10.3321/j.issn:1000-680X.2006.04.021
基于声强与神经网络技术的发动机故障诊断
根据发动机的结构特点,将其表面划分成不同的测试区域进行声强信号采集;依据声强特征,确定不同区域对应零部件的工作状况;利用模块化神经网络,建立基于声强特征的故障诊断模型,该模型中包含发动机低速与中速诊断模块、决策模块和故障知识库;在建模过程中,利用特征函数强化故障特征作为网络输入.结果表明,该方法具有诊断精度高、速度快、实时自学习等特点,为建立更为完善的发动机智能化故障诊断系统提供新途径.
声强、神经网络、发动机、故障诊断
28
U4(公路运输)
南京理工大学校科研和教改项目njust200202
2006-05-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
401-404