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:
基于柴油机燃油喷射系统实验平台,通过采集燃油喷射系统常见故障工况运行下的高压油管压力波实时原始数据,采用小波包分解消噪重构,获得含高压油管压力波特征参数的众多先知样本,通过k聚类算法,建立了概率神经网络PNN训练样本.采用粒子群算法PSO对概率神经网络平滑因子进行优化,实验表明优化后的概率神经网络有较高的柴油机燃油喷射系统故障诊断正确率.
推荐文章
基于SOM神经网络的柴油机燃油系统故障诊断
柴油机
燃油系统
故障诊断
神经网络
P-T燃油系柴油机的故障诊断系统
P-T燃油系
故障诊断
测试
车用电控燃油喷射柴油机的检测诊断与维修
电控燃油喷射柴油机
传感器
电控系统
发动机
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PSO-PNN的柴油机燃油喷射系统故障诊断方法研究
来源期刊 移动电源与车辆 学科 工学
关键词 柴油机燃油喷射系统 高压油管压力波 故障诊断 概率神经网络PNN 粒子群算法PSO
年,卷(期) 2021,(4) 所属期刊栏目 理论研究
研究方向 页码范围 50-54,7-8
页数 1页 分类号 TK42
字数 语种 中文
DOI 10.3969/j.issn.1003-4250.2021.04.012
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
柴油机燃油喷射系统
高压油管压力波
故障诊断
概率神经网络PNN
粒子群算法PSO
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
移动电源与车辆
季刊
1003-4250
62-1040/U
大16开
兰州市七里河区民乐路64号
54-127
1970
chi
出版文献量(篇)
1134
总下载数(次)
0
总被引数(次)
2020
论文1v1指导