CN112261215A - 设备及其降噪方法 - Google Patents

Abstract

本发明公开了一种设备及其降噪方法。具体的设备降噪方法，包括：收集设备的运行数据和噪音数据，并提取所述噪音数据的音频特征；对所述音频特征进行分析，确定所产生的噪音超过对应的预设条件的噪音源负载；结合设备的运行数据生成调整所述噪音源负载的运行参数的降噪方案。本发明针对当前的噪音数据进行分析，提取相应的特征，可以有针对性地进行降噪调整，降噪效果好。

Description

设备及其降噪方法

技术领域

本发明涉及降噪技术，尤其涉及一种设备降噪方法以及采用了该降噪方法的设备。

背景技术

很多设备在运行时都有噪音产生，因而降噪是设备厂家的一个主要研发方向之一。目前的降噪方案主要有以下几种：

一种是利用出厂前的样机实验确定噪声点，然后屏蔽噪声点，即将噪音大的频率点记录在存储器内，机组运行时跳过这个频率点不运行，但是这种方式只能消除因为设计原因而导致的噪音问题，解决的是共性问题，无法解决因为设备个体之间的差异而存在的噪音问题、另外设备在安装过程中、使用老化过程中等，均可能出现研发阶段不可控制的噪音，因而这种方式的降噪效果不好。

一种是为设备增加相应的传感器和扬声器，利用传感器采集实时噪音信号，然后通过扬声器播放对应的噪音进行中和，从而进行实时避噪，但是通常设备所发出的噪音都是由各种各样噪音集合在一起的，扬声器播放的噪音无法中和所有噪音，因而降噪效果也不好。

还有一种是设置一些降噪按键，让用户自主操作按键进行避噪，但是这种一键式降噪仅仅只能针对特定场景，若是当前的噪音与预设的特定场景不符，则无法发挥降噪功效。

另外，现在智能终端随着发展，其硬件资源以及功能越来越完备，以手机为例，其集成度越来越高，处理能力也越来越强，在人们娱乐、工作以及生活等各个方面提供了不可缺少的软硬件支持，而很多的家电设备、传统设备等却受限于成本、用户喜好等各种因素，在功能扩展上存在诸多障碍，如何利用手机等智能终端强大的性能，与设备形成互动，使设备完成相应的功能扩展，也是一个待解决的课题。

发明内容

为了解决现有技术中设备降噪效果不太良好的技术问题，本发明提出了一种设备及其降噪方法。

本发明提出的设备降噪方法，包括步骤：

步骤1，收集设备的运行数据和噪音数据，并提取所述噪音数据的音频特征；

步骤2，对所述音频特征进行分析，确定所产生的噪音超过对应的预设条件的噪音源负载；

步骤3，结合设备的运行数据生成调整所述噪音源负载的运行参数的降噪方案。

在一个实施例中，通过智能终端或远程服务器来执行步骤1至步骤3。

在另一个实施例中，通过智能终端和远程服务器相互配合来执行所述步骤1至步骤3。

进一步，还包括步骤4：所述设备执行所述降噪方案后，重复步骤1至步骤3，直至重复次数超过预设次数，或者设备的噪音源负载所产生的噪音符合对应的预设条件，或者设备的噪音源负载所减少的噪音符合对应的预设降噪条件。当重复次数超过预设次数且设备的噪音源负载所产生的噪音超过对应的预设条件，或者当重复次数超过预设次数且设备的噪音源负载所减少的噪音不符合对应的预设降噪条件，则告知用户无法完成自动降噪，并将设备的运行数据和噪音数据发送给售后人员。

进一步，还包括步骤5，所述设备记录所述负载作为噪音源负载时对应的运行数据及最优的降噪方案，当所述负载作为噪音源负载运行至对应的运行数据时所述设备自动采用记录的最优的降噪方案。

