KR20240052557A - 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법 - Google Patents
인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법 Download PDFInfo
- Publication number
- KR20240052557A KR20240052557A KR1020220132760A KR20220132760A KR20240052557A KR 20240052557 A KR20240052557 A KR 20240052557A KR 1020220132760 A KR1020220132760 A KR 1020220132760A KR 20220132760 A KR20220132760 A KR 20220132760A KR 20240052557 A KR20240052557 A KR 20240052557A
- Authority
- KR
- South Korea
- Prior art keywords
- noise
- signal
- active noise
- wave signal
- phase
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 71
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims description 27
- 238000009434 installation Methods 0.000 title description 4
- 230000009467 reduction Effects 0.000 claims abstract description 55
- 238000013135 deep learning Methods 0.000 claims abstract description 44
- 238000005516 engineering process Methods 0.000 claims abstract description 41
- 230000004044 response Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 2
- 238000003672 processing method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000011358 absorbing material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/10—Applications
- G10K2210/128—Vehicles
- G10K2210/1283—Trains, trams or the like
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3026—Feedback
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3038—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
본 발명은 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법에 관한 것이다. 본 발명의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 운행, 정지 및 이동 중에 소음 및 잡음의 원천 소음을 발생하는 소음원에 대응하여 설치되는 마이크, 철도 차량의 동체 내부 및 외부 각각에 설치되는 통합형 또는 일체형의 능동 소음 제거 제어 장치 및 능동 소음 제거 제어 장치로부터 발생되는 역위상 가공 파동 신호를 출력하는 스피커를 포함한다. 능동 소음 제거 제어 장치는 인공지능 기반의 딥러닝 기술을 이용하여 원천 소음을 분석 및 신호 처리하여 원천 소음에 매칭되는 역위상 가공 파동 신호를 추출 및 발생시킨다. 본 발명에 의하면, 인공지능을 기반으로 원천 소음에 대응되는 최적화된 역위상의 파동 신호를 초고속으로 반응하여 출력시킴으로써, 대형 선형 구조의 교통 수단에서 대규모이며 지속적으로 발생되는 소음 및 잡음을 신속하고 효율적으로 제거하거나 감소시킬 수 있다.
Description
본 발명은 철도 차상용 능동 소음 제거 시스템 및 그 방법에 관한 것으로, 좀 더 구체적으로 인공지능 기반의 딥러닝 기술을 이용하여 철도 차량에서 발생되는 저주파 및 고주파 소음을 고속 정밀 제거 및 저감하는 능동 소음 제거 제어 장치를 구비하여 역위상 가공 파동 신호를 출력하는 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법에 관한 것이다.
일반적으로 철도 차량의 운행 중에 발생하는 소음을 저감시키기 위하여 흡음재, 방음벽 등을 사용하여 물리적으로 소음을 차단하는 물리적 소음 격리 방식이 사용되고 있다. 그러나 이러한 물리적 소음 격리 방식에 따르면, 소음이 발생하는 여러 영역들에 일일이 흡음재나 방음벽을 설치해야 하기 때문에 비용적 측면에서 문제점이 있을 뿐만 아니라, 소음 저감의 효율적인 측면에서도 한계가 있다.
이에 최근에는 철도 차량의 운행 및 이동 중에 발생되는 소음을 저감시키기 위하여, 능동 소음 제거(Active Noise Cancellation : ANC) 방식이 이용되고 있다. 능동 소음 제거(Active Noise Cancellation : ANC) 방식은 노이즈 캔슬링 시스템을 이용하여 원하지 않는 배경 소음을 줄인다. 노이즈 캔슬링 시스템의 원리는 예컨대, 이어폰 안팎의 소리를 청취하는 마이크와, 음파를 반전시키는 ANC 칩셋 그리고 음파를 중성화하여 외부 소리를 없애는 이어폰 내부의 스피커를 기반으로 소음에 매칭되는 역위상의 음파를 발생시켜서 소음과 음파가 중첩되어 소음을 제거하거나 상쇄시킨다.
그러나 이러한 능동 소음 제거 방식을 철도 차량에 적용하기에는 소음의 발생 규모가 크고, 소음 발생에 따른 반응 및 처리 속도가 신속하지 못하므로, 철도 차량용 능동 소음 제거(Active Noise Cancellation : ANC) 시스템에 적용하는데 어려움이 있다.
예컨대, 철도 차량의 운행 중에 소음 및 잡음이 발생되면, 소음 및 잡음의 음향 신호가 능동 소음 제거 방식을 처리하는 신호 처리 장치로 전달하는 시간이 소요되고, 이 음향 신호가 신호 처리 장치에 전달되면, 신호 처리 장치에서 수신 신호 변환, 역위상 신호 연산 처리, 송신 신호 변환 등에 소요되는 시간에 의해 소음 발생과 역위상 파동 신호 전파에 따른 시간차가 발생된다. 이러한 시간체로 인해 소음 및 잡음이 감쇄되는 효과는 얻을 수 있으나, 제거는 실질적으로 불가능하다. 또한 역위상 파동 신호의 주파수가 저주파 소음의 파동과 유사하거나 일치할 경우에는 오히러 소음 및 잡음이 증가하는 부작용이 발생되고 있다.
본 발명의 목적은 철도 차량에 설치되어 철도 차량의 운행 및 이동 중에 발생되는 소음 및 잡음을 제거하거나 감소시키는 딥러닝 기술 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 방법을 제공하는 것이다.
본 발명의 다른 목적은 인공지능 기반의 딥러닝 기술을 이용하여 원천 소음에 최적화된 역위상 가공 파동 신호를 발생시켜서 소음 및 잡음을 제거하거나 감소시키는 딥러닝 기술 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 철도 차량에 설치되어 능동 소음 제거 방식을 이용하여 신속하고 정밀하게 소음 및 잡음을 제거하거나 감소시키는 딥러닝 기술 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 철도 차량의 실내 및 실외에 설치되어 철도 차량의 실외 및 실내에서 발생되는 소음 및 잡음을 능동 소음 제거 방식을 이용하여 제거하거나 감소시켜서 철도 차량의 내부 및 외부로 소음이 전파되는 것을 방지하는 딥러닝 기술 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 방법을 제공하는 것이다.
상기 목적들을 달성하기 위한, 본 발명의 딥러닝 기술 기반의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 운행, 정지 및 이동 중에 발생되는 원천 소음과 이에 매칭되는 역위상 가공 파동 신호에 대한 데이터들을 인공지능 기반의 딥러닝 기술을 이용하여 반복 학습하고, 원천 소음이 발생되면, 반복 학습에 의해 역위상 가공 파동 신호를 추출 및 발생시켜서 원천 소음을 제거하거나 감소시키는데 그 한 특징이 있다. 이와 같은 본 발명의 딥러닝 기술 기반의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 운행, 정지 및 이동 중에 발생되는 원천 소음이 발생되면, 인공지능 기반의 딥러닝 기술을 이용하여 역위상 가공 파동 신호를 발생시켜서 신속하고 정밀하게 원천 소음을 제거하거나 감소시킬 수 있다.
