柴油机气阀间隙识别的研究

通过模拟柴油机气阀间隙的异常进行试验,采集缸盖表面的振动信号.利用时间序列分析方法对振动信号进行分析,并建立相应的AR(AutoRegressive)模型,从中提取不同气阀间隙下的敏感参数.最后,基于这些敏感参数,利用神经网络进行气阀间隙的识别.分析结果表明,将两种方法的融合,能够实现优势互补,达到更好的识别效果.