关键词：船舶;机械设备;故障自动化监测;多传感器;信息融合
摘 要：对船舶动力机械设备和姿态进行了研究，采用了多传感器信息融合与分类算法的关键技术和方法，对采集到的信息进行融合和分类，实现故障信号的检测和识别。以船体为参考点的坐标系，描述船体在运动中的位置、速度和加速度等状态。经实验测试，电机正常状态、电机故障和齿轮箱故障的特征频率分别为180 Hz、610 Hz和505 Hz。相比于单传感器测量数据，数据融合后可将故障识别率显著提升，平均识别率达到了95.6%。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取