基于卷积神经网络的柴油机DPF状态辨识研究

• 作者: 程德新 赵树恩 张军 王欣伟 胡超超
• 来源期刊: 客车技术与研究
• 学科: 工学
• 关键词: 柴油机 颗粒捕集器 故障特征 状态辨识
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究·设计·工艺|Research·Design·Technology
• 页码范围: 36-40
• 页数: 5页
• 分类号: TK421+.5
• 语种: 中文

摘要

针对柴油机颗粒捕集器功能失效的问题,应用GT-SUITE软件对柴油机颗粒捕集器进行仿真分析,研究颗粒捕集器温度、压降和碳烟浓度等与其状态的关联关系,并采用一维卷积神经网络对颗粒捕集器状态特征"自学习",提高颗粒捕集器状态辨识的准确度.