基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了利用气缸盖振动信号,借助径向基神经网络(RBFNN),进行活塞环腔气体压力识别的方法.以1100柴油机为试验对象,测得其缸盖振动位移和气缸内气体燃烧压力,将缸盖振动信号作为识别的输入信号,利用径向基神经网络和ARMA时间序列分析法对气缸燃烧压力和环腔内气体压力进行了识别.结果表明:利用径向基网络和ARMA时间序列分析法,均能较为准确地识别活塞环环腔气体压力和气缸内气体燃烧压力;径向基神经网络的识别方法比ARMA时间序列识别方法更加准确.
推荐文章
活塞-活塞环-气缸系统的摩擦测量研究
摩擦测量
机械效率
仿真
定位
基于径向基函数神经网络的板形模式识别研究
板形模式识别
RBF网络
模糊C均值算法
伪逆法
基于径向基神经网络的水声微弱信号检测
信号检测
混响
混沌
相空间重构
径向基神经网络
基于径向基函数神经网络的智能嗅觉系统
智能嗅觉系统
径向基函数网络
气体传感器阵列
选择性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于缸盖振动信号的活塞环腔压力径向基神经网络识别研究
来源期刊 内燃机工程 学科 工学
关键词 内燃机 活塞环 气体压力 识别 缸盖振动 径向基网络 ARMA时间序列
年,卷(期) 2005,(6) 所属期刊栏目
研究方向 页码范围 44-47
页数 4页 分类号 TK421
字数 2032字 语种 中文
DOI 10.3969/j.issn.1000-0925.2005.06.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张优云 西安交通大学润滑理论及轴承研究所 152 2296 26.0 39.0
2 孟凡明 清华大学摩擦学国家重点实验室 5 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
内燃机
活塞环
气体压力
识别
缸盖振动
径向基网络
ARMA时间序列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
内燃机工程
双月刊
1000-0925
31-1255/TK
大16开
上海市闵行区华宁路3111号
4-257
1979
chi
出版文献量(篇)
2410
总下载数(次)
7
总被引数(次)
24896
论文1v1指导