株式会社小野测器公司利用深度学习（AI）技术应用于汽油发动机的爆震分析技术，最近获得了由日本汽车工程师学会（JASS）主办的第72届汽车工程师学会奖“论文奖”。
汽车技术学会奖成立于1951年，旨在鼓励汽车工程和汽车技术的发展，以表彰在汽车技术领域的重大贡献和成就。
“论文奖”授予在过去三年内发表论文，促进汽车工程或汽车技术发展的个人和合著者。
论文奖
获奖对象
通过深度学习从发动机辐射声音中估计爆震声音和缸内压力的方法 (第1报告-第3报告)
获奖者
笠原太郎
渡部光
池田太一
吉越洋志
获奖理由
内燃机表面发出的声音（以下简称“辐射声”）由发动机运转过程中发动机组成结构的机械振动产生的噪声和燃烧噪声产生。
本文证明，通过使用传声器测量发动机噪声，并利用深度神经网络从辐射声的频谱图（表示每个时间频率的声压强度的二维图）中生成滤波器，可以将爆震噪声与发动机噪声分离。
这项技术发展使得无需在发动机燃烧室中安装缸内压力传感器，即可通过辐射声检测爆震并评估爆震声的大小。
这项技术非常值得称赞，因为它减少了发动机点火正时兼容性测试的工作量，并有助于提高燃油效率和降低运行噪音。
※获奖理由:引自公共利益公司汽车技术协会HP“汽车技术协会奖技术教育奖传单”
【参考】
