摘要
本发明公开了一种可信的船舶动力引擎智能故障诊断方法,属于故障检测技术领域,包括如下步骤:步骤一,获取船舶动力引擎故障数据;步骤二,对故障数据进行筛选重要特征,对步骤一中所获取的数据集进行故障特征提取,通过基于Spearman相关系数的方法进行特征重要性排序,选择重要性较高的特征;步骤三,构建可解释的初始模型,通过证据推理算法进行置信规则库的推理;步骤四,设计面向准确性和可解释性双度量的平衡优化策略;步骤五,对模型进行优化,采用可以平衡可解释性和准确性的改进的投影协方差矩阵自适应进化策略(P‑CMA‑ES)进行优化,本发明中,能够在保持高故障诊断精度的同时,显著增强模型的可解释性,解决了准确性与可解释性之间的平衡问题。
技术关键词
智能故障诊断方法
动力引擎
置信规则库
船舶
协方差矩阵
推理算法
进化策略
故障特征提取
数据
故障检测技术
因子
专家系统
特征选择
参数
度量
计算方法
指标
润滑油
燃油
系统为您推荐了相关专利信息
抗氧化物质提取
车前草
骨关节炎
仿真模型
抗氧化测定方法
融合特征
注意力
预测误差
长短期记忆神经网络
预警方法
联合设计方法
MIMO雷达
增广拉格朗日
滤波器
信号
SVR模型
GRU神经网络
GRU模型
神经网络模型
船舶
康复评估系统
特征值
人工智能模型
患者
随机森林模型