公开(公告)号：CN119227488A

公开(公告)日：2024-12-31

申请号：CN202311628415.9

申请日：2023-11-30

Applicant: 现代自动车株式会社 ,  起亚株式会社 ,  光州科学技术院

Inventor： 李京雨 ,  柳龙铉 ,  成大云 ,  吴泫锡 ,  柳东辉 ,  吴钉敏

IPC: G06F30/27 ,  G01H17/00 ,  G06F119/04

Abstract: 通过使用指示噪音源在某一时段期间的振动的频率数据和指示噪音源在预定时段期间的退化的退化数据执行深度学习以确定状态估计模型来预测该噪音源的退化水平。在监测时段期间,在噪音点处测量第一振动信号。将第一振动信号转换为频域，并且将频域转换后的第一振动信号输入到状态估计模型中，以估计监测时段期间噪音源的退化的时间序列退化数据。通过使用该时间序列退化数据的深度学习来确定退化预测模型。经由该退化预测模型来预测指示预测时段期间该噪音源的预测的退化的退化数据。可以计算该噪音源的剩余使用寿命。

公开(公告)号：CN119025953A

公开(公告)日：2024-11-26

申请号：CN202311634585.8

申请日：2023-11-30

Applicant: 现代自动车株式会社 ,  起亚株式会社 ,  光州科学技术院

Inventor： 李京雨 ,  柳龙铉 ,  成大云 ,  吴泫锡 ,  柳东辉 ,  吴钉敏

IPC: G06F18/24 ,  G01H17/00 ,  B60R16/023 ,  G06N3/0464 ,  G06N3/08

Abstract: 提出了噪声点故障诊断方法及故障诊断系统。通过将第一时间在振动信号源即噪声点处测量的振动信号转换到频域中来生成噪声点数据。通过将第一时间在不同于噪声点的声音点处测量的振动信号转换到频域中来生成声音点数据。深度学习应用于噪声点数据和声音点数据，以生成噪声预测模型，该噪声预测模型用于使用指示声音点处的振动的频率数据来预测噪声点处的振动的频率数据。噪声预测模型应用于第二时间在声音点处测量的目标振动信号，以预测指示噪声点处的振动的目标噪声点数据。预测的目标噪声点数据用于诊断噪声点处的故障。