陈砚桥，孙 彤，张侨禹

(1. 海军工程大学 动力工程学院，湖北 武汉 430033；2. 中国舰船研究设计中心，湖北 武汉 430064)

0 引 言

目前，随着我国海军舰船装备快速发展以及海军战略的转型，舰船装备的使用环境愈发苛刻，并对在航率要求逐渐提高。动力系统是舰船的“心脏”，决定了舰船的机动性和在航率，面对新形势，舰船智能机舱是提升动力系统整体性能的最优选择，其具有状态监测、健康评估、视情维修、故障诊断、辅助决策等功能，能够提升动力系统的稳定性、可靠性，并大大降低舰员的工作量，从而起到减员增效，提升舰船战斗力等作用。

从目前舰船智能化研究[1-3]可以得出，数据采集是机舱装备智能化的基础，动力系统设备的数据采集测点高达数千，测试对象众多、分布广，而且动力系统工况复杂运行环境苛刻，在数据采集过程中，不可避免会发生采集信号异常现象，如测试仪器松动、电磁干扰、震动、仪器故障、信号转换出错以及人为因素等导致的异常数据产生。因此识别和清洗传感器异常数据是提高测试数据质量的重要手段，对于舰船动力系统，优质的数据质量对于系统装备的健康评估、视情维修、故障诊断及辅助决策等功能具有重要意义。

传感器异常数据的识别检测方法一般有人工检测、基于专家系统和基于数据驱动的方法。人工检测法需设定阈值，从而判数据是否超限，该方法操作简单，但阈值的设定依赖大量工程经验和试验确定，而且阈值难以根据系统运行工况及测试环境动态修正。……