基于PCA-BP神经网络的船舶动力设备运行状态评价模型

船舶动力设备是船舶的核心设备,在船舶正常航行任务中担任着"心脏"的位置,由于船舶动力设备的工作参数维度较多、数据相关性较大、处理复杂等问题,使得对其直接进行状态评价较为困难。文章提出一种基于PCA-BP神经网络的船舶动力设备运行状态评价模型,模型采用主成分分析的方法去除船舶动力设备运行数据的数据相关性,实现数据降维,然后在确定船舶动力设备的状态评价标准的基础上,建立船舶动力设备的运行状态评价模型,并以"某轮"燃烧系统作为案例,对模型的准确性进行验证分析。模型验证结果表明,所建船舶动力设备运行状态评价模型具有一定的准确性、有效性和普适性,可以很好地应用于船舶动力设备运行状态的评价分析。