Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学张俊红获国家专利权

天津大学张俊红获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学申请的专利一种基于EFD-SST的内燃机燃烧噪声识别技术获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115615536B

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210960994.6,技术领域涉及:G01H17/00;该发明授权一种基于EFD-SST的内燃机燃烧噪声识别技术是由张俊红;林耕毅;林杰威;戴胡伟设计研发完成,并于2022-08-11向国家知识产权局提交的专利申请。

一种基于EFD-SST的内燃机燃烧噪声识别技术在说明书摘要公布了:本发明公开了一种基于EFD‑SST的内燃机燃烧噪声识别技术,属于内燃机技术领域,所述内燃机燃烧噪声识别技术包括以下步骤:步骤S1:分别测试内燃机的标况和倒拖工况的整机5点噪声信号,所述标况为2000rmin,所述倒拖工况为2000rmin;步骤S2:机械噪声与燃烧噪声分离,利用倒拖法进行噪声分离。本发明中,通过测试内燃机噪声数据,利用倒拖法完成机械噪声与燃烧噪声的分离,采用经验傅里叶分解EFD‑同步小波压缩变换SST对燃烧噪声信号进行分解,进而分析燃烧噪声的内部机理,提高内燃机燃烧噪声识别的精度和效率,为内燃机燃烧噪声的控制提供更为精确有效的指导。

本发明授权一种基于EFD-SST的内燃机燃烧噪声识别技术在权利要求书中公布了:1.一种基于EFD-SST的内燃机燃烧噪声识别方法,利用EFD技术能够自适应地分解内燃机的燃烧噪声信号并结合SST对各分量进行识别,其特征在于,包括以下步骤: S1:分别测试内燃机的标况和倒拖工况的整机5点噪声信号,所述标况为2000rmin,所述倒拖工况为2000rmin; S2:利用倒拖法进行噪声分离对内燃机总噪声和机械噪声进行三分之一倍频处理,得到每个中心频率对应的噪声数值,利用中心频率下的总噪声值与机械噪声值得到内燃机的燃烧噪声频谱图; S3:基于EFD技术,对内燃机的燃烧噪声信号进行分解; S4:基于SST的IMF时-频分析技术,获得噪声的分解分量本征模函数IMF; 所述机械噪声与燃烧噪声分离具体包括: 在利用倒拖法进行噪声分离的方法中,整机噪声包括燃烧噪声与机械噪声,实验测得的倒拖噪声视为机械噪声,实验测取的整机噪声及倒拖噪声,利用声级叠加法,计算得到内燃机燃烧噪声; 对于同时存在的n个相互独立声源,根据能量的叠加性和声功率W与声压P的关系:,得出总声压pt的计算公式为: 式中,为各声源的声压; 根据声压级的定义,总声压级的表达式为: 式中,p0为基准声压,通常采用; 由以上两式可得: 总声压级Lpt与各声源声压级Lpi之间的关系表示为: 设两声压级分别为L1、L2,若已知总声压级L及其中一个声压级L1,则求得另一声压级L2: 通过对内燃机总噪声和机械噪声进行三分之一倍频处理,能够得到每个中心频率对应的噪声数值,用该中心频率下的总噪声值与机械噪声值进行声级的分解得到内燃机的燃烧噪声频谱图。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学,其通讯地址为:300000 天津市南开区卫津路92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。