CN107571816A - 用于检测车辆机械故障的方法和装置 - Google Patents
用于检测车辆机械故障的方法和装置 Download PDFInfo
- Publication number
- CN107571816A CN107571816A CN201710833580.6A CN201710833580A CN107571816A CN 107571816 A CN107571816 A CN 107571816A CN 201710833580 A CN201710833580 A CN 201710833580A CN 107571816 A CN107571816 A CN 107571816A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- under test
- unit under
- vocal print
- sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本公开涉及一种用于检测车辆机械故障的方法和装置。应用于所述车辆的方法包括:获取所述车辆中的被测部件在运行时发出的声音;根据所获取的声音的声纹特征确定所述被测部件的机械故障。由于同一机械故障具有相似的声纹特征,因此,本公开利用机械故障的声纹特征这一物理特征来进行检测,这样就避免了由于检测人员缺乏经验而引起的错检、漏检,使得车辆机械故障的检测更加及时、准确,车辆行车更安全。
Description
技术领域
本公开涉及车载设备领域,具体地,涉及一种用于检测车辆机械故障的方法和装置。
背景技术
车辆是一种消耗品,通常情况下,车辆的性能都会随着车辆使用年限的增加而逐渐降低。对车辆的定期保养,就是为了及时发现和消除隐患,防止故障的发生,有效地延长车辆的使用寿命。
而对于车辆的机械故障,比如开裂、磨损、变形、松动等,往往是在故障发生以后才被发现的,并且通常机械故障带来的损失比较大。目前对于机械故障的检查,是通过人工肉眼观察,或敲击机械部件听声音来检查,与操作人员的经验有很大关系,局限性比较大,不容易发现潜在的问题。
发明内容
本公开的目的是提供一种简单实用的用于检测车辆机械故障的方法和装置。
为了实现上述目的,本公开提供一种用于检测车辆机械故障的方法,应用于所述车辆。所述方法包括:获取所述车辆中的被测部件在运行时发出的声音;根据所获取的声音的声纹特征确定所述被测部件的机械故障。
可选地,所述根据所获取的声音的声纹特征确定所述被测部件的机械故障的步骤包括:提取所获取的声音的声纹特征;将所提取的声纹特征发送至服务器;接收所述服务器发送的所述被测部件的机械故障,其中,所述服务器根据所提取的声纹特征确定所述机械故障。
可选地,所述根据所获取的声音的声纹特征确定所述被测部件的机械故障的步骤包括:将所获取的声音发送至服务器;接收所述服务器发送的所述被测部件的机械故障,其中,所述服务器提取所获取的声音的声纹特征,并根据所提取的声纹特征确定所述机械故障。
可选地,所述根据所获取的声音的声纹特征确定所述被测部件的机械故障的步骤包括:提取所获取的声音的声纹特征;根据所获取的声音的声纹特征和预定的故障模型确定所述被测部件的机械故障。
本公开还提供一种用于检测车辆机械故障的方法,应用于服务器。所述方法包括:根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障;将所述机械故障发送至所述车辆。
可选地,所述根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障的步骤包括:接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音的声纹特征;根据所接收的声纹特征确定所述被测部件的机械故障。
可选地,所述根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障的步骤包括:接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音;提取所获取的声音的声纹特征;根据所提取的声纹特征确定所述被测部件的机械故障。
可选地,所述根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障的步骤包括:根据所述车辆中的被测部件在运行时发出的声音的声纹特征和预定的故障模型确定所述被测部件的机械故障。
本公开还提供一种用于检测车辆机械故障的装置,应用于所述车辆。所述装置包括:获取模块,用于获取所述车辆中的被测部件在运行时发出的声音;第一确定模块,与所述获取模块连接,用于根据所述获取模块获取的声音的声纹特征确定所述被测部件的机械故障。
本公开还提供一种用于检测车辆机械故障的装置,应用于服务器。所述装置包括:第二确定模块,用于根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障;发送模块,与所述第二确定模块连接,用于将所述第二确定模块确定的机械故障发送至所述车辆。
