CN116399952B - 一种用于声学材料的隔音减震性能的智能评估方法及系统 - Google Patents
一种用于声学材料的隔音减震性能的智能评估方法及系统 Download PDFInfo
- Publication number
- CN116399952B CN116399952B CN202310671121.8A CN202310671121A CN116399952B CN 116399952 B CN116399952 B CN 116399952B CN 202310671121 A CN202310671121 A CN 202310671121A CN 116399952 B CN116399952 B CN 116399952B
- Authority
- CN
- China
- Prior art keywords
- sound
- test
- scheme
- result
- sound source
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 110
- 238000009413 insulation Methods 0.000 title claims abstract description 41
- 239000012814 acoustic material Substances 0.000 title claims abstract description 26
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 21
- 230000035939 shock Effects 0.000 title claims abstract description 20
- 238000012360 testing method Methods 0.000 claims abstract description 211
- 239000000463 material Substances 0.000 claims abstract description 113
- 230000007613 environmental effect Effects 0.000 claims abstract description 55
- 230000002776 aggregation Effects 0.000 claims abstract description 34
- 238000004220 aggregation Methods 0.000 claims abstract description 34
- 238000012795 verification Methods 0.000 claims abstract description 31
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 238000012423 maintenance Methods 0.000 claims description 19
- 238000011056 performance test Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 2
- 238000013016 damping Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明提供了一种用于声学材料的隔音减震性能的智能评估方法及系统,涉及数据处理技术领域,该方法包括:采集待测材料的材料应用信息,并执行应用场景聚合;配置测试方案;配置声源和所述待测材料;执行所述测试方案,并通过声音测试设备进行N个位置的声音接收;进生成第一评估结果;在所述声源的预定距离内布设辅助声音测试设备,进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;生成第二评估结果,解决了现有技术中存在由于测试方案规划不合理,且大多没有考虑环境噪音的影响,进而导致隔音减震性能评估结果精度和准确度不足的技术问题,达到提升性能评估精度和准确性的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种用于声学材料的隔音减震性能的智能评估方法及系统。
背景技术
随着社会的发展,声学材料在人类生活以及工作中的使用变得频繁,比如录音棚、卧室、娱乐场所等地方大多会安装声学材料实现隔音,因此,对于声学材料的隔音减震性能进行评估,可以有效帮助用户了解声学材料的可以达到的性能,辅助厂家进行质量把控,也可辅助用户进行材料选取,其具有重要的现实意义。
目前,现有技术中存在由于测试方案规划不合理,且大多没有考虑环境噪音的影响,进而导致隔音减震性能评估结果精度和准确度不足的技术问题。
发明内容
本发明提供了一种用于声学材料的隔音减震性能的智能评估方法及系统,用以解决现有技术中存在由于测试方案规划不合理,且大多没有考虑环境噪音的影响,进而导致隔音减震性能评估结果精度和准确度不足的技术问题。
根据本发明的第一方面,提供了一种用于声学材料的隔音减震性能的智能评估方法,包括:采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;进行接收信号的声音特征、接收位置与测试方案进行方案映射,生成第一评估结果;在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果。
