CN113447274A - 异常声音判定装置以及异常声音判定方法 - Google Patents
异常声音判定装置以及异常声音判定方法 Download PDFInfo
- Publication number
- CN113447274A CN113447274A CN202110305587.7A CN202110305587A CN113447274A CN 113447274 A CN113447274 A CN 113447274A CN 202110305587 A CN202110305587 A CN 202110305587A CN 113447274 A CN113447274 A CN 113447274A
- Authority
- CN
- China
- Prior art keywords
- data
- sound
- abnormal sound
- abnormal
- vehicle
- 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.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 326
- 238000000034 method Methods 0.000 title claims description 18
- 238000012360 testing method Methods 0.000 claims description 41
- 238000012546 transfer Methods 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims 2
- 238000007689 inspection Methods 0.000 description 58
- 238000001228 spectrum Methods 0.000 description 31
- 238000012545 processing Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 23
- 238000005259 measurement Methods 0.000 description 13
- 230000004044 response Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 239000003086 colorant Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000002131 composite material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
- H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
- H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
- H04R1/406—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers microphones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/02—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof
- B60R11/0247—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof for microphones or earphones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
- G01H3/04—Frequency
- G01H3/08—Analysing frequencies present in complex vibrations, e.g. comparing harmonics present
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0001—Arrangements for holding or mounting articles, not otherwise provided for characterised by position
- B60R2011/0003—Arrangements for holding or mounting articles, not otherwise provided for characterised by position inside the vehicle
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2201/00—Details of transducers, loudspeakers or microphones covered by H04R1/00 but not provided for in any of its subgroups
- H04R2201/40—Details of arrangements for obtaining desired directional characteristic by combining a number of identical transducers covered by H04R1/40 but not provided for in any of its subgroups
- H04R2201/401—2D or 3D arrays of transducers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
- H04R2499/10—General applications
- H04R2499/13—Acoustic transducers and sound field adaptation in vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Otolaryngology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
Abstract
本发明提供一种异常声音判定装置(20),具备:麦克风阵列(13),其配置于车辆内部,具有多个麦克风(131‑138);第1数据取得部(211),其取得由麦克风阵列(13)预先拾音所得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;第2数据取得部(221),其取得在车辆行驶时由麦克风阵列(13)拾音所得到的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据;以及判定部(23),其基于由第1数据取得部(211)取得的异常声音数据和由第2数据取得部(221)取得的行驶声音数据,判定车辆的行驶声音中是否包含异常声音。
