一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置

    公开(公告)号:CN111951776A

    公开(公告)日:2020-11-17

    申请号:CN202010846428.3

    申请日:2020-08-21

    Abstract: 本发明公开了一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置。方法为采集列车牵引系统噪声区域的噪声信号,作为参考信号;采集噪声控制区域的残余噪声信号,作为误差信号;通过分数阶可变步长算法,对所述参考信号和误差信号进行分析处理,并输出与噪声信号幅值相等相位相反的反噪声信号至目标区域与噪声信号叠加相互抵消。本发明为列车牵引系统噪声的控制提供了一种非常有效的方法,利用分数阶微积分所具有的对物理变化过程中瞬态的良好描述,提高了算法的控制精度和收敛速度。本发明基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置,对1000Hz以下的列车牵引系统噪声具有明显的降噪效果。

    一种基于卷积-模糊网络的车辆全局空间的主动噪声控制装置

    公开(公告)号:CN111968614B

    公开(公告)日:2023-09-19

    申请号:CN202010862335.X

    申请日:2020-08-24

    Abstract: 本发明公开了一种基于卷积‑模糊神经网络的车辆全局空间主动噪声控制装置。包括噪声控制器和次级通路,所述次级通路包括用于获取残余噪声信号的多个误差传感器、用于获取目标区域内降噪目标位置信息的位置传感器、用于抵消噪音的多个次级声源;所述噪声控制器,用于通过采用卷积‑模糊神经网络离线辨识得到的次级通路逆模型,同时采用卷积‑模糊神经网络作为次级通路的自适应有源噪声控制算法在线修正控制器参数,并发出抵消噪声信号给次级声源输出抵消噪声。本发明利用卷积‑模糊神经网络对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。

    一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置

    公开(公告)号:CN111951776B

    公开(公告)日:2021-06-25

    申请号:CN202010846428.3

    申请日:2020-08-21

    Abstract: 本发明公开了一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置。方法为采集列车牵引系统噪声区域的噪声信号,作为参考信号;采集噪声控制区域的残余噪声信号,作为误差信号;通过分数阶可变步长算法,对所述参考信号和误差信号进行分析处理,并输出与噪声信号幅值相等相位相反的反噪声信号至目标区域与噪声信号叠加相互抵消。本发明为列车牵引系统噪声的控制提供了一种非常有效的方法,利用分数阶微积分所具有的对物理变化过程中瞬态的良好描述,提高了算法的控制精度和收敛速度。本发明基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置,对1000Hz以下的列车牵引系统噪声具有明显的降噪效果。

    一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法

    公开(公告)号:CN111968613A

    公开(公告)日:2020-11-20

    申请号:CN202010862334.5

    申请日:2020-08-24

    Abstract: 本发明公开了一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法。方法包括在车辆降噪区周围设置多个次级通路;采集各次级通路的噪声残余信号;采用卷积-模糊神经网络先进行离线辨识得到次级通路模型,同时作为次级通路的自适应有源噪声控制算法在线修正控制器参数,最后输出多方位的噪声抵消信号。本发明将卷积-模糊神经网络用于辨识对象的逆模型,为车辆全局空间非线性噪声辨识提供了一种非常有效的方法,利用卷积-模糊神经网络所具有的对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。

    一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法

    公开(公告)号:CN111968613B

    公开(公告)日:2023-09-19

    申请号:CN202010862334.5

    申请日:2020-08-24

    Abstract: 本发明公开了一种主动控制车辆全局空间噪声的卷积‑模糊神经网络方法。方法包括在车辆降噪区周围设置多个次级通路;采集各次级通路的噪声残余信号;采用卷积‑模糊神经网络先进行离线辨识得到次级通路模型,同时作为次级通路的自适应有源噪声控制算法在线修正控制器参数,最后输出多方位的噪声抵消信号。本发明将卷积‑模糊神经网络用于辨识对象的逆模型,为车辆全局空间非线性噪声辨识提供了一种非常有效的方法,利用卷积‑模糊神经网络所具有的对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。