根据本发明的第二方面,提供了一种用于声学材料的隔音减震性能的智能评估系统,包括:应用场景聚合模块,所述应用场景聚合模块用于采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;测试方案配置模块,所述测试方案配置模块用于基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;测试材料配置模块,所述测试材料配置模块用于通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;测试方案执行模块,所述测试方案执行模块用于通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;第一评估结果生成模块,所述第一评估结果生成模块用于进行接收信号的声音特征、接收位置与测试方案进行方案映射,生成第一评估结果;声源发声验证模块,所述声源发声验证模块用于在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;第二评估结果生成模块,所述第二评估结果生成模块用于基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果。
根据本发明采用的一种用于声学材料的隔音减震性能的智能评估方法,采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;进行接收信号的声音特征、接收位置与测试方案进行方案映射,生成第一评估结果;在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果,实现对待测材料的隔音减震性能的评估,达到提升性能评估精度和准确性的技术效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种用于声学材料的隔音减震性能的智能评估方法的流程示意图;
图2为本发明实施例中生成第三评估结果的流程示意图;
图3为本发明实施例中执行异常预警的流程示意图;
图4为本发明实施例提供的一种用于声学材料的隔音减震性能的智能评估系统的结构示意图。
附图标记说明:应用场景聚合模块11,测试方案配置模块12,测试材料配置模块13,测试方案执行模块14,第一评估结果生成模块15,声源发声验证模块16,第二评估结果生成模块17。
具体实施方式
以下结合附图对本发明的示范性实施例作出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于测试方案规划不合理,且大多没有考虑环境噪音的影响,进而导致隔音减震性能评估结果精度和准确度不足的技术问题,本发明的发明人经过创造性的劳动,得到了本发明的一种用于声学材料的隔音减震性能的智能评估方法及系统。
图1为本发明实施例提供的一种用于声学材料的隔音减震性能的智能评估方法图,所述方法包括:
步骤S100:采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;
具体而言,待测材料是指任意类型的声学材料,比如隔音减震垫、吸音材料等,材料应用信息是指所述待测材料的应用情况,比如用于楼板隔音,房间墙壁隔音、录音棚隔音等等,基于此提取应用场景,并执行应用场景聚合,简单来说,一种材料的应用场景可以有多个,根据场景类型将多个应用场景聚合,便于后续为不同的应用场景配置不同测试方案。
步骤S200:基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;
具体而言,基于应用场景聚合结果配置测试方案,不同的应用场景配置不同的测试方案,比如用于楼板隔音的测试方案、录音棚隔音的测试方案等,不同应用场景需要隔离或者吸收的声音强度是不同的,因此需要配置的材料厚度不同,其可以达到的隔音减震效果也不同,基于此,根据不同应用场景配置不同的测试方案,测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅,需要说明的是,材料厚度、测试距离、测试声音的频率和振幅并不是一个固定的数值,而是数据分布密度、分布等级,以及数据之间的占比权重,比如不同位置的材料厚度分布情况不同、某一个区域厚度较高、某一个区域较低、较厚的区域所占权重等,可通过现有技术获取测试方案,或者基于历史测试数据提取测试方案。
步骤S300:通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;
具体而言,通过所述测试方案配置满足测试方案的声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置,声源的声音频率与测试方案中的振幅与测试声音的频率和振幅一致,材料厚度与测试方案中的材料厚度一致,材料布设位置和声源坐标需根据测试方案中的测试距离确定,测试距离即为声源与测试材料之间的距离,由此确定满足测试距离的材料布设位置和声源坐标。
步骤S400:通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;
具体而言,通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数,声音测试设备是用于接收声波的装置,比如声波检测仪,通俗地讲,执行测试方案后,需要获取隔音减震性能测试结果,因此,需要通过声音测试设备获取经过测试材料的隔音效果,N个位置可自行设定,比如距离测试材料的1米、5米等位置,由此获取N个位置的声音接收,得到接收信号,接收信号包括声音频率、振幅。
