CN113095395B - 汽车总线故障分析方法、装置、电子设备及存储介质 - Google Patents
汽车总线故障分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113095395B CN113095395B CN202110371111.3A CN202110371111A CN113095395B CN 113095395 B CN113095395 B CN 113095395B CN 202110371111 A CN202110371111 A CN 202110371111A CN 113095395 B CN113095395 B CN 113095395B
- Authority
- CN
- China
- Prior art keywords
- bus
- order
- voltage
- determining
- low
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims description 23
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明实施例公开了一种汽车总线故障分析方法、装置、电子设备及存储介质，所述方法包括：获取总线通信数据；根据所述总线通信数据进行特征提取，得到第一特征和第二特征；根据所述第一特征确定总线故障大类；根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型。本发明实施例实现了总线具体故障类型的分析和确定，基于提取的特征进行故障分析，消除了不稳定性因素对总线故障分析的影响，提高了故障分析的精确性和鲁棒性。
Description
技术领域
本发明实施例涉及交通工具故障分析领域，尤其涉及一种汽车总线故障分析方法、装置、电子设备及存储介质。
背景技术
汽车总线主要用于汽车上各种传感器数据的传递，是汽车各个部件的交通通道，为了保证汽车各部件的正常通信以及汽车的安全问题，对汽车总线进行检测以判断汽车总线是否出现故障是汽车工程中十分重要的一项内容。
目前，对于汽车总线的故障分析，一般是通过波形发生器或者通讯工具向汽车总线输送信号，然后通过示波器或采样器对汽车总线上的通信信号进行采样，最后对采样数据进行分析，确定汽车总线的故障类型。然而，汽车总线的通信信号受工作状态、收发器性能、信号扰动、采样精度、采样频率等因素的影响，原本标准的通信信号可能会变得比较杂乱，如何从杂乱的波形中分析出汽车总线的工作状态，提高故障分析算法的鲁棒性，将是一项挑战。
发明内容
有鉴于此，本发明实施例提供一种汽车总线故障分析方法、装置、电子设备及存储介质，以消除不稳定性因素对总线故障分析的影响，提高故障分析鲁棒性。
第一方面，本发明实施例提供一种汽车总线故障分析方法，包括：
获取总线通信数据；
根据所述总线通信数据进行特征提取，得到第一特征和第二特征；
根据所述第一特征确定总线故障大类；
根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型。
进一步的，所述总线通信数据包括高位总线数据和低位总线数据，所述对所述总线通信数据进行特征提取，得到第一特征和第二特征包括：
对所述高位总线数据进行特征提取，得到第一高位特征和第二高位特征；
对所述低位总线数据进行特征提取，得到第一低位特征和第二低位特征；
将所述高位总线数据与所述低位总线数据相减，得到差分数据，并对所述差分数据进行特征提取，得到第一差分特征和第二差分特征；
所述第一特征为电压均值，所述第二特征包括电压统计上界和电压统计下界；相应的：所述第一高位特征为高位电压均值，所述第二高位特征包括高位电压统计下界；所述第一低位特征为低位电压均值，所述第二低位特征包括低位电压统计上界；所述第一差分特征为差分电压均值，所述第二差分特征包括差分电压统计上界。
进一步的，所述对所述总线通信数据进行特征提取包括：
根据电源电压确定电压范围，并根据预设区间长度将所述电压范围划分为多个电压区间；
确定所述高位总线数据在每个所述电压区间的概率；
根据每个所述电压区间的概率确定第一最大概率区间和第二最大概率区间；
基于所述第一最大概率区间确定第一平均值，基于所述第二最大概率区间确定第二平均值；
若所述第一平均值大于所述第二平均值，则将所述第一平均值作为所述高位总线统计上界，将所述第二平均值作为所述高位总线统计下界；否则，将所述第二平均值作为所述高位总线统计上界，将所述第一平均值作为所述高位总线统计下界。
进一步的，所述根据所述第一特征确定总线故障大类包括：
若所述高位电压均值和所述低位电压均值与电源电压的差值均在第一预设范围内，则确定所述总线故障大类为对电源短路；
若所述低位电压均值在第二预设范围内，则确定所述总线故障大类为对地短路；
否则，确定所述总线故障大类为综合故障类。
进一步的，所述根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型包括：
当所述总线故障大类为对电源短路时，确定所述高位电压均值是否大于所述低位电压均值；
若所述高位电压均值大于所述低位电压均值，则确定总线故障类型为高位总线对电源短路；否则，确定总线故障类型为低位总线对电源短路。
进一步的，所述根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型包括：
