CN109238443A - 一种振动噪声智能应对系统及一种振动噪声智能应对方法 - Google Patents
一种振动噪声智能应对系统及一种振动噪声智能应对方法 Download PDFInfo
- Publication number
- CN109238443A CN109238443A CN201810860416.9A CN201810860416A CN109238443A CN 109238443 A CN109238443 A CN 109238443A CN 201810860416 A CN201810860416 A CN 201810860416A CN 109238443 A CN109238443 A CN 109238443A
- Authority
- CN
- China
- Prior art keywords
- vibration
- control
- noise
- software
- vibration noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明公开了一种振动噪声智能应对系统和一种振动噪声智能应对方法,所述振动噪声智能应对系统由控制中心进行中央控制,通过分布式传感器网络实时监测大型复杂结构体各部位的振动噪声信号,经控制中心的主动振动噪声控制软件进行分析处理形成控制信号反馈至执行机构实现主动控制,同时控制中心的故障诊断软件对全局振动噪声信号进行实时分析得到故障诊断结果,最后控制中心将全局振动噪声分布情况、主动控制效果、故障诊断结果在显示单元上呈现出来,所述振动噪声智能应对系统改善振动噪声对人与环境的干扰,减少振动噪声带来的设备磨损,降低离线故障诊断的经济损耗,提升我国高铁、大飞机等先进制造业的技术先进性。
Description
技术领域
本发明涉及振动噪声领域,特别涉及一种振动噪声智能应对系统及一种振动噪声智能应对方法。
背景技术
噪声与振动对精密仪器、尖端制造、交通运输、环境保护、人因工程等方面往往都是不利因素,涉及到现代工业社会的方方面面,具有范在有害影响。对于大型复杂结构体来说,其振动噪声情况复杂,不宜控制,如何综合解决是业内公认的难题。
以高铁车辆为例,其结构庞大而复杂,振动噪声问题遍布车辆各处,如空调管路系统噪声、司机室噪声、受电弓振动损耗、行走机构振动损耗及噪声、逆变器啸叫噪声等。这些振动噪声问题既会对司乘人员造成影响,降低乘客旅行的舒适性、干扰司机的注意力且降低工作效率,又会对车辆结构造成损伤,影响运营安全性且增加维护成本。低噪声性能已成为我国高铁技术先进性的一个重要体现方面。
在我国由制造业大国向制造业强国转变这一大背景下,高铁、大飞机、航空母舰等众多国之重器对振动噪声问题的解决提出了全新的要求,综合性、智能化的应对系统和方案已成为本技术领域的迫切需求。
发明内容
本发明提供了一种振动噪声智能应对系统及一种振动噪声智能应对方法,以人工智能的方式为大型复杂结构体的复杂振动噪声问题提供综合性、智能化的应对方案,改善振动噪声对人与环境的干扰,减少振动噪声带来的设备磨损,降低离线故障诊断的经济损耗。
为了解决上述技术问题,本发明的技术方案是:
一种振动噪声智能应对系统,包括硬件部分和软件部分,其中,所述硬件部分包括控制中心、分布式传感器网络、执行机构和显示单元,所述软件部分包括中央控制软件、故障诊断软件、主动振动噪声控制软件和多通道数字信号同步采集软件。
(1)硬件部分
所述控制中心包括运算控制单元和基于DSP的控制及处理单元。
所述分布式传感器网络由多个振动传感器和/或噪声传感器,以及多个多通道数据采集节点构成,所述振动传感器和/或噪声传感器分布于大型复杂结构体(即本发明所服务的对象)的各个部位,位置相邻的振动传感器和/或噪声传感器连接到同一个多通道数据采集节点上,所有所述多通道数据采集节点与所述基于DSP的控制及处理单元连接。
所述执行机构包括多个次级声源和/或次级振源。
所述控制中心进行中央控制,通过所述分布式传感器网络实时监测大型复杂结构体各部位的振动噪声信号,经控制中心的主动振动噪声控制软件进行分析处理形成控制信号反馈至所述执行机构实现主动控制,同时控制中心的故障诊断软件对全局振动噪声信号进行实时分析得到故障信息,最后控制中心将全局振动噪声分布情况、主动控制效果、故障信息在所述显示单元上呈现出来。
(2)软件部分
所述中央控制软件内置于所述运算控制单元,控制所述运算控制单元与所述基于DSP的控制及处理单元及所述显示单元之间的通讯、数据流及数据存储,并控制所述故障诊断软件、所述主动振动噪声控制软件及所述多通道数字信号同步采集软件之间的输入输出数据。
