基于神经网络的柴油机故障诊断

本文分三种工况,在X4105BD2型柴油机缸盖、缸壁上测取了柴油机燃油系统正常工作状态和五种故障状态下的振动信号。对这些振动信号提取时域特征参数,把这些时域特征参数作为故障征兆向量,研究柴油机BP神经网络故障诊断方法。     

基于神经网络的柴油机排放模型研究

分析了柴油机模型的特点及用神经网络建立柴油机排放模型的方法,在此基础上,编写了柴油机排放模型的算法,并用一个实例验证了该模型的可靠性。     

基于BOOST发动机性能和排放预测研究

在BOOST软件中将VIBE双区燃烧模型和零维模型中的Woschni/Anisits模型相结合,达到了同时预测性能和排放的目的,主要对柴油机的喷油提前角对发动机的性能和排放的影响做了详尽的分析,并进行了相关的试验验证工作。     

基于神经网络专家系统的柴油机故障诊断系统

柴油机在农业机械中被广泛应用,由于运行状况复杂,故障类型和部位种类繁多.为此,提出了将神经网络技术与专家系统融合的集成式故障诊断专家系统,对柴油机进行不解体故障诊断.以燃油系统故障为例,介绍了神经网络专家系统特点、结构及诊断方法,并对295D柴油机在不同的工况下采集气缸盖的振动信号进行测试,用RBF神经网络对测试数据进行训练.训练测试结果表明,用此系统诊断295D柴油机常出现故障有良好的效果.     

基于BP神经网络的降雨量预测研究

使用2种方法,即用前5年降雨量来预测后1年的降雨量和用气象资料预测降雨量,应用BP神经网络对降雨量进行预测,试图找出应用BP神经网络预测降雨的最佳方法.通过对青海省10个气象站的降雨进行预测分析,得到结论如下:两种方法均适合于降雨预测,其被选择概率均等.     

基于神经网络的柴油机技术状况评估仿真方法

针对传统数学模型不能很好解决发动机结构参数和运转参数对发动机性能非线性影响的问题，提出应用人工神经网络建立S195型柴油机技术状态分析评估与仿真模型，利用神经网络的学习功能和非线性映射能力反映功率和油耗的实际情况，模拟仿真参数变化对发动机技术状况的影响，根据发动机的具体情况，找出影响发动机技术状况的主要参数，进行优化调整，为分析评估和改善S195型柴油机使用技术状态、节约能源提供了依据。     

基于BP神经网络的电控柴油机故障诊断

运用了优化算法的BP神经网络设计高压共轨式电控柴油机的故障诊断系统,以高压共轨式电控发动机的传感器数值作为BP网络的输入,把发动机的故障状态作为BP网络的输出,以此来对电控柴油机进行实时的故障诊断.将诊断结果与实测结果进行比较后,证明此方法是可行的.     

基于RBF神经网络的农用柴油机故障诊断研究

柴油机以其良好的动力性、可靠性、经济性在农用机械中广泛应用,但对农用柴油机施行及时的不解体故障诊断却并非易事。为此,以配气机构故障为例,提出了将小波包分解与RBF神经网络结合的故障诊断方法,对降噪后的气缸盖振动信号进行小波包分解,构造故障特征向量作为故障样本,并用训练好的RBF神经网络进行模式识别。试验结果证明,该方法具有良好的诊断效果和广泛的工程应用前景。     

ZH1105W柴油机喷嘴参数优化的数值模拟研究

采用多维数值模拟软件STAR-CD及ES-ICE对直喷式柴油机ZH1105W缸内喷雾和燃烧过程进行了三维数值模拟,计算了3种不同喷嘴4×0.32,5×0.27和6×0.22 mm对柴油机燃烧过程的影响以及对NOx和Soot排放的影响,得出了3种不同喷嘴下气缸内的可燃混合物、温度、NOx和Soot的分布图,同时分析了NOx和Soot随曲轴转角的变化情况。研究结果表明,在ZH1105W柴油机中采用5×0.27 mm喷嘴,可以改善燃油雾化质量和油气混合质量,同时获得较好的燃烧和排放性能。     

基于神经网络的道路交通事故预测

道路交通事故预测是交通研究的一个重要课题,以我国交通安全状况为研究对象,依据我国道路交通事故的特点,利用神经网络具有自学习、自组织、自适应能力特征,运用神经网络的方法及我国多个年度道路交通事故统计数据,建立了道路交通事故神经网络宏观预测模型,预测精度符合道路交通事故预测的要求.     

