基于神经网络及光谱分析的船舶主机磨损状态研究
Technology Innovation a（2017）
摘要
船舶主机润滑油中金属磨粒的含量能够反映出主机的磨损运转状况.通过对船舶主机润滑油中金属元素含量的预测能够提前判断主机相关部件的故障,作为主机状态监测的依据.由于船舶主机运行状况比较复杂,其润滑油中金属元素含量受诸多因素影响,若对其含量进行预测传统方法往往误差较大,难以达到预期的目的.文章提出基于BP神经网络对主机润滑油中的金属含量进行预测,并利用MATLAB进行建模仿真,将该方法应用于某船舶主机润滑油铁金属含量预测,预测结果的平均相对误差为2.11%~2.72%,能够满足船用柴油机状态监测的需要.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要