作者:
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:
由于汽车发动机使用年限、使用环境等均会使汽车发动机产生不同模式的故障,使得故障模式多样.传统的识别方法,主要通过提取汽车发动机振动信号特征,确定发动机故障模式,在进行故障模式识别,导致识别效率低的问题.提出采用小波分析的变转速条件下汽车发动机故障模式识别方法,利用小波理论对采集到的发动机故障模式振动信号进行消噪处理,按曲轴转角的周期对发动机故障模式振动信号的时域能量进行合理分段;提取各段信号的时域能量作为发动机各缸状态的特征值,将模糊支持向量机算法引入到汽车发动机故障模式识别中,定义汽车发动机故障模式与故障原因之间的模糊关系,利用信息熵值来分析变转速条件下汽车发动机整机振动状态,并作为依据识别汽车发动机故障模式,实验结果表明,所提方法可以准确对变转速条件下汽车发动机的故障模式进行识别,并且具有较高的识别效率.
推荐文章
基于Mel倒谱的某型飞机发动机振动故障的模式识别
Mel倒谱
发动机振动故障
BP神经网络
RBF神经网络
模式识别
神经控制在汽车发动机转速控制中的仿真研究
神经网络
神经控制(NC)
汽车发动机转速控制
模糊-变结构控制在汽车发动机转速控制中的应用
模糊控制
滑模变结构控制(SMC)
汽车发动机转速控制
某型涡喷发动机转速失稳仿真研究
转速摆动
转速控制系统
稳定性
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 变转速条件下汽车发动机故障模式识别仿真
来源期刊 计算机仿真 学科 交通运输
关键词 变转速条件下 汽车发动机 故障模式识别
年,卷(期) 2016,(11) 所属期刊栏目 交通体系与工具仿真
研究方向 页码范围 144-147,178
页数 5页 分类号 U472.43
字数 4279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 李素华 江汉大学机电与建筑工程学院 27 233 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (38)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (0)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(6)
  • 参考文献(5)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变转速条件下
汽车发动机
故障模式识别
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导