检索结果-维普期刊中文期刊服务平台

基于概率神经网络的汽车发动机失火故障诊断被引量：12: 1; 作者王子健王德军《吉林大学学报（信息科学版）》 CAS 2016年第2期229-236,共8页; 为准确诊断汽车发动机常发生的单缸失火和双缸失火故障,利用概率神经网络分析发动机转速与曲轴位移角度诊断发动机失火故障。在AMEsim软件环境下搭建一款四缸发动机模型,利用故障注入的方式模拟发动机失火,提取发动机转速和曲轴角度位... 展开更多; 关键词 AMEsim发动机模型故障注入失火故障诊断概率神经网络; 在线阅读下载PDF 职称材料

基于小波与深度置信网络的柴油机失火故障诊断被引量：9: 2; 作者贾继德贾翔宇 +2 位作者梅检民曾锐利张帅《汽车工程》 EI CSCD 北大核心 2018年第7期838-843,共6页; 为更深入地了解柴油机失火故障的机理,提高失火故障诊断准确率,本文中提出了一种基于小波与深度置信网络的柴油机失火故障诊断方法。首先,采用等角度采样法对柴油机缸盖振动信号进行采样,获得平稳的角域信号,消除循环波动干扰;然后,通... 展开更多; 关键词柴油机失火故障诊断点火频率连续小波变换深度置信网络; 在线阅读下载PDF 职称材料

随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断被引量：15: 3; 作者张康陶建峰 +2 位作者覃程锦李卫星刘成良《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第8期159-166,共8页; 针对已有的柴油机失火故障诊断方法需要精细且耗时的时频特征提取过程,且对实际含有噪声的样本诊断准确率低的问题,提出了一种随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断方法。在不同的转速工况下进行柴油机失火故障模拟... 展开更多; 关键词失火故障诊断深度卷积神经网络噪声环境随机丢弃批标准化; 在线阅读下载PDF 职称材料

同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断被引量：11: 4; 作者李卫星陶建峰 +1 位作者覃程锦刘成良《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第2期47-54,169,共9页; 针对柴油机失火故障诊断特征提取分辨率较低和分类评估容易出现过拟合的问题,提出了一种同步压缩小波变换和极限梯度提升树融合的诊断方法。在不同转速下进行柴油机失火性能试验,采集缸盖振动信号,对信号利用时域统计、同步压缩小波提... 展开更多; 关键词失火故障诊断同步压缩小波变换极限梯度提升树局部线性嵌入; 在线阅读下载PDF 职称材料

基于改进段角加速度和神经网络的柴油机失火诊断研究被引量：9: 5; 作者刘健康高文志 +1 位作者张攀宋启新《内燃机工程》 EI CAS CSCD 北大核心 2019年第1期79-85,共7页; 针对失火故障中存在的高速轻载诊断困难,失火程度无法判别的问题,通过对比分析正常状态与失火情况下瞬时转速的特征,发现缩短段角加速度段长度,能够有效提升特征对失火故障的敏感度,同时,用神经网络方法代替阈值规则,能够很好地利用各... 展开更多; 关键词段角加速度柴油机失火故障诊断神经网络; 在线阅读下载PDF 职称材料

