基于缸盖振动信号时域特征识别气缸压力的研究

• 作者: 兰欣 唐娟 杨滨 程勇 纪少波
• 来源期刊: 内燃机工程
• 学科: 工学
• 关键词: 内燃机 缸内压力信号 振动信号 时域信号 神经网络
• 年，卷（期）: 2008,（2）
• 页码范围: 76-80
• 页数: 5页
• 分类号: TK421
• 字数: 3701字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0925.2008.02.017

摘要

在不同的燃烧状况下同时测量缸盖表面振动信号和缸内压力信号,通过对两信号的分析得到与缸内燃烧过程密切相关的振动信号的频谱范围,据此设计了FIR低通滤波器,并对振动信号进行滤渡处理.通过分析滤波后的振动信号与缸内压力信号可知,缸盖表面振动信号同缸内压力信号在时域上具有密切联系.建立了BP和RBF神经网络,并用同样的训练样本进行训练,训练的结果表明,RBF神经网络可以在更短的训练时间内,获得更小的均方误差.用同样的测试样本对神经网络进行检验的结果表明,RBF神经网络重构的缸内压力波形更逼近于实际波形.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪少波	山东大学能源与动力工程学院	66	209	8.0	12.0
2	程勇	山东大学能源与动力工程学院	96	568	14.0	19.0
3	唐娟	山东大学能源与动力工程学院	29	91	6.0	8.0
4	杨滨	山东大学能源与动力工程学院	22	192	7.0	13.0
5	兰欣	山东大学能源与动力工程学院	10	24	3.0	4.0