当所述总线故障大类为对地短路时，确定所述高位电压均值是否为0；
若所述高位电压均值为0，则确定总线故障类型为高位总线对地短路；否则，确定总线故障类型为低位总线对地短路。
进一步的，所述根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型包括：
当所述总线故障大类为综合故障类时，确定所述差分电压统计上界是否为0；
若所述差分电压统计上界为0，则确定所述总线故障类型为高低位总线互短；
若所述差分电压统计上界不为0，且所述高位电压统计下界与所述低位电压统计上界均为第一预设阈值，则确定所述总线故障类型为高位总线开路；
若所述高位电压统计下界与所述低位电压统计上界均为第二预设阈值，则确定所述总线故障类型为低位总线开路，其中，所述第一预设阈值小于所述第二预设阈值；
否则，确定所述总线故障类型为设备接地异常。
第二方面，本发明实施提供一种汽车总线故障分析装置，包括：
数据获取模块，用于获取总线通信数据；
特征提取模块，用于对所述总线通信数据进行特征提取，得到第一特征和第二特征；
第一分类模块，用于根据所述第一特征确定总线故障大类；
第二分类模块，用于根据所述第二特征确定所述总线故障大类下的总线故障类型。
第三方面，本发明实施提供一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例提供的汽车总线故障分析方法。
第四方面，本发明实施提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的汽车总线故障分析方法。
本发明实施例实现了总线具体故障类型的分析和确定，基于提取的特征进行故障分析，消除了不稳定性因素对总线故障分析的影响，提高了故障分析的精确性和鲁棒性。
附图说明
图1为本发明实施例一提供的一种汽车总线故障分析方法的流程示意图；
图2为本发明实施例二提供的一种汽车总线故障分析方法的流程示意图；
图3为本发明实施例二提供的一种波形统计上界和波形统计下界计算方法的流程示意图；
图4为本发明实施例三提供的一种汽车总线故障分析装置的结构示意图；
图5为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或电路。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于电路、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”、“批量”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种汽车总线故障分析方法的流程示意图。如图1所示，本发明实施例一提供的汽车总线故障分析方法包括：
S110、获取总线通信数据。
具体的，总线通信数据是指：通过通信工具或者波形发生器间隔性的向汽车总线输送信号，然后通过示波器或ADC(Analog-to-digital converter，模拟数字转换器)采样工具对总线上的信号进行采样所得到的数据。一般的，总线通信数据为电压数据，可构成一通信波形。
一般的，汽车上大多采用高速CAN(Controller Area Network，控制器局域网络)总线，而高速CAN总线通常包括CAN-H线(高位数据线)和CAN-L线(低位数据线)。那么，本实施例中，总线通信数据包括CAN-H的通信数据和CAN-L的通信数据，分别称为高位总线数据和低位总线数据。
S120、根据所述总线通信数据进行特征提取，得到第一特征和第二特征。
一般的，获取的总线通信数据会有一定的杂乱，如数据范围飘逸(如空闲状态下高位总线电压为3.5V，由于收发器特性、采用精度、信号扰动等因素引起飘逸，实际采样数据可能为4V)、数据扰动或表变、杂波干扰等，直接使用总线通信数据进行故障分析，会增加分析难度，降低分析的精确性。故而，本实施例中对总线通信数据进行特征提取，然后基于提取的特征进行故障分析，消除原始总线通信数据中的干扰因素，提高故障分析的鲁棒性。
具体的，根据总线通信数据进行特征提取就是计算总线通信数据的一些特征值，包括计算高位总线数据的特征值和低位总线数据的特征值。总线通信数据的特征值包括第一特征和第二特征，第一特征和第二特征是两种不同的特征，分别体现总线通信数据的不同特点。
进一步的，总线通信数据的特征值可以包括最大值(max)、最小值(min)、平均值(avg)、方差(var)、波形统计上界(top)和波形统计下界(bot)，其中，波形统计下界是指总线通信数据所表示的电压波形的上边界点分布概率最大的位置，波形统计下界是指总线通信数据所标识的电压波形的下边界点分布概率最大的位置。优选的，第一特征为平均值，也就是电压均值；第二特征为最大值、最小值、方差、波形统计上界和波形统计下界中的一种或多种。
S130、根据所述第一特征确定总线故障大类。
具体的，根据第一特征确定总线故障大类，也就是根据第一特征对汽车总线故障进行初步筛选，确定汽车总线故障的大致类型。本实施例中，总线故障大类包括对电源短路、对地短路和综合故障类，每一总线故障大类下包括多种具体的总线故障类型。
对于上述三种总线故障大类，每一种故障类型的对应的平均电压都不相同。当总线故障大类为对电源短路时，电压均值通常比较高，接近电源电压。当总线故障大类为对地短路时，电压均值则比较低，接近0V。综合故障类是除对电源短路和对地短路这两大类故障之外的所有故障的总称，因此，当总线故障大类为综合故障类时，电压均值在电源电压和0V之间。
