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！

龙图腾网获悉南京航空航天大学申请的专利一种直升机舱内噪声主动控制传感器作动器布设方法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：CN119939767B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411961571.1，技术领域涉及：G06F30/15；该发明授权一种直升机舱内噪声主动控制传感器作动器布设方法是由袁杨;周化雨;陆洋;刘毅;孙佳明;王昶天设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种直升机舱内噪声主动控制传感器作动器布设方法在说明书摘要公布了：本发明公开了一种直升机舱内噪声主动控制传感器作动器布设方法，将机器学习引入直升机舱内噪声主动控制中的传感器作动器优选问题，提出一种BPNN‑GA算法，主要包括两个过程：基于神经网络的传感器优选和基于遗传算法的作动器优选。首先进行辐射面元划分；然后通过机器学习优选传感器的位置和数量，即利用神经网络建立高精度的顶板振动——辐射噪声模型，并基于该模型识别主要声辐射面元，以此作为传感器的布置点；最后利用遗传算法优选作动器，旨在确保控制点振动得到有效抑制的同时，最大程度地降低舱内噪声水平。本申请与传统遗传算法相比，在保证控制效果的同时，极大提高了计算效率，且随着优选规模增大，本申请在提高计算效率方面的优势将更加明显。

本发明授权一种直升机舱内噪声主动控制传感器作动器布设方法在权利要求书中公布了：1.一种直升机舱内噪声主动控制传感器作动器布设方法，其特征在于，包括如下步骤： 步骤1，基于作动器的规格将直升机机舱顶板划分为若干个辐射面元，并在在辐射面元中心处布置加速度传感器以及MFC作动器； 步骤2，以直升机舱内噪声为控制对象，建立多线谱复数神经网络模型，将利用加速度传感器获取的机舱壁板振动响应和利用麦克风获取的舱内噪声响应分别作为多线谱复数神经网络模型的输入和输出，识别主要声辐射面元作为加速度传感器的优选布置点，具体包括： 步骤2.1，建立多线谱复数神经网络模型，针对壁板振动的每根线谱频率均建立独立的子模型，同时子模型保留振动噪声响应的幅值和相位信息，对于一个包含输入层、H个隐藏层和输出层的神经网络，BP神经网络的输入向量为X＝[x1,x2,…,xM]T，其表征顶板各个辐射面元在ω＝ω0处的振动响应，M为辐射面元的总数量；对于第m个辐射面元，其响应为： 和分别为响应的实部和虚部，包含振动的幅值和相位信息；BP神经网络的目标向量为Y＝[y1,y2,…,yN]T，即舱内N个监测点在ω＝ω0处的噪声响应；同样地，对于第n个监测点，其噪声响应为由此得到神经网络输入输出之间的关系为： 式中，为神经网络实际输出，Wh为第h层权系数矩阵，为壁板振动与辐射噪声之间的传递矩阵；对偏置矩阵和激活函数施加一定约束：将偏置项全部设置为0，激活函数采用Linear线性激活函数； 步骤2.2，采用链式法则进行“反向传播”修正网络的权系数，并以均方误差作为损失函数，分别计算损失函数对每个参数的梯度；基于梯度下降法，沿损失函数的负梯度方向对各层网络间的权系数进行修正，结合施加的所述约束简化实部和虚部，同时给定一个学习率η，得到更新后的权重系数，表示为： 式中，为uj的共轭，为损失函数E在ui处的梯度； 步骤2.3，重复步骤2.2中的梯度求解和权系数更新，直至达到预设的最大迭代次数，基于步骤2.1中神经网络输入输出之间的关系式获取壁板振动与辐射噪声之间的传递矩阵求出M个面元在监测点处产生的辐射噪声将辐射噪声转换到复平面上进行标记和叠加，以得到各辐射面元振动响应的总和，即总响应矢量；基于总响应矢量计算出每个面元对整体辐射噪声的贡献量，并进一步确定各面元的综合贡献量； 步骤3，在确定加速度传感器优选布置点的基础上，以降低监测点噪声水平为目标，采用遗传算法对作动器的布设点进行优选，首先，随机生成一组作动器布设方案作为初始种群；随后，基于优化目标和约束条件，设置适应度函数以量化评估各个布设方案的性能，具体的，建立多线谱目标函数优化作动器的位置和数量，即采用q个作动器来替代原有的p个作动器，q＜p，各测点的误差信号为： em＝dm+Gmquq， 式中，uq为主动控制量，即优选后q个作动器的驱动信号，为q×1的向量，Gmq为控制通道的导纳矩阵； 由最优控制法，得到最优控制量和舱内r个监测点的噪声响应，并求得控制后的降噪效果作为单线谱目标函数，表示为： 式中，为无控下监测点的噪声能量，为控后监测点的噪声能量，p0为参考声压； 构建多线谱目标函数表示为： 式中，Ji表示第i根线谱下的降噪效果，wi为第i根线谱目标函数的权重，K为总线谱数量； 最后通过选择、交叉和变异操作，逐步迭代优化种群中的个体，直至满足终止条件，最终得到MFC作动器的优选布置点。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。