원래 이름 기록: 上海瓦锡兰齐耀发动机有限公司

本发明公开了一种结合机器学习的船用发动机制造全流程决策预测方法，涉及船用发动机制造与测试技术领域。解决了因台架试验与海试环境在关键工况特征统计分布上存在差异而导致的模型预测偏差、置信度失衡及响应滞后等问题，选择对抗式域适应或置信校准算法进行模型训练，构建基于深度神经网络的预测模型，通过特征提取网络、主任务预测子网络和域判别子网络的对抗优化或后处理校准，提升模型泛化能力和置信度可靠性，在海试环境中部署模型并进行实时校验，通过计算预测值与实测值的误差指标基于模型预测结果执行闭环决策控制。通过数据层对齐、模型层适应、校验层验证和执行层控制，显著提高了船用发动机在海试阶段的预测准确性和运行安全性。

本发明公开了基于船用中速柴油机数字孪生智能试车系统及监测方法，涉及监测技术领域，用于解决喷油器退化识别滞后、排放预警精度低的问题。系统包括多源异构数据预处理模块和运行状态智能诊断模块；前者采集缸内压力、曲轴扭振与瞬态空燃比信号构建多维数据向量，后者基于注意力机制LSTM网络分析燃烧波动特征，识别喷油器早期劣化并输出喷油一致性系数及故障类型标识。方法包括：依据喷油一致性系数跟踪电磁阀响应延迟与燃烧参数相关性预测退化趋势并生成排放预警；根据预测与预警结果在数字孪生模型中动态调整喷油补偿参数，采用递推最小二乘法辨识燃烧参数并反馈至电控单元，实现试车阶段的自适应优化与闭环控制。