期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
时域缸压信号爆震识别及强度评价的动态窗口域方法 被引量:6
1
作者 张力 李玉华 +2 位作者 朱长友 刘小强 吴连成 《内燃机工程》 EI CAS CSCD 北大核心 2009年第6期88-92,共5页
针对时基缸压信号的爆震检测,引入爆震能量相对标识参数ΔEI表征高通爆震信号在爆震窗口和参考窗口内的累积积分能量之差。随机选取若干爆震事件和非爆震事件,计算各事件的ΔEI和爆震因子KF随窗口宽度的变化。计算结果表明:爆震事件的... 针对时基缸压信号的爆震检测,引入爆震能量相对标识参数ΔEI表征高通爆震信号在爆震窗口和参考窗口内的累积积分能量之差。随机选取若干爆震事件和非爆震事件,计算各事件的ΔEI和爆震因子KF随窗口宽度的变化。计算结果表明:爆震事件的ΔEI随窗口宽度的增加而逐渐增大,但当窗口宽度增加到一定程度时,ΔEI会达到最大并基本保持恒定;据此现象进行爆震窗口域的动态判定,可准确识别爆震发生和合理评价不同工况下的爆震强度。分别采用西门子VDO角基算法和时基动态窗口域方法对表征各种爆震倾向的154FMI、156FMI和171FMI小型高速汽油机进行了爆震检测。测试结果表明:基于两种方法的爆震识别和强度评价具有良好的一致性。 展开更多
关键词 内燃机 爆震识别 强度 信号处理 燃烧测试
下载PDF
基于缸压高频ARMA模型的爆震识别方法
2
作者 康健 张力 郭刚 《传感器与微系统》 CSCD 北大核心 2010年第11期64-66,共3页
研究以汽油机燃烧测试平台为基础,通过调整点火提前角以获得较大的爆震强度,并获得实验分析数据。选择低通燃烧压力信号峰值前10°后20°曲轴转角范围最做为爆震窗口。对随机选择的一系列爆震窗口燃烧压力高频振动信号构建时间... 研究以汽油机燃烧测试平台为基础,通过调整点火提前角以获得较大的爆震强度,并获得实验分析数据。选择低通燃烧压力信号峰值前10°后20°曲轴转角范围最做为爆震窗口。对随机选择的一系列爆震窗口燃烧压力高频振动信号构建时间序列模型,并以模型参数向量均值的马氏距离为爆震识别标识。用蒙特—卡罗法对非爆震工况序列马氏距离进行选择,获得爆震阈值。并通过工程上广泛使用的VDO算法验证这种爆震识别方法的可行性。 展开更多
关键词 爆震识别 燃烧测试 时间序列 ARMA模型
下载PDF
基于HIP9011的二冲程煤油发动机爆震识别系统研究 被引量:1
3
作者 刘景阳 盛敬 《重庆理工大学学报(自然科学)》 CAS 2016年第12期63-68,共6页
为了解决中强度爆震影响二冲程煤油发动机的使用安全性、动力性和经济性的问题,设计了基于HIP9011的二冲程煤油发动机爆震识别系统,以便快速、准确地识别出二冲程煤油发动机爆震状态以及爆震强度,为二冲程煤油发动机爆震控制打下良好的... 为了解决中强度爆震影响二冲程煤油发动机的使用安全性、动力性和经济性的问题,设计了基于HIP9011的二冲程煤油发动机爆震识别系统,以便快速、准确地识别出二冲程煤油发动机爆震状态以及爆震强度,为二冲程煤油发动机爆震控制打下良好的基础。应用内禀模态特征能量法提取机体振动信号的爆震特征频率,并根据缸内压力曲线确定爆震信号检测区间。采用英飞凌cx2765x芯片与HIP9011芯片设计了二冲程煤油发动机爆震识别系统,并应用LABVIEW设计了上位机系统来实时显示发动机的工作状态。搭建了二冲程煤油发动机实验台架并进行了爆震识别系统的测试实验。实验结果表明:爆震识别系统能准确地判断发动机的爆震状态及其爆震强度,并实时在上位机系统中显示。 展开更多
关键词 二冲程煤油发动机 爆震识别系统 内禀模态特征能量法 特征频率 信号检测区间 HIP9011芯片
下载PDF
基于双背景噪声的汽油机爆震识别研究
4
作者 徐划龙 《汽车实用技术》 2017年第14期149-152,共4页
火花塞压力传感器结合AVL爆震识别算法在爆震识别中具有简便、通用性强的优点,但容易出现爆震误判;嵌入式压力传感器结合VDO爆震识别算法可较为准确的识别爆震,但在工程实践中难以广泛应用。为解决火花塞压力传感器结合AVL爆震识别算法... 火花塞压力传感器结合AVL爆震识别算法在爆震识别中具有简便、通用性强的优点,但容易出现爆震误判;嵌入式压力传感器结合VDO爆震识别算法可较为准确的识别爆震,但在工程实践中难以广泛应用。为解决火花塞压力传感器结合AVL爆震识别算法爆震误判问题,采用火花塞式、嵌入式两种压力传感器分别结合AVL、VDO两种爆震识别算法进行爆震识别研究。试验对比发现噪声信号的干扰导致火花塞压力传感器下AVL爆震识别算法误判,为此提出了引入双背景噪声的改进方案。试验结果表明爆震判定结果与嵌入式压力传感器结合VDO爆震识别算具有良好的一致性,具有较强的实用性。 展开更多
关键词 误判 压力传感器 爆震识别算法 双背景噪声
下载PDF
基于小波去噪和卷积神经网络的发动机爆震识别
5
作者 胡春明 刘铮 +2 位作者 刘娜 宋玺娟 杜春媛 《航空动力学报》 EI CAS CSCD 北大核心 2024年第7期151-160,共10页
