本文介绍船舶推进系统的基本结构、分类以及核心部件，总结船舶推进系统中的推进电机模型、逆变器模型、推进器模型、船舶阻力模型和船舶推进模型，研究了基于神经网络以及支持向量机的故障诊断和预测技术。本文研究对船舶推进系统的发展具有推动作用。
The basic structure, classification and core components of ship propulsion system are introduced in the paper. The propulsion motor model, inverter model, propeller model, ship resistance model and ship propulsion model in ship propulsion system are summarized. The fault diagnosis and prediction technology based on neural network and support vector machine is studied. The research of this paper plays an important role in promoting the development of ship propulsion system in China.
2022,44(3): 107-110 收稿日期：2021-07-19
DOI：10.3404/j.issn.1672-7649.2022.03.020
分类号：U664.22
作者简介：冯明(1973-)，男，高级工程师，主要研究方向为船舶轮机工程及海洋工程装备
参考文献：
[1] 赖永发, 徐合力, 高岚. 基于LDA_GA_SVM的船舶电力推进系统故障诊断[J]. 中国船修, 2020(33): 33–39
[2] 白桂银. 船舶电力推进系统故障诊断技术[J]. 舰船科学技术, 2019(41): 91–93
[3] 胡燕. 虚拟现实技术在船舶推进系统故障诊断中的应用[J]. 舰船科学技术, 2018(40): 58–60
[4] 廖丽, 唐仁奎. T-S模糊模型在船舶推进系统故障诊断中的研究[J]. 舰船科学技术, 2016(38): 154–156
[5] 罗黎. 神经网络在船舶电力推进系统故障诊断中的应用[J]. 舰船科学技术, 2016(38): 97–99
[6] 陈郭, 张刚, 佘道明. 基于T-S模糊模型的船舶推进系统故障诊断研究[J]. 船舶工程, 2015(37): 59–63
[7] 梁树甜, 孟德东. 支持向量机在船舶电力推进系统故障诊断中的应用[J]. 船电技术, 2014(34): 50–54
[8] 黄辉, 褚建新, 沈爱递. 基于小波分析的船舶螺旋桨故障诊断[J]. 船舶工程, 2014(36): 45–48