通过上述技术方案,根据车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障。由于同一机械故障具有相似的声纹特征,因此,本公开利用机械故障的声纹特征这一物理特征来进行检测,这样就避免了由于检测人员缺乏经验而引起的错检、漏检,使得车辆机械故障的检测更加及时、准确,车辆行车更安全。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是一示例性实施例提供的用于检测车辆机械故障的方法的流程图;
图2是另一示例性实施例提供的用于检测车辆机械故障的方法的流程图;
图3是又一示例性实施例提供的用于检测车辆机械故障的方法的流程图;
图4是一示例性实施例提供的用于检测车辆机械故障的方法的流程图;
图5是另一示例性实施例提供的用于检测车辆机械故障的方法的流程图;
图6是又一示例性实施例提供的用于检测车辆机械故障的方法的流程图;
图7和图8是两个示例性实施例提供的用于检测车辆机械故障的方法的信令图;
图9是一示例性实施例提供的用于检测车辆机械故障的装置的框图;
图10是一示例性实施例提供的用于检测车辆机械故障的装置的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是一示例性实施例提供的用于检测车辆机械故障的方法的流程图。应用于所述车辆。如图1所示,所述方法可以包括以下步骤。
在步骤S11中,获取车辆中的被测部件在运行时发出的声音。
在步骤S12中,根据所获取的声音的声纹特征确定被测部件的机械故障。
其中,可以在被测部件周围的一个或多个位置分别设置一个或多个麦克风。通过这些麦克风来获取车辆中的被测部件在运行时发出的声音。例如,被测部件是发动机时,可以在发动机周围的多个位置设置多个麦克风,从而可以获取到发动机运行时,周围多个位置的声音。被测部件还可以是底盘或轴承。
获取到声音以后,可以根据常用的方法从声音中提取出声纹特征,对于具体的提取方法此处不再详细描述。
可以通过试验的方法预先建立被测部件运行声音的声纹特征和故障的对应关系。当在被测部件周围设置一个麦克风,获取到一个声音信号时,可以直接根据该声音信号的声纹特征和上述对应关系,查找出被测部件的故障。由于声音是一种波,在同一被测部件周围不同位置可能具有不同的声音信号。并且,一些被测部件本身尺寸较大,用一个麦克风难以全面地获取到该检测部件不同部分的声音信号。因此,在被测部件周围多个位置设置多个麦克风,能够接收被测部件在多个位置处的多个声音信号,这样信息更加全面。
可以采用多种方法对同一被测部件的多个声音信号进行处理。例如,可以将多个声音信号按照预定的算法综合为一个声音信号。例如,加权求和算法。又如,分别提取每个声音信号的声纹特征,得到多个声纹特征。将多个声纹特征进行加权求和算法,综合称为一个声纹特征。这样就能够利用上述的预先建立的、被测部件运行声音的声纹特征和故障的对应关系查找出被测部件的故障。
其中,声纹特征可以包括多个参数,可以在每个参数的值都满足一故障对应的阈值条件时,确定具有该故障。也可以在其值满足一故障对应的阈值条件的参数符合预定的参数阈值范围时,确定具有该故障。例如,声纹特征设置有三个参数,当其中有任意两个参数的值符合对应的参数阈值范围时,则可以判定被测部件具有该故障。
通过上述技术方案,根据车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障。由于同一机械故障具有相似的声纹特征,因此,本公开利用机械故障的声纹特征这一物理特征来进行检测,这样就避免了由于检测人员缺乏经验而引起的错检、漏检,使得车辆机械故障的检测更加及时、准确,车辆行车更安全。
在一实施例中,还可以根据预定的故障模型来确定被测部件的机械故障。在该实施例中,在图1的基础上,根据所获取的声音的声纹特征确定被测部件的机械故障的步骤(步骤S12)可以包括:提取所获取的声音的声纹特征;根据所获取的声音的声纹特征和预定的故障模型确定被测部件的机械故障。
其中,预定的故障模型可以是将积累的大量声纹特征和诊断出的故障之间的关系的案例作为输入量后,系统经过学习后建立的模型。其中,学习的方法可以是常用的学习方法。
该实施例中,通过大量实例预先建立故障模型,通过输入的声纹特征和故障模型来确定故障,使得故障的检测简单快捷,准确性高。
上述实施例中,提取声纹特征和根据声纹特征确定机械故障的步骤都可以由车辆来执行。在其他实施例中,还可以由车辆与服务器进行通信,由服务器来执行部分的步骤。
图2是另一示例性实施例提供的用于检测车辆机械故障的方法的流程图。应用于所述车辆。如图2所示,在图1的基础上,根据所获取的声音的声纹特征确定被测部件的机械故障的步骤(步骤S12)可以包括以下步骤。
在步骤S121中,提取所获取的声音的声纹特征。
在步骤S122中,将所提取的声纹特征发送至服务器。
在步骤S123中,接收服务器发送的被测部件的机械故障。其中,服务器根据所提取的声纹特征确定机械故障。
其中,服务器可以与多个车辆无线通信。服务器中可以存储有与多种车型对应的数据库。每个数据库中可以包括该车型中的被测部件运行声音的声纹特征和故障的对应关系,或者该车型中的被测部件的故障模型。服务器从车辆直接接收声纹特征,根据所接收的声纹特征和预先存储的对应关系/故障模型确定出机械故障。
