基于神经网络的发动机模型辨识

journal6 ›› 2007, Vol. 28 ›› Issue (3): 73-75.

基于神经网络的发动机模型辨识

（郴州职业技术学院,湖南郴州 423000）

出版日期:2007-05-25 发布日期:2012-08-27
作者简介:雷云进(1968-),男,湖南郴州人,郴州职业技术学院讲师,硕士生,主要从事汽车新技术研究.
基金资助:
863计划课题资助项目(2005AA1Z2020)

Study on Model Recognition of Engine on Neural Network

(Chenzhou Professional and Technical College,Chenzhou 423000，Hunan China)

Online:2007-05-25 Published:2012-08-27

摘要/Abstract

摘要：为进一步研究发动机的稳态、空载、动态转矩、燃油消耗模型和万有特性,笔者提出了一种基于神经网络的神经元结构模型和多层前馈网络结构模型并分别进行了数学分析.实践研究表明：在发动机的工作过程中，动态工况占66%～80%，并发现发动机的动力性和经济性指标与稳态工况存在着一定的差异.

关键词： 神经网络, 发动机, 模型辨识, BP网

Abstract: In order to give a further research on steady state and empty carrying dynamic state torque and fuel consuming model and universal characteristics of engine,this text tries to carry on mathematical analysis respectively on a structure of neural model and many layer forward feedback network structure models through neural network and make some quests towards model recognition of engine.Practice clarifies that in engine working process,the dynamic state work condition has occupied 66%～80%,dynamical and economic capability signs of engine have certain difference between the steady state work condition and the dynamic state work condition.

Key words: neural network, engine, model recognition, back propagation neural Network

雷云进, 张报山, 李波勇. 基于神经网络的发动机模型辨识[J]. journal6, 2007, 28(3): 73-75.

LEI Yun-Jin, ZHANG Bao-Shan, LI Bo-Yong. Study on Model Recognition of Engine on Neural Network[J]. journal6, 2007, 28(3): 73-75.

[1]	叶海燕. 基于卷积神经网络的特定目标文本情感分析模型[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 24-29.
[2]	王宇, 张诗茹, 张渝佶, 周立群. 比例时滞神经网络的全局多项式镇定性[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 15-25.
[3]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[4]	王雨嫣, 廖柏林, 彭晨, 李军, 印煜民. 递归神经网络研究综述[J]. 吉首大学学报（自然科学版）, 2021, 42(1): 41-48.
[5]	李钰，段明秀，宋思思，李翅. 基于深度学习SSD模型的人数统计技术[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 19-22.
[6]	伍逸凡，朱龙娇，石俊萍. 人工神经网络在信息过滤中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 17-22.
[7]	张永胜，肖林. 二次最小化问题的有限时间递归神经网络求解[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 21-26.
[8]	贺电，谭渡渡，何海零，邹晟，钟佳辰，王庭婷. 基于气象大数据的配网故障数量预测[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 53-56.
[9]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[10]	丁李，曾水玲，熊涛. 基于BP神经网络的湘西民间方块苗文特征提取方法[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 14-18.
[11]	韦建波，张栋柱，罗浩杰，谭惠，韦涛. 基于改进的RBF神经网络的配电网故障诊断模型[J]. 吉首大学学报（自然科学版）, 2018, 39(1): 54-58.
[12]	赵超越，张友华. 小麦赤霉病神经网络和偏最小二乘预测模型[J]. 吉首大学学报（自然科学版）, 2017, 38(4): 47-52.
[13]	向秋红,廖柏林,马川. 新型递归神经网络求解时变矩阵Moore-Penrose逆[J]. 吉首大学学报（自然科学版）, 2017, 38(3): 31-35.
[14]	汪思成，肖林，严慧玲. 基于不同误差函数的神经网络求解线性方程组[J]. 吉首大学学报（自然科学版）, 2016, 37(6): 26-28.
[15]	钱育蓉，于炯，英昌甜，杨兴耀. 一种分区BP人工神经网络图像差值算法[J]. 吉首大学学报（自然科学版）, 2016, 37(3): 28-33.