(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111360688.0 (22)申请日 2021.11.17 (71)申请人 湖南工业大 学 地址 412000 湖南省株洲市泰山西路8 8号 (72)发明人 李涛　吴晓婷　罗竹辉　杨军　 胡云卿　许双喜　肖磊　查国涛　 刘永江　刘勇　赵凯辉　汪敏琪　 (74)专利代理 机构 湖南正则奇美专利代理事务 所(普通合伙) 4310 5 代理人 肖美哲 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06T 15/20(2011.01)G06T 17/00(2006.01) G06F 119/10(2020.01) (54)发明名称 一种列车噪声预测系统及方法 (57)摘要 本发明公开了一种列车噪声预测系统及方 法， 涉及高速列车技术领域， 包括监测中心、 声音 数据采集模块、 声音数据分析模块、 神经网络训 练模块、 噪声预测模块、 声音可视化模块以及存 储模块； 所述声音数据采集模块， 用于实时获取 列车运行过程中的声音数据； 所述神经网络训练 模块， 用于通过导入待测声音数据的多个变量 值， 从而获得列车运行过程中的声音预测值； 所 述声音数据分析模块， 用于根据声音数据采集模 块所获取到的声音数据， 对列车运行过程的声音 数据进行分析所述噪声预测模块， 用于对列车在 运行过程中的声音数据进行预测； 所述声音可视 化模块， 用于将列车的噪音分布进行3D显示。 权利要求书2页 说明书5页 附图1页 CN 113946912 A 2022.01.18 CN 113946912 A 1.一种列车噪声预测系统， 其特征在于， 包括监测中心、 声音数据采集模块、 声音数据 分析模块、 神经网络训练模块、 噪声预测模块、 声 音可视化模块以及存 储模块； 所述声音数据采集模块， 用于实时获取列车运行 过程中的声 音数据； 所述神经网络训练模块， 用于通过导入待测声音数据的多个变量值， 从而获得列车运 行过程中的声 音预测值； 所述声音数据分析模块， 用于根据声音数据采集模块所获取到的声音数据， 对列车运 行过程的声 音数据进行分析； 所述噪声预测模块， 用于对列车在运行 过程中的声 音数据进行 预测； 所述声音可视化模块， 用于将列车的噪音分布进行3D显示。 2.根据权利要求1所述的一种列车 噪声预测系统， 其特征在于， 声音数据的获取过程包 括： 获取叶片通过频率， 并将叶片通过频率进行标记； 分别获取列车 的动压与静压， 并对列 车的动压与静压分别进行标记； 获取列车 的行进速度和空气流速， 并对列车 的行进速度和 空气流速分别进行标记， 获取列车车身与受电弓的气动激励声音数据， 并将气动激励声音 数据进行 标记。 3.根据权利要求1所述的一种列车 噪声预测系统， 其特征在于， 声音预测值的获取过程 包括： 将声音数据采集模块所获取到的叶片通过频率、 列车 的动压、 列车静压、 列车的行进 速度气动激励声音数据以及空气流速导入到神经网络算法中的输入神经元中； 通过神经网 络算法和训练， 得到声音 预测值； 最后 将所获得的声音 预测值通过输出神经元进 行输出， 并 发送至噪声预测模块。 4.根据权利要求1所述的一种列车 噪声预测系统， 其特征在于， 声音数据分析模块的分 析过程包括： 将声音数据采集模块所获取到的声音数据分别进行时域分析和频域分析； 根 据时域分析和频域分析的结果分别生成时域分析图谱与频域分析图谱。 5.根据权利要求1所述的一种列车 噪声预测系统， 其特征在于， 对声音数据进行预测的 过程包括： 首先对声音 数据的多个变量值进 行赋值， 该赋值即为设定变量条件； 然后根据所 获得的声音预测值生成参考时域分析图谱和参考频域分析图谱； 将参考时域分析图谱和参 考频域分析图谱与时域分析图谱与频域分析图谱分别对应放置在同一坐标系内， 生成组合 时域分析图谱和组合频域图谱； 并将参考时域分析图谱、 参考频域分析图谱和时域分析图 谱与频域分析图谱分别标记不同的颜色； 最后根据 组合时域分析图谱和组合频域图谱， 分 别获取声音 预测值与声音 数据之间的差值， 并根据差值， 生成差值图谱； 并保存至存储模块 中。 6.根据权利要求1所述的一种列 车噪声预测系统， 其特征在于， 将声音数据进行3D显示 的过程包括： 建立列车的3D立体模 型图； 将获取到的列车的声音 数据通过插值的方式， 对列 车的3D立体模 型图进行全局渲 染； 最后将全局渲 染后的列车的3D立体模型图中的声音 数据 分布， 通过不同的颜色进行 标记， 最终形成高速列车噪声实时状态三维图。 7.根据权利要求6所述的一种列车 噪声预测系统， 其特征在于， 高速列 车噪声实时状态 三维图中列车的声音 数据的颜色标记方式为： 从暖色到冷色的逐渐变化对应声音 数据由大 到小。 8.根据权利要求4所述的一种列车 噪声预测系统， 其特征在于， 所述声音数据采集模块 由多个声 音数据采集终端组成。权　利　要　求　书 1/2 页 2 CN 113946912 A 29.一种列车噪声预测方法， 其特 征在于， 包括以下步骤： 步骤一： 获取列车运行 过程中的声 音预测值； 步骤二： 获取列车运行 过程中的声 音数据； 步骤三： 对声 音预测值和声 音数据进行分析， 并得到分析 结果； 步骤四： 根据分析 结果， 生成高速列车噪声实时状态三维图。 10.根据权利要求9所述的一种列车噪声预测方法， 其特征在于， 所述步骤二中对声音 数据的获取 过程和分析 过程均为实时获取和实时分析。权　利　要　求　书 2/2 页 3 CN 113946912 A 3