CN114643818A - 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品 - Google Patents

一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品 Download PDF

Info

Publication number
CN114643818A
CN114643818A CN202210217010.5A CN202210217010A CN114643818A CN 114643818 A CN114643818 A CN 114643818A CN 202210217010 A CN202210217010 A CN 202210217010A CN 114643818 A CN114643818 A CN 114643818A
Authority
CN
China
Prior art keywords
rib
pattern
ribs
pitch
tire
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
Application number
CN202210217010.5A
Other languages
English (en)
Other versions
CN114643818B (zh
Inventor
朱振华
夏丹华
王剑波
吕剑
任福君
王建中
金基典
陈弘
钱晔
金兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongce Rubber Group Co Ltd
Hangzhou Haichao Rubber Co Ltd
Original Assignee
Zhongce Rubber Group Co Ltd
Hangzhou Haichao Rubber Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongce Rubber Group Co Ltd, Hangzhou Haichao Rubber Co Ltd filed Critical Zhongce Rubber Group Co Ltd
Priority to CN202210217010.5A priority Critical patent/CN114643818B/zh
Publication of CN114643818A publication Critical patent/CN114643818A/zh
Application granted granted Critical
Publication of CN114643818B publication Critical patent/CN114643818B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60CVEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C99/00Subject matter not provided for in other groups of this subclass
    • B60C99/006Computer aided tyre design or simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Abstract

本发明涉及轮胎花纹智能设计领域,尤其涉及一种基于图像识别的轮胎花纹噪声仿真预测的方法、设备和计算机程序产品。一种基于图像识别的轮胎花纹噪声仿真预测的方法,该方法从轮胎花纹噪声的撞击发声机理出发,通过计算花纹的横向海陆比,结合轮胎的行驶速度,获得时域谱,再通过快速傅里叶变换计算频谱。仿真原理易于花纹设计人员掌握,前处理操作简洁快速,运行速度快,效率高,仿真结果能够满足设计分析精度要求,缩短新花纹研发周期和降低开发成本,提高花纹数字化设计水平。

