Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2019

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: active noise mitigation

Sortuj według:

Ogranicz wyniki do:

Real-time noise cancelation system - field test

Bogdziński Krzysztof, Jasiński Marcin, Gumiński Robert, Gałęzia Adam, Dybała Jacek, Niedzielski Marcin, Komorek Michał

Zeszyty Naukowe Instytutu Pojazdów / Politechnika Warszawska

2019

z. 4/122

45--54

Sound generated by machines working on the construction site may cause psycho-physical discomfort for both construction workers and local residents. The sound sources on the construction site are both working machines and the activities they perform. The work presents the process of testing of a neural-network based noise cancellation algorithm onto a NI CompactRIO real time controller with use of NI LabVIEW software. The CompactRIO controller is programmed for acquisition of acoustic information and providing an output signal to a speaker used to generate a compensating acoustic signal, using fast signal processing programmed into controllers FPGA. The use of a neural network in the algorithm allows the controller to learn and compensate for placement of the individual elements of the system and changes in environmental conditions. The algorithm was tested at simulated signals 300 Hz, 400 Hz and for waveform from real loader.

Dźwięk generowany przez maszyny pracujące na budowie może powodować dyskomfort psychofizyczny zarówno dla pracowników budowlanych, jak i lokalnych mieszkańców. Źródłami dźwięku na placu budowy są zarówno działające maszyny, jak i czynności, które wykonują. W pracy przedstawiono proces testowania algorytmu eliminacji szumów opartego na sieci neuronowej na kontrolerze czasu rzeczywistego NI CompactRIO za pomocą oprogramowania NI LabVIEW. Kontroler CompactRIO jest zaprogramowany do pozyskiwania informacji akustycznych i dostarczania sygnału wyjściowego do głośnika służącego do generowania kompensacyjnego sygnału akustycznego, z wykorzystaniem szybkiego przetwarzania sygnału zaprogramowanego w kontrolerach FPGA. Zastosowanie sieci neuronowej w algorytmie umożliwia kontrolerowi naukę i kompensację położenia poszczególnych elementów systemu i zmian warunków środowiskowych. Algorytm został przetestowany na symulowanych sygnałach 300 Hz, 400 Hz i dla pomiarów czasowych z rzeczywistej ładowarki.