Description
技术领域
本发明涉及一种判定车辆行驶时有无异常声音产生的异常声音判定装置以及异常声音判定方法。
背景技术
作为这种装置,以往已知有对在车辆行驶时取得的声音数据进行频率分析、计算规定频率范围内的频率和声压级的波形、使用该波形数据判定有无异常声音产生的装置。该装置例如记载于专利文献1中。
然而,专利文献1中记载的装置未考虑异常声音产生的方向,仅基于声压级判定有无异常声音产生,因此难以高精度地进行异常声音判定。
现有技术文献
专利文献1:日本特许第6089948号公报(JP6089948B)。
发明内容
本发明的一技术方案的异常声音判定装置具备:麦克风阵列,其具有多个麦克风,配置于车辆的内部;第1数据取得部,其取得以车辆的内部的规定位置为声源的异常声音的数据中由麦克风阵列预先拾音所得到的或者假设由麦克风阵列拾音得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;第2数据取得部,其取得在车辆行驶时由麦克风阵列拾音所得到的包括行驶声音的强度的信息和行使音的产生方向的信息在内的行驶声音数据;以及判定部,其基于由第1数据取得部取得的异常声音数据和由第2数据取得部取得的行驶声音数据,判定车辆的行驶声音中是否包括异常声音。
本发明的另一技术方案的异常声音判定方法包括:异常声音取得步骤,在该步骤中,取得以车辆的内部的规定位置为声源的异常声音的数据中由配置于车辆的内部的具有多个麦克风的麦克风阵列预先拾音所得到的或者假设由麦克风阵列拾音得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;行驶声音取得步骤,在该步骤中,取得在车辆行驶时由麦克风阵列拾音所得到的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据;以及判定步骤,在该步骤中,基于在异常声音取得步骤中取得的异常声音数据和在行驶声音取得步骤中取得的行驶声音数据,判定车辆的行驶声音中是否包括异常声音。
附图说明
本发明的目的、特征和优点,通过与附图相关的以下实施方式的说明进一步阐明。
图1是示意性地示出使用本发明的实施方式的异常声音判定装置进行异常声音判定时的流程的图。
图2是示出图1的异常声音生成装置的主要部分构成的框图。
图3是示出在异常声音产生试验中使用的异常声音产生试验机的概略构成的图。
图4是示意性地示出图2的内部麦克风的配置与脉冲响应试验中的异常声源的位置之间的关系的俯视图。
图5是示出本发明的实施方式的异常声音产生方法的过程的一例的流程图。
图6是示出本发明的实施方式的异常声音判定装置的主要部分构成的框图。
图7是具体示出从对图6的异常声音数据进行处理的数据处理部到比较部的数据流的图。
图8是示出由本发明的实施方式的异常声音判定装置中的CPU(中央处理器)等运算装置执行的处理的一例的流程图。
具体实施方式
以下,参照图1~图8对本发明的实施方式进行说明。本发明的实施方式的异常声音判定装置为用于判定车辆行驶时有无异常声音产生的装置。例如在工厂制造出的成品车辆出厂时,需要有使每台成品车辆进行实际行驶来检查有无异常声音产生的检查步骤。然而,在检查步骤中,若是基于乘坐成品车辆的工作人员自己的听觉来判定有无异常声音产生,则由于工作人员的主观意识介入,因此判定结果的偏差较大。
因此,为了提高有无异常声音产生的判定精度,优选构成为,预先取得车辆行驶时可能产生的异常声音数据,另行使用判定装置对该异常声音数据和使成品车辆行驶时得到的行驶声音数据进行比较,由此判定有无异常声音产生。然而,如果是对异常声音数据和行驶声音数据的声压进行比较来进行异常声音判定,则有可能在异常声音的产生位置和行驶声音的产生位置完全不同的情况(例如异常声音在车辆前部产生,行驶声音在车辆后部产生的情况)下也判定为有异常声音产生,难以高精度地进行异常声音判定。因此,在本实施方式中,为了高精度地进行异常声音判定,如下构成异常声音判定装置。
图1是示意性地示出车辆的异常声音判定的流程的图。需要说明的是,以下有时将用于检查步骤的成品车辆称为检查车辆。如图1所示,为了进行检查车辆1的异常声音判定,首先异常声音生成装置10生成成为异常声音判定的基准的多个异常声音数据。例如对检查车辆1的每个车型生成多种异常声音数据(异常声音生成步骤)。
在生成异常声音数据时,预先使不产生异常声音的正常状态的车辆1a(称为基准车辆)以规定速度在由石铺路那样的规定路面2(比利时石块路面)构成的检查路线上行驶。即,事先使由与检查车辆1相同车型构成的基准车辆1a行驶。在基准车辆1a于车内规定位置(例如中央控制台)设置有麦克风MC(后述的内部麦克风13),用麦克风MC对基准车辆1a的正常的行驶声音进行拾音,取得正常声音数据(正常声音取得步骤)。
接下来,与正常声音取得步骤相同,使用于检查步骤的检查车辆1以规定速度在由规定路面2构成的检查路线上行驶。在检查车辆1也于车内的规定位置(例如中央控制台)设置有麦克风MC(后述的内部麦克风13),用麦克风MC对检查车辆1的行驶声音进行拾音,取得行驶声音数据(检查行驶步骤)。
接下来,异常声音判定装置20基于在异常声音生成装置10生成的异常声音数据、通过基准车辆1a的事先行驶得到的正常声音数据、通过检查车辆1的行驶试验得到的行驶声音数据,判定有无异常声音产生(异常声音判定步骤)。例如在多种异常声音数据中的任一个与行驶声音数据一致时,判定为有异常声音。另一方面,在行驶声音数据与正常声音数据一致时,或者行驶声音数据与多种异常声音数据中的任一种都不一致时,判定为无异常声音。
异常声音判定装置20的判定结果以工作人员能够识别的状态被输出到例如监视器等外部装置6。在判定为有异常声音的情况下,实施对判定为有异常声音的检查车辆1的再检查。在再检查中,使用励振机对检查车辆1施加振动。此时,若是再出现异常声音的产生,则由异常声音生成装置10生成的异常声音数据的可靠性和异常声音判定装置20的异常声音判定的可靠性得到充分保证。
异常声音数据能够通过各种方法由异常声音生成装置10生成。以下,首先说明异常声音生成装置10的构成。图2是示出异常声音生成装置10的主要部分构成的框图。如图2所示,异常声音生成装置10具有输入装置11、外部麦克风12、内部麦克风13以及控制器30。输入装置11为工作人员用于输入与异常声音数据的生成、判定相关的各种指令(例如异常声音数据生成指令、检查开始指令)的装置,由键盘、鼠标、触控面板等构成。
外部麦克风12是将所输入的声音转换成电信号输出的音响设备,由单个麦克风构成。外部麦克风12用于对预先通过在车外的实验室等实施的异常声音产生试验而产生的异常声音进行拾音。异常声音产生试验是使搭载于检查车辆1的单个零件或者彼此组合的多个零件产生异常声音的试验,使用例如异常声音产生试验机进行。
图3是示出异常声音产生试验机5的概略构成的图。在图3中,是设置于检查车辆1的零件,示出彼此相邻配置的一对零件、即第1零件3和第2零件4。第1零件3和第2零件4是例如彼此隔着规定间隙配置的零件或者彼此以紧贴的状态连接的零件。第1零件3和第2零件4例如彼此由树脂材料或者金属构成。另外,还能够将第1零件3和第2零件4中的一者由树脂材料构成,另一者由金属构成。