所述故障诊断软件内置于所述运算控制单元,包括谱峰搜索、频谱分析、阈值判断和模式识别等算法,针对所述基于DSP的控制及处理单元上传的全局振动噪声信号进行实时分析处理,实现故障诊断功能,并把结果反馈至所述中央控制软件。
所述主动振动噪声控制软件内置于所述基于DSP的控制及处理单元,具有通道辨识、参数配置、频率追踪、信号发生、控制联动、通讯和失效报警等功能,针对所述多通道数字信号同步采集软件传送的实时振动噪声信号生成能够反相抵消原始振动噪声的主动控制信号,然后发送给所述执行机构,实现振动噪声的主动控制,并将控制效果反馈至所述中央控制软件。
所述多通道数字信号同步采集软件内置于所述基于DSP的控制及处理单元,具有多通道网络化数字信号时钟同步、传输、存储和控制等功能,对每个所述多通道数据采集节点进行控制,将所述分布式传感器网络采集到的振动噪声信号传输至所述中央控制软件和所述主动振动噪声控制软件。
进一步的,所述基于DSP的控制及处理单元的硬件部分由DSP芯片及ARM、FPGA等外围电路构成,包括数字信号中央处理模块、多通道AD/DA模块、多通道数字信号输入/输出模块、数字信号存储和通讯模块等硬件模块。所述分布式传感器网络采集到的振动噪声信号由多通道数字信号输入/输出模块输入,在数字信号中央处理模块进行分析处理后根据不同的任务需求发送至多通道AD/DA模块或数字信号存储和通讯模块。
所述DSP芯片采用TI公司型号为TMS320C6678的多核定点和浮点数字信号处理器,所述外围电路采用Xilinx公司型号为XC6SLX16-2CSG324的FPGA芯片为核心芯片。
进一步的,所述次级声源采用电磁式和/或压电式等换能结构的声源,所述次级振源采用电磁式和/或压电式等换能结构的振源。
所述次级振源,采用电磁换能与液压悬置相结合的主被动复合结构。
本发明还提供了一种振动噪声智能应对方法,适用于大型复杂结构体的复杂振动噪声问题,包括如下步骤:
步骤A:由控制中心的多通道数字信号同步采集软件控制分布于大型复杂结构体的振动噪声传感器网络,进行实时全局振动噪声信号采集,全局振动噪声信号经时钟同步、模数转换后传输至控制中心;
步骤B:控制中心的故障诊断软件根据全局振动噪声信号进行分析处理,判断振动噪声信号异常的部位,并通过模式识别等算法分析出故障类型、故障程度等故障信息,并通过显示单元呈现;
步骤C:控制中心的主动振动噪声控制软件根据全局振动噪声信号分析振动噪声超标部位,并针对超标的振动噪声信号进行通道辨识、频率跟踪、自适应运算、信号生成等操作,形成主动控制信号,然后将主动控制信号发送至振动噪声超标部位的执行机构,输出能够反相抵消原始振动噪声的主动控制信号,实现振动噪声主动控制,并将控制效果反馈至控制中心及显示单元。
进一步的,所述步骤A中,通过时钟频率偏移计算补偿的方法,解决频率补偿问题,改变依赖全球卫星定位系统和搞精度时钟源所带来的安全和成本问题,从而实现全局振动噪声信号的时钟同步。
所述步骤B中,通过实验分析法优化选取对设备故障程度敏感的频域特征参数及核函数参数,分别单独训练设备不同故障程度的数据样本,得到相应的描述设备故障程度的各独立封闭超球体,并引入待测样本点至各超球体中心的相对距离,确定样本所属的故障程度,在此基础上建立设备声学故障评估模型,从而实现故障程度的诊断。
与现有技术相比,本发明具有以下优点:本发明所述振动噪声智能应对系统以人工智能的方式为大型复杂结构体的复杂振动噪声问题提供综合性、智能化的应对方案,改善了振动噪声对人与环境的干扰,减少了振动噪声带来的设备磨损,降低了离线故障诊断的经济损耗。
附图说明
图1是本发明的硬件结构示意图;
图2是本发明的软件结构示意图;
图3是本发明一具体实施例的高速列车振动噪声智能应对系统的结构示意图。
图中所示:1-控制中心、11-运算控制单元、12-基于DSP的控制及处理单元、13-中央控制软件、14-故障诊断软件、15-主动振动噪声控制软件、16-多通道数字信号同步采集软件、2-分布式传感器网络、21-振动传感器、22-噪声传感器、23-多通道数据采集节点、3-执行机构、31-次级声源、32-次级振源、33-功放、4-显示单元。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。需说明的是,本发明能够以很多不同于此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面具体实施的限制。
一种振动噪声智能应对系统,包括硬件部分和软件部分。其中,请参见图1,所述硬件部分包括控制中心1、分布式传感器网络2、执行机构3和显示单元4。请参见图2,所述软件部分包括中央控制软件13、故障诊断软件14、主动振动噪声控制软件15和多通道数字信号同步采集软件16。
(1)硬件部分
