基于大数据的船舶设备运行状态预测模型应用  

作　　者：王玉国 殷晨辉 张文国 

机构地区：[1]中交中港疏浚股份有限公司,上海200135

出　　处：《船舶物资与市场》2025年第3期118-120,共3页Marine Equipment/Materials & Marketing

摘　　要：随着船舶工业的数字化转型,设备状态监测与预测性维护变得愈发重要。通过研究对船舶设备运行数据的收集、处理和分析,建立一套基于大数据和机器学习的预测模型,其能够对关键设备的运行状态进行实时监测和预测。研究采用多源异构数据融合技术,结合深度学习算法,实现了对设备故障的早期预警。实验结果表明,该模型在预测准确率上达到92.5%,较传统方法提高了15%,对设备维护决策具有重要的指导意义。

关 键 词：船舶设备 大数据分析 状态预测 机器学习 预测性维护 

分 类 号：U664.81[交通运输工程—船舶及航道工程]