    基于回归-神经网络的列车牵引风机噪声小样本预测方法

    公开(公告)号:CN115544859A

    公开(公告)日:2022-12-30

    申请号:CN202211026106.X

    申请日:2022-08-25

    Abstract: 本发明提供了基于回归‑神经网络的列车牵引风机噪声小样本预测方法,其包括以下步骤:获取列车牵引系统风机噪声相关的影响因素,采集若干组相互独立的影响因素数据,建立多元回归模型,通过最小二乘法得到经验多元回归模型组得到回归系数,将影响因素数据中的异常点数据筛除;将完成筛除后的影响因素数据输入至模糊神经网络;在模糊隐含层中根据模糊规则推算出隶属度值后采用连乘函数激活隶属度值;通过双层模糊隐含层计算输出预测值。本发明通过模糊神经网络的结构减少冗余层数以实现模型最简化,减少计算量提高计算速度,可以准确在小样本噪声数据下预测,从而实现列车牵引系统风机噪声正向设计,消减列车系统及零部件领域先制造再降噪的行业痼疾。

    一种基于卷积-模糊网络的车辆全局空间的主动噪声控制装置

    公开(公告)号:CN111968614A

    公开(公告)日:2020-11-20

    申请号:CN202010862335.X

    申请日:2020-08-24

    Abstract: 本发明公开了一种基于卷积-模糊神经网络的车辆全局空间主动噪声控制装置。包括噪声控制器和次级通路,所述次级通路包括用于获取残余噪声信号的多个误差传感器、用于获取目标区域内降噪目标位置信息的位置传感器、用于抵消噪音的多个次级声源;所述噪声控制器,用于通过采用卷积-模糊神经网络离线辨识得到的次级通路逆模型,同时采用卷积-模糊神经网络作为次级通路的自适应有源噪声控制算法在线修正控制器参数,并发出抵消噪声信号给次级声源输出抵消噪声。本发明利用卷积-模糊神经网络对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。

    一种方便观察的声乐训练用眉心震动显示装置

    公开(公告)号:CN210377942U

    公开(公告)日:2020-04-21

    申请号:CN201921251453.6

    申请日:2019-08-05

    Inventor: 李燕

    Abstract: 本实用新型公开了一种方便观察的声乐训练用眉心震动显示装置,包括配重底座,所述配重底座的顶端固定有第一支撑杆,且第一支撑杆的内部卡合连接有第二支撑杆,所述第二支撑杆的内部螺纹连接有第一栓紧块,所述第一连接块的内端面固定有第二连接块,所述第二连接块的内侧固定有固定块,所述安置孔的内部卡合连接有顶紧杆,所述调整轴的内侧固定有固定盘,所述显示面板的前侧表面开设有调整槽,所述安装件的前侧固定有显示块,所述镜面块的右侧设置有第三栓紧块,所述显示面板的顶端设置有照明灯。该方便观察的声乐训练用眉心震动显示装置,方便观察,且能够有效的根据使用者的身高调整显示的高度,而且便于调整角度。

    一种便于调整亮度的声带训练用观测装置

    公开(公告)号:CN209980740U

    公开(公告)日:2020-01-21

    申请号:CN201921251851.8

    申请日:2019-08-05

    Inventor: 李燕

    Abstract: 本实用新型公开了一种便于调整亮度的声带训练用观测装置,包括放置板和照明灯,所述放置板的下方连接有伸缩杆,所述放置板的内部贯穿有支撑辊,所述第一连接盘的下方连接有第二连接盘,所述第二连接盘的内部螺纹连接有丝杆,所述支撑辊的左右侧面均焊接有侧板,且侧板的上表面固定有支撑杆,所述支撑杆的上方固定有展示板,所述放置板的内部安装有收纳框,所述照明灯等间距安装在放置板的上表面。该便于调整亮度的声带训练用观测装置,通过转动操作板使得展示板转动,方便使用者根据喜好调节展示板的展示角度,利用压块方便将声带训练过程中使用的音谱固定在展示板上,且便于收纳音谱。

Patent Agency Ranking