Diagnostic des pannes et restauration des signaux de surveillance de la structure des navires à l'aide de l'apprentissage automatique
Image générée par Gemini AI
Une nouvelle méthode de diagnostic et de restauration des pannes pour les systèmes de surveillance des navires s'appuie sur l'apprentissage automatique, intégrant des transformations en ondelettes et un réseau de neurones spécialisé. Avec une précision de diagnostic dépassant les 98 % dans diverses positions, elle surpasse les modèles LSTM et Random Forest en termes de résistance au bruit. Cette méthode réduit de manière significative l'erreur quadratique moyenne (RMSE) pour les pannes de biais, de dérive et d'impulsions, améliorant ainsi la fiabilité de la surveillance de la santé structurelle et soutenant une navigation intelligente plus sûre.
Apprentissage Automatique Améliore la Surveillance de l'Intégrité Structurale des Navires
Une nouvelle méthode de diagnostic et de restauration des pannes utilisant l'apprentissage automatique a été développée pour améliorer la fiabilité des systèmes de surveillance de l'intégrité structurale des navires. Cette approche vise à atténuer le risque de pannes de signal qui peuvent conduire à des erreurs de jugement concernant l'intégrité structurelle d'un navire.
Analyse de Performance
Pour évaluer l'efficacité de cette méthode, une analyse d'impact a été réalisée à l'aide de données de surveillance issues d'un test de modèle. Les résultats ont révélé un taux de diagnostic dépassant 98 % à travers diverses positions de surveillance, indiquant une performance robuste en matière de détection des pannes. La méthode a démontré une résistance au bruit supérieure par rapport aux algorithmes existants tels que la Mémoire à Long Terme et à Court Terme (LSTM) et la Forêt Aléatoire.
Efficacité de Restauration
La méthode excelle également dans la restauration des signaux. Elle a atteint des réductions significatives de l'erreur quadratique moyenne (RMSE) pour différents types de pannes :
- 73,86 % de réduction pour les pannes de biais
- 75,49 % de réduction pour les pannes de dérive
- 19,55 % de réduction pour les pannes d'impulsion
Cette amélioration de l'efficacité de restauration souligne la capacité de la méthode à renforcer la stabilité des systèmes de surveillance de l'intégrité structurale des navires, cruciale pour une navigation sécurisée.
Sujets connexes :
📰 Source originale : https://doi.org/10.21278/brod77301
Tous les droits et crédits appartiennent à l'éditeur original.