基于神经网络的船舶主机零件磨损监测方法的研究

• 作者: 李长青 林彬 魏海滨
• 来源期刊: 中国设备工程
• 学科: 交通运输
• 关键词: 神经网络 遗传算法 船舶主机 监测
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 智能检测与诊断
• 页码范围: 150-151
• 页数: 2页
• 分类号: U672
• 语种: 中文

摘要

针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性.实验结果表明,遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测.