如图3所示,异常声音产生试验机5具有支承第1零件3的第1支承部51和支承第2零件4的第2支承部52。第1零件3和第2零件4在上下方向上彼此相向地配置。第1支承部51构成为能够利用未图示的执行器的驱动使第1零件3如图3的箭头所示在上下方向和水平方向上移动。能够通过使第1零件3在上下方向上移动,第1零件3与第2零件4碰撞,产生撞击声。能够通过使第1零件3在水平方向上移动,第1零件3相对于第2零件4滑动,产生摩擦声。为了对这些撞击声、摩擦声进行拾音,在第1零件3与第2零件4的接触部的近旁配置外部麦克风12。
另外,只要是使第1零件3相对于第2零件4移动而产生异常声音,异常声音产生试验机5的构成就可以是任何形式。例如既可以将第2零件4设置为能够在上下方向和水平方向上移动,也可以将第1零件3和第2零件4二者都设置为能够移动。通过使用异常声音产生试验机5,能够产生因相互连接的零件的松动、零件的脱落以及错位等引起的声音,也就是说,产生不可能由正常组装的检查车辆1产生的各种模式的异常声音。例如能够产生第1零件3和第2零件4碰撞时产生的撞击声、第1零件3和第2零件4滑动时产生的摩擦声等异常声音。
也可以不使用异常声音产生试验机5,而在检查车辆1故意将零件组装成不良状态,从而产生异常声音。例如也可以在使座椅固定用的螺栓产生了松动的状态下,工作人员对检查车辆1的座椅施加振动,或者利用励振机对检查车辆1整体施加振动而产生异常声音,用配置于异常声源(座椅)的近旁的麦克风对该异常声音进行拾音。也可以使仪表板周围的零件产生晃动,用麦克风对那时的异常声音进行拾音。需要说明的是,通过异常声音产生试验得到的声音数据是成为异常声音数据的基准的声音数据,以下称之为基准异常声音数据。
图2的内部麦克风13为由具有多个麦克风的麦克风阵列构成的音响设备,分别配置于检查车辆1和基准车辆1a的规定位置(例如中央控制台)。内部麦克风13被用于使用检查车辆1或基准车辆1a在实验室等进行的脉冲响应试验。通过脉冲响应试验,求得从检查车辆1或基准车辆1a的规定位置到内部麦克风13的声音的传递函数。为了取得基准车辆1行驶时的正常声音数据,内部麦克风13还被用于事先行驶试验。另外,内部麦克风13还用于在检查行驶步骤(图1)中使检查车辆1a行驶来获得行驶声音数据。
图4是示意性地示出内部麦克风13的配置的俯视图。如图4所示,内部麦克风13具有彼此配置于不同位置的多个麦克风,例如于周向上的8个麦克风131~138。需要说明的是,有时分别将这些麦克风131~138称为第1麦克风131~第8麦克风138。第1麦克风131~第8麦克风138分别相互靠近地配置于中央控制台上的内部麦克风13的单元内,但在图4中夸张地示出这些配置。第1麦克风131配置于车宽方向的中央且面向仪表板,构成成为拾音的基准的麦克风,即基准麦克风。
脉冲响应试验是在内部麦克风13周围的多个声源位置(例如声源位置P1~P9)配置未图示的扬声器并通过内部麦克风13测定以扬声器为声源的脉冲响应的试验。声源位置P1~P9相当于在异常声音产生试验中使用的第1零件3和第2零件4实际搭载于检查车辆1的位置。另外,声源位置P1~P9也可以是与第1零件3、第2零件4所配置的位置不同的位置。
脉冲响应分别由第1麦克风131~第8麦克风138测定。通过对这些被测定出的声音数据进行傅里叶变换,能够计算从声源位置P1~P9到各麦克风131~138的传递路径上的声音的传递函数。
将通过异常声音产生试验得到的基准异常声音数据作为输入数据,将该输入数据与通过脉冲响应得到的传递函数进行卷积(convolution),由此能够导出由各麦克风131~138拾音得到的声音的输出数据。该输出数据相当于从异常声源发出的异常声音衰减而传递至各麦克风131~138时的由各麦克风131~138得到的声音数据。将传递函数乘以异常声源的基准异常声音数据对应于将声音的传递路径的衰减率乘以基准异常声音数据。
事先行驶试验是与图1的检查行驶步骤中的行驶试验同样实施的行驶试验。通过事先行驶试验取得的行驶声音的数据是使检查车辆1以规定速度行驶时得到的正常声音数据。即,事先行驶试验是以不产生异常声音为条件进行的行驶试验。
例如通过对行驶声音的数据进行频率分析,求得表示频率与声压之间的关系的功率谱,根据该功率谱判定规定的频带的声压数据是否超过规定的阈值,由此进行通过事先行驶试验所得到的行驶声音的数据是否正常的判定。通过事先行驶试验得到的正常声音数据由各麦克风131~138分别进行拾音。
如图2所示,在控制器30分别连接输入装置11、外部麦克风12、内部麦克风13,来自这些装置的信号分别被输入到控制器30。需要说明的是,来自外部麦克风12、内部麦克风13的信号也可以经由无线单元通过无线通信输入到控制器30。控制器30是例如设置于实验室、分析室的计算机,包括具有CPU(微处理器)、ROM(只读存储器)、RAM(随机存取存储器)等存储器、其他外围电路的运算处理装置而构成。
控制器30具有数据输入部31、传递函数计算部32、数据生成部33、数据输出部34、存储部35,作为功能性结构。数据输入部31、传递函数计算部32、数据生成部33、数据输出部34是CPU承担的功能,存储部35是存储器承担的功能。
由外部麦克风12拾音所得到的声音数据,即预先通过异常声音产生试验得到的基准异常声音数据被输入到数据输入部31。还有,由内部麦克风13拾音得到的声音数据、即通过脉冲响应试验得到的声音数据和通过事先行驶试验得到的正常声音数据分别被输入到数据输入部31。输入到数据输入部31的这些声音数据存储于存储部35。
传递函数计算部32使用经由数据输入部31输入了的声音数据中的通过脉冲响应试验得到的声音数据,计算从声源位置P1~P9到各麦克风131~138的传递路径上的声音的传递函数。计算出的传递函数存储于存储部35。
数据生成部33基于经由数据输入部31输入了的基准异常声音数据、由传递函数计算部32计算出的传递函数、正常声音数据,生成异常声音数据。更具体而言,将基准异常声音数据与传递函数进行卷积,然后加上正常声音数据,由此生成作为复合音的异常声音数据。在该情况下,对应于各麦克风131~138拾音得到的声音数据,通过使用针对每一麦克风131~138计算出的传递函数和由各麦克风131~138拾音所得到的正常声音数据,生成与各麦克风131~138相对应的异常声音数据。
由此,在将以规定速度行驶的检查车辆1内的位置P1~P9作为声源产生了规定模式的异常声音时,能够生成假设由各麦克风131~138拾音得到的异常声音数据。异常声音数据的生成当例如经由输入装置11输入异常声音数据生成指令时开始。所生成的异常声音数据中附带有撞击声、摩擦声等异常声音种类的信息和异常声源处于位置P1~P9中的哪一处的异常声源的位置的信息,该异常声音数据存储于存储部35。
数据生成部33不仅生成使用传递函数计算出的作为复合音的异常声音数据,还能够使用通过事先行驶试验使基准车辆1a行驶时由内部麦克风13得到的行驶声音的数据生成异常声音数据。即,还能够将在基准车辆1a行驶时产生了异常声音时的行驶声音的数据作为异常声音数据存储于存储部35。该情况下的异常声音数据也是与各麦克风131~138相对应的异常声音数据。