이 특징에 따른 본 발명의 철도 차상용 능동 소음 제거 시스템은, 철도 차량의 운행, 정지 및 이동 중에 소음 및 잡음을 발생하는 복수의 소음원들 각각에 대응하여 상기 철도 차량의 외부 및 내부 중 적어도 하나에 설치되고, 소음원들 각각으로부터 발생되는 소음 및 잡음에 대한 음향 신호를 각각 감지하는 복수 개의 마이크; 상기 철도 차량의 내부 및 외부 중 적어도 하나에 설치되고, 사전에 소음원으로부터 발생되는 음향 신호를 능동 소음 제거 방식으로 신호 처리하여 음향 신호에 매칭되는 역위상 가공 파동 신호를 생성하고, 음향 신호와 역위상 가공 파동 신호에 대한 데이터들을 저장하여 데이터베이스화하고, 저장된 음향 신호와 역위상 가공 파동 신호를 인공지능 기반의 딥러닝 기술을 이용하여 반복 학습하고, 상기 마이크로부터 음향 신호가 전송되면, 반복 학습에 의해 전송된 음향 신호에 대응되는 역위상 가공 파동 신호를 추출 및 발생하여 소음 및 잡음을 제거하거나 감소시키는 적어도 하나의 능동 소음 제거 제어 장치; 및 상기 철도 차량의 외부 및 내부 중 적어도 하나에 상기 소음원들 각각에 대응하여 설치되고, 상기 능동 소음 제거 제어 장치로부터 발생된 역위상 가공 파동 신호를 상기 소음원 방향으로 각각 출력하는 복수 개의 스피커를 포함한다.
이 특징에 있어서, 상기 철도 차상용 능동 소음 제거 시스템은, 상기 스피커로부터 출력되는 역위상 가공 파동 신호를 감지하여 역위상 가공 파동 신호의 검증을 위한 피드백 신호를 상기 능동 소음 제거 제어 장치로 전송하는 피드백 마이크;를 더 포함하되, 상기 능동 소음 제거 제어 장치는, 상기 피드백 마이크로부터 전송된 피드백 신호를 통해 음향 신호에 매칭된 최적의 역위상 가공 파동 신호인지를 더 분석 및 반복 학습하여 음향 신호에 최적화된 역위상 가공 파동 신호를 상기 스피커로 출력시킨다.
이 특징에 있어서, 상기 능동 소음 제거 제어 장치는, 상기 마이크로부터 전송되는 음향 신호를 디지털 신호로 변환하는 수신 변환기; 상기 수신 변환기로부터 출력된 디지털 신호를 받아서 음향 신호를 분석 및 연산 처리하고, 음향 신호에 대응하는 역위상 가공 파동 신호를 생성하는 신호 처리부; 상기 신호 처리부로부터 음향 신호와 역위상 가공 파동 신호를 전송받아서 인공지능 기반의 딥러닝 기술을 이용하여 음향 신호와 역위상 가공 파동 신호에 대한 저장된 데이터들을 반복 학습하여 상기 마이크로부터 음향 신호가 전송되면, 음향 신호에 대응하는 역위상 가공 파동 신호를 추출하여 상기 신호 처리부로 전송하는 인공지능 데이터 처리부; 상기 신호 처리부로부터 출력된 역위상 가공 파동 신호를 아날로그 신호로 변환하는 송신 변환기; 상기 송신 변환기로부터 변환된 아날로그 신호를 증폭하여 역위상 가공 파동 신호에 대응되는 음향 신호를 상기 스피커로 출력하는 신호 발생기; 및 상기 인공지능 데이터 처리부로부터 음향 신호와 역위상 가공 파동 신호를 전송받아서 음향 신호와 역위상 가공 파동 신호에 대한 데이터들을 저장 및 관리하고, 저장된 데이터들을 상기 인공지능 데이터 처리부로 인공지능 기반으로 딥러닝 기술을 이용하여 반복 학습하도록 제공하고, 반복 학습에 따른 데이터를 업데이트하여 저장하는 데이터 저장부를 포함한다.
이 특징에 있어서, 상기 능동 소음 제거 제어 장치는, 복수 개의 상기 마이크와 복수 개의 상기 스피커들이 전기적으로 연결되어 통합 제어하는 통합형으로 구비되거나; 하나의 하우징에 하나의 상기 마이크와 하나의 상기 스피커가 일체형으로 구비되고, 상기 철도 차량들 각각에 대응하여 복수 개가 설치된다.
이 특징에 있어서, 상기 신호 처리부는, 상기 피드백 마이크로부터 피드백 신호를 전송받아서 상기 스피커로부터 출력되는 역위상 가공 파동 신호를 검증하고, 상기 인공지능 데이터 처리부로부터 딥러닝 기술에 의해 추출된 역위상 가공 파동 신호를 전송받아서 상기 송신 변환기로 출력한다.
상술한 바와 같이, 본 발명의 철도 차상용 능동 소음 제거 시스템은 인공지능 기반의 딥러닝 기술의 능동 소음 제거 제어 장치를 철도 차량의 차륜, 구동부, 배터리, 발전기 및 도어 등에 대응하여 철도 차량의 동체 내부 및/또는 외부에 설치하고, 딥러닝 기술을 이용하여 원천 소음을 신속하고 정밀하게 제거하는데 최적화된 역위상 가공 파동 신호를 발생 및 출력시킬 수 있다.
또 본 발명의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 운행, 정지 및 이동 중에 소음 및 잡음이 발생되면, 딥러닝 기술을 이용하여 연산 처리없이 학습된 역위상 가공 파동 신호를 추출 및 발생시킴으로써, 소음 제거 및 감쇄를 위한 소요 시간을 최소화할 수 있고, 신속하고 정밀하게 대응이 가능하다.
또 본 발명의 철도 차상용 능동 소음 제거 시스템은 철도 차량에 설치되는 인공지능 기반의 딥러닝 기술을 이용하여 반복 학습하는 능동 소음 제거 제어 장치를 이용하여 원천 소음에 대응되는 최적화된 역위상의 파동 신호를 초고속으로 반응하여 출력시킴으로써, 대형 선형 구조의 교통 수단에서 대규모이며 지속적으로 발생되는 소음 및 잡음을 신속하고 효율적으로 제거하거나 감소시킬 수 있다.
또 본 발명의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 내부와 외부 각각에 설치되어 철도 차량의 운행, 정지 및 이동 중에 철도 차량의 외부에서 발생되는 소음 및 잡음을 외부의 사람들과, 객실 내부의 운전자와 승객들에게 전파되지 않도록 제거하거나 감소시킴으로써, 쾌적한 철도 교통 환경을 구현할 수 있다.
또한 본 발명의 철도 차상용 능동 소음 제거 시스템은 능동 소음 제거 방식을 이용하여 철도 등과 같은 대형 선형 구조의 교통 수단에 적용하고, 딥러닝 기술을 통하여 처리된 가공 파동 신호를 반복 학습하여 최적의 역위상 가공 파동 신호를 발생하며, 다양한 원천 소음 및 잡음이 유입되면 자동으로 최적화된 역위상 가공 파동 신호를 초고속으로 반응하여 출력할 수 있다.
뿐만 아니라, 본 발명의 철도 차상용 능동 소음 제거 시스템은 통합형 또는 일체형의 능동 소음 제거 제어 장치를 철도 차량에 설치 가능하게 구비함으로써, 철도 차량의 길이 및 개수 등에 따라 통합형 또는 일체형의 능동 소음 제거 제어 장치를 전기적으로 연결시켜서 쉽게 증설이 가능하다.
