当前位置：首页 > 过刊浏览->2026年第5期
基于大数据与迁移学习的船舶轮机故障预警方法研究
- DOI:
- 10.19727/j.cnki.cbwzysc.2026.05.022
- 作者:
- 齐青松
- 作者单位:
- 海洋石油工程股份有限公司，天津 300461
- 关键词:
- 大数据技术；船舶轮机；故障维护；迁移学习；剩余寿命预测
- 摘要:
- 船舶轮机故障预警与维护中，传统方法采用自适应变分模态分解提取故障特征，但易受多源数据异步影响，导致故障预警准确率不高。因此，提出一种基于大数据与迁移学习的船舶轮机故障预警方法。该方法首先利用大数据技术构建海量异构数据高维特征空间提取自适应变分模态；然后训练深度时序迁移学习模型生成剩余寿命概率演变轨迹，完成船舶轮机故障预警与维护。实验结果表明，研究方法在不同迁移任务下的故障预警准确率始终较高，能有效捕捉船舶轮机运行状态特征，避免单一数据源导致的误判，具有高动态鲁棒性。
