摘要
一种船舶汽轮机故障诊断方法,涉及船舶汽轮机故障诊断领域。本发明是为了解决利用概率神经网络进行船舶汽轮机故障诊断时,存在平滑因子难以确定的问题。本发明采集汽轮机的故障特征数据,并将该故障特征数据输入至概率神经网络故障诊断模型,获得故障识别结果。本发明采用Min‑Max标准化方法对汽轮机数据进行处理,既能保留原始数据的分布和相对关系,又能保证不同特征的尺度一致性,能够有效确保诊断数据的可靠性。通过沙猫群智能优化算法对概率神经网络进行优化,能够得到最优的平滑因子,解决平滑因子选取问题。本发明具有训练容易、快速收敛、准确率高等优点,可以快速、有效地识别故障。