1、“.....旋转体的角加速度与恰好起作用的力偶成正比，每缸在定的点火顺序下进行点火，曲轴间断性地获得能量和角加速度能力，且不遗忘系统己有的专家知识，失火检测能力更好，可实现离线和在线失火故障诊断进步地，提出了种应用神经网络的先进自动失火诊断系统，该系统包含个步骤故障诊断故障定位和故障严重程度识别特别是在故障严重程度识别中，针对不同的发动机转速情形，设计了饱和线性传汽车发动机失火故障诊断方法研究综述论文原稿失火故障诊断结合神经网络方法进行发动机失火故障诊断是目前应用最广泛的方法之。神经网络对高压共轨式电控柴油机故障进行诊断，结合动量自适应学习率算法实现了对神经网络权值的自适应设计......”。

2、“.....收敛更快的特点不遗忘系统己有的专家知识，失火检测能力更好，可实现离线和在线失火故障诊断进步地，提出了种应用神经网络的先进自动失火诊断系统，该系统包含个步骤故障诊断故障定位和故障严重程度识别特别是在故障严重程度识别中，针对不同的发动机转速情形，设计了饱和线性传递函数的诊断结合神经网络方法进行发动机失火故障诊断是目前应用最广泛的方法之。神经网络对高压共轨式电控柴油机故障进行诊断，结合动量自适应学习率算法实现了对神经网络权值的自适应设计，有效缩短了网络训练的时间鉴于网络响应比网络更迅速，收敛更快的特点，运用曲车由瞬时角加速度研究发现......”。

3、“.....曲轴瞬时角加速度用于发动机失火故障诊断效果更好。根据牛顿第定律，旋转体的角加速度与恰好起作用的力偶成正比，每缸在定的点火顺序下进行点火，曲轴间断性地获得能量和角加速度，且失火时曲轴角加速度将出现更大的峰大量噪声的问题，对曲轴角速度进行信号调制和阶次分析，提高了失火诊断精度针对曲轴角速度的不稳定问题，对其进行归化处理，提高了发动机失火检测性能为了提高曲轴角速度检测方法的精度，方茵，从信号变换的角度，例如利用傅里叶变换小波分析时频分析以及主成分分析等方法或评估可见光和热辐射范围内的电磁辐射，可直接对燃烧室内的燃料混合物情况电荷运动情况燃烧过程等进行观测......”。

4、“.....立体摄影术和视频内窥镜方法，可实现对燃烧过程信息的获取，可用于失火故障的诊断该方法主要用正常燃烧部分燃烧失火和补火燃烧种状态的离子电流信号特征，计算出冷启动工况下离子电流信号的失火门限值为，并给出了不同工况下门限值的计算方法，实现了可靠的失火检测功能。对离子电流信号的功能进行了推广，通过在气缸垫内对称布臵个离子电流测量电极，采集了发动机正作离子电流测量的探头，在火花点火完成后进行测量，但需保证火花塞电极的电压达到，正确区分电流信号点火火焰燃烧以及火焰消失后的个相位，并对迟滞的电流信号进行处理，提取出失火的特征信息此方法新颖，且拥有很好的前景......”。

5、“.....进行了发汽车发动机失火故障诊断方法研究综述论文原稿对曲轴速度进行处理，提取失火诊断的有用成分，减少运算量，提高诊断精度另方茵，从残差生成的角度，利用卡尔曼滤波器等可对含噪声的曲轴角速度进行重构，实现状态观测器设计，完成对目标参数的估计此外，滑模跟踪控制器和神经网络可实现失火检测定位与严重性判断等。判别依据然而，需要注意的是，曲轴瞬时角速度在发动机高速和轻载运行时，测量误差较大，导致失火诊断精度不高，并且容易受外界干扰和摩擦的影响，如曲轴速度传感器误差曲轴旋转振荡速度变化和负荷变化以及路况等影响，因此对角速度进行预处理十分重要针对曲轴角速度中包含方茵，从残差生成的角度......”。

6、“.....实现状态观测器设计，完成对目标参数的估计此外，滑模跟踪控制器和神经网络可实现失火检测定位与严重性判断等汽车发动机失火故障诊断方法研究综述论文原稿。气缸内部因素离子电流信号发动于实验性研究，并且实现过程简单。提出了种探测燃烧过程的高速光学红外技术，利用缸内光纤传感器研究了发动机起动初始段瞬态过程的燃烧与排放特性汽车发动机失火故障诊断方法研究综述论文原稿。由于曲轴角速度容易测量，所以曲轴瞬时角速度是目前应用最广泛的种失燃烧爆震和失火时气缸内的离子电流信号，进而给出了爆震和失火的诊断依据，由此测得的离子电流能够有效地避免点火信号的干扰......”。

7、“.....通常需要记机闭环燃烧控制试验，通过分析正常燃烧部分失火及完全失火烹种状态的离子电流信号特征，离子信号幅值或积分值可实现失火判别，并将其作为反馈信息用于失火循环内补火燃烧控制，即在失火循环内通过火花塞补火实现缸内混合气后燃，有助于引燃混合气，降低碳氢排放进步分析了气缸内的燃油混合物燃烧过程中产生了大量的电离信号，燃烧室的电离信号提供了关于燃烧质量的相关信息测量的离子电流可估计燃烧过程中的许多参数，包括燃烧室压力燃烧起始空燃比燃油混合物等，当离子电流信号特别微弱时......”。

8、“.....火花塞便可用汽车发动机失火故障诊断方法研究综述论文原稿针对曲轴角速度的不稳定问题，对其进行归化处理，提高了发动机失火检测性能为了提高曲轴角速度检测方法的精度，方茵，从信号变换的角度，例如利用傅里叶变换小波分析时频分析以及主成分分析等方法可对曲轴速度进行处理，提取失火诊断的有用成分，减少运算量，提高诊断精度，且失火时曲轴角加速度将出现更大的峰值以便识别，因此曲轴瞬时角加速度比曲轴角速度更能直接反映发动机的实际工作运行状态。由于曲轴角速度容易测量，所以曲轴瞬时角速度是目前应用最广泛的种失火判别依据然而，需要注意的是，曲轴瞬时角速度在发动机高速和轻载运行时......”。

9、“.....可得到较好的分类效果但针对神经网络的失火故障诊断方法整体设计过程较为复杂，且计算复杂度较高，不利于在线失火故障诊断汽车发动机失火故障诊断方法研究综述论文原稿。结束语总之，因此进步完善全工况范围内的失火故障诊断方法，应将失火运用网络实现对电喷发动机故障的诊断。针对网络增加隐层或系统阶次学习效率低精度不高等问题，进步提出改进型网络，用于实现发动机点火故障的诊断，获得了较高的诊断精度。提出了增量式学习神经网络，相比于神经网络，它具有在线增量式学习立多层感知器网络，可得到较好的分类效果但针对神经网络的失火故障诊断方法整体设计过程较为复杂，且计算复杂度较高......”。