龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本发明提供了基于HSSA‑BPNN模型的车辆全态声品质预报方法，利用传感器提供卡车驾驶工况数据，通过多软件联合分析获取驾驶室噪声信息，并根据区间化数据处理的方法，基于混合麻雀算法改进反向传播神经网络算法，建立可听声范围内噪声预测模型，通过数值计算的方法，实现了预报新能源汽车尤其是卡车驾驶室内的噪声和客观声品质的功能。本发明解决了汽车的噪声源不确定且传递路径众多，而新能源汽车由于能源系统复杂，使得驾驶室内的噪声预报和评价十分困难的问题，完善了新能源汽车体验舒适度的评价方法。
主权项：1.基于HSSA-BPNN模型的车辆全态声品质预报方法，其特征在于：包括以下步骤：S1：分别将i个激光测速仪、风速仪器、声级计和加速度传感器安装在车辆上，声级计安装在车辆驾驶室内，分别对应采集车辆在正常驾驶工况下的包括车速vi、风速ui、车辆驾驶室内声压级数据lpi和动力系统振动加速度ai的数据，作为评价正常驾驶工况下的车辆驾驶室噪声的参数；S2：通过归一化方法对步骤S1采集到的数据进行预处理；S3：建立有限元分析模型，通过对步骤S2预处理后的数据进行仿真分析获取驾驶室的理论声压级数据；S4：将步骤S1采集到的车辆驾驶室内声压级数据lpi作为参考信号，与步骤S3仿真得到的理论声压级数据LPi分别进行区间化，并一一对应组成噪声向量；基于皮尔逊相关系数公式提取各区间化的噪声向量的输入系数；S5：基于HSSA-BPNN算法建立预测模型；S6：从区间化的车辆驾驶室内声压级数据中选取数据组成训练集，通过基于Metropolis准则的改进梯度下降法训练预测模型，得到优化的全态可听声范围内噪声及客观声品质的神经网络预测模型；S7：通过预测模型预测车辆驾驶室内的噪声；S8：通过数值计算预报车辆驾驶室内的全态声品质。
全文数据：
权利要求：
百度查询： 华中科技大学 基于HSSA-BPNN模型的车辆全态声品质预报方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号