文章标题：基于大数据的船舶设备运行状态预测模型应用

文章作者：王玉国，殷晨辉，张文国
关 键 字：船舶设备；大数据分析；状态预测；机器学习；预测性维护
文章摘要：      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。