30 / 2019-09-06 20:40:49

基于深度学习的船舶故障诊断研究

深度学习；特征融合；故障诊断

【目的】船舶系统耦合度高，设备之间相互联系，运行环境特殊，故障原因非常复杂。船舶故障诊断作为维修决策的重要支撑，对船舶安全运行意义重大。【方法】传统的诊断方法在样本结构复杂的船舶故障诊断中效果不理想，本文提出基于深度学习算法进行船舶故障诊断。利用深度学习提取多层数据特征；将提取的多层特征向量进行特征融合；使用soft-max分类器对故障结果做分类输出。【结果】在船舶仿真故障数据集上的实验结果表明，与其他传统算法相比较，该方法故障诊断的准确率有较大提高。【结论】仿真实验结果为92.5%，说明深度学习算法进行多层特征融合能够较好的满足复杂系统下船舶故障诊断的需求。