所述控制中心包括运算控制单元11和基于DSP的控制及处理单元12。
所述分布式传感器网络包括多个振动传感器21和/或噪声传感器22,以及多个多通道数据采集节点23,所述振动传感器21和/或噪声传感器22分布于大型复杂结构体(即本发明所服务的对象)的各个部位,位置相邻的振动传感器21和/或噪声传感器22连接到同一个多通道数据采集节点23上,所有所述多通道数据采集节点23与所述基于DSP的控制及处理单元12连接。
所述执行机构包括多个次级声源31和/或次级振源32,还包括与所述次级声源31和/或次级振源32匹配的功放33。所述次级声源31采用电磁式和/或压电式等换能结构的声源,如扬声器、作动器等。所述次级振源32采用电磁式和/或压电式等换能结构的振源,如扬声器、作动器等。
所述次级振源32,采用电磁换能与液压悬置相结合的主被动复合结构,本实施例中,采用2016年9月7号申请的中国专利CN201621040934.9电磁式主被动一体化隔振器公开的电磁式主被动一体化隔振器。
所述控制中心1进行中央控制,通过所述分布式传感器网络2实时监测大型复杂结构体各部位的振动噪声信号,经所述控制中心1的主动振动噪声控制软件15进行分析处理形成控制信号反馈至所述执行机构3实现主动控制,同时所述控制中心1的故障诊断软件14对全局振动噪声信号进行实时分析得到故障信息,最后所述控制中心1将全局振动噪声分布情况、主动控制效果和故障信息在所述显示单元4上呈现出来。
在本实施例中,所述基于DSP的控制及处理单元12的硬件部分由DSP芯片及ARM、FPGA等外围电路构成,包括数字信号中央处理模块、多通道AD/DA模块、多通道数字信号输入/输出模块、数字信号存储和通讯模块等硬件模块。所述分布式传感器网络2采集到的振动噪声信号由多通道数字信号输入/输出模块输入,在数字信号中央处理模块进行分析处理后根据不同的任务需求发送至多通道AD/DA模块或数字信号存储和通讯模块。
所述DSP芯片采用TI公司型号为TMS320C6678的多核定点和浮点数字信号处理器,所述外围电路采用Xilinx公司型号为XC6SLX16-2CSG324的FPGA芯片为核心芯片。
(2)软件部分
所述中央控制软件13内置于所述运算控制单元11,控制所述运算控制单元11与所述基于DSP的控制及处理单元12及所述显示单元4之间的通讯、数据流及数据存储,并控制所述故障诊断软件14、所述主动振动噪声控制软件15及所述多通道数字信号同步采集软件16之间的输入输出数据。所述故障诊断软件14内置于所述运算控制单元11,包括谱峰搜索、频谱分析、阈值判断和模式识别等算法,针对所述基于DSP的控制及处理单元12上传的全局振动噪声信号进行实时分析处理,实现故障诊断功能,并把结果反馈至所述中央控制软件13。所述主动振动噪声控制软件15内置于所述基于DSP的控制及处理单元12,具有通道辨识、参数配置、频率追踪、信号发生、控制联动、通讯和失效报警等功能,针对所述多通道数字信号同步采集软件16传送的实时振动噪声信号生成能够反相抵消原始振动噪声的主动控制信号,然后发送给所述执行机构3,实现振动噪声的主动控制,并将控制效果反馈至所述中央控制软件13。所述多通道数字信号同步采集软件16内置于所述基于DSP的控制及处理单元12,具有多通道网络化数字信号时钟同步、传输、存储和控制等功能,对每个所述多通道数据采集节点23进行控制,将所述分布式传感器网络2采集到的振动噪声信号传输至所述中央控制软件13和所述主动振动噪声控制软件15。
采用所述振动噪声智能应对系统的振动噪声智能应对方法,适用于大型复杂结构体的复杂振动噪声问题,包括如下步骤:
步骤A:由所述控制中心1的多通道数字信号同步采集软件16控制分布于大型复杂结构体的振动噪声传感器网络,进行实时全局振动噪声信号采集,全局振动噪声信号经时钟同步、模数转换后传输至所述控制中心1。
步骤B:所述控制中心1的故障诊断软件14根据全局振动噪声信号进行分析处理,判断振动噪声信号异常的部位,并通过模式识别等算法分析出故障类型和故障程度等故障信息,并通过所述显示单元4呈现。
步骤C:所述控制中心1的主动振动噪声控制软件15根据全局振动噪声信号分析振动噪声超标部位,并针对超标的振动噪声信号进行通道辨识、频率跟踪、自适应运算和信号生成等操作,形成主动控制信号,然后将主动控制信号发送至振动噪声超标部位的执行机构3,输出能够反相抵消原始振动噪声的主动控制信号,实现振动噪声主动控制,并将控制效果反馈至所述控制中心1及所述显示单元4。
所述步骤A中,通过时钟频率偏移计算补偿的方法,解决频率补偿问题,改变依赖全球卫星定位系统和高精度时钟源所带来的安全和成本问题,从而实现全局振动噪声信号的时钟同步。