步骤S500:进行接收信号的声音特征、接收位置与测试方案进行方案映射,生成第一评估结果;
具体而言,获取接收信号的声音特征(声音频率、振幅)、接收位置,并与测试方案进行方案映射,简单来说,接收信号的声音特征、接收位置与测试方案具有对应关系,比如,测试方案中声源坐标、声源的声音频率和振幅、材料厚度、材料布设位置对应接收信号的声音特征、接收位置,以此作为第一评估结果,清楚显示出待测材料的测试方案及其达到的隔音减震效果。
步骤S600:在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;
具体而言,辅助声音测试设备用于对声源发出的声音进行检测,确定声源发出的声音与测试方案中的测试声音的频率和振幅是否一致,基于此,在所述声源的预定距离内布设辅助声音测试设备,预定距离可根据实际情况自行设置,比如可按照测试距离在不同位置设置,通过所述辅助声音测试设备进行测试过程的声源发声验证,验证源发出的声音与测试方案中的测试声音的频率和振幅是否一致,如果不一致,获取频率和振幅的差异,以此作为验证结果,根据验证结果与所述测试方案进行方案的补充映射,通俗地讲,步骤S500中进行了接收信号的声音特征、接收位置与测试方案的方案映射,但是测试方案的实际测试过程中,声源发出的声音可能存在误差,验证结果即为误差结果,将误差结果与对应的测试方案建立对应关系,即为补充映射。
步骤S700:基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果。
具体而言,第一评估结果是指接收信号的声音特征、接收位置与测试方案的方案映射,根据补充映射对测试方案中的测试声音的频率和振幅进行校正,以校正后的测试方案与接收信号的声音特征、接收位置的方案映射作为第二评估结果,实现测试方案的数据补偿修正,达到提升待测材料的性能评估结果准确性的技术效果。
其中,如图2所示,本发明实施例步骤S800包括:
步骤S810:采在执行隔音性能测试前,通过所述声音测试设备进行标准场景的声音数据采集,构建环境声音集合,其中,所述环境声音集合包括K个时间段下的声音数据集合;
步骤S820:对所述环境声音集合进行环境声音评价,并基于环境声音评价结果确定背景环境噪声;
步骤S830:通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿;
步骤S840:基于影响补偿结果生成第三评估结果。
具体而言,在进行隔音性能测试时,通过声源发出测试声音,进行隔音性能评估也是以声源发出的测试声音作为参考数据,但是,执行隔音性能测试通过声音测试设备获取声音接收时,可能还会接收到测试环境中的声音,这就导致第二评估结果中叠加了测试环境的背景声音,导致结果不准确。因此,在执行隔音性能测试前,需要先通过所述声音测试设备进行标准场景的声音数据采集,就是采集测试环境中存在的背景噪声,构建环境声音集合,其中,所述环境声音集合包括K个时间段下的声音数据集合,K为大于1的整数,也就是说,进而对所述环境声音集合进行环境声音评价,简单来说,就是基于现有技术对环境声音集合的声音的频率、振幅进行分析,得到K个时间段下的环境声音的频率、振幅即为环境声音评价结果,也就是背景环境噪声,进而通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿,简单来说,就是将背景环境噪声从接收信号中剔除,以剔除背景环境噪声后的接收信号作为影响补偿结果,并与测试方案进行方案映射得到第三评估结果,达到提升评估结果的准确度和精度的效果。
其中,本发明实施例步骤S830还包括:
步骤S831:对所述背景环境噪声进行噪声稳定性分析,获得噪声稳定性分析结果;
步骤S832:设置稳定约束值,并基于所述噪声稳定性分析结果和所述稳定约束值进行连续时间内的分级聚合;
步骤S833:判断所述背景环境噪声对应时间节点的声压级与所述接收信号的差级是否满足预设差级阈值;
步骤S834:若所述声压级与所述接收信号的差级不能满足所述预设差级阈值时,则通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿。
具体而言,对所述背景环境噪声(K个时间段下的环境声音的频率、振幅)进行噪声稳定性分析,就是分析背景环境噪声的变化剧烈程度,具体可以获取单位时间内的数据变化幅度作为噪声稳定性分析结果。进一步设置稳定约束值,稳定约束值是对噪声稳定性分析结果进行分级的约束值,可自行设定,就是以稳定约束值作为数据分级标准,对噪声稳定性分析结果进行等距离分割,分割出的背景环境噪声的数据变化幅度的跨度均符合稳定约束值,实现连续时间内的分级聚合,每一个分级聚合结果包含跨度均符合稳定约束值的一段背景环境噪声,且具有时间标识。进一步计算每一段背景环境噪声对应的声压级,本实施例中,声压级可用,声压级可用每一段背景环境噪声对应的平均振幅或者平均频率表示,也可对两者进行加权计算获取,以此类推,同时获取每一个时间段对应的接收信号的声压级,计算所述背景环境噪声对应时间节点的声压级与所述接收信号的差级,并判断差级是否满足预设差级阈值,预设差级阈值一般由本领域人员自行设定,用于判断两个声压级是否接近,如果差级不能满足预设差级阈值,说明背景环境噪声与接收信号比较接近,接收信号中可能存在背景噪声的影响,需要通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿,将背景噪声的影响剔除,达到提升隔音性能评估结果的准确性的效果。
