为了提高船舶营运的可靠性与安全性,将大数据应用于船舶柴油机的故障诊断及趋势预测。本文从某轮的6S35MC7柴油机的实际运行数据中选取研究样本,选用大数据挖掘算法中的神经网络算法,对比BP神经网络在隐含层神经元选用8～15个时的预测结果,最终在隐含层神经元选用14时效果最好。结果表明:以相对误差不超过3,则该神经网络对柴油机的参数预测正确率高达70%,BP神经网络能够很好地用于船舶柴油机的参数预测,在实际应用中具有一定的价值,能够有效减少船舶事故的发生。
科研之友
微信
新浪微博
Facebook
分享链接