题名基于概率神经网络的汽车发动机失火故障诊断被引量：12: 1; 作者王子健王德军; 机构吉林大学通信工程学院; 出处《吉林大学学报（信息科学版）》 CAS 2016年第2期229-236,共8页; 基金国家自然科学重点基金资助项目(61034001); 文摘为准确诊断汽车发动机常发生的单缸失火和双缸失火故障,利用概率神经网络分析发动机转速与曲轴位移角度诊断发动机失火故障。在AMEsim软件环境下搭建一款四缸发动机模型,利用故障注入的方式模拟发动机失火,提取发动机转速和曲轴角度位移数据,在Matlab环境下进行数据处理与分组,建立概率神经网络PNN(Probabilistic Neural Network)进行训练与测试。实验结果表明,发动机转速与曲轴转角位移能有效反应发动机真实运行情况,训练好的PNN可对发动机单缸、双缸失火进行准确的诊断和定位。该方法具有简洁、经济、高效和准确度高等优点。; 关键词 AMEsim发动机模型故障注入失火故障诊断概率神经网络; Keywords AMEsim engine model fault injection misfire diagnosis probabilistic neural network; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于小波与深度置信网络的柴油机失火故障诊断被引量：9: 2; 作者贾继德贾翔宇梅检民曾锐利张帅; 机构军事交通学院军用车辆系军事交通学院研究生管理大队蚌埠汽车士官学校装备技术系; 出处《汽车工程》 EI CSCD 北大核心 2018年第7期838-843,共6页; 基金军委装备发展部重点项目(WG2015JJ010008)资助; 文摘为更深入地了解柴油机失火故障的机理,提高失火故障诊断准确率,本文中提出了一种基于小波与深度置信网络的柴油机失火故障诊断方法。首先,采用等角度采样法对柴油机缸盖振动信号进行采样,获得平稳的角域信号,消除循环波动干扰;然后,通过连续小波变换对角域信号进行角-频分析,提取点火频率附近频带后利用连续小波逆变换重构信号;接着,按照柴油机工作循环从重构信号中,分段提取方差、峭度和峰值等12种常用特征参数并构造诊断参数矩阵;最后,利用深度置信网络对诊断参数矩阵进行降维和第二次特征提取,并依据二次特征对失火故障进行诊断。将该方法应用到某型柴油机上的结果表明,该方法能准确提取失火故障信息,有效诊断失火故障。; 关键词柴油机失火故障诊断点火频率连续小波变换深度置信网络; Keywords diesel engine misfire fault diagnosis ignition frequency continuous wavelet transform deep belief network; 分类号 U472 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断被引量：15: 3; 作者张康陶建峰覃程锦李卫星刘成良; 机构上海交通大学机械系统与振动国家重点实验室; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第8期159-166,共8页; 基金国家重点研发计划资助项目(2017YFD0700602,2017YFB1300603) 国家重点研发计划子课题资助项目(2016YFD0700105); 文摘针对已有的柴油机失火故障诊断方法需要精细且耗时的时频特征提取过程,且对实际含有噪声的样本诊断准确率低的问题,提出了一种随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断方法。在不同的转速工况下进行柴油机失火故障模拟试验,将采集到的原始缸盖振动信号作为深度卷积神经网络的输入,并在输入端引入随机丢弃抑制输入噪声,通过一维卷积操作自动提取失火故障模式特征,接着在各卷积输出层对特征信号进行批标准化处理,以减少信号在深度卷积层内部的方差偏移,最后基于多分类函数完成失火故障分类。不同噪声环境和方法的对比试验结果表明,所提方法的分类准确率最高可达100%,同时在保证算法准确率的前提下,其鲁棒性优于依赖时频提取特征的方法。; 关键词失火故障诊断深度卷积神经网络噪声环境随机丢弃批标准化; Keywords misfire diagnosis deep convolutional neural network noise environment dropout batch normalization; 分类号 TK428 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断被引量：11: 4; 作者李卫星陶建峰覃程锦刘成良; 机构上海交通大学机械系统与振动国家重点实验室; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第2期47-54,169,共9页; 基金国家重点研发计划资助项目(2017YFD0700602) 国家重点研发计划子课题资助项目(2016YFD0700105-02); 文摘针对柴油机失火故障诊断特征提取分辨率较低和分类评估容易出现过拟合的问题,提出了一种同步压缩小波变换和极限梯度提升树融合的诊断方法。在不同转速下进行柴油机失火性能试验,采集缸盖振动信号,对信号利用时域统计、同步压缩小波提取特征,再采用局部线性嵌入方法进行特征降维,最后利用极限梯度提升树进行失火评估分类。不同工况与评估方法下的对比实验结果表明,所提方法的分类准确率最高可达99.828%,相比小波包特征提取的评估方法提升至少10%。在低模型复杂度下,所提方法具有最小的模型预测均方根误差,证明了方法的鲁棒性和抑制模型过拟合的能力。; 关键词失火故障诊断同步压缩小波变换极限梯度提升树局部线性嵌入; Keywords misfire fault diagnosis synchro-squeezed wavelet transform XGBoost locally linear embedding; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进段角加速度和神经网络的柴油机失火诊断研究被引量：9: 5; 作者刘健康高文志张攀宋启新; 机构天津大学内燃机燃烧学国家重点实验室; 出处《内燃机工程》 EI CAS CSCD 北大核心 2019年第1期79-85,共7页; 文摘针对失火故障中存在的高速轻载诊断困难,失火程度无法判别的问题,通过对比分析正常状态与失火情况下瞬时转速的特征,发现缩短段角加速度段长度,能够有效提升特征对失火故障的敏感度,同时,用神经网络方法代替阈值规则,能够很好地利用各缸特征值间的联系诊断失火。基于此,提出一种改进段角加速度和神经网络相结合的失火故障诊断方法。该方法能够实现对全转速范围单缸完全失火的诊断,且利用二级诊断的方式可以对失火程度进行有效判别,在高速轻载工况依旧具有很好的准确率。同时,提出的方法在学习阶段所需数据量小,适用于发动机失火故障的在线诊断。; 关键词段角加速度柴油机失火故障诊断神经网络; Keywords segment angular acceleration diesel engine diagnosis of misfire fault neural network; 分类号 TK428 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于概率神经网络的汽车发动机失火故障诊断	王子健王德军	《吉林大学学报（信息科学版）》 CAS	2016	12	在线阅读下载PDF 职称材料
2	基于小波与深度置信网络的柴油机失火故障诊断	贾继德贾翔宇梅检民曾锐利张帅	《汽车工程》 EI CSCD 北大核心	2018	9	在线阅读下载PDF 职称材料
3	随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断	张康陶建峰覃程锦李卫星刘成良	《西安交通大学学报》 EI CAS CSCD 北大核心	2019	15	在线阅读下载PDF 职称材料
4	同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断	李卫星陶建峰覃程锦刘成良	《西安交通大学学报》 EI CAS CSCD 北大核心	2019	11	在线阅读下载PDF 职称材料
5	基于改进段角加速度和神经网络的柴油机失火诊断研究	刘健康高文志张攀宋启新	《内燃机工程》 EI CAS CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料