基于小波包与神经网络的氢发动机异常燃烧研究.pdf

《基于小波包与神经网络的氢发动机异常燃烧研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第$#卷!第"期小型内燃机与摩托车Z1M’$#W1’"(#""年(月U/)VVCW%0XW)VAS/3

2、!!文章编号""*+",#*-##(#""$#",##-(,#$@:)(%C$D=(C:>#0,()!"#"$%&’()972%(+")4L>"D"2*)+,)":$#"2()3$O"D"0E$&G"0$)2!1LQ"0B(%GI$)+;’")F’()+%H,!>C,)+%/>$)M>).$%1,N>(P,)W1>;BAB57:C7?;5;D;412Q:;4>A17?4>=:7G@:7E^@E>14M4G;>5Gb1F4>!hB478OB1D#^47:7#$.##""#AB57:"@:#0%$&0$%B4478574H>4??D>4?587:M57GMDE4?M1;?12D?42

3、DM5721>I:;517N4578:NM4;1>42M4G;478574:N71>I:MND>7578H1>;47;’A:>>@5781D;F:=4M4;H:GJ4;E4G1IH1?5;517#4L;>:G;578;B4GB:>:G;4>5?;5G12;B4:N71>I:MG1IKND?;51717;B4?587:MH>4??D>4#:7ED?57874D>:M74;F1>J?;1ND5MEDHI:HH578>4M:;5172>1I:N71>I:MG1IND?K;517;1GB:>:G;4>5?;5GH:>:I4;>5G5?;B44224G;5=4;4GB71M18@I4:7?

4、;1E5:871?4:N71>I:MG1IND?;517’A"7B(%2#$^@E>1847K[D4M4E478574#)N71>I:MG1IND?;517#Q:=4M4;H:GJ4;#X3[74;F1>J#[:DM;E5:871?5?引言过程#使得发动机异常燃烧研究更为复杂&氢气火焰传统石油燃料发动机故障诊断研究中大多是针对传播速度极快和着火范围宽广的特点使得氢发动机早机械故障#检测信号多采用振动信号)转速波动信号燃问题更容易出现#并且与发动机回火互相转换#使得等%对信号的处理多采用幅值域分析法)频域分析方氢发动机异常燃烧更具有瞬间突发性#且具有自消除法)分形几何学)神经网络)

5、小波分析方法等’"a$(&分特征#也更为复杂&别利用小波变换进行信号分析#利用神经网络进行机有别于石油燃料发动机#氢燃料发动机的异常燃械故障诊断已经不是什么新鲜话题了&但是#关于发烧与提高氢发动机功率之间的矛盾成为制约氢发动机动机燃烧过程的异常燃烧诊断研究却少见报道#这一技术进步的最大障碍#始终困扰着氢发动机的发展#对’.a+(方面是由于传统石油燃料发动机燃料的特点#异常燃异常燃烧的研究是解决这一矛盾的基础&而发动烧问题并不突出&并且#有别于一般机械系统的故障机燃烧压力信号包括很多能反映发动机异常燃烧征兆诊断的研究#发动机高温高压且变化迅速)复杂的燃烧的有用信息#有别于单独利用小

6、波变换#或者神经网络!基金项目$国家自然科学基金!.#-(((*(")郑州市科技创新人才专项!#]*UY9^(.#*"和郑州市技术研究与开发项目!#]"#UTYT(-(*",-"&!作者简介$杨振中!"].+,"#男#博士#主要研究方向为氢燃料发动机燃烧与优化控制&第"期杨振中等$基于小波包与神经网络的氢发动机异常燃烧研究!!!--进行故障诊断#本文利用小波包变换作为神经网络的过一组低)高通组合正交镜像滤波器;#P#可以得到小前置处理手段#进行从压力信号中提取异常燃烧特征#波包分解序列$B#((BO"为神经网络提供输入特征向量#然后利用神经网络自’7;3’#(4!*"B#((

7、O"BO"适应的模式识别技术#非线性并行分布处理问题的能’7P3’#(4!+"力#对提取的异常燃烧特征进行训练#建立起从异常燃这样#压力信号通过正交镜像滤波器/!("和.!("#分烧到特征参数的映射关系#进而实现对异常燃烧进行解到各个频段内#实现了小波包分解&分解后各频段信识别诊断#不仅如此#而且能够对程度不同的早燃性异号的能量特征值#综合了信号在时域和频域内所包含常燃烧进行精细有效的鉴别诊断&的全部信息#对各频段内的信号能量进行计算分析#构"!小波神经网络基本原理’(造特征向