摘要
本发明提供了一种船舶发动机故障诊断方法及系统,先建立船舶发动机仿真模型,并利用船舶发动机仿真模型对正常运行状态以及多种故障类型下的船舶发动机进行模拟实验,分别获取船舶发动机在正常运行状态、以及各种故障类型下的关键参数,进而构建船舶发动机数据集,然后采用最大期望算法对船舶发动机数据集中缺失的数据进行插补补全,得到补全后的船舶发动机数据集,再采用t‑SNE算法对补全后的船舶发动机数据集中的所有数据进行降维,得到降维后的新船舶发动机数据集并划分为训练集和测试集,最后基于机器学习方法构建ELM网络模型,基于ELM网络模型完成对船舶发动机的故障诊断,解决了现有有关船舶发动机故障诊断时在数据缺失情况下诊断准确率低的问题。
技术关键词
数据
子模块
正态分布模型
仿真模型
梯度下降优化算法
参数
机器学习方法
船舶柴油机
增压器
发动机故障诊断
网络
压力
排气
训练集
系统为您推荐了相关专利信息
智能网联车辆
车辆状态预测
仿真模型
估计误差
车辆运动状态
图像采集组件
低功耗
设备控制方法
触摸屏报点率
通信接口
客户
风险预测模型
数据
计算机可读指令
梯度提升机