一、项目简介
现代船舶动力系统结构复杂，集成度高，内部之间存在很多错综复杂、强关联耦合的相互关系，使得故障的发生具有随机性、继发性、并发性。传统的故障诊断方法难以发现组成单元之间的关联关系，误诊、漏诊的概率极大。基于大数据驱动的人工智能算法，无需手工分析数据特征且具备容错性高等优点，能够在系统运行的生命周期中不断提高故障的诊断和预测能力。
二、技术成熟度
本项目提出基于人工智能技术的动力系统故障诊断解决方案，在该方案中，故障诊断系统分为实时诊断层和智能优化层两个层次。实时诊断层主要的任务是基于动力系统的实时信息完成对系统故障的早期预测和在线诊断，并将相应的结果信息提供给舰船的综合控制系统，以便对舰船做出实时的调整，从而确保航行安全和任务达成。智能优化层主要负责对故障诊断系统核心模型的初期离线建模和后期实时在线优化，以保证故障诊断系统性能的不断改进和优化。
故障诊断系统的设计和实施大致分为三个阶段，分别为离线设计和验证阶段、在线设计和测试阶段，投运测试和优化阶段。目前已完成了故障诊断的算法可行性验证，在模拟故障数据集上CNN模型可实现较好分类，训练和测试集结果98%准确率。
三、应用范围
应用于船舶动力系统的实时在线监测，并能够对故障进行预警和诊断，通过预测动力系统的性能变化趋势，对可能的系统或部件故障，及时采取主动措施，缓解发动机的性能衰减、防止系统或者部件失效，从而达到保证动力系统的持续适航、降低维护成本的目的。
四、投产条件和预期经济效益
需提供船舶动力系统的各个传感器的参数、传感器分布图、故障记录薄等大量数据，作为人工智能研究的基础。
我国在航空动力系统健康管理领域已经充分发展，但在船舶领域的健康管理系统尚未得到重视，因此拥有巨大的市场潜力。
五、合作方式
技术转让或联合生产，具体合作方式可商议。
联系人：沈老师17507028868 郑老师13979219664