数据输出部34将由数据生成部33生成的异常声音数据向图1的异常声音判定装置20输出。即,输出使用传递函数计算出的作为复合音的异常声音数据或者在车辆行驶时由内部麦克风13实际取得的异常声音数据。数据输出部34还一并输出经由数据输入部31输入的、通过事先行驶试验得到的正常声音数据。
若总结以上利用异常声音生成装置10实施的异常声音数据生成的过程、尤其是作为复合音的异常声音数据的生成过程,则如图5所示。首先,在S1中,使用实际搭载于检查车辆1的零件3、4进行异常声音产生试验(图3)。然后,经由外部麦克风12取得通过异常声音产生试验产生的异常声音的数据、即因零件3、4之间的撞击、摩擦等产生的基准异常声音数据(异常声音取得步骤)。
接下来,在S2中,针对检查车辆1的每一车型,进行以检查车辆1的规定位置P1~P9作为声源的脉冲响应试验(图4)。在脉冲响应试验中,经由内部麦克风13分别测定以位置P1~P9作为声源的脉冲响应。并且,通过对所测定的脉冲响应进行傅里叶变换,计算从位置P1~P9到内部麦克风13的传递路径上的传递函数(传递函数计算步骤)。
接下来,在S3中,预先使基准车辆1a在由规定路面2构成的检查路线上行驶,进行事先行驶试验。取得在事先行驶试验时经由内部麦克风13得到的正常声音数据(正常声音取得步骤)。
最后,在S4中,将在S1中取得的基准异常声音数据与在S2中计算出的传递函数进行卷积,然后将进行卷积得到的值与在S3中取得的正常声音数据相加,生成异常声音数据(数据生成步骤)。需要说明的是,图5的过程只是一例,也可以例如在异常声音取得步骤之前进行正常声音取得步骤。还可以在异常声音取得步骤之前进行传递函数计算步骤。
接下来,对图1的异常声音判定装置20的构成进行说明。图6是示出异常声音判定装置20的功能性的主要部分构成的框图。异常声音判定装置20由包括具有CPU(微处理器)、ROM、RAM等存储器、其他外围电路的运算处理装置的控制器构成。需要说明的是,异常声音判定装置20设置在实验室、分析室或者设置在检查车辆1。还能够将异常声音判定装置20包括于构成异常声音生成装置10的控制器而构成。即,也可以是单个控制器具有作为异常声音生成装置10的功能和作为异常声音判定装置20的功能。
如图6所示,异常声音判定装置20具有对从异常声音生成装置10输出的异常声音数据和正常声音数据进行处理的数据处理部21、对在检查行驶步骤中得到的行驶声音数据进行处理的数据处理部22、对经由数据处理部21输出的学习模型和经由数据处理部22输出的测量模型进行比较的比较部23以及将比较部23的比较结果向外部输出的输出部24。
数据处理部21具有取得异常声音数据和正常声音数据的数据取得部211、对由数据取得部211取得的异常声音数据和正常声音数据进行处理来生成学习模型的数据的数据生成部212。数据处理部22具有取得行驶声音数据的数据取得部221、对由数据取得部221取得的行驶声音数据进行处理来生成测量模型的数据的数据生成部222。比较部23具有存储学习模型的存储部231。
数据取得部211取得由异常声音生成装置10分级了的异常声音数据。即,异常声音生成装置10根据异常声音的种类(撞击声、摩擦声等)和异常声音的位置(位置P1~P9),将异常声音数据分级并生成异常声音等级1~N,数据处理部21取得的异常声音数据相当于该多个异常声音等级1~N中的一个(例如异常声音等级n)。数据取得部211还取得异常声音等级0的正常声音数据。
图7是具体示出从数据处理部21到比较部23的数据流的图。以下方便起见,将假设分别由第1麦克风131~第8麦克风138拾音得到的复合音的异常声音数据或者分别由第1麦克风131~第8麦克风138拾音所得到的异常声音数据称为第1异常声音数据D1~第8异常声音数据D8。如图7所示,第1异常声音数据D1~第8异常声音数据D8为示出时间(横轴)与声压(纵轴)之间的关系的声音数据,以下将这些第1异常声音数据D1~第8异常声音数据D8作为规定的异常声音等级(异常声音等级n)的异常声音数据进行处理。
数据生成部212选择第1异常声音数据D1~第8异常声音数据D8中的第1异常声音数据D1作为基准声压数据,生成将第1异常声音数据D1进行谱图化而成的谱图(功率谱图)SP1的数据。即,生成横轴为时间t、纵轴为频率f、声压的值用图像上的不同颜色或者颜色的不同浓度表示的功率谱图SP1的数据。
另外,数据生成部212以第2异常声音数据D2~第8异常声音数据D8各自为基准,计算第1异常声音数据D1的相位滞后的值,也就是说,计算表示第2异常声音数据D2~第8异常声音数据D8各自与第1异常声音数据D1之间的相位差θ的七个相位差数据(D2-D1,D3-D1,…,D8-D1)。相位差θ与异常声音的产生方向具有相关关系,因此通过计算相位差数据,能够确定以内部麦克风13为基准的异常声音的产生方向(异常声源的位置)。
并且,数据生成部212生成分别将各相位差数据(D2-D1,D3-D1,···,D8-D1)进行谱图化而成的七个谱图(相位差谱图)SP2~SP8的数据。即,生成横轴为时间t、纵轴为频率f、相位差θ的值用图像上的不同颜色或者颜色的不同浓度表示的相位差谱图SP2~SP8的数据。但是,有时同一相位差(θ=0)会用两种值(θ=0、2π)表示,因此不优选将相位差谱图SP2~SP8直接作为学习模型使用。
因此,数据生成部212还将相位差谱图SP2~SP8的数据转换成相位差θ的正弦值即sinθ的谱图(sin相位差谱图)SP2a~SP8a的数据和相位差θ的余弦值即cosθ的谱图(cos相位差谱图)SP2b~SP8b的数据。即,生成横轴为时间t、纵轴为频率f、sinθ和cosθ的值由图像上不同颜色或者颜色的不同浓度表示的谱图SP2a~SP8a、SP2b~SP8b。并且,基于生成的功率谱图SP1的数据、sin相位差谱图SP2a~SP8a、cos相位差谱图SP2b~SP8b的数据,生成异常声音等级n的学习模型Mn,并将学习模型Mn存储于存储部231(图6)。
省略图示,数据生成部212还依次选择第2异常声音数据D2~第8异常声音数据D8分别作为基准声压数据,与上述相同地进行数据处理。即,图7示出基于以第1异常声音数据D1为基准的相位差的数据处理,但实际上会针对每一相同的异常声音等级n,进行基于以第2异常声音数据D2~第8异常声音数据D8各自为基准的相位差来生成声压和相位差的谱图那样的数据处理。另外,数据生成部212还可以仅选择第1异常声音数据D1作为基准声压数据进行数据处理。以下方便起见,对数据生成部212选择第1异常声音数据D1作为基准声压数据进行数据处理而生成学习模型Mn进行说明。
根据以上所述,生成异常声音等级n的学习模型Mn。数据生成部212根据数据取得部211取得的异常声音数据,也同样地生成其他异常声音等级的学习模型,存储于存储部231。并且,数据生成部212基于数据取得部211取得的正常声音数据,生成异常声音等级0的学习模型,存储于存储部231。由此,在存储部231存储异常声音等级0~N的学习模型M0~MN。
