当前位置：首页 > 过刊浏览->2019年第5期
基于BP神经网络的船用柴油机运行数据预测研究
- DOI:
- 10.19727/j.cnki.cbwzysc.2019.05.001
- 作者:
- 任东平, 曾鸿, 王新璐, 庞水, 王际达
- 作者单位:
- 大连海事大学轮机工程学院,辽宁大连,116026
- 关键词:
- 大数据, BP神经网络, 预测
- 摘要:
- 为了提高船舶营运的可靠性与安全性,将大数据应用于船舶柴油机的故障诊断及趋势预测.本文从某轮的6S35MC7柴油机的实际运行数据中选取研究样本,选用大数据挖掘算法中的神经网络算法,对比BP神经网络在隐含层神经元选用8～15个时的预测结果,最终在隐含层神经元选用14时效果最好.结果表明:以相对误差不超过3,则该神经网络对柴油机的参数预测正确率高达70％,BP神经网络能够很好地用于船舶柴油机的参数预测,在实际应用中具有一定的价值,能够有效减少船舶事故的发生.