Description

一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程 序产品
技术领域
本发明涉及轮胎花纹智能设计领域,尤其涉及一种基于图像识别的轮胎花纹噪声仿真预测的方法、设备和计算机程序产品。
背景技术
电动汽车相对于燃油汽车来说,其发动机噪声大幅下降,整车噪声最主要的来源由发动机被轮胎代替,随着电动汽车的普及,主机厂对轮胎噪声的要求越来越高。轮胎噪声主要的测试方法有场地滑行法和室内转鼓法,滑行法测试需要建造场地,转鼓法需要建立噪声实验室,建造费用都很昂贵,而且测试费用高,周期长。因此各大轮胎企业或研究机构都在进行花纹噪声仿真技术开发,以指导花纹结构设计,提高开发效率。
现有技术中,发明专利(公布号:CN104102820A公布日:20141015)公开了一种轮胎花纹噪声解析预报方法,该方法基于泵浦噪声发声机理,通过识别花纹参数获得花纹沟的发声特性,从而计算轮胎泵浦噪声,但该方法需要通过声传递函数进行计算,增加了计算结果的不确定性,专利中并未提及声传递函数的定义或表达式,如果声传递函数不能准确地描述花纹沟的发声特性,导致预测结果的准确性下降,从而设计应用性能下降。发明专利申请(公开号:CN113886991A公开日:20220104)公开了一种轮胎花纹冲击噪声的预测方法,该方法通过程序提取DXF格式文件的点、直线和曲线等对象提取花纹设计参数,只能提取各花纹条节距设计相同的情况,对于各花纹条节距设计不同的情况下,则难以分析,而且频谱图通过傅里叶级数计算得到,频率分辨率即为基频(如果轮胎外周长为两米,则在80km/h的速度下基频为11.11Hz),因此频率分辨率较低。另外,发明专利申请(公开号:CN112084682A公开日:20201215)公开了一种TBR轮胎噪音测试模拟方法,该方法通过大型的分析软件进行建模和计算分析,模型复杂,建模耗时耗力,对建模人员要求高,不适用于大量的仿真计算,而且购买大型的软件费用较高。
发明内容
为了解决上述的技术问题,本发明的目的是提供一种基于图像识别的轮胎花纹噪声仿真预测的方法,该方法从轮胎花纹噪声的撞击发声机理出发,通过计算花纹的横向海陆比,结合轮胎的行驶速度,获得时域谱,再通过快速傅里叶变换计算频谱。
为了实现上述的目的,本发明采用了以下的技术方案:
一种基于图像识别的轮胎花纹噪声仿真预测的方法,该方法包括以下的步骤:
1)花纹前处理,导出png格式图片;
2)计算导出png格式图片像素与设计长度的比值R;
3)获得各花纹条的横向海陆比数列,第i个花纹条为NGi
4)计算错位后的各花纹条横向海陆比数列,错位后的第i个花纹条为NGSi
5)计算整体胎面的横向海陆比数列NGT;
6)得到花纹噪声频谱。
作为优选,所述步骤1)中如果花纹设计图各花纹条的节距设计种类(包括类型、长度和序列)一致,将错位值调整为0,使得每个节距为一个矩形,只需截取行驶面宽度部分;如果各花纹条的节距设计种类不一致,则无需调整。对轮胎花纹块进行黑色填充,花纹沟和钢片进行白色填充,导出各个类型节距的png格式图片,对于各花纹条的节距设计种类不一致的,需要按花纹条分别导出,并且png格式图片四周要求不能有除了花纹元素外的其他像素。
作为优选,所述步骤2)中如果各花纹条的节距设计种类一致,通过程序裁去每个节距的四周空白像素,如果各花纹条的节距设计种类不一致,则跳过裁去空白像素这个步骤,提取其中一个节距的宽度方向(各花纹条的节距设计种类一致的取行驶面宽度,否则取其中一个花纹条的宽度)的像素个数,像素个数除以对应的设计宽度得比值R,单位为个/mm,一般R不是一个整数。