那么，根据总线故障大类的电压均值的特性，将第一特征设为电压均值。当第一特征接近电源电压时，则确定总线故障大类为对电源短路；当第一特征接近0V时，则确定总线故障大类为对地短路；当判断出总线故障大类既不是对电源短路也不是对地短路时，则确定总线故障大类为综合故障类。
S140、根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型。
具体的，当确定总线故障大类后，通过第一特征和/或第二特征进一步进行分析，确定具体的总线故障类型。
对于对电源短路这一总线故障大类，其通常包括高位总线对电源短路和低位总线对电源短路。这种情况可以通过第一特征进一步判断，也即通过高位总线数据和低位总线数据各自的电压均值进行进一步判断。一般的，哪一条数据线对电源短路，其平均电压总会略高于另一条数据线的平均电压，也即，若高位总线数据的电压均值大于低位总线数据的电压均值，则确定总线故障类型为高位总线对电源短路，反之则为低位总线对电源短路。
对于对地短路这一总线故障大类，其通常包括高位总线对地短路和低位总线对地短路。这种情况也可以通过第一特征进一步判断，也即通过高位总线数据和低位总线数据各自的电压均值进行进一步判断。若是高位总线对地短路，高位总线数据的电压均值和低位总线数据的电压均值将都为0；若是高位总线对地短路，高位总线数据的电压均值将远远大于低位总线数据的电压均值。
对于综合故障类这一总线故障大类，其包括除前述总线故障类型之外的所有故障类型，如总线开路、设备接地异常等。这种情况可以通过第二特征或者第一特征和第二特征的结合来进一步判断。例如，对于设备接地异常，其电压特征不稳定，多次采用获得的平均电压会不一致，但一般都在一定范围内，如大于5V且小于10V。对于总线开路，高位总线数据的波形统计上界和低位总线数据波形的统计下界通常相等。
本发明实施例一提供的汽车总线故障分析方法通过获取总线通信数据；根据所述总线通信数据进行特征提取，得到第一特征和第二特征；根据所述第一特征确定总线故障大类；根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型；实现了总线具体故障类型的分析和确定，基于提取的特征进行故障分析，消除了不稳定性因素对总线故障分析的影响，提高了故障分析的精确性和鲁棒性。
实施例二
图2为本发明实施例二提供的一种汽车总线故障分析方法的流程示意图，本实施例是对上述实施例的进一步细化。如图2所示，本发明实施例二提供的汽车总线故障分析方法包括：
S210、获取总线通信数据，所述总线通信数据包括高位总线数据和低位总线数据。
具体的，总线通信数据包括高位总线数据和低位总线数据，高位总线数据是CAN-H线的通信数据，低位总线数据是CAN-L线的通信数据。
可选的，获取总线通信数据之后，对总线通信数据进行特征提取之前，为了提高故障分析的精确性，可以对总线通信数据进行预处理，剔除空闲数据。例如，对于总线通信数据中，数值在2500mv左右，且至少连续20微秒以上的数据为空闲数据，将这样的数据删除。
可选的，为了使分析的总线通信数据更具代表性，使故障分析结论更加准确，总线通信数据的采样频率应不小于通信波特率的2倍，优选的，采样频率为的通信波特率4～5倍以上。
S220、对所述高位总线数据进行特征提取，得到第一高位特征和第二高位特征。
具体的，对高位总线数据进行特征提取，得到第一高位特征和第二高位特征。第一高位特征则为高位总线数据对应的平均值，即高位电压均值；第二高位特征则为高位总线数据对应的最大值、最小值、方差、波形统计上界和波形统计下界中的一种或多种。优选的，本实施例中，第一高位特征为高位电压均值，第二高位特征为高位电压统计下界。
进一步的，在进行特征提取时，电压均值、最大值、最小值和方差的计算均较为容易，波形统计上界和波形统计下界的计算方式与前述特征有较大不同。如图3所示，以高位总线数据为例，本实施例提供一种波形统计上界和波形统计下界的计算方法，具体包括：
S221、根据电源电压确定电压范围，并根据预设区间长度将所述电压范围划分为多个电压区间。
具体的，假设电源电压Vbatt，电压范围为一预设值与电源电压Vbatt之间的范围，如电压范围为-100～Vbatt(单位为毫伏)。然后根据预设区间长度对该电压范围进行划分，使其形成多个电压区间。例如，预设区间取50mv，将电压范围-100～Vbatt划分为n个区间。
S222、确定所述高位总线数据在每个所述电压区间的概率。
具体的，首先统计高位总线数据分布在n个区间的每个区间的数据量，即每个区间中的高位总线数据的个数，然后将每个区间的高位总线数据的个数除以高位总线数据的总数据量，即为高位总线数据在每个电压区间的概率。例如，高位总线数据的总数据量为M个，某一区间内的数据个数为m，则高位总线数据在该电压区间的概率为m/M。
S223、根据每个所述电压区间的概率确定第一最大概率区间和第二最大概率区间。
具体的，第一最大概率区间是指概率最大值所对应的电压区间，第二最大概率区间是使除第一最大概率区间之外，概率最大值所对应的电压区间。第一最大概率区间和第二最大概率区间的计算方式包括：将所有电压区间中概率最大的电压区间作为第一最大概率区间；将距离所述第一最大概率区间预设距离阈值外的电压区间中概率最大的电压区间作为第二最大概率区间。
