基于独立分量分析与传递函数的气缸压力重构

根据缸盖振动传递特性建立传递函数模型,对振动信号预处理后采用独立分量分析的方法进行分离,结合传递函数法进行压力重构,试验表明,两种方法结合简单有效,采用独立分量分析方法对缸盖振动信号进行分离能更有效地提取出反映燃烧压力分量的部分,重构压力曲线与实测曲线拟合度较好。     

基于小波分析与径向基函数神经网络的气缸压力重构

介绍了RBF神经网络的原理及其此法重构气缸压力的实现步骤,并根据柴油机缸盖振动的激励机理,对径向基函数神经网络的参数进行了有效的设置。通过用不同工况下的样本进行训练,建立了柴油机缸盖振动信号与气缸压力之间的非线性映射关系。为了提高重构精度,更为准确地提取压力在缸盖处的响应,提出了利用小波分析对振动信号进行降噪处理。试验表明应用RBF网络法重构气缸压力简单有效,重构压力曲线与实测曲线拟合度良好。