-
题名基于模式识别的舰船机械电子设备故障自动监测
- 1
-
-
作者
周丹
熊建华
李柯
-
机构
南昌理工学院机电工程学院
-
出处
《舰船科学技术》
北大核心
2024年第13期82-85,共4页
-
基金
江西省自然科学基金面上项目(20232BAB202003)。
-
文摘
舰船机械电子设备故障数据量较为庞大,且模式复杂多样,为满足其复杂性的要求,提出基于模式识别的舰船机械电子设备故障自动监测方法,采集舰船机械电子设备运行中的温度、压力、振动等数据作为故障监测的原始数据,计算数据间的相似系数和欧氏距离,结合K均值算法实现数据聚类处理。通过小波包算法对聚类后的数据进行特征提取,将其输入到卷积神经网络中,通过对监测模型进行训练,最终实现对舰船机械电子设备故障自动监测。通过实验分析,该方法与相关人员进行监测的故障情况高度一致,在不同故障类型监测的时间均能够保持在5 ms以内,具有较高的监测效率和监测精准度。
-
关键词
模式识别
舰船机械电子设备
故障监测
K均值算法
小波包算法
卷积神经网络
-
Keywords
pattern recognition
ship mechanical and electronic equipment
fault monitoring
K-mean algorithm
wavelet packet algorithm
convolutional neural network
-
分类号
TP206
[自动化与计算机技术—检测技术与自动化装置]
-
