基于机器学习的船闸机电远程故障诊断模式研究

• 作者: 黄定勤
• 来源期刊: 中国水运（上半月）
• 学科: 交通运输
• 关键词: 船闸机电 故障诊断 智能运维 机器学习
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 安全
• 页码范围: 31-33
• 页数: 3页
• 分类号: U698
• 字数: 3233字
• 语种: 中文
• DOI: 10.13646/j.cnki.42-1395/u.2020.07.010

摘要

水运是综合运输体系的重要组成部分,具有运量大、成本低、能耗小、污染少等优势.船闸是保障水运航道安全和高效运行的关键节点,针对船闸的传统机电运维方式存在的耗费人力、效率低、响应不及时等问题,提出一种基于机器学习理论的船闸机电远程故障诊断模式,为船闸机电设备的智能化运维提供一种新思路.利用船闸机电设备历史运行数据,通过对机器学习模型的训练学习,以设备实时状态数据为输入,自动分析故障征兆,实现故障早期预警、自动确定故障类型、快速定位故障根源、提供各可疑项概率分析,为维护人员的维修工作提供指引.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄定勤		4	0	0.0	0.0