基于极值特征神经网络的气缸压力曲线降噪  

作　　者：梁金凤 王希波[1] 马飞燕 杨硕 

机构地区：[1]山东交通学院汽车工程学院,山东济南250357

出　　处：《河南工学院学报》2023年第4期15-21,共7页Journal of Henan Institute of Technology

摘　　要：汽车发动机气缸压力的高阶导数曲线在动力学分析、燃烧过程优化和故障诊断与监控方面具有重要意义,在计算高阶导数时会使噪声和干扰放大,需要对气缸压力曲线有效去噪。提出的基于极值特征神经网络处理的汽车发动机气缸压力曲线相较于浅层神经网络和样条拟合方法,体现出更佳的降噪性能,获得更符合物理趋势的高阶导数。极值特征神经网络在对另外6组工况的气缸压力数据去噪时依然保持良好的抗噪能力,这为应用高阶导数分析汽车发动机运动过程提供了一种新方法。

关 键 词：极值特征神经网络 气缸压力曲线 降噪 高阶导数 

分 类 号：TK421[动力工程及工程热物理—动力机械及工程]