106包含具有70Hz到20kHz的范围的冲击声 学系统的其它传感器。
[0157] 外胎108位于测试平台102上并且在其上居中。在实施例中，冲击器104具有微型大 小且低质量(例如，4.5g或约4.5g)IEPE力传感器，所述传感器设计为以22.5mV/N的灵敏度 测量±222N动力范围标度上的动力。DC电机驱动的冲击器104可以最大效率达到8170r/min (即，对于2.3mm的转子大致0.98m/s)的最大速度。因此，在50mm轴杆的延伸处提供的冲击器 104可达到约40m/s的最大冲击速度。在一些实施例中，传声器106可以是驻极体电容式传声 器，其从覆盖从70Hz直到20kHz的声频的单个方向接收信号。
[0158] 图32中示出控制硬件并检查内部异常(包含数据采集和后处理）的示例性测试算 法的流程图。利用由旋转步进式电机控制的所需分辨率在外胎的两个肩部上周向地执行全 面冲击声学测试。将如所示的算法划分为两个部分:一个部分是控制硬件并记录数据，且第 二部分是选取异常指标并将所述指标馈给到涉及ANN的随机算法中。
[0159] 可以通过在半步进模式下运行电机来实现0.9°的最小分辨率。测试分辨率选择为 3.6°，这使测试线的圆周离散为100段，如图33中所见。在每次冲击和信号记录之后，使轮胎 朝向下一个测试位置旋转3.6°直到覆盖整个圆周。测量标记为0°或360°的测试线的开始位 置，重复两次。
[0160] 为了所收集声音波形的准确度，最低采样频率应当是所关注的最高频率的至少十 倍。为此目的，声信号采集的采样率设置为41kHz。样本的总数目设置为2 14个(SM6384个）， 因此声信号的总记录时间为0.4秒，产生5Hz的频率分辨率。后处理阶段总结出来自力信号 和声信号两者的鉴别符选取以及用于异常识别的进一步综合分析。
[0161] 使用冲击声学测试数据，开发NN算法来从时域和频域两者解释测得指标以预测内 部异常的程度和位置。尽管存在多种神经网络，但将利用用于监督式学习的反向传播算法 的前馈NN用于初步轮胎异常评估。建立如本文中所公开的至少参考图4的基本规则。
[0162] 测量的后处理包含三个阶段:鉴别符的选取、离线ANN训练和在线ANN评估。基于声 波和力信号计算鉴别符量。基于选定的数据库，将所选取的那些鉴别符馈送到NN以用于离 线训练，从而产生包括网络的传递函数的权矩阵。保存用于选定的数据库的最合适的权数 以用于未知轮胎的在线评估。
[0163] 图34中示出从样本轮胎测得的冲击力的典型时间历程。从轮胎上的对应位置测得 代表性数据，并且这些位置是根据对应剪切干涉图像分别从整体和不规则区域选择的。整 体结构的点的固体力-时间曲线相比于不规则结构的点（即，具有嵌入式异常）的虚短划曲 线呈现更高的峰值力和更短的接触持续时间。结果与理论冲击动力学模型一致，其中对于 整体结构预测更高冲击力和更短冲击持续时间。
[0164] 图35A和35B分别示出从与图34中示出的点相同的两个点测得的冲击声的典型时 间历程和对应功率谱。从声音-时间波形中可以观察到，整体结构的点的初始下行峰值下的 区域比不规则结构的点小。频域的分析要求了解遭受局部接触变形的谐振频率，其可以根 据f c= 1/(2x0.9msec)? 555Hz的冲击持续时间确定。在功率谱中，对于不规则曲线而言，高 于550Hz的频率下的频谱密度更大，这表示归因于嵌入式异常的更多弯曲振动能量。累计功 率比PR(针对较高频率分量比率计算得出）、峰值弯曲频谱Pf和累计弯曲能量Ef可以视为异 常鉴别符。
[0165] 曲线式弯曲变形可以小于人工不规则橡胶样本，这是因为轮胎结构中的实际带束 边缘异常通常在两个分离的表面之间呈现出比橡胶样本中制出的人工异常小得多的间隙。 这通过减少结构刚度的差异减轻了谐振频率偏移的影响。
[0166] 冲击位置的影响
[0167] 图36示出冲击位置对从极其不规则轮胎的肩部测得的峰值声幅的影响。每个曲线 表示在整个圆周的对应冲击位置处的101个测量值，其中在初始测试位置处重复两次。对于 裂开的区域，在X = Omm处测得的峰值声幅在不规则区域与整体区域之间显示出大得多的偏 差。例如，在250°周围测得的幅值低至约0.4V，但靠近200°测得的幅值高达1.4V。幅值与剪 切干涉之间的唯一不匹配为约75°与120°之间的区域，在所述区域剪切干涉测试因表面异 常而失败。这表明冲击声学法比剪切干涉成像法更具优势，因为表面异常可能影响剪切干 涉测试结果。本发明所公开的冲击声学法通常仅受局部表面异常影响。在此特定区域上的 测试结果指示存在剪切干涉未发现的嵌入式异常。针对来自代表性轮胎样本的每个测量值 选取所有冲击声学鉴别符，如图37和38中所绘制。每个曲线呈现两次独立重复的结果，其中 对于每次重复，整个圆周周围存在101个测量值。
[0168] 将七个鉴别符组合成单个稳定的异常指数(DI)，最直观的方法是计算经加权均值 (例如，计算并对归一化的鉴别符求平均）。可以计算DI以按比例调整从而将原始鉴别符置 于表示为归一化的鉴别符的[0，1]范围中（其中〇表示规则，且1表示最严重的不规则）。
