[發(fā)明專利]基于深度學(xué)習(xí)預(yù)測(cè)車輛NVH系統(tǒng)性能的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011319254.1
• 申請(qǐng)日: 2020-11-23
• 公開（公告）號(hào): CN113837425A
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計(jì)）人: 宋大憲;李文錫;安煐寬;韓銀俊;樸商汎
• 申請(qǐng)（專利權(quán)）人: 現(xiàn)代自動(dòng)車株式會(huì)社;起亞自動(dòng)車株式會(huì)社
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06N3/04;G06N3/08
• 代理公司: 北京尚誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11322
• 代理人: 龍淳

1.一種基于深度學(xué)習(xí)預(yù)測(cè)車輛噪聲、振動(dòng)和聲振粗糙度NVH系統(tǒng)的性能的方法，所述方法包括：

通過(guò)預(yù)處理設(shè)備，針對(duì)為與行駛時(shí)的噪聲和振動(dòng)相關(guān)聯(lián)的各通道收集的學(xué)習(xí)數(shù)據(jù)進(jìn)行預(yù)處理；

使用人工神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)設(shè)備學(xué)習(xí)模型，該模型形成與所述預(yù)處理后的學(xué)習(xí)數(shù)據(jù)相對(duì)應(yīng)的多個(gè)輸入與多個(gè)輸出之間的相關(guān)函數(shù)；以及

使用通過(guò)所學(xué)習(xí)的模型創(chuàng)建的車輛NVH系統(tǒng)模型，通過(guò)預(yù)測(cè)設(shè)備來(lái)預(yù)測(cè)性能。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述預(yù)處理包括：

接收第一用戶輸入，以設(shè)置對(duì)所有通道中選擇的、至少一個(gè)學(xué)習(xí)目標(biāo)通道進(jìn)行預(yù)處理的順序；

以所設(shè)置的順序生成一個(gè)學(xué)習(xí)數(shù)據(jù)集，其中，與所選擇的學(xué)習(xí)目標(biāo)通道相對(duì)應(yīng)的學(xué)習(xí)數(shù)據(jù)配置有頻域上的輸入和輸出，并且將所述學(xué)習(xí)數(shù)據(jù)集存儲(chǔ)為文件；以及

基于所生成的學(xué)習(xí)數(shù)據(jù)集，輸出由用戶選擇的通道的彩色圖。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述人工神經(jīng)網(wǎng)絡(luò)是包括輸入層與輸出層之間的多個(gè)隱藏層的深度神經(jīng)網(wǎng)絡(luò)DNN，

其中，所述模型的學(xué)習(xí)包括：

接收第二用戶輸入，以設(shè)置包括模型結(jié)構(gòu)變量的默認(rèn)超參數(shù)；

接收第三用戶輸入，以設(shè)置包括學(xué)習(xí)算法的額外超參數(shù)；

接收第四用戶輸入，以指定默認(rèn)文件夾用于存儲(chǔ)所學(xué)習(xí)的結(jié)果；

在學(xué)習(xí)開始按鈕輸入時(shí)，執(zhí)行學(xué)習(xí)；以及

存儲(chǔ)所學(xué)習(xí)的車輛NVH系統(tǒng)模型，并且

其中，所述模型結(jié)構(gòu)變量包括所述隱藏層的數(shù)量、所述隱藏節(jié)點(diǎn)的數(shù)量以及學(xué)習(xí)變量。

4.根據(jù)權(quán)利要求3所述的方法，其中，當(dāng)所述輸入層中包括噪聲源和振動(dòng)源這兩者時(shí)，所述噪聲源和所述振動(dòng)源的路徑被劃分并且學(xué)習(xí)到所述人工神經(jīng)網(wǎng)絡(luò)的第N隱藏層，并且從第N+1隱藏層組合并且學(xué)習(xí)。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述N是大于2的值。

6.根據(jù)權(quán)利要求4所述的方法，其中，所述噪聲源和所述振動(dòng)源中的每一者包括頻率作為一個(gè)變量。

7.根據(jù)權(quán)利要求1所述的方法，其中，所述車輛NVH系統(tǒng)模型包括：可選擇的單獨(dú)性能模型、集成性能模型以及通用深度學(xué)習(xí)模型。

8.根據(jù)權(quán)利要求7所述的方法，其中，所述單獨(dú)性能模型包括加速轟鳴模型和道路噪聲模型。

9.根據(jù)權(quán)利要求1所述的方法，還包括以下中的至少一者：

將預(yù)測(cè)所述性能的結(jié)果可視化并輸出為頻域上的彩色圖；以及可視化并輸出將與所收集的學(xué)習(xí)數(shù)據(jù)相同的噪聲和振動(dòng)應(yīng)用于真實(shí)車輛而獲得的實(shí)驗(yàn)結(jié)果與預(yù)測(cè)所述性能的結(jié)果進(jìn)行比較的結(jié)果。

10.根據(jù)權(quán)利要求3所述的方法，其中，使用通過(guò)所述學(xué)習(xí)模型創(chuàng)建的車輛NVH系統(tǒng)模型來(lái)預(yù)測(cè)所述性能包括：

加載測(cè)試數(shù)據(jù)集；

接收第五用戶輸入，以指定與所述測(cè)試數(shù)據(jù)集相對(duì)應(yīng)的所有通道的預(yù)測(cè)通道的順序；

以所述預(yù)測(cè)通道的順序生成并且存儲(chǔ)測(cè)試數(shù)據(jù)集；

加載由所述用戶指定的車輛NVH系統(tǒng)模型，并且使用所述車輛NVH系統(tǒng)模型預(yù)測(cè)性能；以及

存儲(chǔ)所述預(yù)測(cè)性能的結(jié)果。

11.一種基于深度學(xué)習(xí)預(yù)測(cè)車輛NVH系統(tǒng)性能的裝置，所述裝置包括：

預(yù)處理設(shè)備，配置為：針對(duì)為與行駛時(shí)的噪聲和振動(dòng)相關(guān)聯(lián)的各通道收集的學(xué)習(xí)數(shù)據(jù)進(jìn)行預(yù)處理；

學(xué)習(xí)設(shè)備，配置為：使用人工神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)模型，該模型形成與預(yù)處理后的學(xué)習(xí)數(shù)據(jù)相對(duì)應(yīng)的多個(gè)輸入與多個(gè)輸出之間的相關(guān)函數(shù)；以及

預(yù)測(cè)設(shè)備，配置為：使用通過(guò)所學(xué)習(xí)的模型創(chuàng)建的車輛NVH系統(tǒng)模型來(lái)預(yù)測(cè)性能。