所述步骤B中,通过实验分析法优化选取对设备故障程度敏感的频域特征参数及核函数参数,分别单独训练设备不同故障程度的数据样本,得到相应的描述设备故障程度的各独立封闭超球体,并引入待测样本点至各超球体中心的相对距离,确定样本所属的故障程度,在此基础上建立设备声学故障评估模型,从而实现故障程度的诊断。
针对大型复杂结构体进行智能化振动噪声问题处理,由所述控制中心1实现智能控制,从振动噪声数据监测采集到主动控制和状态评估全流程自动运行,采用自适应算法进行主动控制、模式识别算法进行状态评估,该系统以人工智能的方式为大型复杂结构体的复杂振动噪声问题提供综合性、智能化的应对方案,改善了振动噪声对人与环境的干扰,减少了振动噪声带来的设备磨损,降低了离线故障诊断的经济损耗。
实施例一
请参见图3,一种振动噪声智能应对系统在高速列车上的应用,由遍布于高铁车辆(司机室、乘客车厢、行走机构、空调系统、电力系统等)的分布式传感器网络2采集振动噪声信号,回传至所述控制中心1后存储及图像化显示;所述控制中心1的中央控制软件13把振动噪声信号传送至主动振动噪声控制软件15和故障诊断软件14;主动振动噪声控制软件15通过自适应算法形成控制信号并回传给所述中央控制软件13,所述中央控制软件13将控制信号发送给执行机构3产生抵消信号从而实现主动控制;故障诊断软件14通过频谱分析、谱峰搜索、阈值判断、模式识别等诊断算法进行分析并将分析结果回传给所述中央控制软件13,所述控制中心1将分析结果进行显示输出。
当然上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明主要技术方案精神实质所做的修饰,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种振动噪声智能应对系统,其特征在于,包括硬件部分和软件部分,所述硬件部分包括控制中心、分布式传感器网络、执行机构和显示单元,所述软件部分包括中央控制软件、故障诊断软件、主动振动噪声控制软件和多通道数字信号同步采集软件;
(1)硬件部分
所述控制中心包括运算控制单元和基于DSP的控制及处理单元;
所述分布式传感器网络由多个振动传感器、和/或多个噪声传感器,以及多个多通道数据采集节点构成,所述振动传感器和/或噪声传感器分布于待测结构体的各个部位,一个所述多通道数据采集节点同时连接多个振动传感器和/或噪声传感器,所述多通道数据采集节点与所述基于DSP的控制及处理单元连接;
所述执行机构包括多个次级声源和/或次级振源;
所述控制中心通过所述分布式传感器网络实时监测待测结构体各部位的振动噪声信号,振动噪声信号经所述控制中心进行分析处理形成控制信号反馈至所述执行机构实现主动控制,同时所述控制中心对振动噪声信号进行实时分析得到故障信息,最后所述控制中心将振动噪声分布情况、主动控制效果和故障信息在所述显示单元上呈现出来;
(2)软件部分
所述中央控制软件内置于所述运算控制单元,控制所述运算控制单元与所述基于DSP的控制及处理单元及所述显示单元之间的通讯、数据流和数据存储,并控制所述故障诊断软件、所述主动振动噪声控制软件及所述多通道数字信号同步采集软件之间的输入输出数据;
所述故障诊断软件内置于所述运算控制单元,针对所述基于DSP的控制及处理单元上传的振动噪声信号进行实时分析处理,实现故障诊断功能,并把结果反馈至所述中央控制软件;
所述主动振动噪声控制软件内置于所述基于DSP的控制及处理单元,针对所述多通道数字信号同步采集软件传送的实时振动噪声信号生成能够反相抵消原始振动噪声的主动控制信号,然后发送给所述执行机构,实现振动噪声的主动控制,并将控制效果反馈至所述中央控制软件;
所述多通道数字信号同步采集软件内置于所述基于DSP的控制及处理单元,对每个所述多通道数据采集节点进行控制,将所述分布式传感器网络采集到的振动噪声信号传输至所述中央控制软件和所述主动振动噪声控制软件。
2.根据权利要求1所述的振动噪声智能应对系统,其特征在于,所述基于DSP的控制及处理单元包括数字信号中央处理模块、多通道AD/DA模块、多通道数字信号输入/输出模块、数字信号存储和通讯模块,所述分布式传感器网络采集到的振动噪声信号由多通道数字信号输入/输出模块输入,在数字信号中央处理模块进行分析处理后根据不同的任务需求发送至多通道AD/DA模块或数字信号存储和通讯模块。
3.根据权利要求1所述的振动噪声智能应对系统,其特征在于,所述执行机构的次级声源,采用电磁式声源和/或压电式声源。
4.根据权利要求1所述的振动噪声智能应对系统,其特征在于,所述执行机构的次级振源,采用电磁式振源和/或压电式振源。
5.根据权利要求1所述的振动噪声智能应对系统,其特征在于,所述执行机构的次级振源,采用电磁换能与液压悬置相结合的主被动复合结构。
