摘要
本发明涉及智能检测技术领域,具体涉及一种家用低噪音蜗壳的智能检测方法及系统,方法包括:根据蜗壳的几何数据和材质特性,建立数字孪生模型,通过计算CFD仿真和声学仿真,得到噪音特性预测值,并输出性能基础数据;在动态检测环境中,采集不同工况下的多模态数据;对采集到的噪音信号进行频谱分析生成声纹图谱,并结合气流分布数据和振动特征,通过深度学习模型,判断蜗壳性能,得到智能检测结果;基于优化算法生成蜗壳的设计改进方案;将设计改进方案反馈至数字孪生模型,对模型参数进行更新,利用更新后的数字孪生模型进行后续检测。通过本发明,有效解决了检测工况单一、噪音成因分析不精确的问题,实现了蜗壳性能的动态评估与优化设计。
技术关键词
数字孪生模型
智能检测方法
蜗壳
深度学习模型
振动特征
参数
气流
智能检测系统
图谱
多模态数据融合
智能检测技术
短时傅里叶变换
算法
时间序列特征
信号
多模态特征
带通滤波器
工况