本文主要研究内容
作者王波（2019）在《舰船维护中机械潜在故障智能预测方法》一文中研究指出：舰船机械部件是一个非线性系统,舰船机械部件出现故障概率相当高,当前故障预测方法无法描述舰船机械部件故障的不确性,因此舰船机械部件故障预测精度低,为了提高舰船机械部件故障预测精度,克服当前舰船机械部件故障预测方法的缺陷,设计了一种舰船维护中机械潜在故障智能预测方法。首先提取描述舰船机械部件故障类别的特征信息,然后采用BP神经网络对舰船机械部件故障特征信息进行学习,确定相对应的舰船机械部件故障类别,并解决BP神经网络参数确定问题,最后与其他方法进行了对比实验。结果表明,本文方法的舰船机械部件故障预测精度超过95%,远远高于对比方法的舰船机械部件故障预测精度,改善了舰船机械部件故障诊断速度,具有十分广泛的应用前景。
Abstract
jian chuan ji xie bu jian shi yi ge fei xian xing ji tong ,jian chuan ji xie bu jian chu xian gu zhang gai lv xiang dang gao ,dang qian gu zhang yu ce fang fa mo fa miao shu jian chuan ji xie bu jian gu zhang de bu que xing ,yin ci jian chuan ji xie bu jian gu zhang yu ce jing du di ,wei le di gao jian chuan ji xie bu jian gu zhang yu ce jing du ,ke fu dang qian jian chuan ji xie bu jian gu zhang yu ce fang fa de que xian ,she ji le yi chong jian chuan wei hu zhong ji xie qian zai gu zhang zhi neng yu ce fang fa 。shou xian di qu miao shu jian chuan ji xie bu jian gu zhang lei bie de te zheng xin xi ,ran hou cai yong BPshen jing wang lao dui jian chuan ji xie bu jian gu zhang te zheng xin xi jin hang xue xi ,que ding xiang dui ying de jian chuan ji xie bu jian gu zhang lei bie ,bing jie jue BPshen jing wang lao can shu que ding wen ti ,zui hou yu ji ta fang fa jin hang le dui bi shi yan 。jie guo biao ming ,ben wen fang fa de jian chuan ji xie bu jian gu zhang yu ce jing du chao guo 95%,yuan yuan gao yu dui bi fang fa de jian chuan ji xie bu jian gu zhang yu ce jing du ,gai shan le jian chuan ji xie bu jian gu zhang zhen duan su du ,ju you shi fen an fan de ying yong qian jing 。
论文参考文献
论文详细介绍
论文作者分别是来自舰船科学技术的王波，发表于刊物舰船科学技术2019年14期论文，是一篇关于舰船机械部件论文,故障智能预测论文,特征信息论文,非线性系统论文,舰船科学技术2019年14期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自舰船科学技术2019年14期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：舰船机械部件论文; 故障智能预测论文; 特征信息论文; 非线性系统论文; 舰船科学技术2019年14期论文;