基于神经网络的船舶主机零件磨损监测方法的研究

发布时间：2021-08-13 01:14

　　针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性。实验结果表明,遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测。 

【文章来源】：中国设备工程. 2020,(22)

【文章页数】：2 页

【部分图文】：

BP神经网络模型

遗传算法的流程

以磨损中的铁屑为分析对象，油液光谱数据来源于某船主机，共获得15个时间序列，对实验数据进行曲线拟合，采用等间距离散法，获得50个离散时间序列。3.2 遗传神经网络在船舶主机上的应用


本文编号：3339441