论文部分内容阅读
针对某型12150柴油机燃烧段信号随工况变化进行分析,选择转速800r/min、载荷400N·m时的缸内压力及缸盖振动加速度信号进行时频分析。为了提取缸内最高燃烧压力所激励的缸盖振动加速度信号对气缸压力进行有效的识别,应用小波包去噪方法去除针阀落座及缸内压力高频振荡等高频干扰信号。应用遗传算法优化出BP神经网络最佳的初始权值和阈值,建立了缸盖振动加速度与气缸压力的非线性关系。研究结果表明:与BP神经网络相比,GA-BP神经网络具有更高的精度,识羽的气缸压力波形更逼近于实际波形,并且在低转速低负荷