具体的所述步骤1中，提取所述噪音数据的音频特征包括提取噪音数据所包含的各种音频信号的平均幅值。

具体的所述步骤2中，当设备的负载所产生的噪音对应的音频信号的平均幅值超过该负载对应的预设幅值，则该负载为噪音源负载，或者所有负载中所产生的噪音对应的音频信号的平均幅值偏离各自对应的预设幅值最大的负载为噪音源负载。

具体的所述步骤3中，生成控制所述噪音源负载的运行参数的降噪方案具体包括控制所述噪音源负载的频率、转速、开度、档位和温度当中的至少一种。

具体的，所述设备包括空调。

具体的，当所述空调的压缩机为噪音源负载时，具体包括如下步骤：

获取压缩机在不考虑降噪的前提下达到当前目标制冷量的正常频率；

根据所述正常频率以及压缩机对应的预设频率修正值确定压缩机的频率修正区间；

在所述频率修正区间内生成对所述压缩机的频率进行调整的降噪方案直至满足对应的压缩机降噪条件。

具体的，所述压缩机降噪条件为以下任意一项：

所述压缩机所产生的噪音对应的音频信号的平均幅值为其执行降噪方案前所产生噪音对应的平均幅值的n倍，所述0＜n＜1；

所述压缩机所产生的噪音对应的音频信号的平均幅值小于等于预设平均幅值；

所述降噪方案中压缩机调整后的频率的取值为遍历了所述频率修正区间中的所有值之后所产生噪音最小的值。

本发明提出的设备，包括至少一个负载，所述设备采用上述技术方案所述的设备降噪方法对其负载进行降噪。

本发明通过对设备的噪音数据进行分析，确定对应的噪音源负载，然后针对该负载的运行数据进行调整，从而达到降低噪音的目的，无需设备再去增加相应的传感器或者扬声器等设备，同时也达到了实时的、有针对性的降噪目的，降噪效果十分好。另外，本发明在降噪过程中引入智能终端来辅助降噪，充分利用了手机的音频传感器、处理能力和联网能力，极大地利用了非设备本身的资源，降低了设备的成本；同时，用户自助操作实现降噪，使得降噪工作更加更加科学、便利、有效、大大提高了用户的满意度。

附图说明

下面结合实施例和附图对本发明进行详细说明，其中：

图1为本发明一个实施例的降噪方法流程图。

图2为本发明的设备与手机的连接示意图。

图3为本发明的设备通过手机进行降噪的流程图。

图4为本发明的设备与手机以及远程服务器的连接示意图。

图5为本发明的设备通过手机以及远程服务器的降噪流程图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由此，本说明书中所指出的一个特征将用于说明本发明的一个实施方式的其中一个特征，而不是暗示本发明的每个实施方式必须具有所说明的特征。此外，应当注意的是本说明书描述了许多特征。尽管某些特征可以组合在一起以示出可能的***设计，但是这些特征也可用于其他的未明确说明的组合。由此，除非另有说明，所说明的组合并非旨在限制。

本发明的降噪原理在于通过收集设备的运行数据和噪音数据，提取噪音数据的音频特征，然后对音频特征进行分析，确定所产生的噪音超过对应的预设条件的噪音源负载，再结合设备的运行数据生成调整噪音源负载的运行参数的降噪方案，当设备执行完当前的降噪方案后，再次手机设备的运行数据和噪音数据重复上述步骤，直至重复次数超过预设次数，或者设备的噪音源负载所产生的噪音符合对应的预设条件，或者设备的噪音源负载所减少的噪音符合对应的预设降噪条件。通过实时的且至少一次调整来实现针对性的降噪，降噪效果良好。

如果重复次数超过预设次数且设备的噪音源负载所产生的噪音超过对应的预设条件，或者如果重复次数超过预设次数且设备的噪音源负载所减少的噪音不符合对应的预设降噪条件，则告知用户无法完成自动降噪，并将设备的运行数据和噪音数据发送给售后人员，售后人员根据这些数据可以进行更加专业的分析，从而提供相应的解决方案，或者是对产品进行进一步的改进和改良。

