PNN神经网络在尾气分析发动机故障诊断中的应用

汽车尾气不仅对大气环境污染越来越严重,而且其排放成分浓度直接反映车辆运行工况,因此通过分析尾气成分浓度,利用PNN网络对尾气进行分析从而诊断发动机故障,可初步判断发动机故障所在。PNN网络结合径向神经网络和概率密度的优点,特别适合模式分类识别。文中以北京现代伊兰特为例,利用尾气分析仪采集汽车尾气CO,CO2,HC,O2和NOx的数据,运用PNN神经网络建立故障诊断模型,并对其进行验证。诊断及验证结果完全正确,表明PNN网络具有较高的准确率和使用价值。     

一种涡轴发动机吞冰雹装置的设计与试验

重点对投射冰雹方法、冰雹速度控制、冰雹速度测量和吞冰雹装置调试等进行了研究,并利用研发的吞冰雹装置对某涡轴发动机进行了试验。得到了发动机吞冰雹试验的充足的数据图像分析资料,验证了方法的科学性、合理性。具有较好的实际应用价值和指导意义,对其它型号发动机类似试验具有一定的参考价值。     

基于实车状态的发动机均值模型研究

基于实车状态下发动机的测试运行参数，提出了一种改进发动机均值模型仿真精度的方法。首先基于五电机台架对实车搭载环境下的一款自然吸气发动机进行了性能测试，分别获得发动机水温、发动机转速、发动机缸内压力、进气道压力和温度、进气歧管压力和温度、燃油体积流量、发动机飞轮端扭矩、排气歧管压力和温度、排气歧管过量空气系数、三元催化后排气压力和温度等参数；然后运用Amesim/MATLAB软件联合仿真对发动机进行了基于实车搭载环境边界下的数值建模和模型标定。研究结果表明，标定后的发动机均值模型预测结果与实际测试结果最大差值可以控制在8%以内。     

电控发动机检测与故障排除技术研究

基于当前时代背景下,伴随城市居民的生活水平越来越高,汽车的占有率不断提高。如此自然也造成电控发动机的应用率越来越高,究其原因主要是其自身具备多方面优点。但需要注意的是,这些发动机全部都是依靠ECU展开内部控制,在实际使用的时候,经常会有各类故障产生。但凡出现任何问题,车辆的正常运行都会受到影响,轻则汽车无法继续行驶,重则还有可能造成人员伤亡。基于这一情况,相关人员理应提高重视,通过全面分析,及时予以排除。本篇文章主要描述了电控发动机的故障问题,并对于故障问题的处理方法方面发表一些个人的观点和看法。     

日本Kikuchi齿轮公司将为LEAP发动机供应钛铝叶片

日本Kikuchi齿轮公司与Snecma公司签署了长期协议,将为CFM International公司LEAP航空发动机供应钛铝低压涡轮叶片。Kikuchi齿轮公司一直与Snecma公司共同开发测试钛铝叶片,并计划从2016年开始正式投产。Kikuchi齿轮公司在Ashikaga市建立了从加工到无损检测的全套生产线。Snecma公司采购副总裁Etienne Galan指出,Snecma公司从Kikuchi齿轮公司身上看到的潜力和持久性,足以证明他们