文摘
英文文摘
声明
第1章绪论
1.1研究的目的和意义
1.2研究现状
1.2.1循环平稳理论研究现状
1.2.2气缸压力识别研究现状
1.3本文的研究内容
第2章缸盖振动响应信号特性分析
2.1主要激励源及时序分析
2.1.1燃烧激励源
2.1.2排气门节流冲击
2.1.3气门落座冲击
2.1.4活塞敲击激励
2.1.5主要激励的时序分析
2.2振动信号的循环平稳模型
2.2.1循环平稳信号
2.2.2振动信号的循环平稳特性
2.2.3振动信号的统计学模型
2.3振动信号的采样方式
2.3.1柴油机转速的波动性
2.3.2等曲柄转角采样
2.3.3数据采集原理
第3章柴油机测试实验研究
3.1测试系统
3.1.1试验机型
3.1.2测试仪器
3.1.3仪器性能
3.1.4试验工况
3.1.5测点布置
3.2试验结果
3.2.1原始数据的标定变换
3.2.2缸盖振动信号波形
3.2.3缸内压力信号波形
3.2.4压力和振动信号频谱分析
3.3数据预处理
3.3.1消除振动信号数据趋势项
3.3.2振动信号数据的平滑处理
3.3.3消除压力通道效应
第4章基于神经网络方法的气缸压力识别
4.1神经网络基础知识
4.2神经网络的特点
4.2.1神经网络的辨识内涵
4.2.2神经网络的辨识特点
4.3径向基函数网络基本理论
4.4 RBF神经网络识别原理及步骤
4.4.1 RBF神经网络识别原理
4.4.2识别步骤
4.4.3神经网络法识别流程图
4.5训练样本数据预处理
4.5.1数据预处理的目的
4.5.2训练样本信号的同步平均
4.6气缸压力识别结果
4.6.1同步平均处理对识别精度的影响分析
4.6.2网络对工况的适应性分析
4.7结论
第5章基于传递函数法的气缸压力识别
5.1缸盖系统振动模型
5.2传递函数法识别气缸压力
5.3振动信号低通滤波
5.3.1 FIR数字滤波器
5.3.2滤波器设计及滤波
5.4振动信号的自适应对消
5.4.1自适应对消原理
5.4.2振动信号的对消处理
5.5传递函数法识别流程图
5.6气缸压力识别结果
5.6.1对消处理对识别精度的影响分析
5.6.2测点位置对识别结果的影响分析
5.7系统的激励与响应的相干分析
5.7.1相干函数(凝聚函数)
5.7.2传递函数模型的评判
5.8结论
第6章总结与展望
6.1总结
6.2展望
参考文献
致谢
攻读硕士期间发表的论文