并且在执行完相应的降噪方案后，设备会记录对应负载作为噪音源负载时对应的运行数据及最优的降噪方案，当下次运行时，该负载作为噪音源负载运行至对应的运行数据时，设备可以自动采用记录的最优的降噪方案，实现设备的自我降噪学习。

下面结合附图以及实施例对本发明的原理进行详细说明。

图1是本发明设备的一个具体实施例，其中的设备具体为空调，空调可能产生噪音数据的负载通常包括外风机、压缩机、扫风板以及内电机等，通过对收集的噪音数据进行分析提取出各种负载所产生的噪音的音频特征，然后对音频特征进行分析，将不同噪音进行归类，确定其对应的负载，若是某一个负载所产生的噪音超过对应的预设条件，则该负载为噪音源负载，或者所有负载中所产生的噪音对应的音频信号的平均幅值偏离各自对应的预设幅值最大的负载为噪音源负载，同时结合所采集的运行数据，包括但不限于外分机频率、压缩机频率（也称之为压机频率）、内风机频率、膨胀阀开度等等，生成对噪音源负载的运行参数进行调整的降噪方案。

如图2、图3所示，在一个实施例中，可以通过在智能终端上安装相应的应用程序来辅助设备进行降噪，这里所指的智能终端包括但不限于手机、平板电脑以及笔记本电脑等，通过智能终端来收集设备的运行数据和噪音数据，并经过处理之后生成对应的降噪方案给设备，然后智能终端再获取执行降噪方案以后的运行数据和噪音数据，判断是否达到了既定的条件，如果不达到再重复调整，直到达到既定的条件，或者是告知用户自动降噪不成功，然后将相关数据发送给售后人员。以空调为例，当用户在使用过程中认为机组噪音过大时，打开手机中对应的应用程序，启动避噪功能，手机一方面和机组通信，获取机组的相关运行数据，另一方面，收录机组运行的噪音数据。然后手机在其本地处理音频信号，提取音频特征。同时在其本地整理运行数据，结合运行数据生成相应的降噪解决方案，接着手机发送控制指令给机组（如果需要人为介入，则通知用户），并自动评估解决效果（或由用户决定评估效果），然后决定是否启用下一轮避噪操作。

在另一个实施例中，设备也可以将设备的运行数据和噪音数据发送给服务器，通过服务器来完成收集、分析以及生成降噪方案的工作，然后服务器再将降噪方案发送给设备执行，直到达到既定的条件，或者是告知用户自动降噪不成功，然后将相关数据发送给售后人员。

如图4、图5所示，在一个较优实施例中，可以通过智能终端和服务器结合的方式来完成收集、分析以及生成降噪方案的工作，充分发挥智能终端和服务器各自的优点，通过手机等智能终端来收集设备的运行数据和噪音数据，并提取出噪音数据的音频特征，然后将运行数据和音频特征发送给服务器，将分析以及生成降噪方案的工作放在服务器上执行。这样既可以利用到手机丰富的硬件设备资源以及使用方便的特性，同时也利用了服务器强大的运算能力以及大数据基础。在其他实施例中，手机等智能终端与服务器之间分工和配合，可以根据需要进行调整，不限于所列举的方式。以空调为例，当用户认为机组噪音过大时，打开手机中对应的应用程序，启动避噪功能，手机一方面和机组通信，获取机组的相关运行数据，另一方面，收录机组运行的噪音数据。手机在其本地处理音频信号，提取音频特征（也可以交给服务器完成），并进一步整理运行数据（也可以交给服务器完成），然后将处理后的音频特征数据和运行数据发送到服务器端，云端的服务程序可以利用大数据、神经网络模型等复杂手段处理）生成解决方案，然后服务器的服务程序将解决方案发送给手机，手机发送控制指令给机组（如果需要人为介入，则通知用户），并自动评估解决效果（或由用户决定评估效果），然后决定是否启用下一轮避噪操作。