该实施例中,由服务器一侧来确定故障,车辆一侧只需提取声纹特征,而无需存储用于确定故障的对应关系/故障模型,也无需进行相应运算,因此,节省了车辆的内存,加快了车辆的数据处理速度。
图3是又一示例性实施例提供的用于检测车辆机械故障的方法的流程图。应用于所述车辆。如图3所示,在图1的基础上,根据所获取的声音的声纹特征确定被测部件的机械故障的步骤(步骤S12)可以包括以下步骤。
在步骤S124中,将所获取的声音发送至服务器。
在步骤S125中,接收服务器发送的被测部件的机械故障。其中,服务器提取所获取的声音的声纹特征,并根据所提取的声纹特征确定机械故障。
其中,服务器可以与多个车辆无线通信。服务器中不仅存储有与多种车型对应的数据库,每个数据库中可以包括上述对应关系或上述故障模型,并且还存储有用于提取声音的声纹特征的算法。服务器从车辆接收被测部件在运行时发出的声音,提取出声纹特征,再根据声纹特征和预先存储的对应关系/故障模型确定出机械故障。
该实施例中,由服务器一侧来提取声纹特征并确定故障,车辆一侧只需获取声音,而无需存储用于提取声纹特征的算法以及用于确定故障的对应关系/故障模型,也无需进行相应运算,因此,与图2的实施例相比更加节省了车辆的内存,加快了车辆的数据处理速度。
本公开还提供一种用于检测车辆机械故障的方法,应用于服务器。图4是一示例性实施例提供的用于检测车辆机械故障的方法的流程图。应用于服务器。如图4所示,所述方法可以包括以下步骤。
在步骤S21中,根据车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障。
在步骤S22中,将机械故障发送至所述车辆。
该实施例中,服务器中可以预先存储有根据被测部件的声纹特征确定故障的算法,在确定出故障时,将故障信息发送至对应的车辆。
在一实施例中,可以根据预定的故障模型来确定被测部件的机械故障。在该实施例中,在图4的基础上,根据车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障的步骤(步骤S21)可以包括:根据所述车辆中的被测部件在运行时发出的声音的声纹特征和预定的故障模型确定被测部件的机械故障;将机械故障发送至所述车辆。
该实施例中,通过大量实例预先建立故障模型,通过输入的声纹特征和故障模型来确定故障,使得故障的检测简单快捷,准确性高。
与上述车辆一侧的实施例对应地,服务器中的声纹特征可以是直接从车辆接收的,也可以是根据从车辆接收的声音来提取得到的。
图5是另一示例性实施例提供的用于检测车辆机械故障的方法的流程图。应用于服务器。如图5所示,在图4的基础上,根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障的步骤(步骤S21)可以包括以下步骤。
在步骤S211中,接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音的声纹特征。
在步骤S212中,根据所接收的声纹特征确定被测部件的机械故障。
图5的实施例与图2的实施例相对应。在图5的实施例中,由服务器一侧来确定故障,车辆一侧只需提取声纹特征,而无需存储用于确定故障的对应关系/故障模型,也无需进行相应运算,因此,节省了车辆的内存,加快了车辆的数据处理速度。
图6是又一示例性实施例提供的用于检测车辆机械故障的方法的流程图。应用于服务器。如图6所示,在图4的基础上,根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障的步骤(步骤S21)可以包括以下步骤。
在步骤S213中,接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音。
在步骤S214中,提取所获取的声音的声纹特征。
在步骤S215中,根据所提取的声纹特征确定所述被测部件的机械故障。
图6的实施例与图3的实施例相对应。在图6的实施例中,由服务器一侧来提取声纹特征并确定故障,车辆一侧只需获取声音,而无需存储用于提取声纹特征的算法以及用于确定故障的对应关系/故障模型,也无需进行相应运算,因此,与图5的实施例相比更加节省了车辆的内存,加快了车辆的数据处理速度。
图7和图8是两个示例性实施例提供的用于检测车辆机械故障的方法的信令图,其具体步骤已在上述实施例中描述,此处不再详细描述。
当检测到机械故障时,可以通过车载显示屏进行故障信息的显示,还可以通过车载声光报警器进行报警。
本公开还提供一种用于检测车辆机械故障的装置,应用于所述车辆。图9是一示例性实施例提供的用于检测车辆机械故障的装置的框图。如图9所示,所述用于检测车辆机械故障的装置10可以包括获取模块11和第一确定模块12。
获取模块11用于获取所述车辆中的被测部件在运行时发出的声音。
第一确定模块12与获取模块11连接,用于根据所述获取模块获取的声音的声纹特征确定所述被测部件的机械故障。
可选地,第一确定模块12可以包括提取子模块、第一发送子模块和第一接收子模块。
提取子模块用于提取所获取的声音的声纹特征。
