您的位置: 专家智库 > >

魏少华

作品数:8 被引量:26H指数:3
供职机构:南京理工大学机械工程学院更多>>
相关领域:交通运输工程机械工程轻工技术与工程理学更多>>

文献类型

  • 7篇期刊文章
  • 1篇学位论文

领域

  • 5篇机械工程
  • 5篇交通运输工程
  • 2篇轻工技术与工...
  • 2篇理学
  • 1篇动力工程及工...
  • 1篇一般工业技术

主题

  • 6篇故障诊断
  • 5篇声强
  • 5篇发动机
  • 3篇神经网
  • 3篇神经网络
  • 3篇发动机故障
  • 2篇知识
  • 2篇知识融合
  • 2篇微型车
  • 2篇发动机故障诊...
  • 1篇虚拟仪器
  • 1篇影响因素
  • 1篇直接测定法
  • 1篇融合技术
  • 1篇神经网络技术
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇混合网
  • 1篇混合网络

机构

  • 8篇南京理工大学

作者

  • 8篇魏少华
  • 7篇陈效华
  • 7篇常思勤
  • 1篇隋巧梅

传媒

  • 4篇南京理工大学...
  • 2篇汽车工程
  • 1篇农业机械学报

年份

  • 2篇2007
  • 4篇2006
  • 2篇2005
8 条 记 录,以下是 1-8
排序方式:
基于声强知识与神经网络融合技术的发动机故障诊断研究
本文在充分考察国内外发动机故障诊断技术和应用现状的基础上,深入开展了基于声强知识和神经网络融合的发动机智能化故障诊断研究,其主要研究内容包括: 一,根据声强测试原理和虚拟仪器技术,提出了计算频域和时域声强的直接...
魏少华
关键词:发动机故障诊断神经网络知识融合
微型车表面声强特征的试验研究
2006年
该文为整车降噪的前期工作,从分析声强测量技术的原理出发,有针对性地选择微型车表面声强的测量条件、测量方法,分析了测量过程与结果。利用声强叠加原理,合成每一测点的总声强,并通过表、图点、等声强线等方法对车身表面声强进行描述;根据测量结果,分析了引起微型车表面噪声的原因,分离出引起车外噪声的主噪声源;根据分析结果,最后提出了降低微型车车外噪声的方法和途径。
陈效华魏少华常思勤
关键词:微型车声强
人工神经网络在车辆故障诊断中的应用被引量:9
2005年
人工神经网络具有适合于解决复杂的非线性问题的特点,因此经常被用于车辆故障诊断。该文介绍人工神经网络的基本原理以及网络结构,通过利用Matlab人工神经网络工具箱,建立某车辆动力总成BP单网络结构的故障诊断模型,提出基于人工神经网络的车辆故障诊断方法。由于各类人工神经网络在处理复杂问题时均有不足之处,该文进一步研究混合网络的工作原理及其在车辆故障诊断中的应用。
魏少华陈效华隋巧梅常思勤
关键词:人工神经网络混合网络车辆故障诊断
声强直接测定法在发动机故障诊断中的应用被引量:3
2007年
提出了一种基于虚拟仪器技术的声强直接测定方法。根据双传声器声强测试原理,将声强传感器采集的信号交由数据采集系统完成A/D转换,经过数字滤波,计算出实时声强(时域声强),取其时间平均得到有功声强(频域声强)。根据该方法测得的发动机时域声强信号提取二次矩、四次矩以及时间二次矩,提高了发动机不同工况的特征区分度,从而提高了故障诊断的准确性和有效性。通过声强标定仪的校准,以及对发动机声强的实际测量和诊断试验,证明该方法是准确有效的。
魏少华陈效华常思勤
关键词:发动机故障诊断声强虚拟仪器
发动机智能化故障诊断系统中的知识融合技术被引量:1
2007年
从知识融合的物理层次角度,对发动机智能化故障诊断系统的知识融合技术进行了探讨,通过对知识融合内容各节点以及接口的研究,证明了知识融合具有互补性、实时性、低成本性和再学习等优点。该项研究成果为实现发动机智能化故障诊断提供了一条新的途径。
魏少华陈效华常思勤
关键词:发动机故障诊断知识融合
微型车车外声强测试影响因素分析被引量:2
2006年
为了提高微型车车外声强测试的精度,本文在声强测试原理的基础上,通过试验的方法,分析了发动机转速、测点布置、测偏角度、测量距离、背景噪声等主要因素对微型车车外声强测试的影响,提出了微型车车外声强测试中精度控制的方法。该项研究结果对后续的微型车噪声源定位、声源排序打下了基础,其精度控制法可以推到其它小型车辆的车外降噪工作中。
魏少华陈效华常思勤
关键词:微型车声强影响因素
基于声强识别的发动机智能化故障诊断系统被引量:4
2005年
根据对发动机在实际使用和生产中的故障诊断与监测现状分析,该文拟开发一套基于声强识别的发动机智能化故障诊断与监测系统。通过对系统需求分析和设计原则的定义,给出了系统总体方案,分析了系统的工作原理,设计了系统数据处理、故障诊断以及控制软件,并对软件设计过程中的几个关键技术进行了讨论,包括知识库的设计与分析、智能化故障诊断模型的设计以及输入输出模式的描述等,为实现发动机智能化现场故障诊断提供了软硬件平台。
陈效华魏少华常思勤朱学华
关键词:发动机声强故障诊断
基于声强与神经网络技术的发动机故障诊断被引量:6
2006年
根据发动机的结构特点,将其表面划分成不同的测试区域进行声强信号采集;依据声强特征,确定不同区域对应零部件的工作状况;利用模块化神经网络,建立基于声强特征的故障诊断模型,该模型中包含发动机低速与中速诊断模块、决策模块和故障知识库;在建模过程中,利用特征函数强化故障特征作为网络输入。结果表明,该方法具有诊断精度高、速度快、实时自学习等特点,为建立更为完善的发动机智能化故障诊断系统提供新途径。
魏少华陈效华常思勤
关键词:声强神经网络发动机故障诊断
共1页<1>
聚类工具0