具体的，首先在n个区间中找出概率最大的区间，将其作为第一最大概率区间，记为X1。然后在距离第一最大概率区间X1预设距离之外的范围内，找出概率最大的区间，将其作为第二最大概率区间，记为X2。一般的，预设距离至少为1V。第一最大概率区间X1和第二最大概率区间X2中均含有一个波峰，为高位电压统计上界或高位电压统计下界。进一步的，在找出第二最大概率区间X2后，判断第二最大概率区间X2是否大于预设阈值，若大于，则表示两个波峰不重合，第一最大概率区间X1与第二最大概率区间X2不相等；否则，表示两个波峰重合，第一最大概率区间X1等于第二最大概率区间X2。
S224、基于所述第一最大概率区间确定第一平均值，基于所述第二最大概率区间确定第二平均值。
具体的，将第一最大概率区间及其前后符合预设条件的区间作为第一平均值计算区域，以该第一平均值计算区域的数据计算第一平均值。同理，将第二最大概率区间及其前后符合预设条件的区间作为第二平均值计算区域，以该第二平均值计算区域的数据计算第二平均值。例如，在第一最大概率区间X1前后搜索，被搜索区间X满足P(X)＞P(X1)/3，则将该区间X与第一最大概率区间X1一起作为第一平均值计算区域，然后计算第一平均值计算区域内所有数据的平均值，即为第一平均值Avg1。同理，可得第二平均值Avg2。
S225、若所述第一平均值大于所述第二平均值，则将所述第一平均值作为所述高位总线统计上界，将所述第二平均值作为所述高位总线统计下界；否则，将所述第二平均值作为所述高位总线统计上界，将所述第一平均值作为所述高位总线统计下界。
具体的，若第一平均值Avg1＞第二平均值Avg2，则将第一平均值Avg1作为高位总线统计上界，将第二平均值Avg2作为高位总线统计下界；否则，将第一平均值Avg1作为高位总线统计下界，将第二平均值Avg2作为高位总线统计上界。
S230、对所述低位总线数据进行特征提取，得到第一低位特征和第二低位特征。
具体的，对低位总线数据进行特征提取，得到第一低位特征和第二低位特征。第一低位特征则为低位总线数据对应的平均值，即低位电压均值；第二低位特征则为低位总线数据对应的最大值、最小值、方差、波形统计上界和波形统计下界中的一种或多种。优选的，本实施例中，第一低位特征为低位电压均值，第二低位特征为低位电压统计上界。低位电压统计上界的计算方式与前述步骤中高位总线统计下界的计算方式相同，可参考步骤S221～S225，在此不再赘述。
S240、将所述高位总线数据与所述低位总线数据相减，得到差分数据，并对所述差分数据进行特征提取，得到第一差分特征和第二差分特征。
具体的，差分数据是高位总线数据与低位总线数据之间的差值数据，对差分数据进行特征提取，得到第一差分特征和第二差分特征。同样的，第一差分特征为差分数据对应的平均值，即差分电压均值；第二差分特征为差分数据对应的最大值、最小值、方差、波形统计上界和波形统计下界中的一种或多种。优选的，本实施例中，第一差分特征为差分电压均值，第二差分特征为差分电压统计上界。差分电压统计上界的计算方式与前述步骤中高位总线统计下界的计算方式相同，可参考步骤S221～S225，在此不再赘述。
S250、根据所述第一特征确定总线故障大类。
具体的，总线故障大类包括对电源短路、对地短路和综合故障类，确定总线故障大类的具体包括：若所述高位电压均值和所述低位电压均值与电源电压的差值均在第一预设范围内，则确定所述总线故障大类为对电源短路；若所述低位电压均值在第二预设范围内，则确定所述总线故障大类为对地短路；否则，确定所述总线故障大类为综合故障类。
具体的，当总线故障大类是对电源短路时，高位电压均值和低位电压均值均接近电源电压，故而第一预设范围是接近电源电压的范围。优选的，第一预设范围为小于电源电压500mv范围内。当总线故障大类是对地短路时，低位电压均值略大于0但远小于电源电压，故而第二预设范围是0到预设电压值的范围，该预设电压值远小于电源电压。当判断既不是对电源短路也不是对地短路时，则确定总线故障大类为综合故障类。
S260、根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型。
具体的，每一总线故障大类下包括多种具体的总线故障类型，确定总线故障大类后，根据第一特征和/或第二特征进一步分析，具体包括步骤S261～S2623(图中未示出)：
S261、当所述总线故障大类为对电源短路时，确定所述高位电压均值是否大于所述低位电压均值；若所述高位电压均值大于所述低位电压均值，则确定总线故障类型为高位总线对电源短路；否则，确定总线故障类型为低位总线对电源短路。
具体的，对电源短路进一步包括高位总线对电源短路和低位总线对电源短路。一般的，哪一条数据线对电源短路，其平均电压总会略高于另一条数据线的平均电压，那么，若高位电压均值大于低位电压均值，则确定总线故障类型为高位总线对电源短路；若高位电压均值小于低位电压均值，则确定总线故障类型为低位总线对电源短路。
S262、当所述总线故障大类为对地短路时，确定所述高位电压均值是否为0；若所述高位电压均值为0，则确定总线故障类型为高位总线对地短路；否则，确定总线故障类型为低位总线对地短路。
具体的，对地短路进一步包括高位总线对地短路和低位总线对地短路。若是高位总线对地短路，高位电压均值和低位电压均值均为0；若是低位总线对地短路，则高位电压均值具有一定的值，而低位电压均值接近0。因此，通过高位电压均值是否为0即可确定是高位总线对地短路还是低位总线对地短路。