其中,本发明实施例步骤S834还包括:
步骤S8341:对所述背景环境噪声执行声音的特征提取,并设置特征相似区间;
步骤S8342:依据所述特征相似区间对特征提取结果进行相似扩充拟合,构建宽容特征集合;
步骤S8343:依据所述宽容特征集合对所述接收信号的声音特征执行特征匹配,根据匹配结果执行所述第二评估结果的背景噪声影响补偿。
具体而言,基于现有技术对所述背景环境噪声执行声音的特征提取,比如提取声音频谱特征等,并基于提取到的特征设置特征相似区间,相似区间是指与提取到的特征较为相似的特征值的允许变化区间,比如设置90%的相似度,在90%的相似度的约束下,获取与提取到的特征的相似度大于等于90%的相似度的特征值变化区间,进而依据所述特征相似区间对特征提取结果进行相似扩充拟合,简单来说,就是对特征提取结果进行数据扩充,扩充后的数据与特征提取结果的相似度较高,以扩充后的数据和特征提取结果一起组成宽容特征集合。进一步基于现有技术获取所述接收信号的声音特征,并在所述宽容特征集合执行特征匹配,得到与接收信号的声音特征相似度最高的声音特征作为匹配结果,根据匹配结果执行所述第二评估结果的背景噪声影响补偿,简单理解,就是基于现有技术将第二评估结果中的接收信号中与匹配结果相同的声音特征剔除,达到提升评估结果准确性的技术效果。
其中,如图3所示,本发明实施例步骤S900包括:
步骤S910:设置方案测试的均衡约束,其中,所述均衡约束为对于同一执行方案的方案测试结果稳定性约束值;
步骤S920:通过所述均衡约束执行所述接收信号的约束评价;
步骤S930:当任意所述接收信号不能满足所述均衡约束时,则生成异常性能测试信息;
步骤S940:通过所述异常性能测试信息进行接收信号对应的测试方案执行异常预警。
具体而言,设置方案测试的均衡约束,其中,所述均衡约束为对于同一执行方案的方案测试结果稳定性约束值,也就是说,均衡约束是对接收信号的约束,接收信号是通过声音测试设备进行N个位置的声音接收获取,不同位置获取到的接收信号会有差异,且每一个位置获得的接收信号会实时发生变化,均衡约束就是预先设置的允许存在的变化范围,可结合历史测试经验获取。进一步通过所述均衡约束执行所述接收信号的约束评价,就是判断从N个位置获取的接收信号的变化范围是否符合均衡约束,当N个位置获取的接收信号中的任意一个接收信号不能满足所述均衡约束时,则生成异常性能测试信息,通过所述异常性能测试信息对接收信号对应的测试方案执行异常预警,提醒工作人员该测试方案出现异常,辅助工作人员采取措施进行方案调整,保证性能测试的准确性。
其中,本发明实施例步骤S1000包括:
步骤S1010:对所述验证结果进行验证统计,并构建时序异常特征集;
步骤S1020:设置特征的校验检测通道,并基于所述校验检测通道执行所述时序异常特征集的异常偏向检测;
步骤S1030:根据异常偏向检测结果中的偏向值和偏向方向生成声源的维护信息;
步骤S1040:通过所述维护信息执行所述声源的周期维护。
具体而言,验证结果是指通过所述辅助声音测试设备进行测试过程的声源发声验证的结果,具体是指声源的声音频率和振幅与辅助声音测试设备获得的声音频率和振幅之间是否存在差异,出现差异的位置及对应的差异值。基于此对所述验证结果进行验证统计,将存在差异的位置及对应的差异值整理到一起,并按照验证时间进行排序,得到时序异常特征集。设置特征的校验检测通道,并基于所述校验检测通道执行所述时序异常特征集的异常偏向检测,通俗地讲,校验检测通道可以理解为进行异常偏向检测的工具,可基于现有技术获取,比如可基于机器学习中的神经网络模型训练构建,异常偏向检测就是对时序异常特征集中的差异位置和差异值进行统计分析,获取大于预设阈值的差异值对应的数据的声源对应的偏向值和偏向方向(差异方向,正向或者负向)组成异常偏向检测结果,根据偏向值和偏向方向生成声源的维护信息,维护信息包含维护方式和维护周期,比如可以获取历史异常偏向检测结果对应的历史声源维护方案,根据异常偏向检测结果在历史声源维护方案中匹配合适的维护方案,生成维护信息,进而通过所述维护信息执行所述声源的周期维护,保证声源的精准性,从而保证待测材料的性能评估结果的准确性。
其中,本发明实施例步骤S1100包括:
步骤S1110:对所述场景聚合结果中的每一场景执行场景特征提取,并依据场景特征库对场景特征提取结果生成场景特征标识,其中,所述场景特征标识包括角特征标识、空间特征标识;
步骤S1120:设置第一约束规则,其中,所述第一约束规则为角距离布设约束规则;
步骤S1130:设置第二约束规则,其中,所述第二约束规则为相邻设备空间约束规则;
步骤S1140:基于所述第一约束规则、所述第二约束规则、所述场景特征标识进行所述声源、所述待测材料和所述声音测试设备的设备分布。
