English(EN) Transfer Learning for Tonal Noise Prediction in VRF Units Using Thermodynamic and Vibration Signals

研究人员使用迁移学习预测VRF机组的音调噪声

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了一种无监督迁移学习方法，称为域不变偏最小二乘法（Di-PLS），用于预测VRF机组中的音调噪声。该方法利用热力学和振动信号来预测不同条件下的噪声水平。研究发现，振动信号比热力学信号提供更准确的预测，预测误差在3 dB以内。 AI

影响这项研究可能导致更准确的暖通空调和其他机械设备的噪声预测系统，从而改善产品设计和用户体验。

排序理由关于一种新颖的噪声预测迁移学习方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · ZhiWei Su, Ding Wang, Yuan Guo, Yang Qiao, HongJun Cao · 2026-05-05 04:00

Transfer Learning for Tonal Noise Prediction in VRF Units Using Thermodynamic and Vibration Signals

arXiv:2605.00895v1 Announce Type: cross Abstract: The second-order harmonic (2f) component generated by twin-rotary compressor is a dominant low-frequency noise source of variable refrigerant flow (VRF) outdoor units, yet its amplitude fluctuates strongly with environmental therm…