作为优选,所述步骤3)中对于各花纹条的节距设计种类一致的花纹,如果相邻的花纹条之间有错位,则认为是不同的花纹条,各花纹条之间划分的界限,要求满足不影响单个花纹条的横向海陆比,按花纹条的宽度比例进行裁切,设第i个花纹条宽度为Wi mm,则其有wi=Wi*R个像素;对于各花纹条的节距设计种类不一致的花纹,由于按花纹条分别导出,无需裁切。对第i个花纹条的各节距种类进行横向海陆比计算,根据该花纹条的节距排列进行拼接,可计算得到该花纹条的横向海陆比数列NGi
作为优选,所述步骤4)中以第1花纹条为基准,则第1条花纹的错位值为0,NGSi就是其本身NGi,即NGS1=NG1,设第i花纹条的错位值为a mm(设向上错位为正,向下为负),如果a>0,则总共错位像素为int(a*R)个,则NGi数列中第int(a*R)个值即为NGSi数列中的第1个值,即NGi[a*R-1]=NGSi[0],如果a<0,设轮胎外周长共有n个像素,则NGi数列中第n+int(a*R)个值即为NGSi数列中的第1个值,即NGi[n+int(a*R)-1]=NGSi[0],数列中其他值的转换按次序类推。
作为优选,所述步骤5)中假设某轮胎花纹共有m个花纹条,第i花纹条宽度为wi个像素,则整体胎面的横向海陆比数列的第j个值为:
Figure BDA0003535372170000031
作为优选,所述步骤6)中将NGT等分2p份,其中p为正整数,而且2p≤n,一般p取10、11或12,计算每个等分块的横向海陆比,得到新的整体胎面海陆比NGTFFT,对其进行快速傅里叶变换fft(NGTFFT),得到2p个复数,每个值分别取模值,再除以2p得到对应频率下的幅值。
作为优选,该方法还包括:可显示整胎花纹图、NGT数列图、NGTFFT时域图。
作为优选,该方法还包括:通过调整最大计算频率fmax和p值,可以调整横坐标的频率分辨率,最高频率分辨率为fmax/2p
作为优选,该方法还包括:可以计算不同速度下轮胎花纹噪声频谱。
作为优选,该方法还包括:以频率为横坐标,幅值为纵坐标,可得花纹噪声频谱图,并可导出计算结果数据,存为txt或xlsx等格式文件,根据需要进行后续数据处理,例如获得总声压级值、1/3倍频程谱图、FFT频谱图等。
进一步,本发明还公开了一种智能设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述任意一项技术方案所述的方法。
进一步,本发明还公开了一种存储程序指令的非暂时性计算机可读载体介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被所述处理器执行时实现上述任意一项技术方案所述的方法。
本发明由于采用了上述的技术方案,一种基于图像识别的轮胎花纹噪声仿真预测的方法,该方法仿真原理简单明了,易于花纹设计人员理解掌握,而且运行速度快,效率高,操作简单,仿真结果精度满足要求,性价比高,成本低。
附图说明
图1是根据本发明一个实施例的轮胎花纹噪声仿真预测方法的流程图。
图2是根据本发明一个实施例的195/65R14规格C节距的花纹设计图。
图3是根据本发明一个实施例的195/65R14规格C节距的png格式花纹图。
图4是根据本发明一个实施例的拼接后的花纹图以及NGT数列图。
图5是根据本发明一个实施例的100km/h时的时域图(上图)和频域图(下图)。
图6是根据本发明一个实施例的麦克风测试位置图。
图7是根据本发明一个实施例的195/65R14规格轮胎的部分胎面图。
图8是根据本发明一个实施例的在不同速度下仿真和实测的A计权总声压级值。
图9是根据本发明一个实施例的不同分辨率的仿真1/3倍频程频谱图。
