当前位置：首页 > 过刊浏览->2025年第3期
基于大数据的船舶设备运行状态预测模型应用
- DOI:
- 10.19727/j.cnki.cbwzysc.2025.03.037
- 作者:
- 王玉国，殷晨辉，张文国
- 作者单位:
- 中交中港疏浚股份有限公司，上海 200135
- 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
- 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。
