-
公开(公告)号：CN1700305A
公开(公告)日：2005-11-23
申请号：CN200410006563.8
申请日：2004-05-18
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
IPC: G10L21/02
Abstract: 本发明公开一种子带自适应谷点降噪系统和方法，传声器对拾取的向前和向后指向性信号输入分析滤波器，分解为多个向前和向后子带信号，在自适应滤波器上将相应频带的向后子带信号乘以自适应滤波系数，输出向后子带调整信号，再在加法器上将各频带的向前子带信号减去向后子带调整信号输出，最后由综合滤波器组将多个加法器的输出累加，输出处理完的信号。本发明通过在频率上分带，在几个噪声源分布在不同的频率段并在不同方位的情况下，不同频率段的谷点可以同时对准几个噪声源，确保输出信号中噪声得到抑制，当采用单指向性传声器对时，对传声器的要求低，效果稳定，可以在相当小的空间尺寸内实现。
-
公开(公告)号：CN114386467B
公开(公告)日：2024-10-29
申请号：CN202210110678.X
申请日：2022-01-29
Applicant: 中国科学院声学研究所
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06N3/08
Abstract: 本发明涉及一种基于声学特征的轨道车辆底架故障异响监测系统及方法。所述系统包括数据信号采集模块和数据分析处理模块；数据信号采集模块用于采集车辆运行过程中发出的声音信号；数据分析处理模块用于接收采集的声音信号，并将其转换为数字信号，分帧截取，再提取信号特征，将信号特征输入训练过的深度神经网络模型进行分类识别。所述方法通过车辆底部数据信号采集模块拾取车辆行进时发出的声音信号；通过数据分析处理模块将采集到的声音信号转换为数字信号，分帧截取得到短时信号样本，提取信号样本特征并将信号特征输入神经网络模型进行分类识别，并对识别结果进行融合，实现地铁底架设备的实时监测。本发明有效地提高了障碍监测的识别率。
-
公开(公告)号：CN114527194B
公开(公告)日：2024-07-05
申请号：CN202110746813.5
申请日：2021-07-01
Applicant: 中国科学院声学研究所
Abstract: 本发明属于金属材料的微观检测技术领域，具体地说，涉及一种用于金属材料微纳米裂纹的超声检测方法，包括：超声阵列中的每个阵元沿着各自的信号传输通道向待测金属材料的检测区域内的目标同时发射初始脉冲信号；针对该目标，会产生由多个线性调频信号组成的一组反射信号；超声阵列中的每个阵元接收经该目标反射回的一组反射信号；基于时间反转镜方法，对反射回的该组反射信号进行时间反转处理，得到一组时间反转信号；超声阵列中的每个阵元沿着各自相同的信号传输通道，向该目标反向发射对应的一组时间反转信号，获取该组时间反转信号在当前时刻的峰值；根据该峰值，获得该目标的位置坐标，从而完成对金属材料微纳米裂纹的检测。
-
公开(公告)号：CN117636827A
公开(公告)日：2024-03-01
申请号：CN202210988347.6
申请日：2022-08-17
Applicant: 中国科学院声学研究所
IPC: G10K11/16 , G10K11/168
Abstract: 本发明涉及减振降噪领域，具体是一种面向多振源主被动减隔振降噪平台，所述减隔振降噪平台包括：上筏架、下筏架、上层隔振器、下层隔振器、防撞隔振器、隔声罩、主动控制作动器；所述下筏架上设置下层隔振器，下层隔振器上设置上筏架，上筏架上设置上层隔振器，上层隔振器上设置设备转接板；所述隔声罩设置在下层隔振器上，所述隔声罩的上部通过防撞支架连接防撞隔振器，下层隔振器上设置主动控制作动器。本发明解决了多振源多振动频谱设备的减振降噪问题，解决了设备振动线谱突出问题，可防止设备因船体摇晃碰撞舱壁。
-
公开(公告)号：CN113734394B
公开(公告)日：2022-08-23
申请号：CN202110885838.3
申请日：2021-08-03
Applicant: 中国科学院声学研究所
IPC: B63G8/34
Abstract: 本发明公开了一种气囊结构及含该结构的水深自适应型气基消隔声装置，所述气囊结构包括气囊壳体和容纳于气囊壳体内的气囊，所述气囊壳体朝向噪声源的一侧面上设置若干微穿孔，所述微穿孔连通气囊壳体和气囊之间的空间；所述气囊壳体背向噪声源的一侧设置充排气孔，所述充排气孔连通气囊。本发明利用微穿孔结构消耗吸收噪声源的辐射声能量，同时利用空气层形成的隔振装置，降低脉动水压向外的辐射，起到良好的消隔声效果；具有适应不同水深，结构简单紧凑、消隔声效果好等优点。
-
Patent Agency Ranking
公开(公告)号：CN111532403A
