[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

说明书

本发明的实施方式涉及一种基于人工智能的噪声产生诊断装置和诊断电动车辆的电力电子(PE)部件的噪声的方法，其中多个麦克风布置在车辆内部，并且计算单元测量包括主电机、减速器、逆变器和辅助电机在内的任何一个或多个在麦克风的前、后和向上方向上的电力电子(PE)部件中的噪声源的位置，同时估计噪声传输位置。

技术领域

本发明的实施方式涉及通过将深度学习技术应用于构成电动车辆的电力电子(PE)系统的主要电力电子部件的噪声诊断，来诊断噪声产生的异常状态。

背景技术

当电动车辆的电力电子(PE)部件，如电机、减速器和逆变器产生高频啸叫噪声时，就会出现来自客户的质量问题。为了诊断高频啸叫噪声，可以通过使用测量设备，例如声学摄像机等，来估计位置，同时由专家小组进行评估和测试。然而，由于声学摄像机仅可以估计特定频带的二维(2D)区域，并且声学摄像机不能应用于电动车辆的专用麦克风，因此无法诊断电动车辆的PE部件的异常状态，而只能估计主要位于车辆内部的吸音和阻隔泄漏区域。

因此，为实现适用于三维区域的声学摄像机，需要为电动车辆的电力电子(PE)部件提供可以通过使用麦克风进行故障诊断和估计故障位置的噪声产生诊断装置和方法。

发明内容

本发明的一个目的是通过对构成电动车辆的主要电力电子(PE)部件的高频啸叫噪声应用深度学习技术，提供诊断异常状态的装置和方法。

本发明为实现所述目的的实施方式涉及用于诊断电动车辆的电力电子(PE)部件(包括位于后尾箱中的主电机、减速器、逆变器，和位于前电机室中的辅助电机)，即噪声源，所产生的噪声的装置。本发明的实施方式涉及基于人工智能的电动车辆的电力电子(PE)部件的噪声产生诊断装置，包括：布置在车辆内部的多个麦克风，以及收集和计算由麦克风测量的噪声数据的计算单元，其中，不仅麦克风根据主电机、减速器、逆变器和辅助电机中的任何一个或多个噪声源所产生的噪声数据估计噪声产生位置，而且计算单元还计算出估计噪声从噪声源传输到车辆内部的噪声传输位置的人工智能模型。

此外，本发明的实施方式涉及电动车辆的PE部件的基于人工智能的噪声产生诊断方法，作为诊断电动车辆的包括位于后尾箱中的主电机、减速器、逆变器，和位于前电机室内的辅助电机在内的PE部件(即噪声源)噪声产生的方法，该方法包括：通过布置在车辆内部的多个麦克风收集来自前方、后方和向上方向的噪声数据(S10)；为提取噪声数据的特征向量，通过准备通过数据标记标记的数据集(S20)；由计算单元执行根据提取的特征向量和标记的数据集中针对每种类型的故障，学习噪声产生诊断模型(S30)；另外，除了学习噪声产生诊断模型之外，还通过计算单元执行学习估计噪声传输位置(S40)；以及，根据与麦克风一起设置在前后方向上的摄像机所获得的图像数据，可视化噪声产生位置和噪声传输位置(S50)。

如上所述，该方法和装置适当地包括控制器或处理器的使用。

另一方面，车辆被设置为包括本文所公开的装置。

附图说明

图1是应用于本发明的实施方式的麦克风的概念图。

图2是本发明的实施方式的进度顺序的框图。

图3示出在本发明的实施方式中用于估计噪声产生位置和噪声传输位置的特征提取算法。

图4示出应用于本发明的实施方式的啸叫噪声分离算法。

具体实施方式

应当理解，本文使用的术语“车辆”或“车辆的”或其他类似术语通常包括机动车辆，例如乘用车(包括运动型多功能车(SUV)、公共汽车、卡车、各种商用车辆)，并包括混合动力车辆、电动车辆、插电式混合动力车辆。如本文所提及的，混合动力车辆是具有两个或更多动力源的车辆，例如汽油动力和电动的车辆。