도 1a 및 도 1b는 본 발명의 일 실시예에 따른 철도 차량의 동체 외부에 설치된 인공지능 기반의 딥러닝 기술을 이용한 철도 차상용 능동 소음 제거 시스템의 개략적인 구성을 나타내는 도면들,
도 2a 및 도 2b는 본 발명의 다른 실시예에 따른 철도 차량의 동체 내외부에 설치된 인공지능 기반의 딥러닝 기술을 이용한 철도 차상용 능동 소음 제거 시스템의 개략적인 구성을 나타내는 도면들,
도 3은 본 발명의 제1 실시예에 따른 통합형 ANC 제어 장치가 구비된 철도 차상용 능동 소음 제거 시스템의 구성을 도시한 블록도,
도 4는 도 3에 도시된 통합형 능동 소음 제거(ANC) 제어 장치의 구성을 나타내는 블록도,
도 5는 본 발명의 제2 실시예에 따른 일체형 ANC 제어 장치가 구비된 철도 차상용 능동 소음 제거 시스템의 구성을 도시한 블록도, 그리고
도 6은 본 발명에 따른 철도 차상용 능동 소음 제거 시스템의 처리 수순을 도시한 흐름도이다.
도 2a 및 도 2b는 본 발명의 다른 실시예에 따른 철도 차량의 동체 내외부에 설치된 인공지능 기반의 딥러닝 기술을 이용한 철도 차상용 능동 소음 제거 시스템의 개략적인 구성을 나타내는 도면들,
도 3은 본 발명의 제1 실시예에 따른 통합형 ANC 제어 장치가 구비된 철도 차상용 능동 소음 제거 시스템의 구성을 도시한 블록도,
도 4는 도 3에 도시된 통합형 능동 소음 제거(ANC) 제어 장치의 구성을 나타내는 블록도,
도 5는 본 발명의 제2 실시예에 따른 일체형 ANC 제어 장치가 구비된 철도 차상용 능동 소음 제거 시스템의 구성을 도시한 블록도, 그리고
도 6은 본 발명에 따른 철도 차상용 능동 소음 제거 시스템의 처리 수순을 도시한 흐름도이다.
본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 서술하는 실시예로 인해 한정되어지는 것으로 해석되어서는 안된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 구성 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이다.
본 발명에 따른 철도 차상용 능동 소음 제거 시스템은 철도, 지하철 등과 같은 대형 선형 구조의 교통 수단의 운행, 정지 및 이동 중에서 발생되는 소음 및 잡음 등의 원천 소음을 제거 및 최소화하기 위해, 철도 차량들 각각에 능동 소음 제거를 위한 적어도 하나의 마이크와 스피커 및 능동 소음 제거 제어 장치를 구비하고, 인공지능 기반의 딥러닝 기술을 이용하여 마이크로부터 수집된 소음 및 잡음 신호를 제거 및 상쇄하기 위한 역위상의 파동 신호를 분석 및 추출하여 스피커로 출력시켜서 철도 차량에 의해 발생되는 소음 및 잡음을 제거하거나 감소시킨다.
이를 위해 본 발명의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 내부(즉, 객실 내부)와, 철도 차량의 외부 또는 철도 차량의 내부와 외부에 소음을 감지하는 마이크와, 소음 및 잡음 신호에 대응되는 역위상의 파동 신호를 출력하는 스피커를 설치하고, 철도 차량의 내부, 외부 중 적어도 하나에 능동 소음 제거 제어 장치를 설치한다.
본 발명에서 소음은 크게 철도 차량의 외부에서 객실 내부로 유입되는 소음과, 철도 차량의 운행으로 인해 외부로 발생하는 소음을 포함한다. 즉, 철도 차량의 객실 내부로 유입되는 소음은 철도 차량으로 인해 발생되는 각종 소음들 예를 들어, 차륜 소음, 차량 바닥 소음, 풍절음, 풍동음 등을 포함하고, 이러한 소음은 객실 내부로 유입되어 승객에게 불편한 객실 환경을 제공한다. 또 철도 차량의 운행으로 인해 철로 주변 즉, 철도 차량으로부터 외부로 발생되는 각종 소음들 예를 들어, 차륜 소음, 차량 소음, 차간 소음, 브레이크 소음 등을 포함하고, 이러한 소음은 철로변, 철도 역사, 철도 플랫폼, 차량 정비 기지, 차량 사업소 등에서 근무하는 근무자나, 철로 주변의 거주 지역, 상가 지역, 아파트, 빌딩 등의 사람들에게 불편한 환경을 제공한다.
이에 본 발명의 철도 차상용 능동 소음 제거 시스템은 철도 차량의 객실 내부에 마이크와, 스피커를 설치하고, 철도 차량의 내부와 외부 중 어느 하나에 능동 소음 제거 제어 장치를 설치하여 실내로 유입되는 소음을 제거 및 감소시키거나, 철도 차량의 외부에 마이크와 스피커를 설치하고, 철도 차량의 내부와 외부 중 어느 하나에 능동 소음 제거 제어 장치를 설치하여 외부로 전파되는 소음을 제거 및 감소시키거나, 또는 철도 차량의 객실 내부와 외부 각각에 마이크와 스피커를 설치하고, 철도 차량의 내부와 외부 각각에 능동 소음 제거 제어 장치를 설치하여 실내로 유입되는 소음과 외부로 전파되는 소음을 제거 및 감소시키도록 구비된다.
따라서 본 발명의 철도 차상용 능동 소음 제거 시스템은 마이크와 스피커가 철도 차량의 객실 내부, 철도 차량의 외부 또는 철도 차량의 객실 내부와 외부에 설치되어 인공지능 기반의 딥러닝 기술을 이용하여 반복 학습하는 능동 소음 제거 제어 장치를 이용하여 원천 소음에 대응되는 최적화된 역위상의 파동 신호를 초고속으로 반응하여 출력시킴으로써, 대형 선형 구조의 교통 수단에서 대규모이며 지속적으로 발생되는 소음 및 잡음을 신속하고 효율적으로 제거하거나 감소시킬 수 있다.
이하 첨부된 도 1 내지 도 6을 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1a 및 도 1b는 본 발명의 일 실시예에 따른 철도 차량의 동체 외부에 설치된 인공지능 기반의 딥러닝 기술을 이용한 철도 차상용 능동 소음 제거 시스템의 개략적인 구성을 나타내는 도면들이다.
도 1a 및 도 1b를 참조하면, 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a)은 철도 차량(10)의 운행, 정차 및 이동 중에 발생되는 저주파 및 고주파의 소음 및 잡음(noise : 이하 원천 소음이라 한다)을 제거 및 감소시키기 위하여, 복수 개의 철도 차량(10)들 각각에 적어도 하나의 능동 소음 제거(Active Noise Cancellation : ANC) 제어 장치(100, 100a)를 설치하고, 이를 이용하여 원천 소음에 대한 음향 신호를 감지, 수집, 변환 및 신호 처리하여 원천 소음을 제거하거나 상쇄시키는 역위상 가공 파동 신호를 발생하는 능동 소음 제거(ANC) 과정들을 인공지능 기반의 딥러닝 기술로 반복 학습하고, 원천 소음을 제거하거나 상쇄시키는 역위상 가공 파동 신호를 발생 및 출력시킨다.