图10是根据本发明一个实施例的不同速度下仿真和实测1/3倍频程频谱图。
图11是根据本发明一个实施例的不同速度下仿真FFT频谱图。
图12是根据本发明一个实施例的不同速度下实测FFT频谱图。
具体实施方式
本发明的方法用于各种不同类型轮胎的花纹噪声仿真预测以及花纹设计。
以下通过一实例对本发明作进一步说明,本实施例以本发明技术方案为前提下进行实施,但本发明的保护范围不限于下述实施例。
一种基于图像识别的轮胎花纹噪声仿真预测的方法,该方法包括以下的步骤:
1)花纹前处理,导出png格式图片;
如果花纹设计图各花纹条的节距设计种类(包括类型、长度和序列)一致,将错位值调整为0,使得每个节距为一个矩形,只需截取行驶面宽度部分;如果各花纹条的节距设计种类不一致,则无需调整。对轮胎花纹块进行黑色填充,花纹沟和钢片进行白色填充,导出各个类型节距的png格式图片,对于各花纹条的节距设计种类不一致的,需要按花纹条分别导出,并且png格式图片四周要求不能有除了花纹元素外的其他像素。
2)计算导出png格式图片像素与设计长度的比值R;
如果各花纹条的节距设计种类一致,通过程序裁去每个节距的四周空白像素,如果各花纹条的节距设计种类不一致,则跳过裁去空白像素这个步骤,提取其中一个节距的宽度方向(各花纹条的节距设计种类一致的取行驶面宽度,否则取其中一个花纹条的宽度)的像素个数,像素个数除以对应的设计宽度得比值R,单位为个/mm,一般R不是一个整数。
3)获得各花纹条的横向海陆比数列,第i个花纹条为NGi
对于各花纹条的节距设计种类一致的花纹,如果相邻的花纹条之间有错位,则认为是不同的花纹条,各花纹条之间划分的界限,要求满足不影响单个花纹条的横向海陆比,按花纹条的宽度比例进行裁切,设第i个花纹条宽度为Wi mm,则其有wi=Wi*R个像素;对于各花纹条的节距设计种类不一致的花纹,由于按花纹条分别导出,无需裁切。对第i个花纹条的各节距种类进行横向海陆比计算,根据该花纹条的节距排列进行拼接,可计算得到该花纹条的横向海陆比数列NGi
4)计算错位后的各花纹条横向海陆比数列,错位后的第i个花纹条为NGSi
以第1花纹条为基准,则第1条花纹的错位值为0,NGSi就是其本身NGi,即NGS1=NG1,设第i花纹条的错位值为a mm(设向上错位为正,向下为负),如果a>0,则总共错位像素为int(a*R)个,则NGi数列中第int(a*R)个值即为NGSi数列中的第1个值,即NGi[a*R-1]=NGSi[0],如果a<0,设轮胎外周长共有n个像素,则NGi数列中第n+int(a*R)个值即为NGSi数列中的第1个值,即NGi[n+int(a*R)-1]=NGSi[0],数列中其他值的转换按次序类推。
5)计算整体胎面的横向海陆比数列NGT;
假设某轮胎花纹共有m个花纹条,第i花纹条宽度为wi个像素,则整体胎面的横向海陆比数列的第j个值为:
Figure BDA0003535372170000051
6)得到花纹噪声频谱图
将NGT等分2p份,其中p为正整数,而且2p≤n,一般p取10、11或12,计算每个等分块的横向海陆比,得到新的整体胎面海陆比NGTFFT,对其进行快速傅里叶变换fft(NGTFFT),得到2p个复数,每个值分别取模值,再除以2p得到对应频率下的幅值。
本实施例以轮胎规格195/65R14规格为例,其花纹为目前行业内最常见的花纹设计形式之一,花纹节距设计如表1所示,其中C节距的花纹设计图如图2所示。
