摘要
本发明公开了一种基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法,属于健康状态管理技术领域,包括:提取信号特征每个分量的中心频率值;采用改进多尺度排列熵进行信号特征分析,根据尺度因子获得稳定的排列熵值;获得信号最大峭度值所对应的中心频率,筛选若干BIMF分量逐层数据集,并通过排列熵构建特征向量集Q;对特征向量集Q进行降维处理获得特征向量集T;采用特征向量集T训练DBN1,将工况识别结果结合特征向量集T训练DBN2,实现船舶设备退化状态识别;建立观测器模型,获取船舶设备的健康基线,通过计算马氏距离评估识别的船舶设备退化状态。通过本发明可以实现关键设备的退化状态准确快速评估。
技术关键词
船舶设备
信号特征分析
状态识别方法
DBN模型
多尺度排列熵
多源融合
故障分类器
频率
观测器
噪声特征
健康状态管理
受限玻尔兹曼机
综合分析系统
基线
频域特征
常春藤
深度置信网络
船舶工况
排列算法