[发明专利]基于人工智能的电动车辆电力电子部件噪声产生诊断装置及噪声诊断方法

权利要求书

1.一种用于诊断电动车辆的电力电子(PE)部件的噪声产生的基于人工智能的装置，包括：

布置在车辆内部的多个麦克风；以及

用于收集和计算由所述麦克风测量的噪声数据的计算单元，

其中，所述麦克风获取所述电力电子(PE)部件中的任何一个或多个产生的噪声数据，并且

其中，所述计算单元执行人工智能学习以诊断故障并估计噪声产生位置和噪声传输位置，以识别噪声源的位置和噪声泄漏部。

2.根据权利要求1所述的装置，其中，所述电力电子(PE)部件包括位于后尾箱中的主电机、减速器和逆变器，以及位于前电机室中的辅助电机。

3.根据权利要求1所述的装置，其中，在前后方向上设置相同数量的所述麦克风，以估计噪声产生位置和噪声传输位置。

4.根据权利要求3所述的装置，其中，在向上的方向上附加地设置两个或更多个麦克风，以计算从所述噪声源传送到所述车辆内的噪声的传输时间差。

5.根据权利要求3所述的装置，其中，摄像头与所述麦克风一起设置在前后方向上，以通过所述麦克风将前、后的噪声源可视化。

6.根据权利要求3所述的装置，

其中，麦克风附加地设置在向上的方向上，并且摄像头也附加地设置在向上的方向上。

7.一种用于诊断电动车辆的电力电子(PE)部件的噪声产生的基于人工智能的方法，包括以下步骤：

由布置在车辆内部的多个麦克风收集前后方向上的噪声数据；

提取所述噪声数据的特征向量，并准备经由数据标记进行标记的数据集；

由计算单元执行根据所提取的特征向量和所标记的数据集的故障诊断模型学习；

除了所述故障诊断模型之外，由所述计算单元执行估计噪声产生位置和噪声传输位置的学习；以及

根据在前后方向上与所述麦克风一起放置的摄像机获取的图像数据，将所述噪声产生位置和所述噪声传输位置可视化。

8.根据权利要求7所述的方法，其中，所述电力电子(PE)部件包括位于后尾箱中的主电机、减速器、逆变器，以及位于前电机室中的辅助电机，或其组合。

9.根据权利要求7所述的方法，其中，在收集噪声数据的步骤中，与所述麦克风一起，附加地在向上的方向上设置麦克风。

10.根据权利要求7所述的方法，其中，在将数据可视化的步骤中，摄像机与所述麦克风一起附加地设置在向上的方向上。

11.根据权利要求7所述的方法，其中，通过将基于TCN的Conv-TASNet和基于Transformer的SepFormer模型应用于由所述麦克风测量的噪声数据，来分离啸叫噪声。

12.根据权利要求11所述的方法，其中，通过提取啸叫噪声的步骤，从所述麦克风测量的所述电力电子(PE)部件中的任何一个或多个噪声源中提取并分类所述啸叫噪声的有序分量。

13.根据权利要求7所述的方法，其中，通过学习估计噪声产生位置和噪声传输位置的步骤，学习关于来自所述电力电子(PE)部件中的任何一个或多个的噪声数据、以及来自每个噪声数据的正常/异常确定结果的故障诊断、噪声产生位置以及噪声传输位置。

14.根据权利要求7所述的方法，其中，通过估计故障位置的步骤，通过使用由每个麦克风收集的噪声传递的时间差计算，提取故障位置估计特征向量作为应用广义交叉相关-相位变换(GCC-PHAT)的模型。