基于LSTM预测与云重心评判的舰船柴油机健康状态评估

作     者：赵南洋 刘超 杜文龙 蒋东翔 ZHAO Nanyang;LIU Chao;DU Wenlong;JIANG Dongxiang

作者机构：清华大学能源与动力工程系北京100084 中国舰船研究设计中心湖北武汉430064 

出 版 物：《中国舰船研究》 (Chinese Journal of Ship Research)

年 卷 期：2025年第20卷第2期

页      面：99-106页

学科分类：08[工学] 082402[工学-轮机工程] 0824[工学-船舶与海洋工程] 

基　　金：国家科技重大专项(Y2019-I-0002-0003) 航空发动机及燃气轮机基础科学中心资助项目(P2022-C-I-002-001) 

主　　题：柴油机 船用发动机 健康状态评估 参数预测 云重心评判 

摘      要：[目的]面向舰船智能机舱的发展需求,提出一种基于长短期记忆(LSTM)神经网络预测与云重心评判的舰船柴油机健康状态评估方法,以提升舰船柴油机运维能力。[方法]该方法首先基于LSTM预测参数与实测参数的偏差,构建评估指标参数集。然后,采用层次分析法确定各参数的权重,并使用云重心评判法对柴油机健康状态进行评估。最后,采用实际舰船柴油机前期正常数据和后期退化数据进行测试。[结果]测试结果表明,柴油机在前期正常运行状态下的评价值为99.94,对应健康状态,而在后期退化状态下的评价值为81.71,对应良好状态。这表明该方法能够有效实现柴油机健康状态的评估。[结论]所提方法可用于舰船柴油机和其他动力设备健康状态评估,具有实际应用价值。