[发明专利]一种列车噪声预测系统及方法

说明书

本发明公开了一种列车噪声预测系统及方法，涉及高速列车技术领域，包括监测中心、声音数据采集模块、声音数据分析模块、神经网络训练模块、噪声预测模块、声音可视化模块以及存储模块；所述声音数据采集模块，用于实时获取列车运行过程中的声音数据；所述神经网络训练模块，用于通过导入待测声音数据的多个变量值，从而获得列车运行过程中的声音预测值；所述声音数据分析模块，用于根据声音数据采集模块所获取到的声音数据，对列车运行过程的声音数据进行分析所述噪声预测模块，用于对列车在运行过程中的声音数据进行预测；所述声音可视化模块，用于将列车的噪音分布进行3D显示。

技术领域

本发明属于高速列车技术领域，具体是一种列车噪声预测系统及方法。

背景技术

高速列车线路覆盖面积正在逐步扩大，在给人们出行提供便利的同时也带来了噪声问题。高速列车与普通列车的本质区别在于列车运行过程中的动态环境发生了质变，即起主导作用的机械特性改变为气动特性。随着车速增加和乘坐舒适性要求的提高，声学设计已经是高速列车设计阶段必不可少的元素。若沿用传统的降噪方法，即等到实车搭载试验运行后再评价噪声问题再采取各种应对措施，这对于耗资巨大的高速列车而言，后期优化和生产成本会进一步加大。如果在列车设计阶段能够准确预测车内噪声水平，将会为促进高速列车设计和制造的短周期化、低成本化和低噪声化提供参考；

现有的技术中，在对列车进行声音数据的检测时，往往只能通过声音的数值，对列车的声音分布情况进行判断，这种判断方式比较抽象，无法直观的对列车的声音分布情况进行观测，为了解决上述问题，现提供一种列车噪声预测系统及方法。

发明内容

本发明的目的在于提供一种列车噪声预测系统及方法。

本发明的目的可以通过以下技术方案实现：一种列车噪声预测系统，包括监测中心、声音数据采集模块、声音数据分析模块、神经网络训练模块、噪声预测模块、声音可视化模块以及存储模块；

所述声音数据采集模块，用于实时获取列车运行过程中的声音数据；

所述神经网络训练模块，用于通过导入待测声音数据的多个变量值，从而获得列车运行过程中的声音预测值；

所述声音数据分析模块，用于根据声音数据采集模块所获取到的声音数据，对列车运行过程的声音数据进行分析；

所述噪声预测模块，用于对列车在运行过程中的声音数据进行预测；

所述声音可视化模块，用于将列车的噪音分布进行3D显示。

进一步地，声音数据的获取过程包括：获取叶片通过频率，并将叶片通过频率进行标记；分别获取列车的动压与静压，并对列车的动压与静压分别进行标记；获取列车的行进速度和空气流速，并对列车的行进速度和空气流速分别进行标记，获取列车车身与受电弓的气动激励声音数据，并将气动激励声音数据进行标记。

进一步地，声音预测值的获取过程包括：将声音数据采集模块所获取到的叶片通过频率、列车的动压、列车静压、列车的行进速度、气动激励声音数据和空气流速导入到神经网络算法中的输入神经元中；通过神经网络算法和训练，得到声音预测值；最后将所获得的声音预测值通过输出神经元进行输出，并发送至噪声预测模块。

进一步地，声音数据分析模块的分析过程包括：将声音数据采集模块所获取到的声音数据分别进行时域分析和频域分析；根据时域分析和频域分析的结果分别生成时域分析图谱与频域分析图谱。