省略图示,图6的数据生成部222也与数据生成部212同样地生成行驶声音数据的谱图。即,分别生成行驶声音数据的功率谱图的数据、sin相位差谱图和cos相位差谱图的数据。更详细而言,在实施检查行驶步骤时,基于由第1麦克风131取得的第1行驶声音数据生成功率谱图的数据。并且,基于分别由第2麦克风132~第8麦克风138取得的第2行驶声音数据~第8行驶声音数据与第1行驶声音数据之间的相位差,分别生成sin相位差谱图和cos相位差谱图的数据。由此,在数据生成部222生成用于与学习模型M0~MN进行对比的测量模型。
比较部23通过机器学习(深度学习)的处理,将从数据处理部21输入的学习模型和从数据处理部22输入的测量模型进行比较。即,提取两模型在图像上的特征量,将两模型的功率谱图彼此以及sin相位差和cos相位差的谱图彼此进行比较。并且,在所有的功率谱图、sin相位差谱图以及cos相位差谱图中,判定测量模型是否与异常声音等级0~N中的任一学习模型一致。也就是说,判定声压的强度是否一致,且声压的产生方向是否一致。该判定是行驶声音数据中是否包括异常声音的判定。
输出部24将比较部23的判定结果向外部装置6(图1)输出。在该情况下,当由比较部23判定为学习模型M1~MN中的任一者与测量模型一致时,输出对应的异常声音等级(例如异常声音等级n)。由此工作人员能够识别出测量数据中包括异常声音,并容易地识别异常声音的种类。另外,在没有与测量模型一致的学习模型的情况下,输出部24输出异常声音等级0。
图8是示出由本实施方式的异常声音判定装置20的CPU执行的处理的一例的流程图。需要说明的是,图8是与本实施方式的异常声音判定方法相对应的处理。首先,在S11(S:处理步骤)中,取得由异常声音生成装置10生成的异常声音数据和正常声音数据。接下来,在S12中,基于在S11中取得的异常声音数据,生成学习模型。即,如图7所示,基于第1异常声音数据D1~第8异常声音数据D8,生成功率谱图SP1、sin相位差谱图SP2a~SP8a、cos相位差谱图SP2b~SP8b。并且,基于这些谱图SP1、SP2a~SP8a、SP2b~SP8b生成学习模型M1~MN,将异常声音等级的信息和学习模型M1~MN一并存储于存储部231。而且,基于在S11中取得的正常声音数据的谱图生成学习模型M0,存储于存储部231。
接下来,在S13中,判定是否开始了使检查车辆1以规定速度在由规定路面2构成的检查路线行驶的检查行驶步骤。检查行驶步骤例如当经由输入装置11输入检查开始指令时开始。因此,在S13中,判定是否从输入装置11输入了规定的信号。当S13为肯定(S13:是)时进入S14,为否定(S13:否)时返回到S11。
在S14中,取得在检查行驶步骤中得到的行驶声音数据。接下来,在S15中,基于在S14中取得的行驶声音数据,生成测量模型。即,基于由各麦克风131~138取得的第1行驶声音数据~第8行驶声音数据,生成行驶声音的功率谱图、sin相位差谱图、cos相位差谱图,基于这些谱图,生成与学习模型相对应的测量模型。
接下来,在S16中,使用机械学习,将在S12中生成的多个学习模型M0~MN与在S15中生成的测量模型进行比较。即,判定测量模型是否与多个学习模型中的任一者一致。该判定相当于检查车辆1是否输出了异常声音等级0~N中的某一等级的行驶声音的判定。接下来,在S17中,向外部装置6输出在S16中判定出的异常声音等级。例如当在S16中判定为有异常声音时,输出异常声音等级1~N中的任一异常声音等级,当判定为无异常声音时,输出异常声音等级0。以上,检查车辆1的异常声音判定结束。
采用本实施方式,能够起到如下的作用效果。
(1)异常声音判定装置20具备:内部麦克风13,其由配置于检查车辆1的内部的具有多个麦克风131~138的麦克风阵列构成;数据取得部211,其取得以检查车辆1的内部的规定位置P1~P9为声源的异常声音的数据中由内部麦克风13预先拾音所得到的或者假设由内部麦克风13拾音得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;数据取得部221,其取得在检查车辆1行驶时由内部麦克风13拾音所得到的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据;比较部23(判定部),其基于所取得的异常声音数据和行驶声音数据,判定检查车辆1的行驶声音中是否包括异常声音(图4、6)。采用该构成,不仅考虑异常声音的强度,还能够考虑异常声音的产生方向来判定有无异常声音产生,能够高精度地进行检查车辆1的异常声音判定。
(2)数据处理部21具有数据生成部212,所述数据生成部212基于由数据取得部211取得的异常声音数据,生成表示由多个麦克风131~138预先拾音所得到的或者假设由多个麦克风131~138拾音得到的异常声音的强度的声压数据即功率谱图SP1的数据和表示异常声音的相位差的相位差数据即相位差谱图SP2~SP8的数据(图7)。数据处理部22具有数据生成部222,所述数据生成部222基于由数据取得部221取得的行驶声音数据,生成表示由多个麦克风131~138预先拾音所得到的行驶声音的强度的声压数据即功率谱图的数据和表示行驶声音的相位差的相位差数据即相位差谱图的数据(图7)。比较部23基于由数据生成部212生成的声压数据和相位差数据、由数据生成部222生成的声压数据和相位差数据,判定检查车辆1的行驶声音中是否包含异常声音(图8)。这样通过使用声压数据和相位差数据,能够考虑异常声音的强度和产生方向,而良好地判定检查车辆1有无异常声音产生。
(3)数据生成部212生成分别将异常声音的声压数据和相位差数据进行谱图化而成的数据,另一方面,数据生成部222生成分别将行驶声音的声压数据和相位差数据进行谱图化而成的数据(图7)。比较部23基于这些生成的数据,判定检查车辆1的行驶声音是否包含异常声音。由此能够使用深度学习等有效地对学习模型和测量模型进行比较,能够容易且高精度地判定有无异常声音产生。
(4)异常声音数据是基于预先使用搭载于检查车辆1的规定位置P1~P9的零件(第1零件3、第2零件4)在检查车辆1的外部实施异常声音产生试验时产生的与零件3、4相对应的基准异常声音数据、在分别从规定位置P1~P9到多个麦克风131~138之间检查车辆1的内部的声音的衰减程度、在基准车辆1a以规定速度行驶时由麦克风阵列131~138拾音所得到的正常声音数据而生成的声音数据(图5)。由此,能够预先容易地生成各种异常声音数据,能够更加提高使用了学习模型的异常声音判定的精度。
(5)异常声音判定方法包括:异常声音取得步骤(S11),在该步骤中,取得以检查车辆1的内部的规定位置P1~P9为声源的异常声音的数据中由配置于检查车辆1的内部的具有多个麦克风131~138的麦克风阵列构成的内部麦克风13预先拾音得到的或者假设由内部麦克风13拾音得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;行驶声音取得步骤(S14),在该步骤中,取得在检查车辆1行驶时由内部麦克风13拾音所得到的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据;以及判定步骤(S16),在该步骤中,基于在异常声音取得步骤中取得的异常声音数据和在行驶声音取得步骤中取得的行驶声音数据,判定检查车辆1的行驶声音中是否包含异常声音。由此,能够高精度地判定在检查车辆行驶时是否产生了异常声音。
