CN113343458A - 发动机传感器的选型方法、装置、电子设备及存储介质 - Google Patents
发动机传感器的选型方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113343458A CN113343458A CN202110604287.9A CN202110604287A CN113343458A CN 113343458 A CN113343458 A CN 113343458A CN 202110604287 A CN202110604287 A CN 202110604287A CN 113343458 A CN113343458 A CN 113343458A
- Authority
- CN
- China
- Prior art keywords
- sensor
- test
- candidate
- tolerance
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请提供一种发动机传感器的选型方法、装置、电子设备及存储介质,涉及数据处理领域;该方法包括:分别获取各个设定的候选传感器对应的公差;针对各个候选传感器,分别通过如下操作,确定各个候选传感器对应的标准差:在候选传感器对应的公差区间内,选取多个测试公差;分别将各个测试公差,叠加到候选传感器采集到的传感器数据中,得到候选传感器对应的测试数据;根据测试数据,确定候选传感器对应的标准差;根据各个候选传感器对应的标准差和公差,确定目标传感器。由于本申请实施例能够根据确定出的标准差,确定候选传感器的鲁棒性,再根据各个候选传感器的鲁棒性和公差,选取目标传感器,从而提高了传感器选型的准确率和适应率。
Description
技术领域
本申请涉及数据处理领域,具体涉及一种发动机传感器的选型方法、装置、电子设备及存储介质。
背景技术
传感器是发动机必不可少的信号采集装置,通过在发动机上安装各种各样的传感器,为各种控制系统提供必要的、准确的、实时信息。
传感器的公差代表了传感器信号采集的精确程度,是传感器的一个重要指标,它是整个测量系统测量的重要因素。
现有技术中,在选取传感器时,直接选用公差满足整个测量系统的精度要求的传感器作为测量系统的传感器。但是,当发动机运行在各种复杂的环境中时,传感器可能会因环境的影响,导致采集到的信息不准确,从而影响到测量系统的正常运行。由此,采用上述方式选取的传感器适用率低。
发明内容
为解决现有存在的技术问题,本申请实施例提供一种发动机传感器的选型方法、装置、电子设备及存储介质,用以提高选取的传感器的适用率。
为达到上述目的,本申请实施例的技术方案是这样实现的:
第一方面,本申请实施例提供了一种发动机传感器的选型方法,该方法包括:
分别获取各个设定的候选传感器对应的公差;
针对各个候选传感器,分别通过如下操作,确定各个所述候选传感器对应的标准差:
在所述候选传感器对应的公差区间内,选取多个测试公差;所述公差区间是根据设定的第一预设误差范围和所述候选传感器对应的公差确定的;
分别将各个测试公差,叠加到所述候选传感器采集到的传感器数据中,得到所述候选传感器对应的测试数据;
根据所述测试数据,确定所述候选传感器对应的标准差;
根据各个候选传感器对应的标准差和公差,确定目标传感器。
由于本申请实施例根据各个候选传感器对应的各个测试公差,分别对各个候选传感器采集的传感器数据进行扰动叠加,得到测试数据;再根据测试数据,分别确定各个候选传感器的标准差,进而确定各个候选传感器的鲁棒性,再根据各个候选传感器的鲁棒性和公差,选取目标传感器,从而提高了传感器选型的准确率和适应率。
一种可选的实施方式为,所述根据所述测试数据,确定所述候选传感器对应的标准差,包括:
确定所述传感器数据对应的估算值;
将所述候选传感器对应的测试数据,以及所述估算值输入到传感器测试模型,基于所述传感器测试模型确定各个所述测试公差对应的测试结果;
根据各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
由于本申请实施例基于传感器测试模型,根据候选传感器对应的测试数据以及相对应的估算值,确定各个测试公差对应的测试结果,然后再根据确定出的各个测试公差对应的测试结果,确定候选传感器对应的标准差,从而能够准确地确定候选传感器的鲁棒性。
一种可选的实施方式为,所述基于所述传感器测试模型确定各个所述测试公差对应的测试结果,包括:
针对所述候选传感器对应的各个测试公差,分别执行如下操作:
基于所述传感器测试模型,按照设定的采样步长对所述测试数据进行采样,获取目标数据;
基于所述传感器数据与所述估算值的对应关系,以及所述传感器数据与所述测试数据的对应关系,分别确定各个所述目标数据对应的估算值,并输出各个所述目标数据与对应的估算值的差值,作为所述测试结果。
由于本申请实施例是将目标数据与对应的估算值的差值,作为测试结果,使得测试结果能够体现出候选传感器在实际使用时产生的误差,从而为后续确定候选传感器对应的标准差提供数据基础。
