-
公开(公告)号：CN119004375A
公开(公告)日：2024-11-22
申请号：CN202411092804.9
申请日：2024-08-09
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于特征融合的图注意力船舶发动机故障诊断模型的构建方法，将优化数据集中的样本特征数据作为特征节点，并采用t_SNE算法与余弦相似度算法获取各特征节点之间的概率相似度矩阵与余弦相似度矩阵；对概率相似度矩阵与余弦相似度矩阵进行融合获取包含不同相似度的融合相似度矩阵；并基于四分位法根据融合相似度矩阵获取融合不同相似度的融合相似度邻接矩阵，以得到特征节点关系图；构建船舶发动机故障诊断模型，并根据特征节点与所述特征节点关系图对船舶发动机故障诊断模型进行模型训练；并通过模型训练后的船舶发动机故障诊断模型实现船舶发动机故障诊断预测。解决了目前大多数模型对不确定信息或多元信息的处理能力有限，模型可解释性差，缺乏对船舶发动机众多热力参数复杂性的辨识能力，进而造成船舶发动机故障诊断结果精度低的问题。
-
公开(公告)号：CN117407969A
公开(公告)日：2024-01-16
申请号：CN202311029600.6
申请日：2023-08-15
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于优化Chaos‑Elman模型的船舶海水冷却系统故障预测方法，包括获取中冷器海水出口温度时间序列，计算序列的最优延迟时间、最优嵌入维数和最大Lyapunov指数的取值，判断序列是否具有混沌性；基于最优延迟时间、最优嵌入维数对中冷器海水出口温度时间序列进行相空间重构，计算序列的最佳邻近相点个数的取值并表示为X；构建Chaos‑Elman组合预测模型，计算序列中中心点的数量，基于中心点与序列的欧式距离获取每个中心点的X个邻近相点，构建训练集，基于训练集对模型进行训练，获取训练后的模型；确定预测时间段，根据训练后的Chaos‑Elman组合预测模型进行预测。提高海洋海水冷却系统参数短期预测的精度，减少混沌数据带来的精度损失。
-
公开(公告)号：CN117010107A
公开(公告)日：2023-11-07
申请号：CN202310951301.1
申请日：2023-07-31
Applicant: 大连海事大学
Abstract: 本发明一种调整离心泵扬程特性曲线参数模拟离心泵加速退化装置，包括：利用离心泵的说明书数据拟合出离心泵的扬程特性曲线参数K1、K2、K3的拟合模块；离心泵不同型号设定离心泵退化时的常数的离心泵基本参数设定模块：将离心泵轴承磨损、密封环磨损以及叶轮磨损转换为退化系数的变化的离心泵退化系数生成模块；计算离心泵发生退化时，参数K1、K2、K3的变化，通过与离心泵退化时管路模型联合仿真出流量、扬程的变化的离心泵扬程特性变化参数变换模块；依据转速的变化、容积效率的变化、流量的变化、扬程的变化计算出扭矩的变化的离心泵退化时扭矩计算模块；仿真离心泵退化时线电流的变化的离心泵电动机模块。
-
-
Search Results
3
records
(took 0.016 seconds)
