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:
将底盘传动系纳入发动机动力系统,提出混凝土泵车发动机万有特性模型的现场测试方法.利用BP神经网络建立某型号混凝土泵车发动机的万有特性模型,并以此为依据对该型号混凝土泵车工况进行优化,获得4种工况下与液压系统最佳匹配的发动机转速.试验结果表明:利用BP神经网络建立的某型号混凝土泵车发动机万有特性模型最大相对误差仅为2.31%;建模方法简单、精度高,以该模型为依据优化后的发动机工况节油效果明显,最大可节油11.67%.
推荐文章
基于MATLAB的发动机万有特性曲面拟合
发动机
数学模型
MATLAB
基于神经网络的混合电动汽车发动机特性研究
神经网络
发动机万有特性
并联混合电动汽车
驱动电机
基于GSA-Elman神经网络的航空发动机故障诊断
航空发动机
Elman神经网络
万有引力算法
故障诊断
基于函数链神经网络的车用发动机气缸压力数据采集系统
车用发动机
气缸压力
数据采集系统
函数链神经网络
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 基于神经网络的混凝土泵车发动机万有特性建模与工况优化
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 混凝土泵车 万有特性模型 神经网络 工况优化
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 1398-1404
页数 分类号 TH421.7|TU646
字数 4884字 语种 中文
DOI
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 贺尚红 长沙理工大学汽车与机械工程学院 43 175 7.0 10.0
2 杨昀梓 长沙理工大学汽车与机械工程学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (65)
参考文献  (10)
节点文献
引证文献  (12)
同被引文献  (41)
二级引证文献  (36)
1987(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(8)
  • 引证文献(2)
  • 二级引证文献(6)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
混凝土泵车
万有特性模型
神经网络
工况优化
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导