剩余疲劳精准预测
融合多域信号特征，识别运行状态并预测剩余疲劳寿命，为船舶安全运维提供依据。
Jinlong, Wang · Gao, Sibo · Shujie, Liu · Ji, Xiukun · Zeyu, Shi
Ocean Engineering 2024
采用自适应流行学习算法融合多域特征，去除冗余信息，构建的性能退化趋势融合指标能更有效地表征螺旋桨状态。
基于TV-HSMM方法优化状态转移系数，使螺旋桨运行状态识别和剩余疲劳寿命预测更加准确。
通过水下试验获取数据并检测断裂特征，系统分析螺旋桨失效机理，使模型更贴合实际工况。