喷油嘴内流特性与喷雾特性研究及结构优化

结合柴油机喷油嘴内部流动和喷雾数值计算模型,基于支持向量机构建了喷油嘴性能代理模型,研究了喷油嘴结构参数对内部流动和空化现象及喷雾特性的影响,并通过多目标遗传算法NSGA—Ⅱ对喷油嘴结构进行了多目标优化.结果表明:喷孔直径从0.10 mm增大到0.20 mm,喷孔出口质量流量增大336.31％,孔内产生剧烈空化现象,喷...     

基于深度迁移学习的柴油机故障诊断研究

得益于大数据和人工智能的高速发展,数据驱动的智能故障诊断方法受到广泛关注。然而,在柴油机故障数据稀缺的情况下,传统神经网络训练容易出现过拟合且网络泛化能力差。为解决上述问题,提出一种基于深度迁移学习的小样本故障诊断方法。构建一种适用于柴油机原始振动信号的宽卷积核卷积长短期记忆神经网络,来提高故障数据特征提取和抗噪的能力,另外从原始数据自动提取特征,增强特征学习的智能性。进一步采用迁移学习方案,将大型标签源域数据的诊断知识迁移到目标域网络上,改进网络在目标域任务小样本条件下的学习和分类能力。在跨故障域和跨设备域迁移任务上进行算法评估,并与传统深度神经网络进行比较,验证了所提方法可有效改进小样本诊断性能。