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:
针对车辆发动机故障诊断的问题,首先通过希尔伯特.黄变换(HHT)分析处理发动机振动信号的时频特征,提取出基于边际谱能量变化的故障特征参数来准确的表征发动机故障现象。然后利用Bp神经网络对发动机故障数据特征进行训练,并对多种实测的故障数据进行测试和识别,验证所提出的算法的准确性。
推荐文章
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
基于一种改进的云神经网络涡扇发动机故障诊断
航空发动机
云模型
云神经网络
自适应遗传算法
故障诊断
基于改进的BP神经网络的柴油发动机故障诊断
柴油发动机
高压共轨
BP神经网络
LM算法
电控系统
故障诊断
基于神经网络的汽车发动机故障诊断研究
BP神经网络
发动机
怠速不稳
故障诊断
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 一种基于BP神经网络的发动机故障诊断方法
来源期刊 现代计算机:中旬刊 学科 工学
关键词 故障诊断 发动机 HHT BP神经网络
年,卷(期) 2017,(8) 所属期刊栏目
研究方向 页码范围 7-10
页数 4页 分类号 TP277
字数 语种
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 徐志京 上海海事大学信息工程学院 33 156 8.0 11.0
2 兰天雯 上海海事大学信息工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
故障诊断
发动机
HHT
BP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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导