《基于径向基神经网络的发动机故障诊断技术》PDF+DOC
作者:谢春丽,王宇超,张博淋
单位:东北林业大学
出版:《森林工程》2019年第06期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFSSGC2019060100
DOC编号:DOCSSGC2019060109
下载格式:PDF + Word/doc 文字可复制、可编辑
《汽车发动机故障诊断系统的虚拟样机硬件研发》PDF+DOC 廖中文,杨旭志,吴志平
《基于RBF神经网络的电控发动机故障诊断研究》PDF+DOC2015年第08期 王书提,巴寅亮,郭增波
《一种民航发动机传感器非线性故障诊断方法》PDF+DOC 王力,孙贺
《一种新型RBF神经网络及其在舰船雷达目标识别中的应用》PDF+DOC 王强,曹仲冬,马振晖
《基于神经网络的汽车发动机故障诊断研究》PDF+DOC2011年第01期 郭荣春,高树文
《混沌学与海杂波》PDF+DOC2008年第04期 张云展
《仿真技术在汽车发动机故障检测中的研究》PDF+DOC2007年第11期 邱浩,贺萍
《基于RBF神经网络的车辆牵引性能测试数据融合技术》PDF+DOC2007年第02期 苏英,陈平
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2006年第05期 翟卫青,王化冰
《基于神经网络技术的称重式给煤机故障诊断方法的研究》PDF+DOC2015年第15期 姚美霞
发动机是汽车动力系统的重要组成部分,其正常运转对驾驶员及乘员安全起着至关重要的作用。基于传统BP神经网络发动机的故障诊断技术具有收敛速度慢、诊断精确度低等劣势,为了提高诊断准确度,本文利用径向基(RBF)神经网络模型对汽车发动机故障位置及类型进行诊断。通过元征X-431汽车故障诊断仪采集发动机在多种不同工况下故障试验的数据并做归一化处理,将试验数据作为神经网络的输入,将发动机正常运转和8种常见故障类型作为输出,建立RBF神经网络模型进行训练。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,结果表明此方法对发动机故障诊断的准确率可以达到90%,为汽车发动机故障诊断提供参考。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。