在活塞式航空煤油发动机上进行爆震试验研究,首先使用小波去噪对发动机缸压信号进行噪声提取,然后对0°~45°曲轴转角内的噪声信号进行快速傅里叶变换将一维时域噪声信号展开成二维时频域特征图,最后将特征图输入到训练好的卷... 在活塞式航空煤油发动机上进行爆震试验研究,首先使用小波去噪对发动机缸压信号进行噪声提取,然后对0°~45°曲轴转角内的噪声信号进行快速傅里叶变换将一维时域噪声信号展开成二维时频域特征图,最后将特征图输入到训练好的卷积神经网络(convolutional neural networks,CNN)中进行爆震识别.验证结果表明:轻微和严重爆震都会在10°~30°曲轴转角内产生幅值较大噪声信号,与无爆震循环的时频域特征图有明显区别;在爆震特征提取上小波去噪要优于带通滤波,在爆震特征识别上CNN方法要优于支持向量机(support vector machine,SVM)方法;小波去噪和CNN结合的爆震识别方法对发动机4种不同运行工况的爆震识别准确率都能达到91%以上;小波去噪结合CNN方法对爆震循环的查准率为83.16%,查全率高达98.79%,能够准确地识别出发动机的爆震循环. 展开更多
关键词 爆震识别 活塞式航空煤油发动机 小波分析 小波去噪 深度学习 卷积神经网络
原文传递
用决策方法识别地震与爆破 被引量:7
6
作者 边银菊 王婷婷 郭永霞 《地震学报》 CSCD 北大核心 2012年第3期397-407,共11页
在矩阵决策方法的基础上,建立了识别地震与爆破的矩阵决策算法(MDA).着眼于快速识别,研究了5个判据.其中初动方向和振幅比判据的效果较好.用MDA算法对北京附近62个事件进行了识别和检验得到:用5个判据C检验的正确识别率达到97%,U检验也... 在矩阵决策方法的基础上,建立了识别地震与爆破的矩阵决策算法(MDA).着眼于快速识别,研究了5个判据.其中初动方向和振幅比判据的效果较好.用MDA算法对北京附近62个事件进行了识别和检验得到:用5个判据C检验的正确识别率达到97%,U检验也达到93%,识别效果较好;依次从5个判据中任选4个判据作决策识别和检验,10个结果中有7个的正确识别率在93.3%以上.结果表明,本文建立的MDA算法和所选的特征能有效地识别地震与爆破,可应用于两者的快速识别. 展开更多
关键词 识别 矩阵法(MDA) 决策 振幅比
下载PDF
CEEMD在汽油机爆震特征诊断中的应用
7
作者 郭圣刚 毕凤荣 +1 位作者 李鑫 马腾 《内燃机与动力装置》 2018年第3期23-30,共8页
为改善经验模态分解(EMD)的模态混叠问题与集合经验模态分解(EEMD)的白噪声不能被完全中和的问题,提出选择利用补充集合经验模态分解(CEEMD)进行爆震诊断的方法;利用CEEMD算法对实际爆震信号进行分解,并与滤波方法与小波变换方法计算结... 为改善经验模态分解(EMD)的模态混叠问题与集合经验模态分解(EEMD)的白噪声不能被完全中和的问题,提出选择利用补充集合经验模态分解(CEEMD)进行爆震诊断的方法;利用CEEMD算法对实际爆震信号进行分解,并与滤波方法与小波变换方法计算结果进行对比,结果表明:CEEMD相对EEMD算法的白噪声残余更少,其重构信号更加准确,特征分量中的丢失的信息成分更少,对于爆震强度的判定将更加准确,CEEMD分解结果爆震峰值更加明显,可以准确识别出发动机多个气缸的爆震特征。提出一种基于样本熵的爆震特征参数,对爆震窗口选择依赖性小,计算验证结果显示与传统的Siemens VDO算法结果有较好的一致性。 展开更多
关键词 汽油机 特征识别 补充集合经验模态分解 故障诊断
下载PDF
dentification of blasting vibration and coal-roc fracturing microseismic signals 被引量:7
8
作者 Zhang Xing-Li Jia Rui-Sheng +2 位作者 Lu Xin-Ming Peng Yan-Jun Zhao Wei-Dong 《Applied Geophysics》 SCIE CSCD 2018年第2期280-289,364,共11页
A new method based on variational mode decomposition (VMD) is proposed to distinguish between coal-rock fracturing and blasting vibration microseismic signals. First, the signals are decomposed to obtain the variati... A new method based on variational mode decomposition (VMD) is proposed to distinguish between coal-rock fracturing and blasting vibration microseismic signals. First, the signals are decomposed to obtain the variational mode components, which are ranked by frequency in descending order. Second, each mode component is extracted to form the eigenvector of the energy of the original signal and calculate the center of gravity coefficient of the energy distribution