具体而言,对所述场景聚合结果中的每一场景执行场景特征提取,并依据场景特征库对场景特征提取结果生成场景特征标识,具体来说,基于现有技术获取待测材料的多个应用场景和对应的场景特征(角特征、空间特征)组建场景特征库,然后根据场景聚合结果中的每一场景在场景特征库中进行遍历比对,获取每一场景对应的场景特征并进行提取,并对每一场景的场景特征提取结果进行标记,得到场景特征标识,所述场景特征标识包括角特征标识、空间特征标识,角特征即为场景内的建筑物的墙角位置,空间特征即为场景面积。进一步设置第一约束规则,其中,所述第一约束规则为角距离布设约束规则,通俗地讲,就是距离墙角的距离约束阈值,比如距离墙角1米内不允许放置声音测试设备或者声源。设置第二约束规则,其中,所述第二约束规则为相邻设备空间约束规则,通俗地讲,就是相邻的声音测试设备或者声源之间的距离约束阈值,比如相邻设备间的距离必须大于0.5米小于1米。进而基于所述第一约束规则、所述第二约束规则、所述场景特征标识进行所述声源、所述待测材料和所述声音测试设备的设备分布,保证所述声源、所述待测材料和所述声音测试设备的设备分布结果符合第一约束规则和第二约束规则,从而保证隔音性能测试的有效进行,防止因为设备分布位置不合理而导致测试结果不准确。
基于上述分析可知,本发明提供了一种用于声学材料的隔音减震性能的智能评估方法,在本实施例中,采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;进行接收信号的声音特征、接收位置与测试方案进行方案映射,生成第一评估结果;在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果,实现对待测材料的隔音减震性能的评估,达到提升性能评估精度和准确性的技术效果。
基于与前述实施例中一种用于声学材料的隔音减震性能的智能评估方法同样的发明构思,如图4所示,本发明还提供了一种用于声学材料的隔音减震性能的智能评估系统,所述系统包括:
应用场景聚合模块11,所述应用场景聚合模块11用于采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;
测试方案配置模块12,所述测试方案配置模块12用于基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;
测试材料配置模块13,所述测试材料配置模块13用于通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;
测试方案执行模块14,所述测试方案执行模块14用于通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;
第一评估结果生成模块15,所述第一评估结果生成模块15用于进行接收信号的声音特征、接收位置与测试方案进行方案映射,生成第一评估结果;
声源发声验证模块16,所述声源发声验证模块16用于在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;
第二评估结果生成模块17,所述第二评估结果生成模块17用于基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果。
进一步而言,所述系统还包括第三评估结果生成模块,所述第三评估结果生成模块用于:
在执行隔音性能测试前,通过所述声音测试设备进行标准场景的声音数据采集,构建环境声音集合,其中,所述环境声音集合包括K个时间段下的声音数据集合;
对所述环境声音集合进行环境声音评价,并基于环境声音评价结果确定背景环境噪声;
通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿;
基于影响补偿结果生成第三评估结果。
进一步而言,所述系统还包括背景噪声影响补偿模块,所述背景噪声影响补偿模块用于:
对所述背景环境噪声进行噪声稳定性分析,获得噪声稳定性分析结果;
设置稳定约束值,并基于所述噪声稳定性分析结果和所述稳定约束值进行连续时间内的分级聚合;
判断所述背景环境噪声对应时间节点的声压级与所述接收信号的差级是否满足预设差级阈值;
若所述声压级与所述接收信号的差级不能满足所述预设差级阈值时,则通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿。
进一步而言,所述系统还包括环境声音特征分析模块,所述环境声音特征分析模块用于:
对所述背景环境噪声执行声音的特征提取,并设置特征相似区间;
依据所述特征相似区间对特征提取结果进行相似扩充拟合,构建宽容特征集合;
依据所述宽容特征集合对所述接收信号的声音特征执行特征匹配,根据匹配结果执行所述第二评估结果的背景噪声影响补偿。
进一步而言,所述系统还包括异常预警模块,所述异常预警模块用于:
设置方案测试的均衡约束,其中,所述均衡约束为对于同一执行方案的方案测试结果稳定性约束值;
通过所述均衡约束执行所述接收信号的约束评价;
当任意所述接收信号不能满足所述均衡约束时,则生成异常性能测试信息;
通过所述异常性能测试信息进行接收信号对应的测试方案执行异常预警。
进一步而言,所述系统还包括周期维护模块,所述周期维护模块用于:
对所述验证结果进行验证统计,并构建时序异常特征集;
设置特征的校验检测通道,并基于所述校验检测通道执行所述时序异常特征集的异常偏向检测;
根据异常偏向检测结果中的偏向值和偏向方向生成声源的维护信息;
通过所述维护信息执行所述声源的周期维护。
进一步而言,所述系统还包括设备分布约束模块,所述设备分布约束模块用于:
对所述场景聚合结果中的每一场景执行场景特征提取,并依据场景特征库对场景特征提取结果生成场景特征标识,其中,所述场景特征标识包括角特征标识、空间特征标识;
设置第一约束规则,其中,所述第一约束规则为角距离布设约束规则;
设置第二约束规则,其中,所述第二约束规则为相邻设备空间约束规则;
基于所述第一约束规则、所述第二约束规则、所述场景特征标识进行所述声源、所述待测材料和所述声音测试设备的设备分布。
