简介：一个零维的单个地区的双曲线模型被介绍在成层的电荷引擎预言燃料燃烧速率，并且预言成层的电荷引擎的全面表演与GT力量是综合的。模型为在不同电荷地区计算燃料燃烧速率由二指数的功能组成。模型因素由一种非线性的曲线试穿技术的redetermined，基于在中间、低的负担从30cases获得的试验性的数据。结果证明在测量并且计算的柱体压力之间的好同意，和在计算、测量的柱体压力之间的偏差是不到5%。零维的单个地区的双曲线模型在为成层的电荷引擎当模特儿的燃烧是成功的。

简介：Inthispaper,anautomotiveenginephasesignalsimulationalgorithmisproposedbasedonaclosed-loopfeedbackstrategy,anditscorrespondingmodelisbuilt.Thesignalincentivesarecarriedoutinthefront-end,andthesynchronizationcaptureandcomparisonareconductedintheback-end.Thephasesimulationofsignaloutputisachievedusingclosed-loopstrategy,whichcaneffectivelyeliminatetheinconsistencybetweencrankshaftandcamshaftphases,andthustheaccuracyandflexibilityofphasesignalgenerationareguaranteed.Experimentalresultsshowthattheproposedalgorithmisrealtime,andthedeviationofsimulatedsignalsfromactualphasesignalsissmall.

简介：整体的一个混血儿实验模式分解和实验模式分解(EEMD-EMD)被介绍诊断阀门耳光颤动信号，它相对一台柴油机引擎在最高的死了的中心(TDC)附近给出的主导的燃烧敲击颤动信号。EEMD-EMD分解的内在的模式功能(IMF)的时间频率代表被适应概括S变换(AGST)获得。A类型493柴油机引擎被用于实验，并且结果显示柴油机引擎的阀门耳光是严肃的，并且颤动频率比燃烧敲击高。与EEMD-EMD-AGST途径，阀门耳光能被柴油机引擎的颤动分析识别。

简介：基于小浪包转变(WPT)，基因算法(GA)，神经网络(BPNN)和支持向量用机器制造的背繁殖(SVM)，柴油机引擎阀门清理的一个差错诊断方法被介绍。与力量光谱密度分析，与运用条件的引擎有关的典型频率能从颤动信号被提取。小浪系数和根的最大的单个值(BSV)意味着在典型频率亚乐队的颤动的平方(RMS)值在颤动信号的第三水平分解的目的被提取，并且他们被用作BPNN或SVM的输入向量。为了避免，在本地最小被套住，GA被采用。正常和处于不同阀门清理条件测量的差错颤动信号被分析。BPNN，GA背繁殖神经网络(GA-BPNN)，SVM和GA-SVM被用于为不同特征的抽取训练并且测试，并且分类精确性和训练时间与相比决定最佳差错分类器和特征选择。试验性的结果证明建议特征和分类算法给100%的分类精确性。

简介：Thispaperprovidesanumericalanalysismodelofunsteadyheattrans-ferinpiston-linersetofaninternalcombustionengine.Themodelsimulatestheun-steadyheattransferprocessamongthecombustionmixture,pistonset,lubricantfilm,linerandcoolantinawholeenginecycle,andcanpredictthetemperaturefluc-tuationanddistributiononpistoncrown,innersurfaceofliner,pistonringandthelubricantfilm.Acomputerprogramisdevelopedtocalculatetheunsteadyheattrans-ferprocessofpiston-linersysteminawater-cooleddieselengine.