-
题名基于ISSA-ELM的船舶压载水系统故障诊断研究
- 1
-
-
作者
王曼绮
曹辉
张琦
张宝中
-
机构
大连海事大学轮机工程学院
大连海大智船科技有限责任公司
中国船舶及海洋工程设计研究院
-
出处
《舰船科学技术》
北大核心
2024年第19期36-41,共6页
-
基金
辽宁省自然资源厅项目(1638882993269)
辽宁省科技厅项目(2022JH1/10800097)。
-
文摘
为了从船舶压载水系统中有效挖掘数据信息,降低极限学习机(ELM)初始参数随机性对故障诊断精度的影响,提出基于改进麻雀搜索算法(ISSA)优化ELM的船舶压载水系统故障诊断模型。首先,使用自适应加权策略和Levy飞行策略改进发现者位置公式,获得ISSA并验证其性能;而后利用改进后的麻雀搜索算法对ELM的初始输入权重和阈值进行优化,建立基于ISSA-ELM的故障诊断模型。结果表明,ISSA-ELM模型的故障诊断精度为96.6%,比SSAELM、PSO-ELM、GWO-ELM模型高出1.8%、3.5%和2.6%,比ELM和SVM模型高出4.5%和7.1%。
-
关键词
船舶压载水系统
故障诊断
极限学习机(ELM)
改进麻雀搜索算法(ISSA)
-
Keywords
ship ballast water system
fault diagnosis
extreme learning machine(ELM)
improved sparrow search algorithm(ISSA)
-
分类号
U664.83
[交通运输工程—船舶及航道工程]
-
-
题名基于GA-GMDH算法的离心泵退化识别
- 2
-
-
作者
孙广西
曹辉
张子威
马振豪
-
机构
大连海事大学轮机工程学院
大连海大智船科技有限责任公司
-
出处
《中国舰船研究》
CSCD
北大核心
2024年第5期254-262,共9页
-
基金
国家重点研发计划资助项目(2022YFB4301403)
辽宁省科技厅科学技术计划资助项目(2022JH1/10800097)。
-
文摘
[目的]为实时监测离心泵的健康状态,提出一种可实时识别离心泵退化状态的模型。[方法]首先,基于离心泵的运行参数和退化机理,利用主客观相结合的组合赋权模型来计算组合权重,进而构建离心泵退化过程中的健康指标;然后,基于现有离心泵的退化数据,提出基于遗传优化-数据分组处理(GA-GMDH)算法的离心泵退化监测模型。[结果]GA-GMDH监测模型的可靠性较高,其健康指标输出值与真实值的均方根误差为0.029216,依据该模型输出结果进行退化状态识别的精度为93.333%。[结论]研究成果可为离心泵的健康状态监测以及维护运营管理提供参考。
-
关键词
离心泵
组合赋权
健康指标
数据分组处理方法
退化状态识别
-
Keywords
centrifugal pump
combinatorial empowerment
health indicators
group method of data handling(GMDH)
degenerate state identification
-
分类号
U664.58
[交通运输工程—船舶及航道工程]
-