前述实施例中的一种用于声学材料的隔音减震性能的智能评估方法具体实例同样适用于本实施例的一种用于声学材料的隔音减震性能的智能评估系统,通过前述对一种用于声学材料的隔音减震性能的智能评估方法的详细描述,本领域技术人员可以清楚地知道本实施例中一种用于声学材料的隔音减震性能的智能评估系统,所以为了说明书的简洁,在此不再详述。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行,也可以顺序地执行,也可以不同的次序执行,只要能够实现本发明公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (6)
1.一种用于声学材料的隔音减震性能的智能评估方法,其特征在于,所述方法包括:
采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;
基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;
通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;
通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;
获取接收信号的声音特征、接收位置,并与测试方案进行方案映射,生成第一评估结果;
在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;
基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果;
在执行隔音性能测试前,通过所述声音测试设备进行标准场景的声音数据采集,构建环境声音集合,其中,所述环境声音集合包括K个时间段下的声音数据集合,K为大于1的整数;
对所述环境声音集合进行环境声音评价,并基于环境声音评价结果确定背景环境噪声;
通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿;
基于影响补偿结果生成第三评估结果;
对所述背景环境噪声进行噪声稳定性分析,获得噪声稳定性分析结果;
设置稳定约束值,并基于所述噪声稳定性分析结果和所述稳定约束值进行连续时间内的分级聚合;
判断所述背景环境噪声对应时间节点的声压级与所述接收信号的声压级的差级是否满足预设差级阈值;
若所述声压级与所述接收信号的差级不能满足所述预设差级阈值时,则通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述背景环境噪声执行声音的特征提取,并设置特征相似区间;
依据所述特征相似区间对特征提取结果进行相似扩充拟合,构建宽容特征集合;
依据所述宽容特征集合对所述接收信号的声音特征执行特征匹配,根据匹配结果执行所述第二评估结果的背景噪声影响补偿。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
设置方案测试的均衡约束,其中,所述均衡约束为对于同一执行方案的方案测试结果稳定性约束值;
通过所述均衡约束执行所述接收信号的约束评价;
当任意所述接收信号不能满足所述均衡约束时,则生成异常性能测试信息;
通过所述异常性能测试信息进行接收信号对应的测试方案执行异常预警。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述验证结果进行验证统计,并构建时序异常特征集;
设置特征的校验检测通道,并基于所述校验检测通道执行所述时序异常特征集的异常偏向检测;
根据异常偏向检测结果中的偏向值和偏向方向生成声源的维护信息;
通过所述维护信息执行所述声源的周期维护。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述场景聚合结果中的每一场景执行场景特征提取,并依据场景特征库对场景特征提取结果生成场景特征标识,其中,所述场景特征标识包括角特征标识、空间特征标识;
设置第一约束规则,其中,所述第一约束规则为角距离布设约束规则;
设置第二约束规则,其中,所述第二约束规则为相邻设备空间约束规则;
基于所述第一约束规则、所述第二约束规则、所述场景特征标识进行所述声源、所述待测材料和所述声音测试设备的设备分布。
6.一种用于声学材料的隔音减震性能的智能评估系统,所述系统包括:
应用场景聚合模块,所述应用场景聚合模块用于采集待测材料的材料应用信息,基于所述材料应用信息提取应用场景,并执行应用场景聚合;
测试方案配置模块,所述测试方案配置模块用于基于应用场景聚合结果配置测试方案,其中,所述测试方案的配置数据包括材料厚度、测试距离、测试声音的频率和振幅;
测试材料配置模块,所述测试材料配置模块用于通过所述测试方案配置声源和所述待测材料,其中,声源的配置包括声源坐标、声源的声音频率和振幅,待测材料的配置包括材料厚度、材料布设位置;
测试方案执行模块,所述测试方案执行模块用于通过所述声源和所述待测材料执行所述测试方案,并通过声音测试设备进行N个位置的声音接收,其中,N为大于2的正整数;
第一评估结果生成模块,所述第一评估结果生成模块用于获取接收信号的声音特征、接收位置,并与测试方案进行方案映射,生成第一评估结果;
声源发声验证模块,所述声源发声验证模块用于在所述声源的预定距离内布设辅助声音测试设备,通过所述辅助声音测试设备进行测试过程的声源发声验证,并基于验证结果与所述测试方案进行方案的补充映射;
