基于优化BP神经网络的船舶动力系统故障诊断

摘要

[目的]为实现船舶动力系统的故障诊断,基于优化的BP神经网络提出一种故障诊断方法。[方法]首先,采用附加动量-自适应学习速率调整算法来克服BP神经网络的缺陷;然后,运用"小网络集群"的思路分别构建网络以进行故障识别和故障溯源;接着,采用动力系统仿真平台生成的450组故障数据进行神经网络训练;最后,通过给水泵转速异常高这一故障案例展示故障诊断结果。[结果]通过对故障数据的学习,发现故障原因诊断准确率可高达99%以上。[结论]研究表明,基于优化BP神经网络的故障诊断方法能够精准实现船舶动力系统的故障诊断。