作者:
原文服务方: 科技与创新       
摘要:
利用排气中HC、CO2和O2浓度,提出了采用概率神经网络(PNN)诊断发动机失火程度的诊断方法.由于PNN学习算法简单,训练和泛化速度快.因此可以满足实时处理要求.此外,很容易把新的训练样本添加到以前训练好的分类器中,便于提高故障诊断结果的准确性.仿真结果表明:该诊断方法快速、准确且易于工程实现.
推荐文章
基于改进的LVQ神经网络的发动机故障诊断
改进的LVQ神经网络
发动机
故障诊断
神经元
基于BP神经网络的电控发动机故障诊断
汽车发动机
电控系统
BP神经网络
故障诊断
基于PNN神经网络的电控发动机故障诊断
PNN神经网络
发动机
电控系统
故障诊断
基于概率神经网络的汽车发动机失火故障诊断
AMEsim发动机模型
故障注入
失火故障诊断
概率神经网络
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 基于概率神经网络的发动机失火程度诊断
来源期刊 科技与创新 学科
关键词 发动机 失火 故障诊断 概率神经网络
年,卷(期) 2008,(13) 所属期刊栏目 故障诊断
研究方向 页码范围 164-165,202
页数 3页 分类号 U472.42
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.13.069
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 周永军 长沙中南林业科技大学交通运输工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (75)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
发动机
失火
故障诊断
概率神经网络
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导