不平衡数据下船舶主机在线故障诊断研究 |
| |
引用本文: | 王泷德,曹辉,魏来.不平衡数据下船舶主机在线故障诊断研究[J].中国舰船研究,2023(5):269-275. |
| |
作者姓名: | 王泷德 曹辉 魏来 |
| |
作者单位: | 大连海事大学轮机工程学院 |
| |
摘 要: | 目的]针对传统船舶主机的故障诊断模型难以采用实时数据及时更新,且船舶主机还存在监测点多但故障样本少的问题,提出一种能够处理不平衡数据并可以在线更新模型的故障诊断方法。方法]首先,采用主成分分析法(PCA)对监测样本进行降维和特征提取,降低训练模型的复杂度;然后,通过SMOTETomek构造故障样本以平衡训练集;接着,针对诊断模型难以实时更新的问题,引入结合正则化方法且具备在线更新功能的在线贯序极限学习机(OSELM)模型;最后,以主机燃油系统为例验证OSRELM模型的可行性,并采用不平衡船舶主机数据进行消融实验以验证整体模型的有效性。结果]结果显示,所提方法在原始模型的基础上可使诊断精度提升29.73%。结论]研究表明所提方法较其他同类方法具有更高的诊断精度,波动幅度较小,具有较好的稳定性;且在样本不平衡的情况下,对于故障类样本仍具备较强的识别能力,适用于船舶主机故障诊断方面的研究。
|
关 键 词: | 故障诊断 样本不平衡 在线学习 在线贯序极限学习机 |
|
|