论文部分内容阅读
本文提出了一种基于小波变换和神经网络的汽油机爆震识别方法，利用小波变换提取爆震特征，通过神经网络对汽油机爆震有无以及强度进行识别。
本文分析了离散小波变换(DWT)在提取爆震特征方面的优势，针对实测的汽油机缸内的压力信号和缸体振动信号进行了特征提取的研究，研究了小波函数的选择和小波分解尺度的确定的原则。
本文研究了利用神经网络作为爆震识别的可行性和有效性，对神经网络的输入进行了二次特征因子提取，通过分析选择了BP神经网络结构和L-M训练算法、并确定了隐层数和隐层节点数。
利用本文所提出的方法，开发了爆震特征提取和爆震诊断的Matlab程序，运用该程序和大量的HYUNDAI汽油机实测爆震与非爆震数据对所确定的神经网络进行了训练。