人工智能优化算法的舰船动力定位系统故障识别

• 作者: 薛景
• 来源期刊: 舰船科学技术
• 关键词: 人工智能优化算法 动力定位系统 故障识别 粒子群优化 支持向量机
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 动力系统
• 页码范围: 115-117
• 页数: 3页
• 分类号: TP206
• 语种: 中文
• DOI: 10.3404/j.issn.1672-7649.2020.9A.039

摘要

传统的故障识别智能算法中,由于参数具有不确定性,影响不同类型故障的识别精度.为此,本文设计一种新的用于舰船动力定位系统故障识别的人工智能优化算法.首先分析双坐标系下舰船的运动特征并利用数学公式进行表述,按照不同的分类标准对动力定位系统的故障进行分类,采用粒子群优化SVM参数,设计故障识别算法流程,采用不同的SVM识别模型对动力定位系统中出现的故障进行识别.为了验证实际的故障识别方法具有一定的有效性,基于动力定位系统中的电罗经故障设计了仿真实验,实验中设计了冲击故障、偏差故障、恒定值故障,实验结果表明,设计的故障识别方法相对于DE算法和PSO算法具有更好的识别准确率.