某型柴油机润滑油发射光谱数据挖掘研究*

• 作者: 张乔斌 张春辉 朱爱芳
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 神经网络 光谱分析 柴油机 磨损元素
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 算法与分析
• 页码范围: 2037-2040
• 页数: 4页
• 分类号: TP391
• 字数: 2389字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2014.11.011

摘要

油料原子发射光谱仪是目前国内外广泛应用的油液分析技术之一。为了深入挖掘某型柴油机润滑油中磨损元素的浓度与柴油机负荷、气缸间隙和运行时间之间的对应关系，应用神经网络建立了某型六缸柴油机主要磨损元素 Fe的浓度仿真模型和预测模型。柴油机设置了7种工况，测量了69个油样。仿真模型中，69个油样仿真值的相对误差均小于15％；预测模型中，19个油样预测值的绝对误差均小于光谱仪精确度值，且84％的油样预测值的相对误差小于15％。预测结果表明：神经网络算法能较好地预测Fe元素浓度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张乔斌		28	86	6.0	8.0
2	张春辉		10	19	3.0	3.0
3	朱爱芳		12	6	1.0	1.0