| 基于小滤变换和神经网络的汽车安全部件故障识别 |
| |
| 引用本文： | 杨占春,胡子正,孙华.基于小滤变换和神经网络的汽车安全部件故障识别[J].汽车技术,2001,1(2):34-37. |
| |
| 作者姓名： | 杨占春 胡子正 孙华 |
| |
| 作者单位： | 1. 吉林大学
2. 上海铁道大学 |
| |
| 摘 要： | 汽车安全部件的工作状态直接影响汽四的安全行驶，运用小滤变换理论对汽四在不同部件参数作用下的运动参量进行小波分解。提取相关低频信号和车辆动万言书评批标作为汽四运动的牲值，结合神经网络技术进行了部分安全部件的故障状态识别。
|
| 关 键 词： | 零部件安全性故障检测 |
| 文章编号： | 1000-3703(2001)02-0034-03 |
| 修稿时间： | 2000年10月16 |
Fault Recognition of
Automotive Safety Parts Based on Ripplet Change Theory and Neural Net Technology |
| |
| Yang Zhanchun.Fault Recognition of
Automotive Safety Parts Based on Ripplet Change Theory and Neural Net Technology[J].Automobile Technology,2001,1(2):34-37. |
| |
| Authors: | Yang Zhanchun |
| |
| Abstract: | The working status of automotive safety parts shall effectdirectly the automotive safety drving.The ripplet decomposition is conducted for motor vehicle dynamic parameter under action of different parts parameters by the ripplet change theory.Take the related low frequency signal and vehicle dynamic assessment index as the characteristic value of automotive mtion and coduct the fault status recognition for some automotive parts by meural metwork technology. |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
