基于MSPCA的汽油机失火故障诊断

失火会导致汽油机性能下降,排放恶化.失火故障影响因素众多难以准确建立数学模型.本文利用多尺度主成分分析法提取气缸振动信号检测失火故障,对HQ492汽油机进行失火故障实验测试,通过小波变化和主成分分析对提取信号进行重构作为诊断失火故障的特征信号.试验结果表明:利用多尺度主成分分析可以快速准确诊断失火故障.     

内燃机失火故障的神经网络诊断研究

提出了一种利用排气中HC、CO2、O2浓度和内燃机工况参数信息的内燃机失火故障诊断方法,并提出了描述内燃机失火程度的模糊评价指标,进行了内燃机有失火故障和无故障排气成分检测对比实验。利用实验数据和内燃机工况参数,通过Elman神经网络建立了失火程度评价指标与排气中HC、CO2、O2浓度以及内燃机工况参数之间关系的诊断模型,应用MATLAB软件对该模型进行学习训练,将训练好的神经网络模型应用于内燃机失火故障的诊断。结果表明,此模型能够正确诊断内燃机失火故障。     

Box-Jenkins法参数辨识与仿真研究

本文介绍了参数辨识的概念和Box-Jenkins法的基本原理,运用MATLAB的M语言编写Box-Jenkins算法程序,最后结合实例给出相应的仿真结果和分析。     

废气排放成分的汽油机失火故障RBF神经网络诊断

提出了一种利用排气中HC、CO2和O2浓度诊断车用汽油机失火故障的诊断方法及描述汽油机失火故障的模糊评价指标,利用实验数据和RBF神经网络建立了该指标与排气中HC、CO2和O2浓度间关系的模型,应用MATLAB软件对该模型进行学习训练,将训练好的神经网络模型应用于汽油机失火故障的诊断,结果表明,此模型能正确诊断汽油机失火故障.图2,表2,参8.     

车用汽油机过渡工况进气管内油膜动态特性建模及仿真

分析了汽油机过渡工况时Aquino油膜模型的动态特性。提出了一种考虑进气状态参数的进气管内油膜特性动态模型．以汽油机两种过渡工况为例,利用Simulink分别对基于Aquino模型和动态模型的汽油机空燃比变化进行了仿真,并与汽油机试验数据进行对比．研究结果表明,提出的动态油膜模型能较准确地描述过渡工况进气管内燃油动态特性,其精度优于Aquino模型．