收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于DPC-GMM算法的船舶燃油系统故障诊断

魏一  张跃文  李斌  
【摘要】:[目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于DPC-GMM算法的船舶燃油系统故障诊断方法;然后,通过训练船舶燃油系统状态所对应的高斯混合模型参数,实现对船舶燃油系统故障的无监督诊断;最后,基于获取的船舶燃油系统故障数据,验证该方法的有效性。[结果]实验结果表明,采用基于DPC-GMM算法的故障辨识准确率高、识别速度快,优于传统的反向传播(BP)神经网络和支持向量机(SVM)诊断算法。[结论]研究结果对船舶燃油系统的故障诊断有重要的指导意义。

知网文化
【相似文献】
中国期刊全文数据库 前3条
1 魏一;张跃文;李斌;;基于DPC-GMM算法的船舶燃油系统故障诊断[J];中国舰船研究;2018年06期
2 张辉;舰船电气系统故障诊断维修现状及前景分析[J];中国修船;1998年02期
3 薛鹤娟;;神经网络专家系统在船舶控制系统故障诊断的应用[J];舰船科学技术;2017年14期
中国重要会议论文全文数据库 前1条
1 胡先富;胡以怀;;船用柴油机燃油系统诊断技术的发展[A];大连海事大学校庆暨中国高等航海教育90周年论文集(机电分册)[C];1999年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978