本文主要研究内容
作者王静（2019）在《船舶同步柴油发电机动力故障诊断数学建模分析》一文中研究指出：利用基于神经网络构建的模型和基于支持向量机构建的模型对船舶同步柴油发电机动力故障进行诊断,存在故障诊断准确性较差,诊断时间较长的问题。针对上述问题,基于粗糙集理论构建一个新的数学模型,对故障进行诊断。该模型构建首先需要确定故障样本集及故障征兆集,然后构建二者的隶属度矩阵最后在最大隶属度原则下选取出隶属度矩阵中最大的隶属度,并对照柴油发电机发生故障概率,实现故障诊断。结果表明:与基于神经网络构建的模型和基于支持向量机构建的模型相比,基于粗糙集理论构建的数学模型,诊断准确性提高3.2%和6.4%,诊断时间缩短19.6 min和30.3 min。
Abstract
li yong ji yu shen jing wang lao gou jian de mo xing he ji yu zhi chi xiang liang ji gou jian de mo xing dui chuan bo tong bu chai you fa dian ji dong li gu zhang jin hang zhen duan ,cun zai gu zhang zhen duan zhun que xing jiao cha ,zhen duan shi jian jiao chang de wen ti 。zhen dui shang shu wen ti ,ji yu cu cao ji li lun gou jian yi ge xin de shu xue mo xing ,dui gu zhang jin hang zhen duan 。gai mo xing gou jian shou xian xu yao que ding gu zhang yang ben ji ji gu zhang zheng zhao ji ,ran hou gou jian er zhe de li shu du ju zhen zui hou zai zui da li shu du yuan ze xia shua qu chu li shu du ju zhen zhong zui da de li shu du ,bing dui zhao chai you fa dian ji fa sheng gu zhang gai lv ,shi xian gu zhang zhen duan 。jie guo biao ming :yu ji yu shen jing wang lao gou jian de mo xing he ji yu zhi chi xiang liang ji gou jian de mo xing xiang bi ,ji yu cu cao ji li lun gou jian de shu xue mo xing ,zhen duan zhun que xing di gao 3.2%he 6.4%,zhen duan shi jian su duan 19.6 minhe 30.3 min。
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静，发表于刊物舰船科学技术2019年02期论文，是一篇关于同步柴油发电机论文,动力故障论文,故障诊断论文,数学建模论文,舰船科学技术2019年02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02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：同步柴油发电机论文; 动力故障论文; 故障诊断论文; 数学建模论文; 舰船科学技术2019年02期论文;