6.根据权利要求1所述的振动噪声智能应对系统,其特征在于,所述执行机构还包括功放,所述功放与所述次级声源和/或次级振源匹配。
7.一种振动噪声智能应对方法,其特征在于,采用如权利要求1-6任一所述的振动噪声智能应对系统,包括如下步骤:
步骤A:由控制中心的多通道数字信号同步采集软件控制分布于待测结构体的振动噪声传感器网络,进行实时振动噪声信号采集,振动噪声信号经时钟同步、模数转换后传输至所述控制中心;
步骤B:所述控制中心的故障诊断软件根据全局振动噪声信号进行分析处理,判断振动噪声信号异常的部位,并通过模式识别等算法分析出故障类型、故障程度等故障信息,并通过显示单元呈现;
步骤C:控制中心的主动振动噪声控制软件根据全局振动噪声信号分析振动噪声超标部位,并针对超标的振动噪声信号进行通道辨识、频率跟踪、自适应运算、信号生成等操作,形成主动控制信号,然后将主动控制信号发送至振动噪声超标部位的执行机构,输出能够反相抵消原始振动噪声的主动控制信号,实现振动噪声主动控制,并将控制效果反馈至控制中心及显示单元。
8.根据权利要求7所述的振动噪声智能应对方法,其特征在于,所述步骤A中,通过时钟频率偏移计算补偿的方法,解决频率补偿问题,实现振动噪声信号的时钟同步。
9.根据权利要求7所述的振动噪声智能应对方法,其特征在于,所述步骤B中,通过实验分析法优化选取对设备故障程度敏感的频域特征参数及核函数参数,分别单独训练设备不同故障程度的数据样本,得到相应的描述设备故障程度的各独立封闭超球体,并引入待测样本点至各超球体中心的相对距离,确定样本所属的故障程度,在此基础上建立设备声学故障评估模型,实现故障程度的诊断。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810860416.9A CN109238443A (zh) | 2018-08-01 | 2018-08-01 | 一种振动噪声智能应对系统及一种振动噪声智能应对方法 |
PCT/CN2018/100756 WO2020024334A1 (zh) | 2018-08-01 | 2018-08-16 | 一种振动噪声智能应对系统及一种振动噪声智能应对方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810860416.9A CN109238443A (zh) | 2018-08-01 | 2018-08-01 | 一种振动噪声智能应对系统及一种振动噪声智能应对方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109238443A true CN109238443A (zh) | 2019-01-18 |
Family
ID=65073344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810860416.9A Pending CN109238443A (zh) | 2018-08-01 | 2018-08-01 | 一种振动噪声智能应对系统及一种振动噪声智能应对方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109238443A (zh) |
WO (1) | WO2020024334A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376984A (zh) * | 2019-07-15 | 2019-10-25 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 自适应振动噪声控制管理系统 |
CN110986264A (zh) * | 2019-11-21 | 2020-04-10 | 珠海格力电器股份有限公司 | 一种空调低频共振噪声识别控制方法及空调 |
CN112540586A (zh) * | 2020-12-07 | 2021-03-23 | 青岛理工大学 | 一种基于星型网络的分布式声振主动控制系统 |
CN114167842A (zh) * | 2021-12-08 | 2022-03-11 | 中国船舶科学研究中心 | 一种基于振动主动控制系统的故障预测与健康管理方法 |
CN114279557A (zh) * | 2022-03-02 | 2022-04-05 | 山东卓朗检测股份有限公司 | 一种分布式声学检测设备及其检测方法 |