이 실시예에서 철도 차상용 능동 소음 제거 시스템(2 또는 2a)는 철도 차량(10)의 소음원 예컨대, 철도 차량(10)의 차륜(14)과 철로(20), 철도 차량(10)의 바닥, 동체(12) 등에 의해 철도 차량(10)의 외부에서 발생되는 원천 소음을 제거 및 감소시키기 위해, 적어도 철도 차량(10)의 동체(12) 외부에 복수 개의 마이크(200 또는 200a)와 복수 개의 스피커(300 또는 300a)가 설치되고, 복수 개의 능동 소음 제거(ANC) 제어 장치(100 또는 100a)가 철도 차량(10)의 동체(12) 내부 및/또는 외부에 설치된다.
여기서 철도 차량(10)의 소음원에는 철도 차량(10)의 운행, 정지 및 이동 간에 소음 및 잡음이 발생되는 다양한 소음원들을 포함할 수 있다. 예를 들어, 소음원은 철도 차량(10)의 동체(12), 차륜(14), 구동부(미도시됨), 배터리(미도시됨), 발전기(미도시됨), 도어(16) 등을 포함하고, 이 경우, 차륜(14)과 철로(20), 구동부 동작, 배터리의 충방전, 발전기 구동, 도어(16)의 개폐 등에 의해 소음 및 잡음이 발생되고, 철도 차량(10)의 운행 및 이동 중에 동체(12)에 의해 발생되는 풍절음, 풍동음 등이 속할 수 있다.
이에 마이크(200, 200a)와 스피커(300, 300a) 및 능동 소음 제거(ANC) 제어 장치(100, 100a)는 철도 차량(10)의 동체(12) 및/또는 외부에서 소음원의 주변 등에 설치되어 철도 차량(10)의 외부에서 발생되는 소음과, 철도 차량(10)의 실내로 유입되는 소음을 모두 제거 및 감소시킬 수 있도록 구성된다.
도 2a 및 도 2b는 본 발명의 다른 실시예에 따른 철도 차량의 동체 내외부에 설치된 인공지능 기반의 딥러닝 기술을 이용한 철도 차상용 능동 소음 제거 시스템의 개략적인 구성을 나타내는 도면들이다.
도 2a 및 도 2b를 참조하면, 이 실시예의 철도 차상용 능동 소음 제거 시스템(2b, 2c)은 철도 차량(10)의 동체(12) 외부에 복수 개의 마이크(200, 200a)와 복수 개의 스피커(300, 300a) 및 복수 개의 능동 소음 제거(ANC) 제어 장치(100, 100a)가 설치되고, 철도 차량(10)의 동체(12) 내부 예컨대, 객실 내부에 복수 개의 마이크(200, 200a)와 복수 개의 스피커(300, 300a) 및 복수 개의 능동 소음 제거(ANC) 제어 장치(100, 100a)가 더 설치된다.
이러한 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a)은 철도 차량(10)의 동체(12), 차륜(14), 구동부, 배터리, 발전기, 도어(16) 등에서 발생되는 각종 소음 및 잡음이 외부로 전파되지 않도록 제거 또는 저감하여 철도 차량(10)의 운행, 정차 및 이동 간에 외부의 주거 지역, 역사 플랫폼, 차량 사업소 및 정비 기지 등에 있는 사람들에게 청각적인 피해를 주지 않도록 구비된다.
또 본 발명의 철도 차상용 능동 소음 제거 시스템(2b, 2c)은 철도 차량(10)의 동체(12), 차륜(14), 구동부, 배터리, 발전기, 도어(16), 풍절음 및 풍동음 등 다양하게 발생되는 각종 소음 및 잡음이 객실의 내부로 유입되어 철도 차량(10)의 운전자 및 승객들에게 청각적인 피해를 주지 않도록 한다.
따라서 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 철도 차량(10)들 각각에 설치된 적어도 하나의 능동 소음 제거(ANC) 제어 장치(100, 100a)를 이용하여 철도 차량(10)의 운행, 정차 및 이동 중에 발생되는 실외의 원천 소음과 실내로 유입되는 원천 소음을 제거 및 감소시켜서 철도 차량(10)의 외부 및 내부로 전파되는 것을 방지할 수 있다.
이를 위해 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 복수 개의 마이크(200, 200a)와, 적어도 하나의 능동 소음 제거 제어 장치(100, 100a) 및 복수 개의 스피커(300, 300a)를 포함한다. 또 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 복수 개의 피드백 마이크(210, 210a)를 더 포함할 수도 있다.
능동 소음 제거 제어 장치(100, 100a)는 본 발명의 실시예에 따라 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)로 구비되고, 철도 차량(10)의 동체(12) 외부 및/또는 내부(즉, 객실 내부)에 설치된다. 여기서 통합형 능동 소음 제거(ANC) 제어 장치(100)는 복수 개의 소음 수집용 마이크(200)와 복수 개의 신호 출력용 스피커(300)를 케이블 등을 통해 전기적으로 연결시켜서 통합 제어하는 구성을 가지고, 일체형 능동 소음 제거(ANC) 제어 장치(100a)는 하나의 하우징 내부에 하나의 마이크(200a)와 하나의 스피커(300a)가 구비되고 이들을 단일 제어하는 구성을 갖는다.
즉, 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 철도 차량(10)의 동체(12) 외부 및/또는 내부의 서로 다른 위치들 각각에 복수 개의 소음 수집용 마이크(200, 200a)와 복수 개의 역위상 신호 출력용 스피커(300, 300a)가 설치되고, 동체(12) 외부 및/또는 내부에 적어도 하나의 능동 소음 제거(ANC) 제어 장치(100, 100a)가 설치된다. 마이크(200, 200a)와 스피커(300, 300a)들 각각은 철도 차량(10)의 동체(12) 외부 예를 들어, 차륜(14)의 전후 외측 각각에 대응하여 설치되거나, 철도 차량(10)의 동체(12) 내부에 설치된다.
마이크(200, 200a)는 소음원으로부터 소음 및 잡음을 감지하는 소스 마이크(source microphone)로서, 능동 소음 제거(ANC) 제어 장치(100, 100a)와 전기적으로 연결된다. 마이크(200, 200a)는 다양한 소음원의 주변에 설치될 수 있다. 마이크(200, 200a)는 철도 차량(10)의 운행, 정차 및 이동 중에 실시간으로 소음원 예컨대, 철도 차량(10)의 차륜(12)과 철로(20), 철도 차량(10)의 동체(12), 철도 차량(10)의 구동부 작동, 배터리 충방전, 발전기 작동 및 도어(16)의 개폐 등에 의해 발생되거나 철도 차량(10)의 운행 중에 발생되는 풍절음, 풍동음 등의 원천 소음을 감지하여 아날로그 음향 신호를 능동 소음 제거 제어 장치(100, 100a)로 전송한다.