第一发送子模块与提取子模块连接,用于将所提取的声纹特征发送至服务器。
第一接收子模块与第一发送子模块连接,用于接收服务器发送的被测部件的机械故障。其中,服务器根据所提取的声纹特征确定机械故障。
可选地,第一确定模块12可以包括第二发送子模块和第二接收子模块。
第二发送子模块用于将所获取的声音发送至服务器。
第二接收子模块与第二发送子模块连接,用于接收服务器发送的被测部件的机械故障。其中,服务器提取所获取的声音的声纹特征,并根据所提取的声纹特征确定机械故障。
可选地,第一确定模块12可以包括提取子模块和第一确定子模块。
提取子模块用于提取所获取的声音的声纹特征。
第一确定子模块用于根据所获取的声音的声纹特征和预定的故障模型确定所述被测部件的机械故障。
本公开还提供一种用于检测车辆机械故障的装置,应用于服务器。图10是一示例性实施例提供的用于检测车辆机械故障的装置的框图。如图10所示,所述用于检测车辆机械故障的装置20可以包括第二确定模块21和发送模块22。
第二确定模块21用于根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障。
发送模块22与第二确定模块21连接,用于将第二确定模块21确定的机械故障发送至所述车辆。
可选地,第二确定模块21可以包括第三接收子模块和第二确定子模块。
第三接收子模块用于接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音的声纹特征。
第二确定子模块与第三接收子模块连接,用于根据所接收的声纹特征确定所述被测部件的机械故障。
可选地,第二确定模块21可以包括第四接收子模块、提取子模块和第三确定子模块。
第四接收子模块用于接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音。
提取子模块与第四接收子模块连接,用于提取所获取的声音的声纹特征。
第三确定子模块与提取子模块连接,用于根据所提取的声纹特征确定所述被测部件的机械故障。
可选地,第二确定模块21可以包括第四确定子模块。
第四确定子模块用于根据所述车辆中的被测部件在运行时发出的声音的声纹特征和预定的故障模型确定所述被测部件的机械故障。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
通过上述技术方案,根据车辆中的被测部件在运行时发出的声音的声纹特征确定被测部件的机械故障。由于同一机械故障具有相似的声纹特征,因此,本公开利用机械故障的声纹特征这一物理特征来进行检测,这样就避免了由于检测人员缺乏经验而引起的错检、漏检,使得车辆机械故障的检测更加及时、准确,车辆行车更安全。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种用于检测车辆机械故障的方法,应用于所述车辆,其特征在于,所述方法包括:
获取所述车辆中的被测部件在运行时发出的声音;
根据所获取的声音的声纹特征确定所述被测部件的机械故障。
2.根据权利要求1所述的方法,其特征在于,所述根据所获取的声音的声纹特征确定所述被测部件的机械故障的步骤包括:
提取所获取的声音的声纹特征;
将所提取的声纹特征发送至服务器;
接收所述服务器发送的所述被测部件的机械故障,其中,所述服务器根据所提取的声纹特征确定所述机械故障。
3.根据权利要求1所述的方法,其特征在于,所述根据所获取的声音的声纹特征确定所述被测部件的机械故障的步骤包括:
将所获取的声音发送至服务器;
接收所述服务器发送的所述被测部件的机械故障,其中,所述服务器提取所获取的声音的声纹特征,并根据所提取的声纹特征确定所述机械故障。
4.根据权利要求1所述的方法,其特征在于,所述根据所获取的声音的声纹特征确定所述被测部件的机械故障的步骤包括:
提取所获取的声音的声纹特征;
根据所获取的声音的声纹特征和预定的故障模型确定所述被测部件的机械故障。
5.一种用于检测车辆机械故障的方法,应用于服务器,其特征在于,所述方法包括:
根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障;
将所述机械故障发送至所述车辆。
6.根据权利要求5所述的方法,其特征在于,所述根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障的步骤包括:
接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音的声纹特征;
根据所接收的声纹特征确定所述被测部件的机械故障。
7.根据权利要求5所述的方法,其特征在于,所述根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障的步骤包括:
接收所述车辆发送的所述车辆中的被测部件在运行时发出的声音;
提取所获取的声音的声纹特征;
根据所提取的声纹特征确定所述被测部件的机械故障。
8.根据权利要求5所述的方法,其特征在于,所述根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障的步骤包括:
