学动力与能源工程学院,黑龙江哈尔滨 150001;中国人民解放军 92942部队,北京 100161
文献出处：
引用格式：
[1]苏健;宋汉江;宋福元;张国磊-.基于卷积神经网络的蒸汽动力系统故障诊断)[J].中国舰船研究,2022(06):96-102
A类：
增压锅炉
B类：
蒸汽动力系统,动力系统故障,船用,断水,实时诊断,诊断研究,GSE,平台开发,发船,仿真程序,故障数据,神经网络方法,故障诊断模型,先验知识,机器学习方法,故障识别,混淆矩阵,性能评估,原始数据,模型输出,输出结果,泛化能力,优化提升,故障分类,分类精度,智能化监测
AB值：
0.345511
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。