능동 소음 제거(ANC) 제어 장치(100, 100a)는 마이크(200, 200a)로부터 전송된 원천 소음의 아날로그 음향 신호를 능동 소음 제거(ANC) 방식으로 분석 및 신호 처리하고, 원천 소음과 원천 소음에 매칭되는 역위상 가공 파동 신호를 저장하여 데이터베이스화한다. 능동 소음 제거 제어 장치(100, 100a)는 데이터베이스화된 신호들을 인공지능 기반의 딥러닝 기술로 반복 학습하고, 이를 통해 원천 소음에 대응되는 역위상 가공 파동 신호를 발생시킨다. 이러한 능동 소음 제거 제어 장치(100, 100a)는 복수 개의 마이크(200)와 복수 개의 스피커(300)를 통합 제어하는 통합형의 능동 소음 제거 제어 장치(100)로 구비되거나 또는 하나의 마이크(200a)와 하나의 스피커(300a)를 단일 제어하는 일체형의 능동 소음 제거 제어 장치(100a)로 구비될 수 있다. 따라서 능동 소음 제거 제어 장치(100, 100a)는 원천 소음에 대응하여 출력되는 역위상 가공 파동 신호를 사전에 딥러닝 기술을 이용하여 반복 학습하고, 원천 소음과 역위상 가공 파동 신호를 데이터베이스화하여 저장한다. 이에 능동 소음 제거 제어 장치(100, 100a)는 마이크(200, 200a)로부터 원천 소음에 대한 음향 신호가 전송되면, 이를 분석 및 능동 소음 제거(ANC) 신호 처리하여 데이터들로부터 해당 원천 소음에 매칭된 역위상 가공 파동 신호를 추출 및 발생하여 신속하게 스피커(300, 300a)로 출력시킨다.
그리고 스피커(300, 300a)는 마이크(200, 200a) 각각에 대응하여 구비된다. 스피커(300, 300a)는 원천 소음이 발생되는 소음원 방향으로 역위상 가공 파동 신호를 출력하도록 설치된다. 스피커(300, 300a)는 능동 소음 제거 제어 장치(100, 100a)로부터 발생된 역위상 가공 파동 신호를 외부로 출력한다. 이 때, 스피커(300, 300a)는 소음 제거 및 감쇄를 위한 캔슬링 스피커(cancelling speaker)로서, 예컨대, 지향성 스피커로 구비되어 소음원에 따라 역위상 가공 파동 신호의 방향, 거리, 각도 등이 조절되어 설치된다. 따라서 지향성 스피커는 능동 소음 제거 제어 장치(100, 100a)로부터 소음 제거를 위한 소음원의 위치, 거리, 폭, 높이 등에 최적화된 인공지능 기반으로 딥러닝 학습된 역위상 가공 파동 신호를 전달받아서 출력함으로 보다 빠르고 정밀하고 효과적이며 강력한 소음 및 잡음 제거가 가능하다. 따라서 본 발명은 원천 소음과 역위상 가공 파동 신호가 중첩되어 원천 소음을 상쇄하여 제거한다.
또 피드백 마이크(210, 210a)는 스피커(300, 300a)로부터 출력되는 역위상 가공 파동 신호를 검증하기 위해 역위상 가공 파동 신호를 감지하여 피드백 신호를 능동 소음 제거 제어 장치(100, 100a)로 전송한다. 이에 능동 소음 제거 제어 장치(100, 100a)는 피드백 신호를 통해 소음원의 음향 신호에 최적화된 역위상 가공 파동 신호인지를 분석하고, 이를 반복 학습하여 최적화된 역위상 가공 파동 신호를 스피커(300, 300a)로 발생시킨다.
따라서 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 철도 차량(10)의 운행, 정지 및 이동 중에 능동 소음 제거(ANC) 제어 장치(100, 100a)를 이용하여 딥러닝 기반으로 역위상 가공 파동 신호를 발생시켜서 신속하고 효율적으로 철도 차량(10)의 차륜(12)과 철로(20), 철도 차량(10)의 동체(12), 철도 차량(10)의 구동부 작동, 배터리 충방전, 발전기 작동 및 도어(16)의 개폐 등에 의해 발생되거나 철도 차량(10)의 운행 중에 동체(12)에 의해 발생되는 풍절음, 풍동음 등의 소음 및 잡음을 제거 및 감소시킬 수 있으며, 이로 인해 원천 소음이 철도 차량(10)의 실내로 유입되거나 외부로 전파되는 것을 방지할 수 있다.
구체적으로 도 3 내지 도 5를 이용하여 본 발명의 실시예들에 따른 능동 소음 제거 제어 장치의 구성과 기능 및 작용을 상세히 설명한다.
도 3은 본 발명의 제1 실시예에 따른 통합형 ANC 제어 장치가 구비된 철도 차상용 능동 소음 제거 시스템의 구성을 도시한 블록도이고, 도 4는 도 3에 도시된 통합형 능동 소음 제거(ANC) 제어 장치의 구성을 나타내는 블록도이다.
도 3 및 도 4를 참조하면, 제1 실시예의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 통합형 능동 소음 제거(ANC) 제어 장치(100)를 이용하여 철도 차량의 운행, 정지 및 이동 중에 발생되는 원천 소음을 제거하거나 상쇄시킨다.
본 발명의 제1 실시예에서는 철도 차량(10)의 차륜(14)의 일측 예를 들어, 차륜(14)의 전후방 각각에 마이크(200)와 스피커(300)가 설치되고, 철도 차량(10)의 동체(12) 외부 및/또는 내부에 적어도 하나의 통합형 능동 소음 제거(ANC) 제어 장치(100)가 설치된다.
이 실시예의 통합형 능동 소음 제거(ANC) 제어 장치(100)는 적어도 하나의 철도 차량(10)에 설치된 복수 개의 마이크(200, 210)와 복수 개의 스피커(300)들을 통합 관리하도록 구비된다. 마이크(200, 210)는 소스 마이크(200)와 피드백 마이크(210)를 포함한다.
구체적으로, 통합형 능동 소음 제거(ANC) 제어 장치(100)는 적어도 하나의 철도 차량(10)에 설치되는 복수 개의 소스 마이크(200)와, 복수 개의 스피커(300) 및 복수 개의 피드백 마이크(210)들과 전기적으로 연결된다.
소스 마이크(Source MIC)(200)는 각각이 설치 위치에서 철도 차량(10)의 운행, 정지 및 이동 시에 발생되는 원천 소음을 감지하고 원천 소음에 대응되는 전기적인 신호 즉, 아날로그 음향 신호를 통합형 능동 소음 제거 제어 장치(100)로 전송한다.
피드백 마이크(Feedback MIC)(210)는 스피커(300)들 각각에 대향하는 위치에 설치된다. 피드백 마이크(210)는 역위상 가공 파동 신호를 검증하기 위하여, 스피커(300)로부터 출력되는 역위상 가공 파동 신호를 감지하여 디지털의 피드백 신호를 통합형 능동 소음 제거 제어 장치(100)로 전송한다.
스피커(300)는 예를 들어, 지향성 스피커로 구비되어, 소스 마이크(200)와 피드백 마이크(210)에 대응하는 위치에 설치된다. 스피커(300)는 각각이 설치 위치에서 소음원 예컨대, 차륜(14)과 철로(20) 사이의 방향으로 설치된다. 스피커(300)는 통합형 능동 소음 제거(ANC) 제어 장치(100)로부터 발생되는 역위상 가공 파동 신호를 소음원 방향으로 출력한다.
