-
题名基于机器学习的舰船轮机设备多发故障信号监测
- 1
-
-
作者
杨双齐
-
机构
武汉船舶职业技术学院交通运输工程学院
-
出处
《舰船科学技术》
北大核心
2023年第16期100-103,共4页
-
文摘
针对舰船轮机设备故障信号监测中存在的运算量大、缺少故障数据、模型训练复杂、检测效率低、准确度不高等问题,设计了基于机器学习的舰船轮机设备多发故障信号监测方法。通过多种传感器采集舰船轮机设备振动信号,经小波变换降噪后,通过EMD经验模态分解提取舰船轮机设备振动信号特征,将其作为孤立森林算法输入进行异常信号检测,以异常信号检测结果为依据,构建决策二叉树支持向量机故障信号分类模型识别故障信号,实现舰船轮机设备多发故障信号监测,实验表明,该方法可以高效、准确地检测并识别舰船轮机设备的故障信号,而且适应性广泛,在舰船轮机设备的各种工况下,监测性能都十分良好。
-
关键词
舰船轮机设备
故障信号监测
机器学习
经验模态分解
孤立森林算法
-
Keywords
ship engine equipment
fault signal monitoring
machine learning
EMD empirical mode decomposition
isolated forest algorithm
-
分类号
U676.42
[交通运输工程—船舶及航道工程]
-
