论文部分内容阅读
采用高斯拟合法对实测离子电流进行拟合，并从中提取出离子电流峰值及峰值位置等9个特征参数，应用BP神经网络算法根据离子电流特征参数计算得出缸内压力参数。研究结果表明：应用高斯拟合法得到的拟合电流曲线与实测离子电流曲线吻合良好；利用高斯拟合法简化了离子电流信号特征参数的提取过程，且可以进行离子电流信号的去噪，方便对后续离子电流信号的处理与压力计算；应用BP神经网络可以根据离子电流的9个特征参数计算得出压力的峰值及峰值位置，压力峰值的平均绝对误差小于0．1MPa，平均相对误差小于2％，位置的平均绝对误差小于2℃