그리고 통합형 능동 소음 제거(ANC) 제어 장치(100)는 수신 변환기(110), 신호 처리부(120), 송신 변환기(130), 신호 발생기(140), 인공지능(AI) 데이터 처리부(150) 및 데이터 저장부(160)를 포함한다.
수신 변환기(110)는 예컨대, 아날로그 디지털 컨버터(ADC) 등으로 구비되고, 소스 마이크(200)들 각각으로부터 전송되는 원천 소음에 따른 아날로그 음향 신호를 입력받아서 디지털 신호로 변환하여 신호 처리부(120)로 출력한다.
신호 처리부(120)는 예컨대, 디지털 신호 프로세서(DSP) 등으로 구비되고, 수신 변환기(110)로부터 출력된 디지털 신호를 받아서 음향 신호를 분석 및 연산 처리하고, 이를 통해 디지털 모델링하여 음향 신호에 대응하는 역위상 가공 파동 신호를 생성한다. 신호 처리부(120)는 생성된 역위상 가공 파동 신호를 송신 변환기(130)로 출력한다. 신호 처리부(120)는 수신 변환기(110)로부터 음향 신호가 전송되면, 이에 대응하는 역위상 가공 파동 신호를 출력하는 상술한 능동 소음 제거(ANC) 과정들을 반복 수행하고, 이에 따라 음향 신호와 역위상 가공 파동 신호를 데이터베이스화하도록 인공지능(AI) 데이터 처리부(150)로 전송한다. 또 신호 처리부(120)는 피드백 마이크(210)로부터 피드백 신호를 전송받아서 스피커(300)로부터 출력되는 역위상 가공 파동 신호를 검증한다. 신호 처리부(120)는 인공지능(AI) 데이터 처리부(150)로부터 딥러닝 기술에 의해 추출된 역위상 가공 파동 신호를 전송받아서 송신 변환기(130)로 출력한다.
송신 변환기(130)는 예컨대, 디지털 아날로그 컨버터(DAC) 등으로 구비되고, 신호 처리부(120)로부터 출력된 역위상 가공 파동 신호를 아날로그 신호로 변환하여 신호 발생기(140)로 출력한다.
신호 발생기(140)는 예컨대, 신호 증폭기(AMP) 등으로 구비되고, 송신 변환기(130)로부터 출력된 아날로그 신호를 증폭하여 스피커(300)로 역위상 가공 파동 신호에 대응하는 음향 신호를 발생한다.
인공지능(AI) 데이터 처리부(150)는 예컨대, 인공지능(AI) 프로세서 등으로 구비되고, 신호 처리부(120)로부터 전송된 음향 신호와 역위상 가공 파동 신호를 상호 매칭시켜서 데이터 저장부(160)에 저장한다. 인공지능(AI) 데이터 처리부(150)는 데이터 저장부에 저장된 데이터들을 딥러닝 기술을 이용하여 반복 학습한다. 인공지능(AI) 데이터 처리부(150)는 신호 처리부(120)로부터 음향 신호가 전송되면, 이에 대응하는 역위상 가공 파동 신호를 데이터 저장부(160)로부터 추출하여 신호 처리부(120)로 전송한다. 이 때, 인공지능(AI) 데이터 처리부(150)는 역위상 가공 파동 신호에 대한 특성 예를 들어, 이득(Gain) 산출, 역위상 제어, 위상 보정 등을 판별 및 처리하여 신호 처리부(120)로 전송한다.
그리고 데이터 저장부(160)는 인공지능(AI) 데이터 처리부(150)로부터 음향 신호와 이에 매칭되는 역위상 가공 파동 신호를 전송받아서 저장, 관리한다. 데이터 저장부(160)는 저장된 데이터들을 인공지능(AI) 데이터 처리부(150)로 인공지능 기반으로 딥러닝 학습하도록 제공하고, 이에 따라 데이터를 업데이트하여 데이터베이스를 구축한다.
이러한 통합형 능동 소음 제거(ANC) 제어 장치(100)는 인공지능(AI) 기반의 딥러닝(Deep Learning) 기술을 적용하여 넓은 영역대(예를 들어, 1Hz ~ 20,000Hz 범위)에서 발생하는 다양한 원천 소음 및 잡음에 대하여 각 영역대에 대비하는 역위상 가공 파동 신호를 스피커(300)를 통해 발생시켜서 대형 선형 구조의 교통 수단에서 발생되는 원천 소음 및 잡음을 딥러닝 기술을 통하여 처리된 가공 파동 신호를 학습하여 최적의 역위상 가공 파동 신호를 추출 및 저장하고, 다양한 원천 소음 및 잡음이 유입되면 자동으로 최적화된 역위상 가공 파동 신호를 초고속으로 반응하여 출력한다.
따라서 제1 실시예의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 도 3에 도시된 바와 같이, 복수(N) 개의 소스 및 피드백 마이크(200, 210)를 통하여 다중 정밀의 음향 신호를 수신하고, 복수(N) 개의 스피커(300)를 통하여 다중 정밀의 역위상 가공 파동 신호를 발생시켜서 대형 소음 및 잡음을 제거 및 상쇄한다. 이 실시예의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 마이크(200, 210)와 스피커(300)를 철도 차량(10)의 길이 및 개수 등에 따라 통합형 능동 소음 제거 제어 장치(100)에 연결시킬 수 있어 쉽게 증설이 가능하다.
그리고 도 5는 본 발명의 제2 실시예에 따른 일체형 ANC 제어 장치가 구비된 철도 차상용 능동 소음 제거 시스템의 구성을 도시한 블록도이다. 여기서는 제1 실시예의 구성과 차이점을 중점으로 설명하고, 동일한 기능의 구성에 대해서는 구체적인 설명은 생략한다.
도 5를 참조하면, 제2 실시예의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 하나의 마이크(200a)와 하나의 스피커(300a)를 제어하는 일체형(All-In-One) 능동 소음 제거(ANC) 제어 장치(100a)를 복수 개로 구비하여 철도 차량(10)의 운행, 정지 및 이동 중에 발생되는 원천 소음을 제거하거나 상쇄시킨다. 이 실시예의 일체형 능동 소음 제거(ANC) 제어 장치(100a)는 하나의 하우징에 마이크(200a, 210a)와 스피커(300a)가 구비된다.
즉, 본 발명의 제2 실시예에서는 철도 차량(10)의 차륜(14)의 전후방 각각에 마이크(200a)와 스피커(300a)가 배치되도록 철도 차량(10)의 동체(12) 외부 및/또는 내부에 복수 개의 일체형 능동 소음 제거(ANC) 제어 장치(100a)가 설치된다.
구체적으로, 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 적어도 하나의 철도 차량(10)에 복수 개의 일체형 능동 소음 제거(ANC) 제어 장치(100a)들이 구비된다.
일체형 능동 소음 제거(ANC) 제어 장치(100a)는 소음 수집용 소스 마이크(200a), 역위상 신호 검증용 피드백 마이크(210a), 역위상 신호 출력용 스피커(300a), 수신 변환기(110), 신호 처리부(120), 송신 변환기(130), 신호 발생기(140), 인공지능(AI) 데이터 처리부(150) 및 데이터 저장부(160)를 포함한다.
