当前位置：首页 > 过刊浏览->2025年第2期
船舶电气系统故障的卷积神经网络诊断研究
- DOI:
- 10.19727/j.cnki.cbwzysc.2025.02.020
- 作者:
- 王伟航，王秀智，彭 镇，陈 思
- 作者单位:
- 陆军军事交通学院，江苏 镇江 212003
- 关键词:
- CNN 技术；船舶电气系统；故障自动化诊断
- 摘要:
- 随着船舶电气系统日益复杂，故障诊断和维护变得尤为重要。传统的故障诊断方法多依赖人工检查与经验，存在效率低、
准确性差等问题。近年来，深度学习技术中的卷积神经网络（CNN）技术，在图像识别和信号处理中有着理想的表现，在故障诊
断中有着越来越广泛的应用。通过 CNN 的自动特征提取与学习，能够实现高效、准确的船舶电气系统故障诊断。本文基于 CNN
技术，研究船舶电气系统故障的自动化诊断方法，该方法能够有效提高故障诊断的准确率和效率，为船舶电气系统的智能化维护
提供技术支持。