经分析,该花纹各花纹条的节距设计种类一致,花纹图中心对称,错位5mm,将错位值调整为0,由于钢片所占面积在整体胎面中占比较小,对分析结果影响很小,为加快分析速度,忽略钢片,但以钢片为主的花纹则必须考虑钢片。在CAD软件(例如AutoCAD)中对花纹块进行填充,只填充行驶面宽度部分即可,将各节距导出成bmp格式图片,由于各花纹条节距种类一致,为加快前处理速度,导出图片时四周可以留有空白,后续程序可以自动去除,通过画图软件另存为png格式单色位图,用于导入后续分析。其中填充后的C节距的png格式花纹图如图3所示。
表1 195/65R14规格轮胎节距设计
Figure BDA0003535372170000052
提取宽度方向的总像素为1476个,除以行驶面宽度158.44mm,得R=9.31582933603个/mm。
花纹图是中心对称,有错位,可以将花纹图分成两个花纹条,两花纹的条宽度W1(右侧)和W2(左侧)都是79.22mm,则可得到w1和w2都是int(79.22*R)=738个像素。将每个节距的花纹图按花纹条像素宽度进行裁切,并计算得到每个节距的横向海陆比,两花纹条节距排列一致,都按“AAABDEEDCBDCBDECAACEEEDCCBBBCDDEEDC”进行拼接,计算得到两个花纹条的海陆比数列NG1和NG2
花纹图的像素读入后,输出显示发生了翻转,以右侧花纹条为第1花纹条,相当于错位为0,即NGS1=NG1,,左侧花纹条为向上错位5mm,计算得int(5*R)=47个像素,因此将NG2[0]到NG2[46]移动到最后,得错位后的NGS2数列。
得到错位后的两个花纹条的横向海陆比后,计算整体胎面的横向海陆比数列,例如第j个值为NGT[j]=(w1*NGS1[j]+w2*NGS2[j])/(w1+w2)。
拼接后的花纹图以及NGT数列图如图4所示。
取p=11,将数列NGT等分211份,计算得到新数列NGTFFT,对其进行快速傅里叶变换,最大分析频率取5000Hz,得最高频率分辨率5000/211=2.44Hz,图5为其速度在100km/h时的时域图(上图)和频域图(下图)。
为验证仿真结果的准确性,对该轮胎进行转鼓法室内近场噪声实测,转鼓直径1.707m,表面为光滑金属表面,因此认为测试结果近似为花纹噪声,测试负荷为该轮胎规格的标准负荷,测试气压为标准气压,麦克风的位置距墙面0.25m,离轮胎中心横向0.4m、纵向0.4m,麦克风成45°角,指向接地中心,如图6所示。任意抽取一条该规格的轮胎进行测试,截取的部分胎面如图7。
为便于对比,使仿真结果与实测结果在形式上保持一致,将仿真频谱图的计算结果数据导出为Excel文件,进行后处理。取参考声压2×10-5Pa,计算得到每个频率对应的Z计权声压级,将其转换成A计权声压级,通过计算可得到A计权总声压级值、1/3倍频程频谱图和FFT频谱图。图8是在不同速度下仿真和实测的A计权总声压级值,经拟合,仿真和实测的A计权总声压级值的线性相关系数平方达0.97。图9是在仿真频谱图上分别取1024(分辨率4.88Hz)和2048(分辨率2.44Hz)个点后的1/3倍频程频谱图。图10是不同速度下仿真和实测1/3倍频程频谱图。图11和图12分别是不同速度下仿真和实测FFT频谱图,实测FFT频谱图的分辨率为2.93Hz。
从以上实施例来看,该方法仿真原理易于花纹设计人员掌握,前处理操作简洁快速,仿真结果与实测结果趋势基本一致,满足设计分析精度要求,能够缩短新花纹研发周期和降低开发成本,提高花纹数字化设计水平。
以上为对本发明实施例的描述,通过对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的。本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施列,而是要符合与本文所公开的原理和新颖点相一致的最宽的范围。