따라서 이 실시예의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 복수 개의 일체형 능동 소음 제거(ANC) 제어 장치(100a)를 이용하여 소음 및 잡음에 대응되는 역위상 가공 파동 신호를 신속하고 정밀하게 발생시킴으로써, 철도 차량(10)의 운행, 정지 및 이동 중에서 소음 및 잡음을 제거하거나 감소시킬 수 있다.
또 이 실시예의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 일체형의 능동 소음 제거(ANC) 제어 장치(100a)를 이용하여 철도 차량(10)에 설치됨으로써, 설치 및 공간 활용에 편의성을 제공할 수 있고, 저감 강도에 맞는 증설이 가능한 마이크(200a, 210a)와 ANC 제어 장치(100a) 및 스피커(300a)를 모두 내장한 일체형의 단일 장치로 구성하여 철도 차량(10)의 수량 및 길이 등에 따라 증설이 가능하다.
상술한 바와 같이, 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)를 철도 차량(10)의 동체(12) 외부 및/또는 내부에 설치하고, 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)를 이용하여 인공지능 기반의 딥러닝 기술을 통해 원천 소음을 신속하고 정밀하게 제거하는데 최적화된 역위상 가공 파동 신호를 발생 및 출력시킨다.
따라서 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 철도 차량의 운행, 정지 및 이동 중에 소음 및 잡음이 발생되면, 딥러닝 기술을 이용하여 연산 처리없이 학습된 역위상 가공 파동 신호를 추출 및 발생시킴으로써, 소음 제거 및 감쇄를 위한 소요 시간을 최소화할 수 있고, 신속하고 정밀하게 대응이 가능하다.
또 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 철도 차량(10)의 동체(12), 차륜(14), 구동부, 배터리, 발전기, 도어(16) 등에서 발생되는 각종 소음 및 잡음이 외부로 전파되지 않도록 제거 또는 저감하여 철도 차량(10)의 운행, 정차 및 이동 간에 외부의 주거 지역, 역사 플랫폼, 차량 사업소 및 정비 기지 등에 있는 사람들에게 청각적인 피해를 주지 않도록 하고, 철도 차량(10)의 운행, 정지 및 이동 중에 발생되는 각종 소음 및 잡음이 객실의 내부로 유입되지 않도록 하여 철도 차량(10)의 운전자 및 승객들에게 청각적인 피해를 주지 않도록 한다.
계속해서 도 6을 이용하여 본 발명의 철도 차상용 능동 소음 제거 시스템의 처리 방법을 설명한다.
도 6은 본 발명에 따른 철도 차상용 능동 소음 제거 시스템의 처리 수순을 도시한 흐름도이다. 이 수순은 도 1 내지 도 5에 도시된 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)에 의해 처리된다.
도 6을 참조하면, 본 발명의 철도 차상용 능동 소음 제거 시스템(2, 2a, 2b, 2c)은 먼저, 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)를 이용하여 소음원의 음향 신호를 사전에 감지, 수집 및 분석하여 음향 신호와 음향 신호에 매칭되는 역위상의 파동 신호를 데이터베이스화하여 저장하고, 이를 인공지능 기반의 딥러닝 기술을 이용하여 반복 학습한다.
단계 S400에서 마이크(200, 200a)는 철도 차량의 운행, 정지 및 이동 중에서 소음원으로부터 발생되는 원천 소음의 음향 신호를 감지하여 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)로 전송한다.
단계 S410에서 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)는 음향 신호를 실시간으로 수집하여 디지털 신호로 변환하고, 능동 소음 제거(ANC) 방식을 이용하여 신호 분석 및 처리하여 데이터베이스화하여 저장하고, 단계 S420에서 딥러닝 기술을 이용하여 음향 신호에 매칭되는 역위상 가공 파동 신호를 추출 및 저장한다. 단계 S430에서 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)는 추출된 역위상 가공 파동 신호를 발생시킨다. 단계 S440에서 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)는 해당 소음원에 대응되는 스피커(300, 300a)로 출력시킨다.
단계 S450에서 피드백 마이크(210, 210a)는 스피커(300, 300a)로부터 출력된 역위상 가공 파동 신호를 감지하여 피드백 신호를 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)로 전송하여 역위상 가공 파동 신호를 검증한다. 이 때, 통합형 또는 일체형의 능동 소음 제거(ANC) 제어 장치(100, 100a)는 음향 신호에 대응하여 최적화된 역위상 가공 파동 신호이면, 스피커(300, 300a)로 출력시키고, 단계 S460에서 딥러닝 반복 학습 및 데이터를 업데이트하여 저장한다.
이상에서, 본 발명에 따른 인공지능 기반의 철도 차상용 능동 소음 제거 시스템의 구성 및 작용을 상세한 설명과 도면에 따라 도시하였지만, 이는 실시예를 들어 설명한 것에 불과하며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다.
2, 2a, 2b, 2c : 철도 차상용 능동 소음 제거 시스템
100, 100a : 능동 소음 제거 제어 장치
200, 200a : 마이크
210, 210a : 피드백 마이크
300, 300a : 스피커
100, 100a : 능동 소음 제거 제어 장치
200, 200a : 마이크
210, 210a : 피드백 마이크
300, 300a : 스피커
Claims (5)
- 철도 차상용 능동 소음 제거 시스템에 있어서:
철도 차량의 운행, 정지 및 이동 중에 소음 및 잡음을 발생하는 복수의 소음원들 각각에 대응하여 상기 철도 차량의 외부 및 내부 중 적어도 하나에 설치되고, 소음원들 각각으로부터 발생되는 소음 및 잡음에 대한 음향 신호를 각각 감지하는 복수 개의 마이크;
상기 철도 차량의 내부 및 외부 중 적어도 하나에 설치되고, 사전에 소음원으로부터 발생되는 음향 신호를 능동 소음 제거 방식으로 신호 처리하여 음향 신호에 매칭되는 역위상 가공 파동 신호를 생성하고, 음향 신호와 역위상 가공 파동 신호에 대한 데이터들을 저장하여 데이터베이스화하고, 저장된 음향 신호와 역위상 가공 파동 신호를 인공지능 기반의 딥러닝 기술을 이용하여 반복 학습하고, 상기 마이크로부터 음향 신호가 전송되면, 반복 학습에 의해 전송된 음향 신호에 대응되는 역위상 가공 파동 신호를 추출 및 발생하여 소음 및 잡음을 제거하거나 감소시키는 적어도 하나의 능동 소음 제거 제어 장치; 및
상기 철도 차량의 외부 및 내부 중 적어도 하나에 상기 소음원들 각각에 대응하여 설치되고, 상기 능동 소음 제거 제어 장치로부터 발생된 역위상 가공 파동 신호를 상기 소음원 방향으로 각각 출력하는 복수 개의 스피커를 포함하는 것을 특징으로 하는 철도 차상용 능동 소음 제거 시스템.
