基于优化灰色神经网络模型的内燃机气缸套磨损量预测的研究

气缸套磨损量是衡量汽车发动机寿命的重要因素。针对传统灰色预测模型的缺陷,采用均值修正策略,对样本数据进行预处理,实现灰色预测模型的优化;将灰色预测模型与BP网络相结合,建立了优化灰色神经网络预测模型;实例分析结果表明,优化模型能更精确地预测发动机气缸套的磨损量,为发动机的寿命预测与维修提供了更有效的方法。     

基于Vague故障树的发动机系统可靠性分析

针对基于概率论的故障树分析(FTA)模型不适用于结构复杂、且失效行为具有不确定性汽车发动机系统的可靠性分析,将Vague集引入其故障树分析中,用Vague集描述底事件的失效行为,构造了基于三角形Vague集算术运算的最大和最小与门模糊算子,并确定了Vague故障树分析的步骤、原则与方法.通过建立某典型发动机系统的Vague故障树分析(VFTA)模型.解决了故障树分析中部分事件故障判据及数据的模糊性问题.仿真结果表明VFTA模型比其它模糊FTA模型更灵活、有效.