CN114942040A (zh) * | 2022-03-21 | 2022-08-26 | 重庆医科大学附属第二医院 | 一种用于医院内的噪声采集及管理系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596602B (zh) * | 2020-05-14 | 2021-11-12 | 北京工业大学 | 一种多自由度人因工程振动平台远程智能监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137238A (zh) * | 2015-08-27 | 2015-12-09 | 刘利强 | 一种气体绝缘组合电器故障诊断系统 |
CN105449934A (zh) * | 2015-11-23 | 2016-03-30 | 珠海格力电器股份有限公司 | 电机降噪系统和降噪方法、吸油烟机 |
CN105679305A (zh) * | 2016-01-29 | 2016-06-15 | 南京大学 | 数字多通道有源噪声控制系统 |
CN106158301A (zh) * | 2015-04-10 | 2016-11-23 | 刘会灯 | 配电变压器运行噪声有源降噪系统 |
CN108156555A (zh) * | 2016-12-02 | 2018-06-12 | 中车株洲电力机车研究所有限公司 | 一种列车主动降噪系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101293529A (zh) * | 2007-04-29 | 2008-10-29 | 余亚莉 | 车载式轨道交通客流运能及运行安全智能监控和预警系统 |
DE102010014226A1 (de) * | 2010-04-08 | 2011-11-24 | Hamburg Innovation Gmbh | Verfahren und System zur aktiven Lärmreduktion |
GB201414616D0 (en) * | 2014-08-18 | 2014-10-01 | Optasense Holdings Ltd | Detection of anomalies in rail wheelsets |
EP3026664B1 (de) * | 2014-11-28 | 2018-08-01 | Helmut-Schmidt-Universität | Verfahren und system zur aktiven schallunterdrückung |
CN106328117A (zh) * | 2015-06-30 | 2017-01-11 | 芋头科技(杭州)有限公司 | 一种有源噪声控制系统 |
CN106094654B (zh) * | 2016-08-16 | 2018-10-26 | 武汉大学 | 一种基于扰动观测法的电力变压器有源噪声控制系统 |
CN107768119B (zh) * | 2017-11-01 | 2020-12-11 | 国网山西省电力公司电力科学研究院 | 一种特高压电力变压器有源降噪系统 |
-
2018
- 2018-08-01 CN CN201810860416.9A patent/CN109238443A/zh active Pending
- 2018-08-16 WO PCT/CN2018/100756 patent/WO2020024334A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106158301A (zh) * | 2015-04-10 | 2016-11-23 | 刘会灯 | 配电变压器运行噪声有源降噪系统 |
CN105137238A (zh) * | 2015-08-27 | 2015-12-09 | 刘利强 | 一种气体绝缘组合电器故障诊断系统 |
CN105449934A (zh) * | 2015-11-23 | 2016-03-30 | 珠海格力电器股份有限公司 | 电机降噪系统和降噪方法、吸油烟机 |
CN105679305A (zh) * | 2016-01-29 | 2016-06-15 | 南京大学 | 数字多通道有源噪声控制系统 |
CN108156555A (zh) * | 2016-12-02 | 2018-06-12 | 中车株洲电力机车研究所有限公司 | 一种列车主动降噪系统及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376984A (zh) * | 2019-07-15 | 2019-10-25 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 自适应振动噪声控制管理系统 |
