近日，我校在船舶动力系统智能运维领域实现重大技术突破与成果转化，烟台研究院自主研发的“基于FOA-VMD和HDE的共轨喷油器故障诊断算法生成软件”已成功落地应用，与海德威科技集团（青岛）有限公司完成技术转化签约。

针对船舶动力系统故障隐蔽性强、噪声环境复杂、诊断难度大等长期制约行业发展的瓶颈问题，烟台研究院低碳能源动力技术创新团队依托深厚的理论根基与产学研协同机制，构建了覆盖信号降噪、特征提取、故障诊断与健康管理的全链条技术体系。团队在国际上首次提出层次离散熵（HDE），拓宽了信息熵理论的工程应用边界，实现对非平稳、非线性信号多尺度复杂度的精准度量，有效识别由早期故障引发的微弱信息突变，打通了从“信号感知”至“状态研判”的技术路径。

双向多样熵理论算法流程

层次离散熵原理

在核心算法层面，团队创新性提出基于MGOA-MOMEDA-HWPE的微弱故障诊断架构：通过改进的改进蝗虫寻优算法（MGOA）算法优化多点最优最小熵解卷积（MOMEDA）滤波器，显著增强周期脉冲特征的提取能力；结合层次加权排列熵（HWPE）构建高区分度故障特征向量，实现对船舶动力系统微弱故障模式的精准辨识与分类。该系统在强噪声、变工况等极端条件下仍保持卓越的鲁棒性与诊断准确率，技术水平国际领先。

信息熵特征t-SNEk可视化分布情况，证明提出的信息熵方法有利于船舶故障特征分类识别

尤为突出的是，该技术实现了从传统“事后维修”到智能化“事前预警”的重要跨越，可对发动机健康状态进行实时监测与智能评估，大幅提升设备运行可靠性与经济性，为船舶动力系统“零意外、零非停”目标的实现提供了关键技术支撑。

软件运用于实际生产检测流程

该成果具备广泛的工程应用前景，可适用于各类商船、舰船及海洋平台动力系统。伴随智能船舶和绿色航运的快速发展，高精度故障诊断与预测性维护技术有望催生千亿级市场规模，为我国船舶配套产业升级与国际竞争力提升注入强劲动能。

软件使用界面

学校深入贯彻落实习近平总书记视察学校重要讲话重要指示精神，服务国家战略需求，深化产学研融合，助力我国在船舶配套领域自主创新，助力船舶行业向绿色智能转型。海德威科技集团将借此技术加快推进新一代船舶健康管理系统的研发与产业化，助力我国智能船舶装备水平整体跃升。