CN119475632A 一种基于支持向量机模型的柴油发动机寿命预测方法 （吉林大学）_第1页
CN119475632A 一种基于支持向量机模型的柴油发动机寿命预测方法 （吉林大学）_第2页
CN119475632A 一种基于支持向量机模型的柴油发动机寿命预测方法 （吉林大学）_第3页
CN119475632A 一种基于支持向量机模型的柴油发动机寿命预测方法 （吉林大学）_第4页
CN119475632A 一种基于支持向量机模型的柴油发动机寿命预测方法 （吉林大学）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号一种基于支持向量机模型的柴油发动机寿一种基于支持向量机模型的柴油发动机寿命预练样本计算得到的数据建立状态参数和剩余寿为装备柴油发动机的车辆提供可靠的车辆检修22.根据权利要求1所述的基于支持向量机模型的柴油发动机寿命预测方法，其特征在从已知的某型号柴油发动机的全寿命试验数据中提取衡量发动机磨损程度的三个特3.根据权利要求2所述的基于支持向量机模型的柴油发动机寿命预测方法，其特征在;;4.根据权利要求3所述的基于支持向量机模型的柴油发动机寿命预测方法，其特征在;;(xo-);其中为k时刻之前的时间点测量值的估计；-1为k_1时刻之前的时间点测量3;计算k时刻状态估计所需的卡尔曼增益矩阵kx：;;利用卡尔曼增益矩阵和k时刻之前的时间点的协方差矩阵更新k时刻的协方差矩5.根据权利要求4所述的基于支持向量机模型的柴油发动机寿命预测方法，其特征在根据训练样本迭代计算得到的数据建立寿命预测模型，对发动机4[0002]预测柴油发动机的寿命对于重型工作车辆至关重要，因度目前被认为是评估发动机是否失效的主要依据。由于往复活塞式柴油发动机的工作特5从已知的某型号柴油发动机的全寿命试验数据中提取衡量发动机磨损程度的三;;;;(xo-);其中为k时刻之前的时间点测量值的估计；-1为k_1时刻之前的时间点;计算k时刻状态估计所需的卡尔曼增益矩阵kx：;6;利用卡尔曼增益矩阵kx和k时刻之前的时间点的协方差矩阵更新k时刻的协方大气缸漏气量或最小气缸压力设定发动机寿命终结的阈值，当发动机状态退化到效阈值[0016]如图1所示，为本发明一个实施例提供的一种基于支持向量机模型的柴油发动机从已知的某型号柴油发动机的全寿命试验数据中提取衡量发动机磨损程度的三7;;;;(xo-);其中为k时刻之前的时间点测量值的估计；-1为k_1时刻之前的时间点;计算k时刻状态估计所需的卡尔曼增益矩阵kx：;;利用卡尔曼增益矩阵kx和k时刻之前的时间点的协方差矩阵更新k时刻的协方8;大气缸漏气量或最小气缸压力设定发动机寿命终结的阈值，当发动机状态退化到效阈值研究所发布的柴油发动机寿命模拟数据集进行验证，该数据集有不同的模拟参数和工况，9动机失效测试来测定3台发动机剩余寿命的试验平均值及试验过程中的发动机状态参数，[0027]从表2可知该方法对发动机寿命预测的平均误差在1%以内，证明了该方法的可行命预测模型能够充分提取发动机故障退化特征，并准确地捕获到提前预测所需的相

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论