[发明专利]基于大数据信息诊断问题噪声源的方法及装置

说明书

本发明涉及基于大数据信息诊断问题噪声源的方法及装置。一种基于大数据信息诊断问题噪声源的方法包括：通过利用实时噪声测量装置来测量车辆的动力传动系的噪声数据，并将该噪声数据转换为能够通过接口装置输入至用于诊断问题噪声源的便携式装置的信号；通过人工智能的深度学习算法对转换后的信号进行噪声分析，并诊断作为噪声成因的问题噪声源；通过输出诊断结果作为问题噪声源来显示噪声成因，并将诊断结果发送到便携式装置。

技术领域

本发明涉及这样一种技术，该技术基于大数据信息，通过基于深度学习的人工智能来诊断车辆噪声的问题噪声源，特别是非典型噪声，例如动力传动系的噪声。

背景技术

车辆由组装在一起的许多部件组成。在组装的部件中，车辆的动力系统具有固有的噪声和振动特性。

然而，由部件的组合产生的噪声信息是巨大的。此外，正常情况下的工作噪声和异常情况下出现的问题噪声表现不同。如果出现任何问题噪声，则车辆可能处于异常状态。

仅基于具有非常复杂的结构的车辆产生的问题噪声信息，难以确定车辆的哪一部分被损坏。

例如，对于车辆的动力传动系，很难找到出现问题噪声的区域。这是因为车辆的这种问题噪声非典型地发生。

因此，噪声专家已经通过声音检测的评估来诊断噪声，并根据他们过去的经验找到了问题噪声源。但是，即使多个噪声专家使用了传感器或其他测试条件，执行这种诊断也需要花费较长的时间。此外，难以正确地诊断出问题噪声源。

近来，已经努力利用噪声数据来寻找问题噪声源，但是没有适当的解决方案。

特别地，不存在利用噪声数据来找到问题噪声源的便携式装置。

发明内容

本发明的目的是提供一种基于大数据信息来诊断问题噪声源以识别问题噪声源的方法和装置，所述方法和装置利用人工智能技术使噪声数据按类型积累的噪声大数据的资产价值最大。

可以通过以下描述来理解本发明的其他目的和优点，并且参照本发明的实施方案，本发明的其他目的和优点将变得更加明显。本发明所属技术领域的技术人员将明了，本发明的目的和优点可以通过所要求保护的装置和所述装置的组合来实现。

根据本发明的一个方面，一种基于大数据信息诊断问题噪声源的方法包括：通过利用实时噪声测量装置来测量车辆的动力传动系的噪声数据，并将该噪声数据转换为能够通过接口装置输入至便携式装置的信号；通过人工智能的深度学习算法对转换后的信号进行噪声分析，并诊断作为噪声成因的问题噪声源；通过输出诊断结果作为问题噪声源来显示成因，并将诊断结果发送到便携式装置。

根据本发明的另一方面，一种基于大数据信息诊断问题噪声源的方法包括：获取车辆的噪声或振动数据，将噪声或振动数据转换为噪声，然后将噪声转换为第一编码；将车辆的控制器局域网(CAN)数据中出现的发动机转速信息转换为第一编码；通过人工智能的深度学习，基于第一编码诊断问题噪声源。

通过麦克风获取噪声数据，通过振动传感器获取振动数据。

双向方法和门控循环单元(GRU)技术应用于人工智能的深度学习。

注意机制技术应用于人工智能的深度学习。

早期集成学习技术应用于人工智能的深度学习。

人工智能通过便携式装置输出诊断问题噪声源的结果，并配置为能够再现声音以用于识别。

根据本发明的另一方面，一种基于大数据信息诊断问题噪声源的方法包括：准备车辆外部的外部存储数据；获取车辆外部的外部存储数据，并通过重采样将获取的数据转换为第二编码；通过人工智能的深度学习，根据第二编码从噪声或振动中诊断问题噪声源。

重采样的频率是问题噪声的最大频率的两倍。