基于振动信号的柴油发动机缸压恢复

摘要：

气缸压力作为发动机的重要指标,直接反映了发动机燃烧状态的好坏.由于发动机的运行条件复杂,多数条件下为非平稳状态,如何提高发动机在多工况下的缸压识别精度成为了缸压恢复的难点.提出了一种利用振动信号恢复缸压的新方法,以振动信号的最大熵谱密度作为特征,并采用道格拉斯-普克算法对输入输出向量进行了降维处理,利用遗传算法优化的多隐含层BP神经网络有效恢复了多工况下的柴油发动机缸压曲线.经试验测得:经平均化后的缸压曲线峰值最大恢复误差为0.05 MPa,位置误差最大为0.6℃A,满足缸压恢复的精度要求.

关键词：柴油发动机缸压、振动信号、最大熵谱、道格拉斯-普克算法、BP神经网络、遗传算法

所属期刊栏目：37

分类号：TK427(内燃机)

资助基金：国防预研项目40407030401

在线出版日期：2019-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：150-157