神經網路以及小波分析法在汽車發動機故障檢修中有什麼應用？

1樓：壹拾壹學姐

汽車是我們生活中常用的將交通工具，那麼神經網路和小波分析法在汽車發動機故障檢修中有什麼應用呢？大家請看我接下來詳細地講解。

一，小波分析在桐如故障檢修中的應用。

小波包分解與故障特徵提取。缸蓋表面的振動訊號由一系列瞬態響應訊號組成，分別代表氣缸的振動源響應訊號：1為氣缸的燃燒激勵響應；2是排氣閥開啟時的節流閥衝擊。

氣門間隙異常時，振動訊號的能量大於目前衝擊力作用時，振動訊號的主要元件目前離衝擊力穩定的振動訊號和雜訊，訊號能量相對較小。因此，可以利用每個頻帶的能量變化來提取故障特徵，通過小波包分解係數{4]得到頻帶的能量。

二，神經網路在故障檢修中的作用。

神經網路與故障識別的基本原理。人工神經網路以其大規模並行處理、分散式儲存、自組織、自適應和自學習的能力，以及適合於處理不準確或模糊的資訊而備受棚輪汪關注5]。其中，最成熟的是bp神經網路。

值，直到輸出接近理想輸出訊號6。因此，bp神經網路可以以任意精度逼近任意有限維函式，適用於模式識別。鏈仔現在對每個工況訊號取5個樣本，按照⒉部分所述步驟對35組樣本訊號進行程式設計，提取樣本訊號的能量特徵向量。

三，小波分析法和神經網路應用總結。

為了實現柴油機氣門機構的非解體故障診斷，本文將對測量的氣缸蓋振動訊號進行小波閾值降噪預處理。然後根據訊號的頻率特性，對訊號進行時頻分析後進行小波包分解。所構造的能量特徵向量準確地反映了氣門間隙狀態下缸蓋振動訊號能量的變化。

實驗表明，利用能量特徵向量，bp神經網路能更準確地完成從振動訊號空間到氣門間隙狀態空間的非線性對映，能更好地滿足柴油機狀態檢測和故障診斷的要求。

2樓：創作者

有非常重要的作用，更好的進行維修，通過震動的訊號判斷，發現問題及時的解決，更好的解決安全問題。

3樓：番茄味雞腿堡

可以更好的進行維修，可以更好的進行檢測，可以更好的進行應用，更好的解決故障問題。

4樓：巨集盛巨集盛

在汽車的設計過程中得到了應用，可以讓汽車滲喊的操作變得更加靈敏蔽餘，在汽車的操作過程中得到了應用，在汽車的行駛過程中得到了應用，在汽車的檢測過程中也得到了應用，在汽車的維修過巨集喊滾程中也得到了應用。