基于BP神经网络的船用柴油机运行数据预测研究

• 作者: 任东平 庞水 曾鸿 王新璐 王际达
• 来源期刊: 船舶物资与市场
• 学科: 工学
• 关键词: 大数据 BP神经网络 预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 基础科技
• 页码范围: 17-19
• 页数: 3页
• 分类号: TP183
• 字数: 1780字
• 语种: 中文
• DOI: 10.19727/j.cnki.cbwzysc.2019.05.001

摘要

为了提高船舶营运的可靠性与安全性,将大数据应用于船舶柴油机的故障诊断及趋势预测.本文从某轮的6S35MC7柴油机的实际运行数据中选取研究样本,选用大数据挖掘算法中的神经网络算法,对比BP神经网络在隐含层神经元选用8～15个时的预测结果,最终在隐含层神经元选用14时效果最好.结果表明:以相对误差不超过3,则该神经网络对柴油机的参数预测正确率高达70％,BP神经网络能够很好地用于船舶柴油机的参数预测,在实际应用中具有一定的价值,能够有效减少船舶事故的发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾鸿	大连海事大学轮机工程学院	30	372	10.0	19.0
2	王际达	大连海事大学轮机工程学院	2	0	0.0	0.0
3	任东平	大连海事大学轮机工程学院	3	0	0.0	0.0
4	王新璐	大连海事大学轮机工程学院	2	0	0.0	0.0
5	庞水	大连海事大学轮机工程学院	3	0	0.0	0.0