基于声强与神经网络技术的发动机故障诊断

• 作者: 常思勤 陈效华 魏少华
• 来源期刊: 汽车工程
• 学科: 交通运输
• 关键词: 声强 神经网络 发动机 故障诊断
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 论文
• 页码范围: 401-404
• 页数: 4页
• 分类号: U4
• 字数: 3334字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-680X.2006.04.021

摘要

根据发动机的结构特点,将其表面划分成不同的测试区域进行声强信号采集;依据声强特征,确定不同区域对应零部件的工作状况;利用模块化神经网络,建立基于声强特征的故障诊断模型,该模型中包含发动机低速与中速诊断模块、决策模块和故障知识库;在建模过程中,利用特征函数强化故障特征作为网络输入.结果表明,该方法具有诊断精度高、速度快、实时自学习等特点,为建立更为完善的发动机智能化故障诊断系统提供新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常思勤	南京理工大学机械工程学院	153	1220	19.0	23.0
2	魏少华	南京理工大学机械工程学院	7	46	5.0	6.0
3	陈效华	南京理工大学机械工程学院	29	256	8.0	15.0