基于SVM模型算法和大数据分析技术的船舶设备故障诊断

• 作者: 王晓东 马旭颖
• 来源期刊: 上海船舶运输科学研究所学报
• 关键词: 大数据分析 支持向量机模型算法 Python语言 船舶设备故障诊断
• 年，卷（期）: 2021,（1）
• 页码范围: 49-53
• 页数: 5页
• 分类号: U676.42
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5949.2021.01.009

摘要

为在船舶设备发生故障时能准确、及时地定位故障发生根源,保证船舶安全、经济运行,采用大数据分析方法和支持向量机(Support Vector Machine,SVM)模型算法对船舶设备进行故障诊断,提前预测可能发生的故障.以船舶柴油机滑油压力低故障为例,应用Python语言,通过SVM模型算法预测该故障的发生概率.结果表明,在已采集的船舶数据样本的训练集和测试集上,数据拟合和故障预测的效果十分理想,预测故障发生的准确率较高.