plane. Finally, the coal-rock fracturing and blasting vibration signals are classified using a decision tree stump. Experimental results suggest that VMD can effectively separate the signal components into coal-rock fracturing and blasting vibration signals based on frequency. The contrast in the energy distribution center coefficient after the dimension reduction of the energy distribution eigenvector accurately identifies the two types of microseismic signals. The method is verified by comparing it to EMD and wavelet packet decomposition. 展开更多
关键词 Coal-rock fracturing microseismic blasting vibration variational modedecomposition signal identification
下载PDF
Application of the Wavelet Packet Method in Discrimination Between Nuclear Explosion and Earthquake 被引量:1
9
作者 YangXuanhu ShenPing +1 位作者 LiuXiqiang ZhengZhizhen 《Earthquake Research in China》 2004年第1期88-96,共9页
Although the CTBT (Comprehensive Nuclear Test Ban Treaty) was passed in 1996, it is still necessary to develop new and highly efficient methods (Wu Zhongliang, Chen Yuntai, et al., 1993; Xu Shaoxie, et al.1994; Richar... Although the CTBT (Comprehensive Nuclear Test Ban Treaty) was passed in 1996, it is still necessary to develop new and highly efficient methods (Wu Zhongliang, Chen Yuntai, et al., 1993; Xu Shaoxie, et al.1994; Richard L. Garwin, 1994) to monitor possible events. Many discrimination criteria (Xu Shaoxie, et al.,1994; Institute of Geophysics, Chinese Academy of Sciences, 1976; Richard L. Garwin, 1994) have been put forward since the 1950s. The results show that each of the existing criteria has its own limitation, but the seismological method is an important and efficient method in the discrimination between nuclear explosion and earthquake. Especially in recent years, because of the little and little equivalent as well as the increasing hiding steps used in the test, a number of more efficient seismological methods have been worked out. In this paper, a new discrimination method, the Wavelet Packet Component Ratio (WPCR) method, is put forward. This method makes full use of the difference in variation with time between the spectra of nuclear explosions and earthquakes. Its discrimination efficiency is rather high. 展开更多
关键词 Wavelet Packet WPCR DISCRIMINATION CRITERION
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部