柴油機(jī)磨合過程中油液光譜數(shù)據(jù)算法研究.pdf

1、磨合質(zhì)量的優(yōu)劣直接關(guān)系到柴油機(jī)后續(xù)的運(yùn)行狀態(tài)及使用壽命,故在其投入運(yùn)營之前必須進(jìn)行磨合評定。油液光譜分析技術(shù)是磨合評定的有效手段之一,通過油液光譜數(shù)據(jù)預(yù)測可實(shí)現(xiàn)柴油機(jī)磨合過程的評定。目前常用的油液光譜數(shù)據(jù)預(yù)測模型有曲線擬合、時(shí)間系列、Kalman濾波、灰色預(yù)測、模糊模型等,但柴油機(jī)磨合過程中油液光譜數(shù)據(jù)往往是非線性變化的,上述預(yù)測模型尚不能適應(yīng)油液光譜數(shù)據(jù)的非線性變化,造成預(yù)測精度低,從而限制了在柴油機(jī)磨合過程中的運(yùn)用。因此,開展柴油機(jī)

2、磨合過程中油液光譜數(shù)據(jù)預(yù)測算法研究,建立有效的油液光譜數(shù)據(jù)預(yù)測模型,不僅具有一定的理論意義,亦可為柴油機(jī)磨合評定提供新方法,具有重要的應(yīng)用價(jià)值。
　　 本文以柴油機(jī)磨合過程中油液光譜數(shù)據(jù)為研究對象,開展神經(jīng)網(wǎng)絡(luò)預(yù)測算法研究,應(yīng)用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)及GA-RBF神經(jīng)網(wǎng)絡(luò)建立柴油機(jī)磨合過程中油液光譜數(shù)據(jù)預(yù)測模型,為柴油機(jī)磨合的評定提供新方法。
　　 本文嘗試應(yīng)用條樣擬合方法對實(shí)測油液光譜數(shù)據(jù)進(jìn)行擬合,以獲取足夠的訓(xùn)

3、練樣本和測試樣本,訓(xùn)練和測試神經(jīng)網(wǎng)絡(luò)。測試樣本的預(yù)測結(jié)果表明,所建立的BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)及GA-RBF神經(jīng)網(wǎng)絡(luò)預(yù)測精度均較高。
　　 本文應(yīng)用所建立的神經(jīng)網(wǎng)絡(luò)對柴油機(jī)磨合過程中油液光譜待測數(shù)據(jù)進(jìn)行預(yù)測,結(jié)果發(fā)現(xiàn),BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)均可用于柴油機(jī)磨合過程中油液光譜數(shù)據(jù)預(yù)測,但二者均存在一定的不足:BP算法精度低,收斂速度較慢；RBF算法收斂速度快,但精度仍偏低。
　　 為克服RBF算法初始權(quán)值隨機(jī)選擇的