10.3404/j.issn.1672-7649.2021.5A.035
卷积神经网络在舰船舵-翼舵联合控制故障预测中的应用
传统预测方法在对联合控制故障进行预测时,未对故障状态变量数据预先处理,导致故障预测的误报率居高不下.因此,提出了卷积神经网络的舰船舵-翼舵联合控制故障预测方法.对故障预测状态变量数据进行预先处理,监测故障预警装置中的状态变量.优化状态变量中的损失函数,累计舰船舵-翼舵联合控制装置损失指数.重组故障预测神经单元结构,对舰船舵-翼舵联合控制故障进行预测.通过实验分析,传统方法1故障预测误报率最高达到67%,传统方法2故障预测误报率最高达到87%,基于卷积神经网络的舰船舵-翼舵联合控制故障预测方法故障预测误报率最低为15%.因此,基于卷积神经网络的舰船舵-翼舵联合控制的故障预测方法更好.
卷积神经网络、舰船、故障预测、联合控制
43
TP29(自动化技术及设备)
山东省船舶控制工程与智能系统工程技术研究中心科研开放专项资金项目SSCC-2019-0006
2022-07-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
103-105