- 청구항 1에 있어서,
상기 철도 차상용 능동 소음 제거 시스템은,
상기 스피커로부터 출력되는 역위상 가공 파동 신호를 감지하여 역위상 가공 파동 신호의 검증을 위한 피드백 신호를 상기 능동 소음 제거 제어 장치로 전송하는 피드백 마이크;를 더 포함하되,
상기 능동 소음 제거 제어 장치는,
상기 피드백 마이크로부터 전송된 피드백 신호를 통해 음향 신호에 매칭된 최적의 역위상 가공 파동 신호인지를 더 분석 및 반복 학습하여 음향 신호에 최적화된 역위상 가공 파동 신호를 상기 스피커로 출력시키는 것을 특징으로 하는 철도 차상용 능동 소음 제거 시스템.
- 청구항 2에 있어서,
상기 능동 소음 제거 제어 장치는,
상기 마이크로부터 전송되는 음향 신호를 디지털 신호로 변환하는 수신 변환기;
상기 수신 변환기로부터 출력된 디지털 신호를 받아서 음향 신호를 분석 및 연산 처리하고, 음향 신호에 대응하는 역위상 가공 파동 신호를 생성하는 신호 처리부;
상기 신호 처리부로부터 음향 신호와 역위상 가공 파동 신호를 전송받아서 인공지능 기반의 딥러닝 기술을 이용하여 음향 신호와 역위상 가공 파동 신호에 대한 저장된 데이터들을 반복 학습하여 상기 마이크로부터 음향 신호가 전송되면, 음향 신호에 대응하는 역위상 가공 파동 신호를 추출하여 상기 신호 처리부로 전송하는 인공지능 데이터 처리부;
상기 신호 처리부로부터 출력된 역위상 가공 파동 신호를 아날로그 신호로 변환하는 송신 변환기;
상기 송신 변환기로부터 변환된 아날로그 신호를 증폭하여 역위상 가공 파동 신호에 대응되는 음향 신호를 상기 스피커로 출력하는 신호 발생기; 및
상기 인공지능 데이터 처리부로부터 음향 신호와 역위상 가공 파동 신호를 전송받아서 음향 신호와 역위상 가공 파동 신호에 대한 데이터들을 저장 및 관리하고, 저장된 데이터들을 상기 인공지능 데이터 처리부로 인공지능 기반으로 딥러닝 기술을 이용하여 반복 학습하도록 제공하고, 반복 학습에 따른 데이터를 업데이트하여 저장하는 데이터 저장부를 포함하는 것을 특징으로 하는 철도 차상용 능동 소음 제거 시스템.
- 청구항 3에 있어서,
상기 능동 소음 제거 제어 장치는,
복수 개의 상기 마이크와 복수 개의 상기 스피커들이 전기적으로 연결되어 통합 제어하는 통합형으로 구비되거나;
하나의 하우징에 하나의 상기 마이크와 하나의 상기 스피커가 일체형으로 구비되고, 상기 철도 차량들 각각에 대응하여 복수 개가 설치되는 것을 특징으로 하는 철도 차상용 능동 소음 제거 시스템.
- 청구항 3에 있어서,
상기 신호 처리부는,
상기 피드백 마이크로부터 피드백 신호를 전송받아서 상기 스피커로부터 출력되는 역위상 가공 파동 신호를 검증하고, 상기 인공지능 데이터 처리부로부터 딥러닝 기술에 의해 추출된 역위상 가공 파동 신호를 전송받아서 상기 송신 변환기로 출력하는 것을 특징으로 하는 철도 차상용 능동 소음 제거 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220132760A KR20240052557A (ko) | 2022-10-14 | 2022-10-14 | 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220132760A KR20240052557A (ko) | 2022-10-14 | 2022-10-14 | 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240052557A true KR20240052557A (ko) | 2024-04-23 |
Family
ID=90881049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220132760A KR20240052557A (ko) | 2022-10-14 | 2022-10-14 | 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240052557A (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101107148B1 (ko) | 2009-12-11 | 2012-02-06 | 현대로템 주식회사 | 철도차량용 능동 소음 제거장치 및 방법 |
| KR101620827B1 (ko) | 2014-07-18 | 2016-05-16 | 한국철도기술연구원 | 철도소음 저감장치 |
| KR102263135B1 (ko) | 2020-12-09 | 2021-06-09 | 주식회사 모빌린트 | 딥러닝 알고리즘을 이용한 소음 제거 방법 및 장치 |
| KR20210087329A (ko) | 2020-01-02 | 2021-07-12 | 김순기 | 능동형 도로 및 거리 소음 제거 시스템 |
-
2022
- 2022-10-14 KR KR1020220132760A patent/KR20240052557A/ko unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101107148B1 (ko) | 2009-12-11 | 2012-02-06 | 현대로템 주식회사 | 철도차량용 능동 소음 제거장치 및 방법 |
| KR101620827B1 (ko) | 2014-07-18 | 2016-05-16 | 한국철도기술연구원 | 철도소음 저감장치 |
| KR20210087329A (ko) | 2020-01-02 | 2021-07-12 | 김순기 | 능동형 도로 및 거리 소음 제거 시스템 |
| KR102263135B1 (ko) | 2020-12-09 | 2021-06-09 | 주식회사 모빌린트 | 딥러닝 알고리즘을 이용한 소음 제거 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lam et al. | Ten questions concerning active noise control in the built environment | |
| US20180277090A1 (en) | Road and engine noise control | |
| CN104106112A (zh) | 消声装置 | |
| CN108422956A (zh) | 汽车车内噪声的主动控制降噪方法及系统 | |
| CN107195294B (zh) | 一种用于车辆的主动降噪方法及装置 | |
| CN111754968B (zh) | 一种用于车辆的风噪控制方法及装置 | |
| CN103841496A (zh) | 一种室内变压器噪声的自适应消噪装置及实现方法 | |
| CN112017626B (zh) | 轨道交通车辆有源降噪方法及司机室 | |
| JPH06308979A (ja) | 機器によって生成される騒音を能動的に制御する方法とこの方法を実施する装置 | |
| CN109461432A (zh) | 一种具有方向性的主动降噪装置及方法 | |
| CN111508463A (zh) | 在电动或混动车辆中主动降噪的方法及对应配置的车辆 | |
| CN201533398U (zh) | 交通运输设备的广播系统 | |
| JP2006023588A (ja) | 車内騒音抑制システム | |
| KR20240052557A (ko) | 인공지능 기반의 철도 차상용 능동 소음 제거 시스템 및 그의 처리 방법 | |
| KR20240047614A (ko) | 인공지능 기반의 철도용 능동 소음 제거 시스템 및 그의 처리 방법 | |
| KR20240047615A (ko) | 인공지능 기반의 도로용 능동 소음 제거 시스템 및 그의 처리 방법 | |
| JP4287156B2 (ja) | 鉄道車両用アクティブ騒音低減装置 | |
| JP2019159210A (ja) | 騒音低減方法および装置 | |
| KR20110066441A (ko) | 철도차량용 능동 소음 제거장치 및 방법 | |
| CN102756749A (zh) | 基于声波示警的列车防撞系统及其防撞方法 | |
| CN209089216U (zh) | 一种次声波主动消除设备 | |
| Habib et al. | Open IEN issues of active noise control applications | |
| KR100748425B1 (ko) | 능동소음 제어장치 및 방법 | |
| CN109584857A (zh) | 一种地铁噪声智能控制系统 | |
| CN220272146U (zh) | 一种降噪装置 |