基于决策树支持向量机算法的船用设备故障诊断

摘要

目的 提高船用设备的智能化水平,增强船舶的安全性、可靠性,对船上设备进行状态监测,并基于监测数据对设备健康状况进行评估,对可能存在的故障工况进行识别.方法 通过采集机舱内的振动数据,对数据进行预处理、快速傅里叶变换,提取1/3倍频带特征,将倍频带谱信号作为特征向量,利用支持向量机算法进行模型训练及分类.对于船上多种工况及可能存在的多种故障类别,采用决策二叉树方法,提出一种快速、准确的状态监测及故障诊断策略.结果 在实验室工况下识别准确率接近100％.结论 该方法能够对船用设备进行状态监控、故障诊断、健康评估等提供支持,为设备检修、传感器布置等决策提供依据.