论文部分内容阅读
对某12150型柴油机进行了缸内燃烧激励的瞬态动力学计算,分析了其缸盖振动的位移、速度和加速度与缸内燃烧特征参数的对应关系。接着在此基础上,对实测振动加速度进行数字积分和平均滤波得到振动位移信号,并利用希尔伯特包络和滑动平均法提取了振动位移的趋势项。再以该趋势项为输入参数构建了Adaboost_BP集成神经网络模型,最后利用此模型对不同工况下的缸内压力进行识别。结果表明：振动位移趋势项与缸内压力的良好对应关系和参数本身的简洁性有效降低了神经网络输入的复杂度,提高了神经网络的训练效率;集成神经网络模型能够准