CN110986264A (zh) * | 2019-11-21 | 2020-04-10 | 珠海格力电器股份有限公司 | 一种空调低频共振噪声识别控制方法及空调 |
CN112540586A (zh) * | 2020-12-07 | 2021-03-23 | 青岛理工大学 | 一种基于星型网络的分布式声振主动控制系统 |
CN112540586B (zh) * | 2020-12-07 | 2022-02-15 | 青岛理工大学 | 一种基于星型网络的分布式声振主动控制系统 |
CN114167842A (zh) * | 2021-12-08 | 2022-03-11 | 中国船舶科学研究中心 | 一种基于振动主动控制系统的故障预测与健康管理方法 |
CN114279557A (zh) * | 2022-03-02 | 2022-04-05 | 山东卓朗检测股份有限公司 | 一种分布式声学检测设备及其检测方法 |
CN114279557B (zh) * | 2022-03-02 | 2022-05-17 | 山东卓朗检测股份有限公司 | 一种分布式声学检测设备及其检测方法 |
CN114942040A (zh) * | 2022-03-21 | 2022-08-26 | 重庆医科大学附属第二医院 | 一种用于医院内的噪声采集及管理系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020024334A1 (zh) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109238443A (zh) | 一种振动噪声智能应对系统及一种振动噪声智能应对方法 | |
CN101888223A (zh) | 用于具有自适应扬声器选择的有源噪声控制的系统 | |
CN108869944B (zh) | 一种管道振动线谱的有源控制布置方法及控制系统 | |
CN101697072A (zh) | 数控机床故障诊断系统及其方法 | |
CN102323779B (zh) | 一种重型数控装备测控传感网 | |
CN110146764A (zh) | 一种基于声阵列边缘计算的电力设备异常检测方法 | |
US11651760B2 (en) | Simulation test system and method for vehicle road noise cancellation | |
CN108574898A (zh) | 主动降噪系统优化方法及系统 | |
CN104870969B (zh) | 声学检测具有有源噪声控制的发动机的故障的方法和装置 | |
CN112102806B (zh) | 列车驾驶室基于虚拟传感技术的主动噪声控制系统及方法 | |
JP7348103B2 (ja) | 運転状態分類システム、および、運転状態分類方法 | |
CN211742643U (zh) | 一种车载降噪控制装置 | |
JP5901505B2 (ja) | テストケース生成システム | |
CN205175602U (zh) | 监测螺栓状态的系统 | |
CN111220379A (zh) | 一种牵引电机传动系统故障诊断方法及装置 | |
EP4332540A1 (en) | Motion state monitoring system and locomotive | |
CN114818813A (zh) | 一种基于自注意力卷积神经网络的刀具磨损值预测算法 | |
CN107908531A (zh) | 一种基于多核处理器的运维预警防范决策系统 | |
CN113992308A (zh) | 一种动车组控制系统融合架构 | |
CN109828531A (zh) | 一种基于云平台的数控机床故障诊断系统 | |
Brecher et al. | Adaptive logging module for monitoring applications using control internal digital drive signals | |
CN208383296U (zh) | 一种基于噪声监测农机故障系统 | |
Aurilio et al. | Fuselage frame vibration control using magnetostrictive hybrid dynamic vibration absorbers | |
CN211075912U (zh) | 列车走行部安全监测系统 | |
CN220853675U (zh) | 一种基于Android系统的车载矿区环境监测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190118 |