| 基于机器学习的舰船机电装备故障诊断 |
| |
| 引用本文： | 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, 42(2): 1-4. DOI: 10.3969/j.issn.1003-4862.2022.02.001 |
| |
| 作者姓名： | 吉哲 张松涛 代春明 |
| |
| 作者单位： | 海军士官学校二系,安徽蚌埠233012 |
| |
| 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。
|
| 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 |
Application of artificial intelligence technology in fault diagnosis of marine electromechanical equipment |
| |
| Ji Zhe,Zhang Songtao,Dai Chunming. Application of artificial intelligence technology in fault diagnosis of marine electromechanical equipment[J]. Marine Electric & Electronic Technology, 2022, 42(2): 1-4. DOI: 10.3969/j.issn.1003-4862.2022.02.001 |
| |
| Authors: | Ji Zhe Zhang Songtao Dai Chunming |
| |
| Affiliation: | (Naval Petty Officer Academy,Bengbu 233012,China) |
| |
| Abstract: | |
| |
| Keywords: | machine learning electromechanical equipment empirical mode decomposition support vector machine fault diagnosis |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
