[发明专利]发动机扭矩检测系统及方法

权利要求书

1.一种发动机扭矩检测系统，其特征在于，该系统包括

信号采集单元，采集发动机的转速信号、扭矩信号和振动信号参数；

处理器，连接信号采集单元，接收信号采集单元的参数信息打包整理后发送出去； 

后台终端，连接处理器，接收处理器打包发送的发动机参数信息，利用遗传优化RBF模型对参数信息分析计算处理和判断。

2.根据权利要求1所述的发动机扭矩检测系统，其特征在于，所述信号采集单元包括转速传感器、扭矩传感器和振动传感器组分别测量所需的转速信号、扭矩信号和振动信号，其中传感器位于发动机内多个测量点上，振动传感器与。

3.根据权利要求1所述的发动机扭矩检测系统，其特征在于，所述处理器和后台终端均包括有无线通信单元，处理器通过无线通信单元和后台终端无线连接。

4.根据权利要求1所述的发动机扭矩检测系统，其特征在于，所述后台终端包括数据库和输入键盘，系统的准确检测结果会存入数据库中，当系统检测到扭矩故障参数时，经人工验证无故障，通过输入键盘修改结果存入数据库。

5.根据权利要求1所述的发动机扭矩检测系统，其特征在于，所述后台终端包括显示器，显示系统的检测结果。

6.一种发动机扭矩检测方法，其特征在于，该方法步骤包括：

步骤一、建立已知发动机扭矩数据库，并进行数据预处理；

步骤二、建立RBF模型，利用遗传算法优化训练RBF模型参数，得到最佳初始阈值和权值；

步骤三、采用遗传优化RBF模型对待测发动机参数进行诊断分析；

步骤四、输出扭矩的检测结果显示在显示器上；

步骤五、检测结果和对应的参数数据经确认后存入数据库。

7.根据权利要求6所述的发动机扭矩检测方法，其特征在于，所述步骤二中的RBF模型分为三个部分：RBF神经网络构建、RBF神经网络训练和RBF神经网络识别。

8.根据权利要求6所述的发动机扭矩检测方法，其特征在于，所述步骤二中的遗传优化RBF模型的步骤包括：

确定各个变量的约束条件，按系统要求确定优化各参数的取值范围；

编码：将十进制码表示的种群矩阵解码成计算机所能识别的二进制码；

确定遗传策略：根据正交试验确定种群规模、遗传代数、交叉率Pc和变异率 Pm；

随机初始化生成群体 P；

计算适应度：把RBF模型的输出即对应参数的目标函数值映射为适应值，从而计算适应度；

按照遗传策略，通过选择、交叉、变异算子作用于群体，进行迭代寻优，求解最佳初始阈值和权值；

判断群体性能是否满足某一指标，不满足则返回步骤C，满足则遗传算法运行结束后的最佳个体解码所得的参数为模型的最优解，对应的网络输出值即为最优化值。

9.根据权利要求6所述的发动机扭矩检测方法，其特征在于，所述步骤三中的待测发动机参数包括发动机的转速信号、扭矩信号和振动信号参数。