Claims (10)

1.一种基于图像识别的轮胎花纹噪声仿真预测的方法,其特征在于,该方法包括以下的步骤:
1)花纹前处理,导出png格式图片;
对轮胎花纹块进行黑色填充,花纹沟和钢片进行白色填充,导出各个类型节距的png格式图片,对于各花纹条的节距设计种类不一致的,需要按花纹条分别导出,并且png格式图片四周要求不能有除了花纹元素外的其他像素;
2)计算导出png格式图片像素与设计长度的比值R;
提取其中一个节距的宽度方向的像素个数,像素个数除以对应的设计宽度得比值R,单位为个/mm;
3)获得各花纹条的横向海陆比数列,第i个花纹条为NGi
对第i个花纹条的各节距种类进行横向海陆比计算,根据该花纹条的节距排列进行拼接,可计算得到该花纹条的横向海陆比数列NGi
4)计算错位后的各花纹条横向海陆比数列,错位后的第i个花纹条为NGSi
以第1花纹条为基准,则第1条花纹的错位值为0,NGSi就是其本身NGi,即NGS1=NG1,设第i花纹条的错位值为a mm,如果a>0,则总共错位像素为int(a*R)个,则NGi数列中第int(a*R)个值即为NGSi数列中的第1个值,即NGi[a*R-1]=NGSi[0],如果a<0,设轮胎外周长共有n个像素,则NGi数列中第n+int(a*R)个值即为NGSi数列中的第1个值,即NGi[n+int(a*R)-1]=NGSi[0],数列中其他值的转换按次序类推;
5)计算整体胎面的横向海陆比数列NGT;
设某轮胎花纹共有m个花纹条,第i花纹条宽度为wi个像素,则整体胎面的横向海陆比数列的第j个值为:
Figure FDA0003535372160000011
6)得到花纹噪声频谱图;
将NGT等分2p份,其中p为正整数,而且2p≤n,一般p取10、11或12,计算每个等分块的横向海陆比,得到新的整体胎面海陆比NGTFFT,对其进行快速傅里叶变换fft(NGTFFT),得到2p个复数,每个值分别取模值,再除以2p得到对应频率下的幅值。
2.根据权利要求1所述的方法,其特征在于,步骤1):如果花纹设计图各花纹条的节距设计种类(包括类型、长度和序列)一致,将错位值调整为0,使得每个节距为一个矩形,只需截取行驶面宽度部分;如果各花纹条的节距设计种类不一致,则无需调整。
3.根据权利要求1所述的方法,其特征在于,步骤2)中如果各花纹条的节距设计种类一致,通过程序裁去每个节距的四周空白像素,如果各花纹条的节距设计种类不一致,则跳过裁去空白像素这个步骤。
4.根据权利要求1所述的方法,其特征在于,步骤3)中:对于各花纹条的节距设计种类一致的花纹,如果相邻的花纹条之间有错位,则认为是不同的花纹条,各花纹条之间划分的界限,要求满足不影响单个花纹条的横向海陆比,按花纹条的宽度比例进行裁切,设第i个花纹条宽度为Wi mm,则其有wi=Wi*R个像素;对于各花纹条的节距设计种类不一致的花纹,由于按花纹条分别导出,无需裁切。
5.根据权利要求1所述的方法,其特征在于,步骤6)中还可以获得包括:可显示整胎花纹图、NGT数列图和NGTFFT时域图中的一种或多种。
6.根据权利要求1所述的方法,其特征在于,步骤6)中通过调整最大计算频率fmax和p值,可以调整横坐标的频率分辨率,最高频率分辨率为fmax/2p
7.根据权利要求1所述的方法,其特征在于,步骤6)中可以计算不同速度下轮胎花纹噪声频谱。
8.根据权利要求1所述的方法,其特征在于,步骤6)中以频率为横坐标,幅值为纵坐标,可得花纹噪声频谱图,并可导出计算结果数据,存为txt或xlsx等格式文件,根据需要进行后续数据处理,包括获得总声压级值、1/3倍频程谱图和FFT频谱图中的一种或多种。
9.一种智能设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现权利要求1-8任意一项权利要求所述的方法。
10.一种存储程序指令的非暂时性计算机可读载体介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被所述处理器执行时实现权利要求1-8任意一项权利要求所述的方法。
CN202210217010.5A 2022-03-07 2022-03-07 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品 Active CN114643818B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210217010.5A CN114643818B (zh) 2022-03-07 2022-03-07 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210217010.5A CN114643818B (zh) 2022-03-07 2022-03-07 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品