基于BP神经网络的柴油发动机特性建模

建立连续的发动机燃油特性和调速特性数学模型作为液压机械无级变速器虚拟试验平台的动力源。根据虚拟平台对不同特性区域的精度需求对柴油发动机不同特性区域的试验数据进行不同的密度选取、乱序和归一化处理,采用单隐层BP神经网络对试验数据进行训练,对比不同隐层节点数网络的训练误差和测试误差,选取误差最小的网络,求解出网络的数学表达式。通过该方法以ISLe310柴油发动机为例建立燃油特性和调速特性的连续数学模型,这两个简单的数学表达式准确反映了发动机万有特性和外特性,连续模型避免了虚拟试验中出现信号的突变和奇异点。通过和经典的最小二乘法拟合得到的最优特性模型进行对比,其具有更小的误差、更强的泛化能力,能够更好地反映柴油发动机的相关特性。     

基于神经网络的汽油机爆震的诊断

爆震是汽油机的一种不正常燃烧状态,严重爆震会使汽油机各项性能全面下降,甚至损坏发动机。但是汽油发动机工作在爆震边缘时将获得最佳动力性和经济性。本文提出了一种基于小波变换和神经网络的汽油机爆震识别方法,利用小波变换提取爆震特征,通过改进了的BP神经网络对汽油机爆震有无以及强度进行识别。     

直喷式柴油机的循环模拟计算

本文以VisualBasic6为开发平台,在柴油机工作过程数学模型的基础上对195柴油机标定工况下的缸内参数、性能参数进行了计算分析。通过将计算结果与实验结果相对比,验证了模型的有效性,并给出了一些提高发动机性能的意见。     

基于BP神经网络的电控LPG-柴油双燃料内燃机碳烟排放的预测

建立了一个基于BP神经网络的碳烟排放模型,用它来预测电控LPG-柴油双燃料的碳烟排放。模型将转速、油泵齿条位置、油门开度、LPG喷气时间、冷却水温度、转矩作为输入变量。本文采用准牛顿反向传播算法,对试验样本数据进行训练,并对此模型进行了泛化检验,将预测结果与试验结果进行了比较。此排放模型可以指导双燃料内燃机的排放性能优化试验,减少试验工作量。     

基于BP神经网络的小缸径直喷式柴油机放热规律的研究

运用BP神经网络有关理论,构造一个从小缸径直喷式柴油机的喷油规律预测放热规律的BP神经网络模型,经过验证,预测模型具有较高的精度,可以作为柴油机喷油系统与整机匹配性能研究的一个有效手段,也是一个新型预测放热规律的方法。     

基于局域波神经网络的柴油机故障诊断方法

给出了基于局域波法的时频域局部能量的概念 ,提出了一种基于局域波法和 RBF神经网络的故障诊断方法。利用该系统对柴油机缸套活塞磨损程度进行估计 ,诊断结果与实际完全吻合 ,表明了该局域波神经网络故障诊断系统的有效性。     

基于神经网络的多功能收割机发动机性能仿真及优化

随着全球经济和工业的快速发展,能源危机和环境保护问题越来越突出,传统内燃式发动机受到了巨大冲击,因此研究高效、节能的发动机显得尤为重要。为此,研究一种压缩比为10.6多功能收割机,并设计了基于MatLab仿真平台的GT-Power神经网络模型,利用神经网络训练和测试的数据自动进行仿真和储存,采用拉丁超立方采样算法设计试验,简化运算过程提高寻优效率。实验结果表明:神经网络模型转矩、比油耗和温度等参数模型预测误差很小、精度很高,可用于多功能收割机发动机的性能预测,使其各项指标参数最优化。