基于神经网络的船舶主机零件磨损监测方法的研究

针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性。实验结果表明,遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测。

围网渔船绞网装置的方案设计

远洋围网渔船围网绞机和动力滑轮装备现状,远洋围网渔船绞网装置的方案设计,经过多次试验和改进的围网绞机和动力滑轮装置已基本达到设计要求,将安全保护装置设计到控制系统中,将是一个比较理想的选择。

基于神经网络的船舶主机零件磨损监测方法的研究

针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性。实验结果表明:遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测。