可选的，也可以通过判断高位电压均值是否大于预设阈值来确定是高位总线对地短路还是低位总线对地短路。当高位电压均值大于预设阈值时，则确定是低位总线对地短路；否则，确定是高位总线对地短路。例如，预设阈值为4V。
高位总线数据的电压均值和低位总线数据的电压均值将都为0；若是高位总线对地短路，高位总线数据的电压均值将远远大于低位总线数据的电压均值。
S263、当所述总线故障大类为综合故障类时，确定所述差分电压统计上界是否为0；若所述差分电压统计上界为0，则确定所述总线故障类型为高低位总线互短；若所述差分电压统计上界不为0，且所述高位电压统计下界与所述低位电压统计上界均为第一预设阈值，则确定所述总线故障类型为高位总线开路；若所述高位电压统计下界与所述低位电压统计上界均为第二预设阈值，则确定所述总线故障类型为低位总线开路，其中，所述第一预设阈值小于所述第二预设阈值；否则，确定所述总线故障类型为设备接地异常。
具体的，综合故障类主要包括高低位总线互短、总线开路和设备接地异常，其中，总线开路进一步包括高位总线开路和地位总线开路。对于综合故障类，需要通过差分数据的相关特征进行区分。首先可以通过差分电压统计上界区分高低位总线互短与其他总线故障类型，当差分电压统计上界为0时，总线故障类型即为高低位总线互短；否则，总线故障类型是总线开路或设备接地异常。
当差分电压统计上界不为0时，通过判断高位电压统计下界和低位电压统计上界的具体值区分总线开路和设备接地异常。一般的，当总线故障类型是总线开路时，高位电压统计下界和低位电压统计上界相等。进一步的，若高位电压统计下界和低位电压统计上界为第一预设阈值，则确定总线故障类型为高位总线开路；若高位电压统计下界和低位电压统计上界为第二预设阈值，则确定总线故障类型为低位总线开路。其中，第一预设阈值小于第二预设阈值。优选的，第一预设阈值为2.5V，第二预设阈值为2.8V。可选的，第一预设阈值可以是接近第一预设阈值的一个范围，第二预设阈值可以是接近第二预设阈值的一个范围；也即，当高位电压统计下界和低位电压统计上界接近2.5V时，则确定总线故障类型为高位总线开路；当高位电压统计下界和低位电压统计上界接近2.8V时，则确定总线故障类型为低位总线开路。
当前述条件都不符合时，则表示总线故障类型既不是高低位总线互短，也不是总线开路，则认为总线故障类型为设备接地异常。可选的，也可以通过高位均值电压和低位均值电压判定总线故障类型是否为设备接地异常。设备接地异常时，总线的电压特征将不稳定，多次采样获得的平均电压可能会不一致，但一般都在一定范围内，因此，当高位均值电压和低位均值电压在预设范围内时，即确定总线故障类型为设备接地异常。一般的，预设范围为5～10V。
本发明实施例二提供的汽车总线故障分析方法实现了总线具体故障类型的分析和确定，基于提取的特征进行故障分析，消除了不稳定性因素对总线故障分析的影响，提高了故障分析的精确性和鲁棒性。
实施例三
图4为本发明实施例三提供的一种带校准的放大驱动装置的结构示意图。本实施例提供的带校准的放大驱动装置能够实现本发明任意实施例提供的汽车总线故障分析方法，具备实现电路的相应功能结构和有益效果，本实施例中未详尽描述的内容可参考本发明任意电路实施例描述。
如图4所示，本发明实施例三提供的带校准的放大驱动装置包括：数据获取模块、特征提取模块、第一分类模块和第二分类模块，其中：
数据获取模块用于获取总线通信数据；
特征提取模块用于对所述总线通信数据进行特征提取，得到第一特征和第二特征；
第一分类模块用于根据所述第一特征确定总线故障大类；
第二分类模块用于根据所述第二特征确定所述总线故障大类下的总线故障类型。
进一步的，所述总线通信数据包括高位总线数据和低位总线数据，特征提取模块包括：
高位特征提取单元，用于对所述高位总线数据进行特征提取，得到第一高位特征和第二高位特征；
低位特征提取单元，用于对所述低位总线数据进行特征提取，得到第一低位特征和第二低位特征；
差分特征提取单元，用于将所述高位总线数据与所述低位总线数据相减，得到差分数据，并对所述差分数据进行特征提取，得到第一差分特征和第二差分特征；
所述第一特征为电压均值，所述第二特征包括电压统计上界和电压统计下界；相应的：所述第一高位特征为高位电压均值，所述第二高位特征包括高位电压统计下界；所述第一低位特征为低位电压均值，所述第二低位特征包括低位电压统计上界；所述第一差分特征为差分电压均值，所述第二差分特征包括差分电压统计上界。
进一步的，所述高位特征提取单元具体用于：
根据电源电压确定电压范围，并根据预设区间长度将所述电压范围划分为多个电压区间；
确定所述高位总线数据在每个所述电压区间的概率；
根据每个所述电压区间的概率确定第一最大概率区间和第二最大概率区间；
基于所述第一最大概率区间确定第一平均值，基于所述第二最大概率区间确定第二平均值；
若所述第一平均值大于所述第二平均值，则将所述第一平均值作为所述高位总线统计上界，将所述第二平均值作为所述高位总线统计下界；否则，将所述第二平均值作为所述高位总线统计上界，将所述第一平均值作为所述高位总线统计下界。
进一步的，第一分类模块具体用于：
若所述高位电压均值和所述低位电压均值与电源电压的差值均在第一预设范围内，则确定所述总线故障大类为对电源短路；
若所述低位电压均值在第二预设范围内，则确定所述总线故障大类为对地短路；
否则，确定所述总线故障大类为综合故障类。
进一步的，第二分类模块包括：
对电源短路分析单元，用于当所述总线故障大类为对电源短路时，确定所述高位电压均值是否大于所述低位电压均值；若所述高位电压均值大于所述低位电压均值，则确定总线故障类型为高位总线对电源短路；否则，确定总线故障类型为低位总线对电源短路。