公开(公告)日：2020-08-14
申请号：CN202010413353.X
申请日：2020-05-15
Applicant: 中国科学院声学研究所 , 山东大学
Abstract: 本申请涉及一种下沉环抱式舱筏，包括：下筏架，所述下筏架包括上层框架和下层框架，所述上层框架和所述下层框架固定连接，其中，所述下层框架用于降低所述下筏架的重心；多个上隔振器，分别设置于所述上层框架的第一侧架和第二侧架的上部，所述第一侧架和所述第二侧架相对布置；多个下隔振器，分别设置于所述第一侧架和所述第二侧架的下部。通过设置在下筏架上的下层框架降低了下沉环抱式舱筏的重心，使得将设备安装于下沉环抱式舱筏上时，下沉环抱式舱筏与设备的整体重心得到了下降，从而避免了安装于下沉环抱式舱筏上的设备因重心过高而引起晃动的现象，避免了晃动产生的噪音，进而提升了下沉环抱式舱筏的隔振性能和稳定性能。
-
公开(公告)号：CN105890135B
公开(公告)日：2018-11-13
申请号：CN201410208726.4
申请日：2014-05-16
Applicant: 中国科学院声学研究所
Abstract: 本发明提供了一种用于通风管道的出风口，包括：叶片(2)、内壳(5)、外壳(6)和安装框(7)；所述的内壳(5)和外壳(6)均为圆筒形结构，该内壳(5)嵌套于外壳(6)的内腔中并使两者同轴连接；所述的内壳(5)与外壳(6)均对称设有两个供出风的开口；若干个所述的叶片(2)置于内壳(5)的内腔中，并沿内壳(5)的中心轴等间距垂直排列于其两个开口之间。该出风口能够满足低噪声和保证风口完全关闭的要求，且其结构简单、加工方便、调节简单灵活、可模块化布置以及适用场合广泛。
-
公开(公告)号：CN108535363A
公开(公告)日：2018-09-14
申请号：CN201810135879.9
申请日：2018-02-09
Applicant: 中国科学院声学研究所
Abstract: 本发明涉及一种用于声阻抗管吸声测试的样品夹具，其包括：试件筒(101)、数字式标尺(102)、数显支座(103)、数字显示设备(104)、可移动活塞(107)和把手(105)；数字式标尺(102)的一端通过连接装置与可移动活塞(107)连接，将连接有可移动活塞(107)的数字式标尺(102)插入试件筒(101)中，数字式标尺(102)的另一端端部连接有把手(105)；该标尺座(103)位于试件筒(101)与把手(105)之间，且通过固定装置固定在试件筒(101)的一端的端部；该数字显示设备(104)固定在数显支座(103)上；将待测样品(110)置于试件筒(101)的一端端部内，且待测样品(110)与该端端部齐平，可移动活塞(107)与待测样品之间可预留间距，形成空气层。
-
公开(公告)号：CN105864109B
公开(公告)日：2018-08-07
申请号：CN201510032947.5
申请日：2015-01-22
Applicant: 中国科学院声学研究所
IPC: F04D29/66
Abstract: 本发明提供了种轴流风机进风口消声器,其整体结构为个圆柱,与风机进风口相连,包括:壳体(1)、法兰(2)、中心消声筒(3)和若干个消声导流插件(4);所述壳体(1)的前板为圆形,中部开有圆孔,所述法兰(2)安装于圆孔上,用于与风机进风口的法兰连接;所述壳体(1)的后板为圆形实体板;所述壳体(1)的圆筒状侧壁上均匀设有若干个长方形进风口;所述壳体(1)的内部形成个腔体,在腔体内,所述壳体(1)后板上设有所述消声筒(3);在所述消声筒(3)的周围均匀分布有若干个消声导流插件(4),其上弧面与风机进风口的圆周相切,其下弧面与相邻的另个消声导流插件(4)的上弧面构成进风通道。
-
公开(公告)号：CN105864108B
公开(公告)日：2018-08-07
申请号：CN201510032917.4
申请日：2015-01-22
Applicant: 中国科学院声学研究所
IPC: F04D29/66
Abstract: 本发明提供了种风机进风口消声器,安装在风机进风管(1)处,包括:固定板(2)和隔声罩(3);所述隔声罩(3)为罩在风机进风管(1)上的方形罩体,所述隔声罩(3)的外壳为实心板;外壳前板的中部有个圆孔,供风机进风管(1)穿过;在圆孔的两侧,对称地开有两个大小相同的长方形的口作为进风口;在所述隔声罩(3)的内部,风机进风管(1)的两侧设有个U型穿孔板(4),与隔声罩(3)的外壳构成个U型进风通道(5);在所述U型穿孔板(4)的后板开有个圆孔,与风机进风管(1)相通;在所述隔声罩(3)的外壳后板的内壁上正对风机进风口处设有个锥形的导流板(6),用于将风导流进入风机进风口。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.027 seconds)
