基于Mini-batch神经网络的船舶柴油机风险等级预测

文章针对现有的船舶柴油机健康管理智能化程度不高、管理技术落后等问题,引入神经网络风险预测方法。提出Mini-batch梯度下降方法,通过在网络训练不同阶段使用不同权重的训练样本,提升原有全量梯度下降算法预测模型不准确和较难更新等问题。并从船舶柴油机在一次机务风险所承担的风险着手,建立设备健康风险状态的综合评价指标体系,通过Minibatch梯度下降优化了风险等级分类器。结果表明,该方法能够对柴油机风险等级进行有效预测。     

基于数据预处理的神经网络在船用空压机故障诊断中的应用

船舶空压机作为重要的船用机械,安全性至关重要。为了加强空压机的维修效率,文章提出了一种PCA和BP神经网络的故障诊断方法。首先通过PCA对故障主特征进行提取,然后提取出的特征作为神经网络的输入,最后神经网络模型输出故障诊断的结果。采用该方法可以提高模型的时效性,节约计算的时间,为工程故障监测提供可靠的技术支持。