进一步的，第二分类模块包括：
对地短路分析单元，用于当所述总线故障大类为对地短路时，确定所述高位电压均值是否为0；若所述高位电压均值为0，则确定总线故障类型为高位总线对地短路；否则，确定总线故障类型为低位总线对地短路。
进一步的，第二分类模块包括：
综合故障分析单元，用于当所述总线故障大类为综合故障类时，确定所述差分电压统计上界是否为0；若所述差分电压统计上界为0，则确定所述总线故障类型为高低位总线互短；若所述差分电压统计上界不为0，且所述高位电压统计下界与所述低位电压统计上界均为第一预设阈值，则确定所述总线故障类型为高位总线开路；若所述高位电压统计下界与所述低位电压统计上界均为第二预设阈值，则确定所述总线故障类型为低位总线开路，其中，所述第一预设阈值小于所述第二预设阈值；否则，确定所述总线故障类型为设备接地异常。
本发明实施例三提供的带校准的放大驱动装置通过数据获取模块、特征提取模块、第一分类模块和第二分类模块；实现了总线具体故障类型的分析和确定，基于提取的特征进行故障分析，消除了不稳定性因素对总线故障分析的影响，提高了故障分析的精确性和鲁棒性。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器412的框图。图4显示的服务器412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，服务器412以通用服务器的形式表现。服务器412的组件可以包括但不限于：一个或者多个处理器416，存储装置428，连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
服务器412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。服务器412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储装置428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或电路。
服务器412也可以与一个或多个外部设备414(例如键盘、指向终端、显示器424等)通信，还可与一个或者多个使得用户能与该服务器412交互的终端通信，和/或与使得该服务器412能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，服务器412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide AreaNetwork，WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器420通过总线418与服务器412的其它模块通信。应当明白，尽管图中未示出，可以结合服务器412使用其它硬件和/或软件模块，包括但不限于：微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例所提供的汽车总线故障分析方法，该电路可以包括：
获取总线通信数据；
根据所述总线通信数据进行特征提取，得到第一特征和第二特征；
根据所述第一特征确定总线故障大类；
根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的汽车总线故障分析方法，该电路可以包括：
获取总线通信数据；
根据所述总线通信数据进行特征提取，得到第一特征和第二特征；
根据所述第一特征确定总线故障大类；
根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言(诸如Java、Smalltalk、C++)，还包括常规的过程式程序设计语言(诸如“C”语言或类似的程序设计语言)。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种汽车总线故障分析方法，其特征在于，包括：
获取总线通信数据；
根据所述总线通信数据进行特征提取，得到第一特征和第二特征；
根据所述第一特征确定总线故障大类；
根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型；
所述总线通信数据包括高位总线数据和低位总线数据，所述对所述总线通信数据进行特征提取，得到第一特征和第二特征包括：
对所述高位总线数据进行特征提取，得到第一高位特征和第二高位特征；
对所述低位总线数据进行特征提取，得到第一低位特征和第二低位特征；
将所述高位总线数据与所述低位总线数据相减，得到差分数据，并对所述差分数据进行特征提取，得到第一差分特征和第二差分特征；
所述第一特征为电压均值，所述第二特征包括电压统计上界和电压统计下界；相应的：所述第一高位特征为高位电压均值，所述第二高位特征包括高位电压统计下界；所述第一低位特征为低位电压均值，所述第二低位特征包括低位电压统计上界；所述第一差分特征为差分电压均值，所述第二差分特征包括差分电压统计上界；
所述根据所述第一特征确定总线故障大类包括：
若所述高位电压均值和所述低位电压均值与电源电压的差值均在第一预设范围内，则确定所述总线故障大类为对电源短路；
若所述低位电压均值在第二预设范围内，则确定所述总线故障大类为对地短路；
否则，确定所述总线故障大类为综合故障类。