第二评估结果生成模块,所述第二评估结果生成模块用于基于所述补充映射对所述第一评估结果执行测试结果补偿,生成第二评估结果;
第三评估结果生成模块,所述第三评估结果生成模块用于:
在执行隔音性能测试前,通过所述声音测试设备进行标准场景的声音数据采集,构建环境声音集合,其中,所述环境声音集合包括K个时间段下的声音数据集合,K为大于1的整数;
对所述环境声音集合进行环境声音评价,并基于环境声音评价结果确定背景环境噪声;
通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿;
基于影响补偿结果生成第三评估结果;
背景噪声影响补偿模块,所述背景噪声影响补偿模块用于:
对所述背景环境噪声进行噪声稳定性分析,获得噪声稳定性分析结果;
设置稳定约束值,并基于所述噪声稳定性分析结果和所述稳定约束值进行连续时间内的分级聚合;
判断所述背景环境噪声对应时间节点的声压级与所述接收信号的声压级的差级是否满足预设差级阈值;
若所述声压级与所述接收信号的差级不能满足所述预设差级阈值时,则通过所述背景环境噪声执行所述第二评估结果的背景噪声影响补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671121.8A CN116399952B (zh) | 2023-06-08 | 2023-06-08 | 一种用于声学材料的隔音减震性能的智能评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671121.8A CN116399952B (zh) | 2023-06-08 | 2023-06-08 | 一种用于声学材料的隔音减震性能的智能评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116399952A CN116399952A (zh) | 2023-07-07 |
CN116399952B true CN116399952B (zh) | 2023-08-18 |
Family
ID=87018387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310671121.8A Active CN116399952B (zh) | 2023-06-08 | 2023-06-08 | 一种用于声学材料的隔音减震性能的智能评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116399952B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117053868B (zh) * | 2023-08-15 | 2024-03-26 | 苏州苏明装饰股份有限公司 | 一种装配式隔墙系统的检测评估方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783828A (zh) * | 2009-01-16 | 2010-07-21 | 冲电气工业株式会社 | 声音信号调节装置、程序和方法以及电话装置 |
CN102565191A (zh) * | 2012-02-17 | 2012-07-11 | 重庆长安汽车股份有限公司 | 一种车身部件隔吸声性能评价装置 |
WO2016167508A1 (ko) * | 2015-04-17 | 2016-10-20 | 포항공과대학교 산학협력단 | 모바일 음향 기기의 소음 제거 방법 및 장치 |
CN209356454U (zh) * | 2018-12-17 | 2019-09-06 | 北京建科源科技有限公司 | 一种门窗隔音性能检测装置 |
CN112362747A (zh) * | 2020-11-02 | 2021-02-12 | 安徽江淮汽车集团股份有限公司 | 隔声性能检测方法、设备、存储介质及装置 |
CN112802441A (zh) * | 2020-12-29 | 2021-05-14 | 盈普声学(惠州)有限公司 | 降噪效果的检测方法及其系统 |
CN113255060A (zh) * | 2021-05-27 | 2021-08-13 | 东风汽车集团股份有限公司 | 车辆隔音性能分析方法、系统及介质 |
CN114371224A (zh) * | 2021-12-03 | 2022-04-19 | 华南理工大学 | 一种aba结构随机入射吸声系数的测试方法 |
CN115468776A (zh) * | 2022-08-17 | 2022-12-13 | 东风柳州汽车有限公司 | 一种商用车驾驶室的隔音性能测试系统及方法 |
-
2023
- 2023-06-08 CN CN202310671121.8A patent/CN116399952B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783828A (zh) * | 2009-01-16 | 2010-07-21 | 冲电气工业株式会社 | 声音信号调节装置、程序和方法以及电话装置 |
CN102565191A (zh) * | 2012-02-17 | 2012-07-11 | 重庆长安汽车股份有限公司 | 一种车身部件隔吸声性能评价装置 |
WO2016167508A1 (ko) * | 2015-04-17 | 2016-10-20 | 포항공과대학교 산학협력단 | 모바일 음향 기기의 소음 제거 방법 및 장치 |
