Diagnosi dei guasti e ripristino dei segnali di monitoraggio della struttura navale basati sull'apprendimento automatico
Immagine generata da Gemini AI
Un nuovo metodo per la diagnosi dei guasti e il ripristino dei sistemi di monitoraggio delle navi sfrutta l'apprendimento automatico, integrando trasformate wavelet e una rete neurale specializzata. Raggiungendo oltre il 98% di accuratezza diagnostica in diverse posizioni, supera le prestazioni di LSTM e Random Forest in termini di resistenza al rumore. Questo approccio riduce significativamente l'RMSE per guasti di bias, deriva e impulso, migliorando l'affidabilità del monitoraggio della salute strutturale e supportando una navigazione intelligente più sicura.
Il Machine Learning Migliora il Monitoraggio della Salute Strutturale delle Navi
È stato sviluppato un nuovo metodo di diagnosi e ripristino dei guasti che utilizza il machine learning per migliorare l'affidabilità dei sistemi di monitoraggio della salute strutturale delle navi. Questo approccio mira a mitigare il rischio di guasti nei segnali che possono portare a errate valutazioni dell'integrità strutturale di una nave.
Analisi delle Prestazioni
Per valutare l'efficacia di questo metodo, è stata condotta un'analisi d'impatto utilizzando dati di monitoraggio da un test di modello. I risultati hanno rivelato un tasso di diagnosi superiore al 98% in diverse posizioni di monitoraggio, indicando prestazioni solide nella rilevazione dei guasti. Il metodo ha dimostrato una resistenza al rumore superiore rispetto agli algoritmi esistenti come Long Short-Term Memory (LSTM) e Random Forest.
Efficacia del Ripristino
Il metodo eccelle anche nel ripristino del segnale. Ha ottenuto riduzioni significative nell'errore quadratico medio (RMSE) per diversi tipi di guasti:
- Riduzione del 73,86% per i guasti di bias
- Riduzione del 75,49% per i guasti di deriva
- Riduzione del 19,55% per i guasti impulsivi
Questo miglioramento nell'efficacia del ripristino sottolinea la capacità del metodo di migliorare la stabilità dei sistemi di monitoraggio della salute strutturale delle navi, cruciale per una navigazione sicura.
Argomenti correlati:
📰 Fonte originale: https://doi.org/10.21278/brod77301
Tutti i diritti e i crediti appartengono all'editore originale.