2.如权利要求1所述的汽车总线故障分析方法，其特征在于，所述对所述总线通信数据进行特征提取包括：
根据电源电压确定电压范围，并根据预设区间长度将所述电压范围划分为多个电压区间；
确定所述高位总线数据在每个所述电压区间的概率；
根据每个所述电压区间的概率确定第一最大概率区间和第二最大概率区间；
基于所述第一最大概率区间确定第一平均值，基于所述第二最大概率区间确定第二平均值；
若所述第一平均值大于所述第二平均值，则将所述第一平均值作为所述高位总线统计上界，将所述第二平均值作为所述高位总线统计下界；否则，将所述第二平均值作为所述高位总线统计上界，将所述第一平均值作为所述高位总线统计下界。
3.如权利要求1所述的汽车总线故障分析方法，其特征在于，所述根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型包括：
当所述总线故障大类为对电源短路时，确定所述高位电压均值是否大于所述低位电压均值；
若所述高位电压均值大于所述低位电压均值，则确定总线故障类型为高位总线对电源短路；否则，确定总线故障类型为低位总线对电源短路。
4.如权利要求1所述的汽车总线故障分析方法，其特征在于，所述根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型包括：
当所述总线故障大类为对地短路时，确定所述高位电压均值是否为0；
若所述高位电压均值为0，则确定总线故障类型为高位总线对地短路；否则，确定总线故障类型为低位总线对地短路。
5.如权利要求1所述的汽车总线故障分析方法，其特征在于，所述根据所述第一特征和/或所述第二特征确定所述总线故障大类下的总线故障类型包括：
当所述总线故障大类为综合故障类时，确定所述差分电压统计上界是否为0；
若所述差分电压统计上界为0，则确定所述总线故障类型为高低位总线互短；
若所述差分电压统计上界不为0，且所述高位电压统计下界与所述低位电压统计上界均为第一预设阈值，则确定所述总线故障类型为高位总线开路；
若所述高位电压统计下界与所述低位电压统计上界均为第二预设阈值，则确定所述总线故障类型为低位总线开路，其中，所述第一预设阈值小于所述第二预设阈值；
否则，确定所述总线故障类型为设备接地异常。
6.一种汽车总线故障分析装置，其特征在于，包括：
数据获取模块，用于获取总线通信数据；
特征提取模块，用于对所述总线通信数据进行特征提取，得到第一特征和第二特征；
第一分类模块，用于根据所述第一特征确定总线故障大类；
第二分类模块，用于根据所述第二特征确定所述总线故障大类下的总线故障类型；
所述总线通信数据包括高位总线数据和低位总线数据，所述特征提取模块对所述总线通信数据进行特征提取，得到第一特征和第二特征时，具体用于：
对所述高位总线数据进行特征提取，得到第一高位特征和第二高位特征；
对所述低位总线数据进行特征提取，得到第一低位特征和第二低位特征；
将所述高位总线数据与所述低位总线数据相减，得到差分数据，并对所述差分数据进行特征提取，得到第一差分特征和第二差分特征；
所述第一特征为电压均值，所述第二特征包括电压统计上界和电压统计下界；相应的：所述第一高位特征为高位电压均值，所述第二高位特征包括高位电压统计下界；所述第一低位特征为低位电压均值，所述第二低位特征包括低位电压统计上界；所述第一差分特征为差分电压均值，所述第二差分特征包括差分电压统计上界；
第一分类模块根据所述第一特征确定总线故障大类时，具体用于：
若所述高位电压均值和所述低位电压均值与电源电压的差值均在第一预设范围内，则确定所述总线故障大类为对电源短路；
若所述低位电压均值在第二预设范围内，则确定所述总线故障大类为对地短路；
否则，确定所述总线故障大类为综合故障类。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的汽车总线故障分析方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的汽车总线故障分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110371111.3A CN113095395B (zh) | 2021-04-07 | 2021-04-07 | 汽车总线故障分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110371111.3A CN113095395B (zh) | 2021-04-07 | 2021-04-07 | 汽车总线故障分析方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113095395A CN113095395A (zh) | 2021-07-09 |
| CN113095395B true CN113095395B (zh) | 2024-06-18 |
Family
