-
题名基于神经网络的舰船动力电路故障诊断方法
- 1
-
-
作者
霍艳飞
张福燕
-
机构
大连海洋大学应用技术学院
-
出处
《舰船科学技术》
北大核心
2024年第18期118-121,共4页
-
基金
辽宁省教育科学“十四五”规划2022年度立项课题(JG22EB040)。
-
文摘
为有效滤除舰船动力电路信号内的噪声和干扰,提取出有用的故障特征,并在复杂多变的运行环境中,准确诊断各种未知故障类型,研究基于神经网络的舰船动力电路故障诊断方法。利用栈式稀疏自编码器在舰船动力电路信号内,提取有用的电路故障特征,利用其稀疏性滤除电路信号内的噪声和干扰,减少故障特征之间的冗余;通过K-means算法,优化概率神经网络结构;在优化后的概率神经网络内,输入有用的故障特征,输出舰船动力电路故障诊断结果,依据其强大的在线学习能力,提升其对未知故障诊断的适应性。实验证明该方法可有效提取舰船动力电路故障特征;在不同噪声强度的运行环境下,该方法均可精准诊断电路故障。
-
关键词
神经网络
舰船动力电路
故障诊断
自编码器
K-MEANS算法
概率神经网络
-
Keywords
neural network
ship power circuit
fault diagnosis
autoencoder
K-means algorithm
probabilistic neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