另外,在上述实施方式中,数据生成部212生成异常声音的功率谱图SP1的数据作为表示异常声音的强度的第1声压数据,并生成异常声音的相位差谱图SP2~SP8的数据作为表示异常声音的相位差的第1相位差数据,但第1数据生成部生成的数据不局限于将异常声音数据进行谱图化而成的数据。即,只要生成表示异常声音的强度的数据和表示异常声音的相位差的数据,第1数据生成部的构成就可以是任何形式。
在上述实施方式中,数据生成部222生成行驶声音的功率谱图的数据作为表示行驶声音的强度的第2声压数据,并生成行驶声音的相位差谱图的数据作为表示行驶声音的相位差的第2相位差数据,但第2数据生成部生成的数据不局限于将行驶声音数据进行谱图化而成的数据。即,只要生成表示行驶声音的强度的数据和表示行驶声音的相位差的数据,第2数据生成部的构成就可以是任何形式。
因此,作为判定部的比较部23的构成也不限于以上所述。即,只要基于由作为第1数据取得部的数据取得部211取得的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据、由作为第2数据取得部的数据取得部221取得的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据来判定检查车辆1的行驶声音中是否包含异常声音,判定部的构成就可以是任何形式。也可以不将异常声音数据和行驶声音数据进行比较来判定有无异常声音。
在上述实施方式中,利用由具有八个话筒的麦克风构成的内部麦克风13取得车辆的行驶声音数据、正常声音数据,并基于所取得的声音数据进行异常声音数据的制作等,但内部麦克风的话筒的数量不限于以上所述,是两个以上即可。在上述实施方式中,使基准车辆1a事先行驶来取得正常声音数据,但也可以使检查车辆1事先行驶来取得正常声音数据。即,用于取得正常声音数据的车辆可以是基准车辆1a和检查车辆1中的任一个。在上述实施方式中,异常声音判定装置20判定检查车辆1有无异常声音产生,但本发明的异常声音判定装置也能够同样适用于判定检查车辆以外的车辆上有无产生异常声音的情况。
能够将上述实施方式与变形例的一个或多个任意组合,也能够组合变形例彼此。
采用本发明,能够容易且高精度地进行车辆的异常声音判定。
以上,结合优选实施方式说明了本发明,但本领域技术人员应理解为能够在不脱离后述权利要求书的公开范围的情况下进行各种修改和变更。
Claims (7)
1.一种异常声音判定装置,其特征在于,具备:
麦克风阵列(13),其配置于车辆(1)的内部,具有多个麦克风(131-138);
第1数据取得部(211),其取得以所述车辆(1)的内部的规定位置(P1-P9)为声源的异常声音的数据中由所述麦克风阵列(13)拾音所得到的或者假设由所述麦克风阵列(13)拾音得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;
第2数据取得部(221),其取得在所述车辆(1)行驶时由所述麦克风阵列(13)拾音所得到的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据;以及
判定部(23),其基于由所述第1数据取得部(211)取得的异常声音数据和由所述第2数据取得部(221)取得的行驶声音数据,判定所述车辆(1)的行驶声音中是否包含异常声音。
2.根据权利要求1所述的异常声音生成装置,其特征在于,还具备:
第1数据生成部(212),其基于由所述第1数据取得部(211)取得的异常声音数据,生成表示由所述多个麦克风(131-138)预先拾音所得到的或者假设由所述多个麦克风(131-138)拾音得到的异常声音的强度的第1声压数据和表示异常声音的相位差的第1相位差数据;和
第2数据生成部(222),其基于由所述第2数据取得部(221)取得的行驶声音数据,生成表示由所述多个麦克风(131-138)预先拾音所得到的行驶声音的强度的第2声压数据和表示行驶声音的相位差的第2相位差数据,
所述判定部(23)基于由所述第1数据生成部(212)生成的所述第1声压数据和所述第1相位差数据、由所述第2数据生成部(222)生成的所述第2声压数据和所述第2相位差数据,判定所述车辆(1)的行驶声音中是否包含异常声音。
3.根据权利要求2所述的异常声音判定装置,其特征在于,
所述第1数据生成部(212)生成分别将所述第1声压数据和所述第1相位差数据进行谱图化而成的数据,另一方面,所述第2数据生成部(222)生成分别将所述第2声压数据和所述第2相位差数据进行谱图化而成的数据,
所述判定部(23)基于由所述第1数据生成部(212)和所述第2数据生成部(222)所生成的数据,判定所述车辆(1)的行驶声音中是否包含异常声音。
4.根据权利要求1至3中任一项所述的异常声音判定装置,其特征在于,
所述异常声音数据是基于预先使用搭载于所述车辆(1)的规定位置(P1-P9)的零件(3、4)在所述车辆(1)的外部实施异常声音产生试验时产生的与所述零件(3、4)相对应的基准异常声音数据、从所述规定位置(P1-P9)到所述麦克风阵列(13)之间的所述车辆(1)的内部的声音的衰减程度、所述车辆(1)在规定条件下行驶时由所述麦克风阵列(13)拾音所得到的正常声音的声音数据而生成的声音数据。
5.根据权利要求4所述的异常声音判定装置,其特征在于,
所述异常声音数据是在将所述基准异常声音数据与从所述规定位置(P1-P9)到所述麦克风阵列(13)之间的所述车辆(1)的内部的传递函数相乘得到的乘积加上所述正常声音的声音数据而生成的声音数据。
6.根据权利要求4所述的异常声音判定装置,其特征在于,
所述异常声音数据还包括所述车辆(1)在所述规定条件下行驶时由所述麦克风阵列取得的异常声音数据。
7.一种异常声音判定方法,其特征在于,包括:
异常声音取得步骤,在该步骤中,取得以车辆(1)的内部的规定位置(P1-P9)为声源的异常声音的数据中由配置于所述车辆(1)的内部的具有多个麦克风(131-138)的麦克风阵列(13)拾音所得到的或者假设由所述麦克风阵列(13)拾音得到的包括异常声音的强度的信息和异常声音的产生方向的信息在内的异常声音数据;
行驶声音取得步骤,在该步骤中,取得在所述车辆(1)行驶时由所述麦克风阵列(13)拾音所得到的包括行驶声音的强度的信息和行驶声音的产生方向的信息在内的行驶声音数据;以及
判定步骤,在该步骤中,基于在所述异常声音取得步骤中取得的异常声音数据和在所述行驶声音取得步骤中取得的行驶声音数据,判定所述车辆(1)的行驶声音中是否包含异常声音。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020053385A JP7053705B2 (ja) | 2020-03-24 | 2020-03-24 | 異音判定装置および異音判定方法 |