ID=76674367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110371111.3A Active CN113095395B (zh) | 2021-04-07 | 2021-04-07 | 汽车总线故障分析方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113095395B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115576724B (zh) * | 2022-09-19 | 2024-04-12 | 成都飞机工业（集团）有限责任公司 | Piu子系统的故障隔离方法、装置、设备、介质及产品 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110213258A (zh) * | 2019-05-28 | 2019-09-06 | 北京百度网讯科技有限公司 | 车辆can总线的异常监测方法、装置和计算机设备 |
| CN112445775A (zh) * | 2019-08-15 | 2021-03-05 | 上海微电子装备（集团）股份有限公司 | 一种光刻机的故障分析方法、装置、设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102012107766B4 (de) * | 2011-08-30 | 2019-01-31 | Infineon Technologies Ag | Fehlererkennung für eine Serienschaltung elektrischer Lasten |
| CN110325929B (zh) * | 2016-12-07 | 2021-05-25 | 阿瑞路资讯安全科技股份有限公司 | 用于检测有线网络变化的信号波形分析的系统和方法 |
-
2021
- 2021-04-07 CN CN202110371111.3A patent/CN113095395B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110213258A (zh) * | 2019-05-28 | 2019-09-06 | 北京百度网讯科技有限公司 | 车辆can总线的异常监测方法、装置和计算机设备 |
| CN112445775A (zh) * | 2019-08-15 | 2021-03-05 | 上海微电子装备（集团）股份有限公司 | 一种光刻机的故障分析方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113095395A (zh) | 2021-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111694341A (zh) | 一种故障数据存储方法、装置、车载设备及存储介质 | |
| CN106569047B (zh) | 一种车载can总线的分析装置及方法 | |
| CN110213258B (zh) | 车辆can总线的异常监测方法、装置和计算机设备 | |
| CN203502040U (zh) | 车载多媒体终端的测试系统 | |
| CN113095395B (zh) | 汽车总线故障分析方法、装置、电子设备及存储介质 | |
| CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
| CN113219320B (zh) | Bms电路板校验方法、系统、可读存储介质及终端设备 | |
| CN113415165A (zh) | 一种故障诊断方法、装置、电子设备及存储介质 | |
| CN115186502A (zh) | 车辆的异常数据识别方法、装置、电子设备及存储介质 | |
| CN113723338A (zh) | 传感器异常检测方法、装置及计算机可读存储介质 | |
| CN109145764B (zh) | 综合检测车的多组检测波形的未对齐区段识别方法及装置 | |
| CN113140109B (zh) | 一种路测数据处理方法、装置、计算机设备及存储介质 | |
| CN202267836U (zh) | 一种重型汽车总线模拟测试台 | |
| CN115436789A (zh) | 继电器故障检测方法、装置、电子设备和存储介质 | |
| CN114325534A (zh) | 信号测试方法、装置、设备及可读存储介质 | |
| CN109412901B (zh) | 基于时域处理的采集数据连续性检测方法及检测系统 | |
| CN214309501U (zh) | 汽车组合仪表故障复现系统 | |
| CN115242609B (zh) | 一种整车can总线故障帧分析方法、装置及车辆 | |
| CN115290798B (zh) | 变压器油色谱在线监测装置的稳定性能监测方法及终端 | |
| CN112649879B (zh) | 检测设备中电池的方法、系统、装置和存储介质 | |
| CN114745252B (zh) | 车辆断网原因检测方法、装置、电子设备及存储介质 | |
| CN116560925A (zh) | 一种can总线的自动测试方法、装置及电子设备 | |
| CN113096269B (zh) | 一种信息采集方法、装置、电子设备以及存储介质 | |
| CN112218324B (zh) | 一种无线终端的自动调测系统及调测方法 | |
| CN116127290A (zh) | 一种局部放电脉冲序列生成机制 |
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 | ||
| GR01 | Patent grant |