Resumen

Para mejorar la precisión y eficiencia de la evaluación objetiva de la calidad del ruido de los motores de combustión interna, se construyó un modelo automático de clasificación de calidad de ruido introduciendo un método de análisis espectral acústico basado en un modelo auditivo y un modelo de red neuronal convolucional (CNN). También se diseñó un filtro pasa banda en el modelo para extraer automáticamente las características de las muestras de ruido, las cuales luego se utilizaron como datos de entrada. Se utilizó el algoritmo de estimación del momento adaptativo (Adam) para optimizar los pesos de cada capa en la red, y el modelo se utilizó para evaluar la calidad del sonido. Para evaluar el rendimiento predictivo del modelo CNN basado en la entrada auditiva, se construyó un modelo de evaluación de calidad de sonido de retropropagación (BP) basado en parámetros psicoacústicos y se utilizó como control. Al procesar los valores de etiqueta de las muestras, se analizó la correlación entre los parámetros psicoacústicos de la evalu

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Evaluación; Calidad del ruido; Análisis del espectro acústico; Red neuronal convolucional; Parámetros psicoacústicos; Calidad del sonido.
• Keywords:Evaluation; Noise quality; Acoustic spectrum analysis; Convolutional neural network; Psychoacoustic parameters; Sound quality.