公开(公告)号：CN116933624A

公开(公告)日：2023-10-24

申请号：CN202310777588.0

申请日：2023-06-28

Applicant: 烟台哈尔滨工程大学研究院

Inventor： 柯赟 ,  李冠华 ,  宋恩哲 ,  姚崇

IPC: G06F30/27 ,  G06F30/15 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06T17/00 ,  G06F119/04 ,  G06F119/08

Abstract: 本发明涉及船舶技术领域，提供了一种基于数字孪生的机舱状态监测与剩余寿命预测方法及系统，包括：获取机舱内任一运行设备的全寿命周期数据，所述全寿命周期数据包括：振动信号数据或/和电压信号数据或/和电流信号数据或/和温度信号数据，将不同时刻的同一类信号分为训练集和测试集；提取测试集中信号的HWPE退化特征值，将该组特征值数据映射为健康度指标HI；将HWPE退化特征值和健康度指标HI输入到IGOA‑BiLSTM网络模型中，经过数次迭代计算，得到该运行设备当前的寿命运行时刻；根据该运行设备当前的寿命运行时刻，进行该设备的剩余寿命预测计算。该方案将数字模型和物理模型通过数据驱动的方式联系在一起，并选取合适的故障诊断算法预测智能机舱设备的剩余寿命。