CN209356454U (zh) * | 2018-12-17 | 2019-09-06 | 北京建科源科技有限公司 | 一种门窗隔音性能检测装置 |
CN112362747A (zh) * | 2020-11-02 | 2021-02-12 | 安徽江淮汽车集团股份有限公司 | 隔声性能检测方法、设备、存储介质及装置 |
CN112802441A (zh) * | 2020-12-29 | 2021-05-14 | 盈普声学(惠州)有限公司 | 降噪效果的检测方法及其系统 |
CN113255060A (zh) * | 2021-05-27 | 2021-08-13 | 东风汽车集团股份有限公司 | 车辆隔音性能分析方法、系统及介质 |
CN114371224A (zh) * | 2021-12-03 | 2022-04-19 | 华南理工大学 | 一种aba结构随机入射吸声系数的测试方法 |
CN115468776A (zh) * | 2022-08-17 | 2022-12-13 | 东风柳州汽车有限公司 | 一种商用车驾驶室的隔音性能测试系统及方法 |
Non-Patent Citations (1)
Title |
---|
汽车用吸音棉吸声测试分析与研究;冯丽;罗斌;张仕林;;汽车工艺与材料(第07期);第53-56页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116399952A (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116399952B (zh) | 一种用于声学材料的隔音减震性能的智能评估方法及系统 | |
US11361782B2 (en) | Abnormal noise determination apparatus and method | |
CN101411213B (zh) | 音频系统中的校准方法和装置 | |
CN104471359B (zh) | 噪声识别装置及噪声识别方法 | |
CN103137139A (zh) | 多麦克风语音活动检测器 | |
KR101268761B1 (ko) | 부분방전 결함유형 판정 방법 및 그 장치 | |
WO2021033547A1 (ja) | 地震観測装置、地震観測方法、及び、記録媒体 | |
CN116242443B (zh) | 一种超声波计量仪表的动态计量方法 | |
KR20210129942A (ko) | 이음 검사 장치 및 그 검사 방법 | |
KR20170091455A (ko) | 모바일 기기를 이용한 층간소음 측정 시스템 | |
Afshar et al. | Enhanced stabilization diagram for automated modal parameter identification based on power spectral density transmissibility functions | |
US7885606B2 (en) | Assisted measurement survey of a wireless communication network | |
US8744983B2 (en) | Cluster analysis system and method to improve sorting performance | |
CN114640940B (zh) | 一种自动化智能tws蓝牙耳机测试系统 | |
CN115795325A (zh) | 一种自动检验的输电塔模态参数识别方法及系统 | |
JP4551590B2 (ja) | 建設機械の加振力推定方法、振動・騒音推定方法、装置、記録媒体、プログラム及び建設工事の騒音体感装置 | |
Golay et al. | Source height determination for several sources at the same height | |
Pang et al. | Impact localization method for composite plate based on low sampling rate embedded fiber bragg grating sensors | |
Mohamady et al. | Statistical uncertainty analysis of an acoustic system | |
CN110160633A (zh) | 一种多声音区域的音频隔离度检测方法及装置 | |
CN116405863B (zh) | 基于数据挖掘的舞台音响设备故障检测方法及系统 | |
CN117538421A (zh) | 隔音室噪声测量方法与装置 | |
CN117572134B (zh) | 一种基于声音采集阵列检测的变压器故障分析方法及系统 | |
CN111324941B (zh) | 一种复杂系统危害程度评估方法 | |
Nour et al. | Structural health monitoring of civil infrastructures using smart sensor networks |
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 |