文献类型：期刊文章

作　　者：梁聚伟[1] 李东亮[2] 陈焰恺[3] 耿江华[4]

LIANG Juwei;LI Dongliang;CHEN Yankai;GENG Jianghua(Naval University of Engineering,Wuhan 430033,China;College of Power Engineering,Naval University of Engineering,Wuhan 430033,China;No.91251 Unit of PLA,Shanghai 201900,China;College of Weapon Engineering,Naval University of Engineering,Wuhan 430033,China)

机构地区：[1]海军工程大学,湖北武汉430033 [2]海军工程大学动力工程学院,湖北武汉430033 [3]中国人民解放军91251部队,上海201900 [4]海军工程大学兵器工程学院,湖北武汉430033

出　　处：《舰船科学技术》

基　　金：国家自然科学基金资助项目(51576207)。

年　　份：2024

卷　　号：46

期　　号：13

起止页码：150-157

语　　种：中文

收录情况：BDHX、BDHX2023、JST、ZGKJHX、核心刊

摘　　要：为了提高船舶蒸汽动力辅助系统的运行安全性和可靠性,减少系统故障导致的船舶停航和潜在安全事故,提出一种结合长短期记忆网络(Long Short-Term Memory network,LSTM)和阈值法的故障预警方法。首先,利用LSTM模型处理船舶蒸汽动力辅助系统的历史运行数据、学习系统的动态行为和潜在故障模式。其次,通过设定阈值法,结合LSTM模型的预测输出,实现对系统状态的实时监控和故障预警。最后,基于MINIS一体化仿真平台开发的蒸汽动力辅助系统模型,以汽轮给水泵转速故障为例,进行故障预警实验,验证方法的有效性。实验结果显示,结合LSTM的预测能力和阈值法的决策效率,提出的预警模型能有效识别并预警汽轮给水泵的转速故障。通过对比实际故障数据,模型在预测准确性和预警及时性方面均表现出色。该方法不仅提高了故障预警的准确性,而且为船舶维护和安全管理提供了有力决策支持,为类似工业系统的故障预警提供了新的研究思路。

关 键 词：蒸汽动力辅助系统  故障预警 长短期记忆网络(LSTM)  阈值法

分 类 号：U672.9]