[0169] 对于图39中的全新的轮胎，两个肩部的DI几乎为零。在图40中，第一肩部的剪切干 涉图像中显示不连续的斑点，这表示肩部区域中开始出现带束边缘分离。冲击声学指数指 出第一肩部在180°左右出现两个蝶形斑点。此肩部的DI值一般在0.25左右，而第二肩部的 DI值几乎为零，这显示了不规则条件与规则条件之间的充分对比。综合方法的重点是具有 不同构造、相同内径、抛光胎面的轮胎共享单一组参数以用于归一化，传播此方法用于大量 轮胎的异常检验具有实用价值。
[0170] 声传感器(例如，一个或传声器，例如图31中不出的传声器106)和力传感器(例如， 包括冲击器的测力计，冲击器例如图31中示出的冲击器104)中的至少一个可以与一个或多 个计算装置通信以用于产生异常指标。声传感器和力传感器中的至少一个可以是与计算装 置通信的连接网络的装置。可以提供平台，平台包含与连接网络的装置通信的服务器以及 引擎中的至少一个。引擎可以用来接入用于训练和预测异常指标的ANN和/或用来在测试每 个轮胎时记录测试数据。引擎还可经配置以基于检测到的声波和力信号计算鉴别符量。将 至少一个存储的鉴别符量与至少一个计算得出的鉴别符量进行比较，并且基于比较，确定 轮胎的完整性。
[0171] 服务器可经进一步配置以促进传感器中的至少一个与计算装置中的一个或多个 之间的通信。可以建立并接入包含存储的鉴别符量和可针对预期轮胎完整性产生的传感器 输出的计算得出的鉴别符量的数据库。例如，在一些实施例中，存储的鉴别符量可以表示不 具有异常或不规则的轮胎。在一些实施例中，存储的鉴别符量还可包含此前计算得出的表 示不规则的变化程度的鉴别符量。可以通过服务器上传受测试轮胎的测试数据并存储在数 据库上，用于计算所述计算得出的鉴别符量并将其与存储的鉴别符量进行比较。可以产生 计算得出的鉴别符量的一个或多个表示。
[0172] 引擎可经进一步配置以产生关于受测试轮胎的完整性的通知。所述通知可以告知 用户对应于轮胎完整性的更新后的轮胎测试数据和更新后的异常指数。
[0173] 当前公开的发明有效地使用冲击信号检测异常。用于异常检测的方法论是基于电 流传感器响应与此前研发的来自规则结构（即，不具有异常的结构）的基准传感器响应的比 较。对传声器和测力计信号两者进行实验数据分析，且所涉及的方法是时域和频域分析。
[0174] 本文中所描述的各种技术中的至少一些可以结合硬件或软件或适当时结合两者 的组合来实施。例如，电数据处理功能可以用来实施鉴别符推导和指数计算的各方面，包含 结合计算装置(包含移动网络设备)的实施，计算装置包含硬件、软件或适当时两者的组合。 处理功能可以对应于包含一个或多个处理装置的任何类型的计算装置。计算装置可以包含 任何类型的计算机、计算机系统或其它可编程电子装置，包含客户端计算机、服务器计算 机、便携式计算机（包含膝上型电脑和平板电脑）、手持式计算机、移动电话（包含智能电 话）、游戏装置、嵌入式控制器、近场通信装置、具有至少部分使用云服务实施的应用程序的 装置、以及其任何组合和/或等效物(包含无接触装置）。此外，例如，可以在集群或其它分布 式计算系统中使用一个或多个连网的计算机来实施计算装置。网络可以是 线网络、蜂窝网络、无线电链路、光学链路和/或因特网，但是网络不限于这些网络选择。
[0175] 通过训练ANN来获得基准数据，一个状况良好的轮胎将与另一个状况良好的轮胎 很好地关联，但是在不存在内部变化或异常的情况下。可以将之前用作用于分析的个别数 据的时域和频域输入数据两者整合为ANN的输入。当ANN以整合方式用于处理这两个数据集 时，所处理的测试信号的增大的值与具有异常和不规则的轮胎段很好地关联。此分析提供 了用于各种轮胎类型的通用模型。由此提供了以比现有方法更低的成本和更高的准确度识 别用过的外胎中的内部异常的设备和方法。
[0176] 应进一步理解，本发明所公开的方法预期用于先前经受如本文中所公开或根据一 个或多个其它经得起检验的翻新方法的一个或多个翻新过程的轮胎。然而，应理解，本发明 所公开的方法可以用于从未经过翻新的轮胎。当前公开的发明可以结合翻新后的重型卡车 或挂车用轮胎和任何其它轮胎类型来使用，所述其它轮胎类型包括但不限于轻型汽车、越 野车、ATV、公交车、飞机、农用车、矿业用车、自行车、摩托车和客车用轮胎。
[0177] 本文中所公开的尺寸和值不应理解为严格地限制于所述的精确数值。反之，除非 另外规定，否则每个此类尺寸均意在意指所述值和围绕所述值的功能上等效的范围。例如， 公开为"40_"的尺寸意在意指"约40mm"。另外，本文中所公开的尺寸和值不限于指定测量 单位。例如，以英制单位表示的尺寸应理解为包含公制和其它单位的等效尺寸(例如，公开 为"1英寸"的尺寸意在意指"2.5cm"的等效尺寸）。
[0178]如本文中所使用，术语"方法"或"过程"是指可以在不脱离当前公开的发明的范围 的前提下以与所示出的排序不同的排序执行的一个或多个步骤。如本文中所使用，术语"方 法"或"过程"可以包含至少通过一个电子设备或基于计算机的设备执行的一个或多个步 骤。步骤的任何顺序都是示例性的，且