基于PNN的舰船柴油机冷却系统故障预警研究

发布时间：2021-03-12 09:40

　　针对舰船柴油机冷却系统,分析其典型故障模式,选取特征参数,基于概率神经网络（PNN）建立故障预警模型以对其进行故障预警,结合某型柴油机在某船实际运行数据完成模型的训练和验证。结果表明,采用概率神经网络可有效地实现舰船柴油机冷却系统的故障预警。 

【文章来源】：船舶工程. 2020,42(S1)北大核心

【文章页数】：3 页

【部分图文】：

训练结果3模型验证

测试结果

【参考文献】：
期刊论文
[1]冷却系统对船用柴油机性能参数的影响研究[J]. 张博,张萍,王银.  中国修船. 2019(04)
[2]分形技术与概率神经网络在船舶柴油机故障诊断中的应用[J]. 张忠伟.  舰船科学技术. 2016(12)
[3]强制循环水冷式冷却系统的故障诊断[J]. 汪年平,周俊.  上海工程技术大学学报. 2014(03)
[4]世界及我国船用低速柴油机行业发展研究[J]. 刘啸波,任慧龙,李陈峰.  船舶工程. 2013(01)
[5]基于贝叶斯网络分类器的船舶柴油机冷却系统故障诊断[J]. 曾谊晖,鄂加强,朱浩,龚金科.  中南大学学报(自然科学版). 2010(04)
[6]某舰艇柴油机冷却系统智能故障诊断系统设计[J]. 王炳强,沈精虎,赵景波.  计算机测量与控制. 2009(05)

硕士论文
[1]基于数据挖掘的舰船柴油机状态监控和故障诊断[D]. 宗宏日.哈尔滨工程大学 2016



本文编号：3078097