一种盘式制动器制动异响一体化智能识别与评价方法技术

本发明专利技术提供一种盘式制动器制动异响一体化智能识别与评价方法，属于制动噪声识别技术领域，该方法对制动异响进行分类，并对分类结果中的蠕动颤振进行评分。首先，利用采集装置分别获取驾驶员耳部的噪声信号和制动卡钳处的振动信号。经过预处理后，提取传统时频域特征图和心理声学特征向量。接着，采用机器学习和深度学习相结合的方法进行分类识别和评价打分。最终，将制动噪声分类模型和蠕动颤振评分模型整合为一个模型。本发明专利技术利用决策融合的深度学习和机器学习方法实现制动异响分类、蠕动颤振评分一体化、自动化流程，可以替代传统人工听音的主观评价方法，为汽车制动系统的质量控制和故障诊断提供更智能、高效的解决方案。

【技术实现步骤摘要】

本专利技术属于制动噪声识别，尤其涉及一种盘式制动器制动异响一体化智能识别与评价方法。

技术介绍

1、随着城市交通的不断增长，汽车作为主要的交通工具之一，制动时所产生的各种异响已经成为城市交通噪声污染的重要来源之一，同时，制动异响也是汽车驾驶员最易感知的问题，其对驾驶员的感官产生干扰，影响行车安全性。制动异响的分类识别与主观评分在汽车制动系统质量控制和故障诊断中占据关键地位。目前的分类方法通常需要依赖专业评价人员凭借长期经验进行识别，再结合异响的可复现程度、频率范围、分贝值、粗糙度值等多方面因素，进行综合评价打分以指导现实生产。这个流程需要投入大量的时间和人力资源，对于汽车产品的生命周期十分不利。此外，评价人员的培训也是一个很长的周期，即便是专业评价人员给出的测评结果也可能存在主观上的偏差。

2、因此，亟需一种能够实现制动异响分类识别和蠕动颤振智能评价的方法。

技术实现思路

1、本专利技术的目的在于提供一种盘式制动器制动异响一体化智能识别与评价方法，其特征在于，包括如下步骤：p>

2、s1：本文档来自技高网...

【技术保护点】

1.一种盘式制动器制动异响一体化智能识别与评价方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，所述S1中，采集的噪声信号和振动信号长度为2—50秒；

3.根据权利要求1所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，所述S2中，所述改进谱减法具体为：估计噪声选取傅里叶变换时频谱前50帧的能量均值，对进行能量谱过减的时频段引入平滑机制，将谱减后小于最大噪声残差的时频点用相邻帧的最小值取代，每帧时长0.0256秒。

4.根据权利要求1所述的盘式制动器制动异响一体化智能识别与评价...

【技术特征摘要】

1.一种盘式制动器制动异响一体化智能识别与评价方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，所述s1中，采集的噪声信号和振动信号长度为2—50秒；

3.根据权利要求1所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，所述s2中，所述改进谱减法具体为：估计噪声选取傅里叶变换时频谱前50帧的能量均值，对进行能量谱过减的时频段引入平滑机制，将谱减后小于最大噪声残差的时频点用相邻帧的最小值取代，每帧时长0.0256秒。

4.根据权利要求1所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，所述s3中，所述时频域特征图具体为：对每次制动采集的振动信号进行分帧后，通过信号处理的手段得到每帧信号片段对应的特征，组合所有帧的信号片段输出为相同分辨率的图片，时频域特征图包括信号的短时傅里叶变换时频图、梅尔频谱图和梅尔频率倒谱系数图；

5.根据权利要求5所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，时变平均响度和24个特征频带平均响度通过以下步骤得到：

6.根据权利要求5所述的盘式制动器制动异响一体化智能识别与评价方法，其特征在于，所述样本标准化即让样本集所有特征都在相似的范围内，通过...

【专利技术属性】
技术研发人员：靳畅，李阳，
申请(专利权)人：同济大学，
类型：发明
国别省市：