上述技术方案中，手机或远程服务器对噪音数据的音频特征进行提取可以是提取噪音数据所包含的各种音频信号的平均幅值，当然在其他实施例中，也可以根据需要对各负载的声频信号（音频信号）的其他特征进行提取。当设备的负载所产生的噪音对应的音频信号的平均幅值超过该负载对应的预设幅值，则该负载为噪音源负载。或者，将偏离其预设幅值最严重的负载作为噪音源负载，换而言之，计算各负载所产生的噪音对应的音频信号的平均幅值减去各自对应的预设幅值的偏离值，选择偏离值最大的负载作为噪音源负载。以空调为例，压缩机对应的预设幅值为40db，风机对应的预设幅值为35db等。手机或服务器在确定噪音源负载时，将负载对应的各个幅值与各自对应的预设幅值做比较，取偏离正常水平最严重的阈值，或者是所有不满足预设幅值的负载作为噪音源负载，如压机的平均幅值为90dB,而其对应的预设幅值为40db，则判断压缩机发出过大噪音，为噪音源负载。

手机或远程服务器所生成的控制噪音源负载的运行参数的降噪方案具体可以包括控制噪音源负载的频率、转速、开度、档位和温度当中的至少一种。

上述技术方案中，设备不仅仅指的是空调，还包括其他需要降噪的设备，如冰箱等。本发明也保护对应的设备，这些设备采用了上述降噪方案来对其负载进行降噪。

下面以空调为例，在具体进一步详细地说明本发明手机和远程服务器相结合的降噪处理过程。

步骤S1，用户觉察空调运行噪音过大，打开手机中已经安装好的相关应用程序，点开应用程序中的“自助避噪功能”；

步骤S2，应用程序自动获取此时环境中的噪音数据，将噪音数据中的各种音频信号进行初步处理，例如分离出机组的特征声频型号，比如分离出机组的最明显的震动声频信号（这一步也可以交由服务器完成）；

步骤S3，与此同时，手机和空调机组通信，获取机组的运行数据，包括但不限于：机组类型，各负载类型，冷媒类型，压机频率，外风机频率，内风机频率，电子膨胀阀开度，风阀开度，导风板角度，环境温度，设定温度等；

步骤S4，手机将这些数据打包压缩，发往远程服务器的服务程序进行处理；

步骤S5，远程服务器经过大数据对比、神经网络模型等高级的处理手段进行分析处理过后（也可以人工分析），分析出噪音源负载为压缩机，然后根据设定温度和环境温度等条件，算出一个合理的迁移频率；在一个实施例中，远程服务器将各个负载所产生的噪音对应的评价幅值与预设幅值做比较，取偏离正常水平最严重的那个负载，则该负载即是噪音源负载。

步骤S6，服务器的服务程序将算出的迁移频率对应的降噪方案发送至用户的手机，手机按照一定的协议，和机组通信，机组控制压缩机向迁移频率运行；

步骤S7，重复步骤S2至步骤S6，直到机组噪音消除，自助智能避噪流程结束，如果重复循环超过5次，中止流程，告知用户无法自助完成避噪，并将机组数据和售后信息传递给售后人员解决。

当噪音源负载为空调的压缩机时，包括以下的详细处理步骤。

获取压缩机在不考虑降噪的前提下达到当前目标制冷量的正常频率F；

根据正常频率F以及压缩机对应的预设频率修正值A确定压缩机的频率修正区间[F-A，F+A]；

若是需要多次调整才能达到降噪效果时，在多个降噪方案中依次调整压缩机的频率为F+1、F-1、F+2、F-2…直到调整到满足以下任意条件(优先级依次降低)：

1、压缩机所产生的噪音对应的音频信号的平均幅值为其执行降噪方案前所产生噪音对应的平均幅值的n倍，所述0＜n＜1；例如，执行对应的降噪方案后压缩机所产生的噪音降到原噪音的一半响度；

2、压缩机所产生的噪音对应的音频信号的平均幅值小于等于预设平均幅值，例如，执行对应的降噪方案后压缩机所产生的噪音对应的平均幅值为30dB;

3、降噪方案中压缩机调整后的频率的取值为遍历了频率修正区间中的所有值之后所产生噪音最小的值，例如，空调已经遍历执行了[F-A，F+A]区间内的所有频率的取值，最终的降噪方案所选择的频率的值为所有频率取值中噪音最小的那个频率值。

