摘要
本申请涉及车辆故障诊断技术领域,具体公开了一种车辆转向系统异响实时检测方法。现有技术中差速器转弯异响的检测与规避方案存在不足,主要依赖垫片表面处理,效果有时效性且无法实现实时监测,导致异响问题无法彻底规避,影响车辆的长期噪声、振动与声振粗糙度性能和驾驶舒适性。本方法旨在解决上述问题,其通过采集车辆运行状态和声学数据,进行数据预处理和特征提取,并基于处理后的特征数据构建、训练异响检测模型。本申请通过整合多源传感器数据与先进机器学习模型,能够实时、精确地检测车辆转向系统异响,有效提升车辆的噪声、振动与声振粗糙度性能及驾驶舒适性,支持预测性维护,从而提高车辆的整体可靠性和安全性。
技术关键词
车辆转向系统
实时检测方法
微型麦克风阵列
车辆运行状态
声学特征
梅尔频率倒谱系数
数据
交叉注意力机制
转向盘
交叉验证方法
变速箱档位
差速器
噪声抑制
车辆故障诊断技术
卷积循环神经网络
先进机器学习
朴素贝叶斯分类器
电子控制器
深度学习模型
系统为您推荐了相关专利信息
骨骼关键点
虚拟仿真系统
语音输入设备
交互设备
传播延迟时间
语音翻译方法
大语言模型
声学特征
语义特征提取
声码器
广告主
情感特征
声学特征
面部表情特征
多模态情感分析