JP2020-053385 | 2020-03-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113447274A true CN113447274A (zh) | 2021-09-28 |
CN113447274B CN113447274B (zh) | 2023-08-25 |
Family
ID=77809189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110305587.7A Active CN113447274B (zh) | 2020-03-24 | 2021-03-19 | 异常声音判定装置以及异常声音判定方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11361782B2 (zh) |
JP (1) | JP7053705B2 (zh) |
CN (1) | CN113447274B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7314669B2 (ja) * | 2019-07-10 | 2023-07-26 | 富士通株式会社 | 路面状態推定プログラム、路面状態推定方法および情報処理装置 |
JP7294222B2 (ja) * | 2020-04-16 | 2023-06-20 | トヨタ自動車株式会社 | 異音評価システムおよび異音評価方法 |
US20220058894A1 (en) * | 2020-08-18 | 2022-02-24 | Toyota Motor North America, Inc. | Responding to dangerous transport-related sounds |
JP2022061072A (ja) * | 2020-10-06 | 2022-04-18 | トヨタ自動車株式会社 | 車両の異音判定装置 |
JP7392633B2 (ja) * | 2020-11-10 | 2023-12-06 | トヨタ自動車株式会社 | 車両の異音検査装置 |
JP7467317B2 (ja) * | 2020-11-12 | 2024-04-15 | 株式会社東芝 | 音響検査装置及び音響検査方法 |
DE102022112445A1 (de) | 2022-05-18 | 2023-11-23 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs |
CN117744011B (zh) * | 2024-02-18 | 2024-05-24 | 西安多普多信息科技有限公司 | 噪声溯源方法、装置、存储介质和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04324324A (ja) * | 1991-04-24 | 1992-11-13 | Hitachi Ltd | 移動音源の計測装置及び計測方法 |
JPH11142231A (ja) * | 1997-11-10 | 1999-05-28 | Toyota Central Res & Dev Lab Inc | 騒音分析装置 |
JP2001108518A (ja) * | 1999-08-03 | 2001-04-20 | Mitsui Eng & Shipbuild Co Ltd | 異常検知方法および装置 |
CN1360238A (zh) * | 2000-12-20 | 2002-07-24 | 本田技研工业株式会社 | 噪声监视系统 |
US20050177352A1 (en) * | 2004-02-05 | 2005-08-11 | Ford Motor Company | Defect identification signal analysis method |
WO2016125256A1 (ja) * | 2015-02-03 | 2016-08-11 | 三菱電機株式会社 | 異常音診断装置、異常音診断システム、異常音診断方法および異常音診断プログラム |
US20190114849A1 (en) * | 2017-10-16 | 2019-04-18 | Hyundai Motor Company | Method for diagnosing noise cause of a vehicle |
US20190295567A1 (en) * | 2018-03-20 | 2019-09-26 | Honda Motor Co., Ltd. | Abnormal sound detection apparatus and detection method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5320956B2 (ja) | 2008-10-03 | 2013-10-23 | 日産自動車株式会社 | 音源探査装置および音源探査方法 |
JP2012018066A (ja) | 2010-07-07 | 2012-01-26 | Panasonic Electric Works Sunx Co Ltd | 異常検査装置 |
JP6089948B2 (ja) | 2013-05-14 | 2017-03-08 | 日産自動車株式会社 | 車両の異音判定装置および異音判定方法 |
US10055903B2 (en) | 2016-06-09 | 2018-08-21 | GM Global Technology Operations LLC | Vehicle health check via noise and vibration level |
-
2020
- 2020-03-24 JP JP2020053385A patent/JP7053705B2/ja active Active
-
2021
- 2021-03-15 US US17/202,113 patent/US11361782B2/en active Active
- 2021-03-19 CN CN202110305587.7A patent/CN113447274B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04324324A (ja) * | 1991-04-24 | 1992-11-13 | Hitachi Ltd | 移動音源の計測装置及び計測方法 |
JPH11142231A (ja) * | 1997-11-10 | 1999-05-28 | Toyota Central Res & Dev Lab Inc | 騒音分析装置 |
JP2001108518A (ja) * | 1999-08-03 | 2001-04-20 | Mitsui Eng & Shipbuild Co Ltd | 異常検知方法および装置 |
CN1360238A (zh) * | 2000-12-20 | 2002-07-24 | 本田技研工业株式会社 | 噪声监视系统 |
