当前位置：首页 > 过刊浏览->2026年第6期
基于LSTM神经网络算法的船舶柴油机故障诊断
- DOI:
- 10.19727/j.cnki.cbwzysc.2026.06.027
- 作者:
- 李吉儒, 孙鹏
- 作者单位:
- 大连海洋大学，辽宁 大连 116000
- 关键词:
- 船舶柴油机；LSTM神经网络；故障诊断；时间序列
- 摘要:
- 船舶柴油机在复杂航行条件下运行状态波动较大，传统的诊断方法不能刻画故障的演变规律。基于长短期记忆（LongShort-TermMemory, LSTM）神经网络构建柴油机故障诊断思路，利用多源运行参数时间序列提取状态特征，实现复杂工况下故障状态的有效识别。实验结果表明，所提方法在测试集上取得了较高的诊断精度，准确率、精确率、召回率及F1分数分别达96.23%、97.15%、97.42%及96.36%，展现出良好的工程适用性。