通过上述步骤最适宜的压缩机的频率，同时和机组通信，机组控制压缩机以最适宜频率运行，并且机组自身记忆已经探明的噪音弱的频率点和噪音强的频率点，当正常的计算频率F等于噪音强的点时，自动偏移到[F-A，F+A]区间内噪音弱的频率点运行。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种设备降噪方法，其特征在于，包括步骤：

步骤1，收集设备的运行数据和噪音数据，并提取所述噪音数据的音频特征；

步骤2，对所述音频特征进行分析，确定所产生的噪音超过对应的预设条件的噪音源负载；

步骤3，结合设备的运行数据生成调整所述噪音源负载的运行参数的降噪方案。

2.如权利要求1所述的设备降噪方法，其特征在于，通过智能终端或远程服务器来执行步骤1至步骤3。

3.如权利要求1所述的设备降噪方法，其特征在于，通过智能终端和远程服务器相互配合来执行所述步骤1至步骤3。

4.如权利要求1所述的设备降噪方法，其特征在于，还包括步骤4：所述设备执行所述降噪方案后，重复步骤1至步骤3，直至重复次数超过预设次数，或者设备的噪音源负载所产生的噪音符合对应的预设条件，或者设备的噪音源负载所减少的噪音符合对应的预设降噪条件。

5.如权利要求4所述的设备降噪方法，其特征在于，当重复次数超过预设次数且设备的噪音源负载所产生的噪音超过对应的预设条件，或者当重复次数超过预设次数且设备的噪音源负载所减少的噪音不符合对应的预设降噪条件，则告知用户无法完成自动降噪，并将设备的运行数据和噪音数据发送给售后人员。

6.如权利要求4所述的设备降噪方法，其特征在于，还包括步骤5，所述设备记录所述负载作为噪音源负载时对应的运行数据及最优的降噪方案，当所述负载作为噪音源负载运行至对应的运行数据时所述设备自动采用记录的最优的降噪方案。

7.如权利要求1所述的设备降噪方法，其特征在于，所述步骤1中，提取所述噪音数据的音频特征包括提取噪音数据所包含的各种音频信号的平均幅值。

8.如权利要求1所述的设备降噪方法，其特征在于，所述步骤2中，当设备的负载所产生的噪音对应的音频信号的平均幅值超过该负载对应的预设幅值，则该负载为噪音源负载，或者所有负载中平均幅值偏离各自对应的预设幅值最大的负载为噪音源负载。

9.如权利要求1所述的设备降噪方法，其特征在于，所述步骤3中，生成控制所述噪音源负载的运行参数的降噪方案具体包括控制所述噪音源负载的频率、转速、开度、档位和温度当中的至少一种。

10.如权利要求1至9任意一项所述的设备降噪方法，其特征在于，所述设备包括空调。

11.如权利要求10所述的设备降噪方法，其特征在于，当所述空调的压缩机为噪音源负载时，具体包括如下步骤：

获取压缩机在不考虑降噪的前提下达到当前目标制冷量的正常频率；

根据所述正常频率以及压缩机对应的预设频率修正值确定压缩机的频率修正区间；

在所述频率修正区间内生成对所述压缩机的频率进行调整的降噪方案直至满足对应的压缩机降噪条件。

12.如权利要求11所述的设备降噪方法，其特征在于，所述压缩机降噪条件为以下任意一项：

所述压缩机所产生的噪音对应的音频信号的平均幅值为其执行降噪方案前所产生噪音对应的平均幅值的n倍，所述0＜n＜1；

所述压缩机所产生的噪音对应的音频信号的平均幅值小于等于预设平均幅值；

所述降噪方案中压缩机调整后的频率的取值为遍历了所述频率修正区间中的所有值之后所产生噪音最小的值。

13.一种设备，包括至少一个负载，其特征在于，所述设备采用如权利要求1至12任意一项所述的设备降噪方法对其负载进行降噪。

Images