根据所述车辆中的被测部件在运行时发出的声音的声纹特征和预定的故障模型确定所述被测部件的机械故障。
9.一种用于检测车辆机械故障的装置,应用于所述车辆,其特征在于,所述装置包括:
获取模块,用于获取所述车辆中的被测部件在运行时发出的声音;
第一确定模块,与所述获取模块连接,用于根据所述获取模块获取的声音的声纹特征确定所述被测部件的机械故障。
10.一种用于检测车辆机械故障的装置,应用于服务器,其特征在于,所述装置包括:
第二确定模块,用于根据所述车辆中的被测部件在运行时发出的声音的声纹特征确定所述被测部件的机械故障;
发送模块,与所述第二确定模块连接,用于将所述第二确定模块确定的机械故障发送至所述车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710833580.6A CN107571816A (zh) | 2017-09-15 | 2017-09-15 | 用于检测车辆机械故障的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710833580.6A CN107571816A (zh) | 2017-09-15 | 2017-09-15 | 用于检测车辆机械故障的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107571816A true CN107571816A (zh) | 2018-01-12 |
Family
ID=61033624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710833580.6A Withdrawn CN107571816A (zh) | 2017-09-15 | 2017-09-15 | 用于检测车辆机械故障的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107571816A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108979415A (zh) * | 2018-08-16 | 2018-12-11 | 杭州容大智造科技有限公司 | 一种检测车辆窗户的设备及方法 |
CN109025557A (zh) * | 2018-08-16 | 2018-12-18 | 杭州容大智造科技有限公司 | 一种检测车辆门锁的设备及方法 |
CN109558259A (zh) * | 2018-10-15 | 2019-04-02 | 平安科技(深圳)有限公司 | 服务器故障检测方法、装置、设备及计算机可读存储介质 |
CN110070890A (zh) * | 2018-01-24 | 2019-07-30 | 宝沃汽车(中国)有限公司 | 音频处理方法、系统和汽车 |
CN110874928A (zh) * | 2018-08-31 | 2020-03-10 | 株式会社电装天 | 车载设备、数据收集系统、数据收集方法和数据收集装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101029855A (zh) * | 2007-04-05 | 2007-09-05 | 童军 | 机动车即时故障检测方法及装置 |
CN101271035A (zh) * | 2007-03-22 | 2008-09-24 | 唐德尧 | 一种非转运动机械故障诊断系统和方法 |
CN102486646A (zh) * | 2010-12-06 | 2012-06-06 | 现代自动车株式会社 | 使用传声器的诊断装置 |
CN102542710A (zh) * | 2011-01-01 | 2012-07-04 | 薛恒伟 | 一种音视频报警监控装置与方法 |
CN102694797A (zh) * | 2012-05-11 | 2012-09-26 | 成都智元汇数码科技有限公司 | 一种应用于交通站台屏蔽门的信息播放控制系统 |
-
2017
- 2017-09-15 CN CN201710833580.6A patent/CN107571816A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271035A (zh) * | 2007-03-22 | 2008-09-24 | 唐德尧 | 一种非转运动机械故障诊断系统和方法 |
CN101029855A (zh) * | 2007-04-05 | 2007-09-05 | 童军 | 机动车即时故障检测方法及装置 |
CN102486646A (zh) * | 2010-12-06 | 2012-06-06 | 现代自动车株式会社 | 使用传声器的诊断装置 |
CN102542710A (zh) * | 2011-01-01 | 2012-07-04 | 薛恒伟 | 一种音视频报警监控装置与方法 |
