基于改进Kolmogorov-Arnold网络的船舶柴油机故障诊断方法及系统

著录项目

摘要

本申请提供了一种基于改进Kolmogorov‑Arnold网络的船舶柴油机故障诊断方法及系统，首次将KAN架构引入船舶柴油机故障诊断领域，颠覆传统MLP“固定节点激活函数”的范式，将可学习的B样条非线性激活函数置于网络连接边上，使模型能够自适应拟合热力参数与故障类型间高度扭曲的非线性流形；同时创新性地引入L1稀疏化正则项，迫使网络在训练中自动剪枝冗余连接，仅保留关键故障传播路径，从而在实现高诊断精度以及大大压缩了参数量，为船舶柴油机智能故障诊断提供了一种兼具高精度、轻量化、强鲁棒和可解释性的全新解决方案。

附图

附图 1