基于机器学习的船舶设备故障预测管理措施分析  

作　　者：刘玉明 

机构地区：[1]中国船舶集团有限公司系统工程研究院,北京102600

出　　处：《中国科技期刊数据库 工业A》2024年第4期0192-0195,共4页

摘　　要：船舶设备状态监测是一种基于数据驱动的方法,通过传感器对机舱设备进行监测,并对数据进行分析处理,进而判断设备的健康状况。传统的监测方法一般是通过人工判断来实现,这种方法不仅难以实时性,而且不能做到对船舶机舱设备运行状态的全面了解。近年来,机器学习技术在船舶领域得到了广泛应用,这种技术就是通过对船舶设备运行状态进行实时监控,采用一定的算法模型,对船舶设备状态进行预测,并通过一定的算法模型对船舶设备状态进行评估,进而可以实现对船舶设备故障进行预测和预警。基于此,本文先是对机器学习技术作以概述;接着总结了机器学习在船舶设备故障预测应用的优势;最后,详细论述了基于机器学习的船舶设备故障预测的管理措施,包括建立完善的数据采集系统、合理地选择和处理特征、选择与建立预测模型、制定完善的设备维护计划,以期为有关单位提供一定的借鉴和参考。

关 键 词：机器学习 船舶 设备故障预测 

分 类 号：U672[交通运输工程—船舶及航道工程]