Publications (2)

Publication Number Publication Date
CN114643818A true CN114643818A (zh) 2022-06-21
CN114643818B CN114643818B (zh) 2023-05-23

Family

ID=81993288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210217010.5A Active CN114643818B (zh) 2022-03-07 2022-03-07 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品

Country Status (1)

Country Link
CN (1) CN114643818B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579932A (zh) * 2023-03-29 2023-08-11 山东华勤橡胶科技有限公司 一种轮胎花纹噪声的预测及优化方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1095794A2 (en) * 1999-10-25 2001-05-02 Bridgestone Corporation Method of designing a tire, method of designing a vulcanizing mold for a tire, method of making a vulcanizing mold for a tire, method of manufacturing a pneumatic tire, and recording medium with tire designing program record thereon
CN102473197A (zh) * 2009-07-15 2012-05-23 米其林研究和技术股份有限公司 改善胎面噪声的方法
CN104102820A (zh) * 2014-06-27 2014-10-15 清华大学 轮胎花纹噪声解析预报方法及系统
CN104344967A (zh) * 2014-02-28 2015-02-11 风神轮胎股份有限公司 一种轮胎花纹沟泵吸噪声声源识别及方法
JP2018095201A (ja) * 2016-12-16 2018-06-21 東洋ゴム工業株式会社 タイヤ騒音の評価方法、装置、及びプログラム
CN108614935A (zh) * 2018-04-24 2018-10-02 哈尔滨工大泰铭科技有限公司 一种快速实现轮胎花纹节距噪声预测的方法
CN113886991A (zh) * 2021-10-18 2022-01-04 哈尔滨工业大学 一种轮胎花纹冲击噪声的预测方法
CN114117638A (zh) * 2021-11-30 2022-03-01 青岛双星轮胎工业有限公司 基于Matlab软件的轮胎半经验噪声分析系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1095794A2 (en) * 1999-10-25 2001-05-02 Bridgestone Corporation Method of designing a tire, method of designing a vulcanizing mold for a tire, method of making a vulcanizing mold for a tire, method of manufacturing a pneumatic tire, and recording medium with tire designing program record thereon
CN102473197A (zh) * 2009-07-15 2012-05-23 米其林研究和技术股份有限公司 改善胎面噪声的方法
CN104344967A (zh) * 2014-02-28 2015-02-11 风神轮胎股份有限公司 一种轮胎花纹沟泵吸噪声声源识别及方法
CN104102820A (zh) * 2014-06-27 2014-10-15 清华大学 轮胎花纹噪声解析预报方法及系统
JP2018095201A (ja) * 2016-12-16 2018-06-21 東洋ゴム工業株式会社 タイヤ騒音の評価方法、装置、及びプログラム
CN108614935A (zh) * 2018-04-24 2018-10-02 哈尔滨工大泰铭科技有限公司 一种快速实现轮胎花纹节距噪声预测的方法
CN113886991A (zh) * 2021-10-18 2022-01-04 哈尔滨工业大学 一种轮胎花纹冲击噪声的预测方法
CN114117638A (zh) * 2021-11-30 2022-03-01 青岛双星轮胎工业有限公司 基于Matlab软件的轮胎半经验噪声分析系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579932A (zh) * 2023-03-29 2023-08-11 山东华勤橡胶科技有限公司 一种轮胎花纹噪声的预测及优化方法及系统

Also Published As

Publication number Publication date
CN114643818B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
US10311635B2 (en) Method and apparatus for detecting repetitive structures in 3D mesh models
CN108959794A (zh) 一种基于深度学习的结构频响动力学模型修正方法
CN110046379B (zh) 一种基于空间-频率信息的结构整体损伤识别方法
CN114643818B (zh) 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品
Lee et al. Prediction of tire pattern noise in early design stage based on convolutional neural network
Zhang et al. Fault identification based on PD ultrasonic signal using RNN, DNN and CNN
CN109490861B (zh) 一种高炉料线提取方法
CN104102820A (zh) 轮胎花纹噪声解析预报方法及系统
CN115187583A (zh) 一种基于改进YOLOv5的轻量化道路缺陷检测方法
CN107318014A (zh) 基于视觉显著区域和时空特性的视频质量评估方法
CN104698090A (zh) 一种冷却塔故障诊断方法
CN113886991B (zh) 一种轮胎花纹冲击噪声的预测方法
CN111368919A (zh) 特征数据构建方法、数据集构建方法、数据分类方法、emc故障的诊断方法和系统
KR101433698B1 (ko) 트레드 소음 개선 방법
CN109934151B (zh) 一种基于movidius计算芯片和Yolo face的人脸检测方法
Rapino et al. Processing of tyre data for rolling noise prediction through a statistical modelling approach
CN105956318A (zh) 基于改进分裂 h-k 聚类方法的风电场机群划分方法
CN1570972A (zh) 一种基于图像纹理特征的图像检索方法
CN115101149A (zh) 材料微观结构总能量预测方法
CN115797311A (zh) 一种基于深度强化学习的公路裂缝图像分割方法
US20230274052A1 (en) Method to reduce a vehicle pass-by noise
CN115035408A (zh) 基于迁移学习和注意力机制的无人机影像树种分类方法
CN107655708A (zh) 一种识别轮胎空腔模态的方法及系统
Wu et al. Fast calibration for vibration-based pavement roughness measurement based on model updating of vehicle dynamics
CN113204742A (zh) 车辆控制参数的标定方法、装置及车辆

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