船舶推进系统故障诊断（Python代码，多通道信息融合）

1.代码运行环境要求：TensorFlow版本>=2.4.0，python版本>=3.6.0（可远程协助运行代码）

船舶推进系统是船舶的重要组成部分，其功能是提供动力以推动船舶前进。故障可能由多种因素引起，以下是船舶推进系统常见的故障类型：

1. 发动机故障：船舶推进系统通常由内燃机、柴油机或蒸汽涡轮机等发动机驱动，故障可能包括燃料供应问题、点火问题、冷却系统故障等。

2. 传动系统故障：传动系统将发动机的动力传输到螺旋桨或推进器上，常见问题包括传动带破损、传动轴断裂、齿轮损坏等。

3. 螺旋桨或推进器故障：螺旋桨或推进器是转动的部件，可能会受到撞击损伤、腐蚀、脱落等问题。

4. 舵机或操纵系统故障：船舶需要操纵舵以改变航向，舵机或操纵系统出现问题可能导致舵失控或舵位不准确。

5. 润滑系统故障：润滑系统的故障可能导致摩擦增加，影响发动机和传动系统的正常运转。

6. 冷却系统故障：冷却系统故障可能导致发动机过热，从而影响推进系统的性能。

7. 燃油污染：燃油质量不良或燃油污染可能导致发动机性能下降，甚至引发发动机故障。

8. 电气故障：现代船舶推进系统依赖于复杂的电气控制系统，电气故障可能导致舵机失灵、传动系统无法工作等问题。

9. 系统泄漏：液压、燃油或冷却系统的泄漏可能导致系统压力不稳定或零部件受损。

2.数据集介绍（1种正常数据类型，5种故障数据类型）

 每种类型下采集6种通道信号，这里以侧推失效故障数据文件夹为例，打开文件夹后有6个.mat文件，分别是6种不同通道下采集的信号

 

frr3：船舶的推进系统中的旋转参数，是推进系统的旋转速率。

fuu3船舶的推进系统中的加速度参数

phi3：表示船舶的横摇角（Roll Angle），这是指船舶绕纵轴的旋转角度。

r3：表示船舶的横摇速率（Roll Rate），这是指船舶绕纵轴的旋转速率。

u3、v3：这些是船舶的速度分量。

r3：是船舶绕垂直轴的旋转速率。

 3.主要文件夹说明

data_creat.py是将每类下的6个通道信息合并在一起，并保存在.npy里面（例如，正常数据集的6个通道信息经过data_creat.py处理后，合并在normal.npy文件中。为CNN.py调用数据做好准备。CNN.py是故障诊断脚本，）

 4.运行效果

测试集的混淆矩阵（以样本个数呈现） 

 

 运行效果视频：船舶推进系统故障诊断（Python代码，多通道信息融合）_哔哩哔哩_bilibili

对项目感兴趣的可以关注最后一行，代码和数据集已经放在压缩包里

import numpy as np
import tensorflow as tf
from keras.utils import np_utils
from matplotlib import pyplot as plt
from keras import layers
from keras import models
#压缩包：https://mbd.pub/o/bread/ZJyTkphr