US20050177352A1 (en) * | 2004-02-05 | 2005-08-11 | Ford Motor Company | Defect identification signal analysis method |
WO2016125256A1 (ja) * | 2015-02-03 | 2016-08-11 | 三菱電機株式会社 | 異常音診断装置、異常音診断システム、異常音診断方法および異常音診断プログラム |
US20190114849A1 (en) * | 2017-10-16 | 2019-04-18 | Hyundai Motor Company | Method for diagnosing noise cause of a vehicle |
US20190295567A1 (en) * | 2018-03-20 | 2019-09-26 | Honda Motor Co., Ltd. | Abnormal sound detection apparatus and detection method |
CN110307994A (zh) * | 2018-03-20 | 2019-10-08 | 本田技研工业株式会社 | 异声检测装置以及异声检测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021152500A (ja) | 2021-09-30 |
US11361782B2 (en) | 2022-06-14 |
US20210304785A1 (en) | 2021-09-30 |
JP7053705B2 (ja) | 2022-04-12 |
CN113447274B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113447274A (zh) | 异常声音判定装置以及异常声音判定方法 | |
CN110307994A (zh) | 异声检测装置以及异声检测方法 | |
US7493238B2 (en) | Abnormal noise correction verification apparatus | |
US6975948B2 (en) | Method of identifying a source of a signal | |
JP5320956B2 (ja) | 音源探査装置および音源探査方法 | |
EP0671620A2 (en) | Identification of vibration induced noises on vehicles | |
US10475469B2 (en) | Abnormal sound determination apparatus and determination method | |
Younes et al. | Perceptual study of the evolution of gear defects | |
Lee et al. | Development of an algorithm to automatically detect and distinguish squeak and rattle noises | |
JP2021152499A (ja) | 異音生成装置および異音生成方法 | |
RU2331893C1 (ru) | Способ выделения дискретных составляющих в спектре сигнала и устройство для его осуществления | |
Frank et al. | In-vehicle tire sound quality prediction from tire noise data | |
Chen et al. | Application of Blocked Force Methodology in NVH development of Electrical Machines | |
Iglesias et al. | Comparison between subjective evaluation and psychoacoustic parameters for car steering wheel rattle noise assessment | |
Bleitz et al. | Automated production noise testing of power steering pumps | |
JP7338103B2 (ja) | タイヤ放射音の評価方法 | |
JP2022089633A (ja) | タイヤ放射音の評価方法 | |
KR100366206B1 (ko) | 협대역 소음을 영상화하는 시스템 및 방법, 및 이를이용하여 운송기계의 상태를 모니터링하는 시스템과 방법 | |
Nopiah et al. | Computational method for predicting the effects of vibrations to acoustical comfort in vehicle cabin | |
Campello Vicente et al. | Inverse transfer path analysis, a different approach to shorten time in NVH assessments | |
Thom et al. | Augmenting Vehicle Production Audit with Objective Data and Sound Quality Metrics to Improve Customer Experience in a Changing Automotive Landscape | |
Vuksanovic et al. | Measurement and preliminary analysis of powertrain vibrations in vehicle production environment | |
Ginn et al. | Contribution analysis in pass-by testing using moving source beamforming | |
Choi | PREDICTION OF THE SPLIT IN THE FUNDAMENTAL AIR-CAVITY MODE OF LOADED TIRES IN THE PRESENCE OF ROLLING BASED ON EXPERIMENTAL OBSERVATIONS AND COMPUTATIONAL SIMULATIONS | |
Rinaldi et al. | A unique software tool for automotive NVH troubleshooting |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |