摘要
本发明公开了一种基于深度学习的车辆发动机NVH自诊断方法及装置,属于NVH自诊断技术领域,包括获取振动噪声实时测试数据进行预处理得到振动噪声实时测试数据集;将所述振动噪声实时测试数据集带入训练得到的最佳发动机NVH自诊断模型中,利用所述最佳发动机NVH自诊断模型进行评分得到发动机NVH评分结果。本发明提供一种基于深度学习的车辆发动机NVH自诊断方法及装置,以BP神经网络算法通过对车辆发动机振动噪声传感器的采集的测试数据进行分析计算得出相应的NVH评分,以与客户主观NVH感受及评分的差异作为修正系数,通过迭代使得计算分析所得的NVH评分无限贴近于客户的主观NVH评价结果,以此为基础开发出一套发动机NVH评分系统。将发动机NVH自诊断系统计算所得的NVH评分显示到车载屏幕中,用户也可以为车辆发动机NVH进行主动评分;一方面增加车机关于NVH评分显示功能,提高用户与车机之间的交互,使得车机系统功能更加丰富;另一方面,通过发动机NVH自诊断系统能够较为贴近用户对发动机NVH的主观感受,为汽车发动机NVH性能研发工作提供很大的帮助。
技术关键词
振动噪声
车辆发动机
诊断方法
预测误差
变量
非临时性计算机可读存储介质
BP神经网络构建
发动机悬置支架
数据
网路
节点数
诊断系统
神经网络算法
座椅导轨
车载屏幕
发动机缸体
车机系统
评分系统
诊断装置