CN102694797A (zh) * | 2012-05-11 | 2012-09-26 | 成都智元汇数码科技有限公司 | 一种应用于交通站台屏蔽门的信息播放控制系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070890A (zh) * | 2018-01-24 | 2019-07-30 | 宝沃汽车(中国)有限公司 | 音频处理方法、系统和汽车 |
CN110070890B (zh) * | 2018-01-24 | 2021-05-14 | 宝沃汽车(中国)有限公司 | 音频处理方法、系统和汽车 |
CN108979415A (zh) * | 2018-08-16 | 2018-12-11 | 杭州容大智造科技有限公司 | 一种检测车辆窗户的设备及方法 |
CN109025557A (zh) * | 2018-08-16 | 2018-12-18 | 杭州容大智造科技有限公司 | 一种检测车辆门锁的设备及方法 |
CN110874928A (zh) * | 2018-08-31 | 2020-03-10 | 株式会社电装天 | 车载设备、数据收集系统、数据收集方法和数据收集装置 |
CN110874928B (zh) * | 2018-08-31 | 2022-08-30 | 株式会社电装天 | 车载设备、数据收集系统、数据收集方法和数据收集装置 |
CN109558259A (zh) * | 2018-10-15 | 2019-04-02 | 平安科技(深圳)有限公司 | 服务器故障检测方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107571816A (zh) | 用于检测车辆机械故障的方法和装置 | |
CN107317818B (zh) | 一种基于dns劫持技术的网络曾联探测方法 | |
KR102058841B1 (ko) | 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법 | |
CN105318959A (zh) | 用于监测蒸汽涡轮的轴线的次同步扭转振荡的方法和系统 | |
JP6633006B2 (ja) | 部分放電監視装置および部分放電監視方法 | |
CN104881907A (zh) | 一种车辆事故信息获取方法和电子设备 | |
CN209055845U (zh) | 一种高速动车组行车故障监测与诊断系统 | |
CN109029999A (zh) | 基于增强调制双谱分析的滚动轴承故障诊断方法 | |
CN115174355A (zh) | 故障根因定位模型的生成方法,故障根因定位方法和装置 | |
CN106998554A (zh) | 一种伪基站的识别方法及装置 | |
CN114155690A (zh) | 一种电缆防外破联动预警系统和方法 | |
CN109934136A (zh) | 基于Duffing振子和本征模式分量的滚动轴承故障诊断方法 | |
CN106371429A (zh) | 车内设备集中检测方法及系统 | |
CN106019089A (zh) | 一种根据相间信号相关关系特征进行局部放电判别的方法 | |
CN112927720A (zh) | 一种音频异常的检测方法及装置 | |
CN107807056A (zh) | 一种基于加速度载荷谱的汽车零部件损伤评估系统 | |
CN111209789A (zh) | 对关键项点发生瞬间进行图像采集以及分析的方法 | |
CN106383030B (zh) | 一种故障检测的方法及相关装置 | |
CN106028248A (zh) | 喇叭极性检测方法及装置 | |
CN114264945B (zh) | 一种设备状态的检测方法及装置 | |
KR101248232B1 (ko) | 병렬 부대설비의 이상 진단 방법 및 시스템 | |
CN102279223B (zh) | 基于SNF策略和DSD策略的16Mn钢焊接结构形变损伤识别评估系统 | |
CN214003725U (zh) | 基于数据融合的电梯安全评估系统 | |
CN114118166A (zh) | 一种基于智能频谱监测的变压器故障诊断系统及方法 | |
CN113382348A (zh) | 耳机的检测方法、装置、系统及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 102206 Beijing Changping District Shahe town Shayang Road, Niu Niu Wan Village North Applicant after: Beiqi Futian Automobile Co., Ltd. Address before: 102206, Beijing, Shahe Town, Changping District Road, sand Yang Applicant before: Beiqi Futian Automobile Co., Ltd. |
|
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180112 |