船舶推进系统故障诊断(Python代码,多通道信息融合)

1.代码运行环境要求:TensorFlow版本>=2.4.0,python版本>=3.6.0

船舶推进系统是船舶的重要组成部分,其功能是提供动力以推动船舶前进。故障可能由多种因素引起,以下是船舶推进系统常见的故障类型:

  1. 发动机故障:船舶推进系统通常由内燃机、柴油机或蒸汽涡轮机等发动机驱动,故障可能包括燃料供应问题、点火问题、冷却系统故障等。

  2. 传动系统故障:传动系统将发动机的动力传输到螺旋桨或推进器上,常见问题包括传动带破损、传动轴断裂、齿轮损坏等。

  3. 螺旋桨或推进器故障:螺旋桨或推进器是转动的部件,可能会受到撞击损伤、腐蚀、脱落等问题。

  4. 舵机或操纵系统故障:船舶需要操纵舵以改变航向,舵机或操纵系统出现问题可能导致舵失控或舵位不准确。

  5. 润滑系统故障:润滑系统的故障可能导致摩擦增加,影响发动机和传动系统的正常运转。

  6. 冷却系统故障:冷却系统故障可能导致发动机过热,从而影响推进系统的性能。

  7. 燃油污染:燃油质量不良或燃油污染可能导致发动机性能下降,甚至引发发动机故障。

  8. 电气故障:现代船舶推进系统依赖于复杂的电气控制系统,电气故障可能导致舵机失灵、传动系统无法工作等问题。

  9. 系统泄漏:液压、燃油或冷却系统的泄漏可能导致系统压力不稳定或零部件受损。

2.数据集介绍(1种正常数据类型,5种故障数据类型)

每种类型下采集6种通道信号,这里以侧推失效故障数据文件夹为例,打开文件夹后有6个.mat文件,分别是6种不同通道下采集的信号

3.主要文件夹说明

data_creat.py是将每类下的6个通道信息合并在一起,并保存在.npy里面(例如,正常数据集的6个通道信息经过data_creat.py处理后,合并在normal.npy文件中。为CNN.py调用数据做好准备。CNN.py是故障诊断脚本,)

4.运行效果

测试集的混淆矩阵(以样本个数呈现)

运行效果视频:船舶推进系统故障诊断(Python代码,多通道信息融合)_哔哩哔哩_bilibili

代码和数据集压缩包

复制代码
import numpy as np
import tensorflow as tf
from keras.utils import np_utils
from matplotlib import pyplot as plt
from keras import layers
from keras import models
#压缩包:https://mbd.pub/o/bread/ZJyTkphr
相关推荐
麻雀无能为力14 分钟前
CAU数据挖掘 支持向量机
人工智能·支持向量机·数据挖掘·中国农业大学计算机
智能汽车人28 分钟前
Robot---能打羽毛球的机器人
人工智能·机器人·强化学习
埃菲尔铁塔_CV算法29 分钟前
基于 TOF 图像高频信息恢复 RGB 图像的原理、应用与实现
人工智能·深度学习·数码相机·算法·目标检测·计算机视觉
myskybeyond32 分钟前
时序数据库TDEngine安装和使用
服务器·时序数据库·tdengine
ζั͡山 ั͡有扶苏 ั͡✾34 分钟前
AI辅助编程工具对比分析:Cursor、Copilot及其他主流选择
人工智能·copilot·cursor
东临碣石8236 分钟前
【AI论文】数学推理能否提升大型语言模型(LLM)的通用能力?——探究大型语言模型推理能力的可迁移性
人工智能·语言模型·自然语言处理
天天爱吃肉821843 分钟前
ZigBee通信技术全解析:从协议栈到底层实现,全方位解读物联网核心无线技术
python·嵌入式硬件·物联网·servlet
chanalbert1 小时前
CentOS系统新手指导手册
linux·运维·centos
IT古董1 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归
未来智慧谷1 小时前
微软医疗AI诊断系统发布 多智能体协作实现疑难病例分析
人工智能·microsoft·医疗ai