一种可选的实施方式为,所述根据所述测试结果,确定所述候选传感器对应的标准差,包括:
确定各个所述测试公差对应的测试结果的均值;
根据所述均值和各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
由于本申请实施例是根据各个测试结果的均值以及各个测试结果,确定候选传感器对应的标准差,能够体现出候选传感器在不同干扰下的数据误差变化,从而体现候选传感器的鲁棒性。
一种可选的实施方式为,所述根据所述标准差和所述公差,确定目标传感器,包括:
在标准差位于第二预设误差范围内的候选传感器中,选择公差最大的候选传感器作为所述目标传感器。
由于本申请实施例在标准差位于第二预设误差范围内的候选传感器中,选择公差最大的候选传感器作为目标传感器,实现在鲁棒性满足要求的候选传感器中选取最合适的目标传感器。
第二方面,本申请实施例提供一种发动机传感器的选型装置,包括:
获取单元,用于分别获取各个设定的候选传感器对应的公差;
第一确定单元,用于针对各个候选传感器,分别通过如下操作,确定各个所述候选传感器对应的标准差:在所述候选传感器对应的公差区间内,选取多个测试公差;所述公差区间是根据设定的第一预设误差范围和所述候选传感器对应的公差确定的;分别将各个测试公差,叠加到所述候选传感器采集到的传感器数据中,得到所述候选传感器对应的测试数据;根据所述测试数据,确定所述候选传感器对应的标准差;
第二确定单元,用于根据各个候选传感器对应的标准差和公差,确定目标传感器。
一种可选的实施方式为,所述第一确定单元具体用于:
确定所述传感器数据对应的估算值;
将所述候选传感器对应的测试数据,以及所述估算值输入到传感器测试模型,基于所述传感器测试模型确定各个所述测试公差对应的测试结果;
根据各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
一种可选的实施方式为,所述第一确定单元具体用于:
针对所述候选传感器对应的各个测试公差,分别执行如下操作:
基于所述传感器测试模型,按照设定的采样步长对所述测试数据进行采样,获取目标数据;
基于所述传感器数据与所述估算值的对应关系,以及所述传感器数据与所述测试数据的对应关系,分别确定各个所述目标数据对应的估算值,并输出各个所述目标数据与对应的估算值的差值,作为所述测试结果。
一种可选的实施方式为,所述第一确定单元具体用于:
确定各个所述测试公差对应的测试结果的均值;
根据所述均值和各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
一种可选的实施方式为,所述第二确定单元具体用于:
在标准差位于第二预设误差范围内的候选传感器中,选择公差最大的候选传感器作为所述目标传感器。
第三方面,本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器实现上述第一方面中任一种的发动机传感器的选型方法。
第四方面,本申请实施例提供一种计算机存储介质,当所述计算机存储介质内存储有计算机程序指令,当所述指令在计算机上运行时,使得所述计算机执行上述第一方面中任一种的发动机传感器的选型方法。
第二方面至第四方面中任意一种实现方式所带来的技术效果可参见第一方面中对应的实现方式所带来的技术效果,此处不再赘述。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种发动机传感器的选型方法的流程示意图;
图2为本申请实施例提供一种传感器测试模型仿真结构框图;
图3为本申请实施例提供的一种候选传感器对应的鲁棒性分析曲线示意图;
图4为本申请实施例提供的一种发动机传感器的选型方法的完整流程示意图;
图5为本申请实施例提供的一种发动机传感器的选型装置的结构框图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
下面对文中出现的一些术语进行解释:
(1)公差(Tolerance):是指测量结果中允许的最大极限结果(上偏差)与最小极限结果(下偏差)之差的绝对值的大小。公差是无法避免的,是传感器部件在制造的过程中产生的。
(2)鲁棒性(Robust Control):控制系统的鲁棒性是指系统在不确定性的扰动下,具有保持某种性能不变的能力。
(3)蒙特卡洛(Monte Carlo method):是以概率和统计的理论、方法为基础的一种数值计算方法,将所求解的问题同一定的概率模型相联系,用计算机实现统计模拟或抽样,以获得问题的近似解,故又称随机抽样法或统计试验法。冯·诺伊曼在20世纪40年代中期用驰名世界的赌城—摩纳哥的蒙特卡洛来命名这种方法。
(4)理想气体状态方程(Ideal Gas Law):又称理想气体定律、普适气体定律,是描述理想气体在处于平衡态时,压强、体积、温度间关系的状态方程。其中,理想气体状态方程可用pV=nRT表示,式中:p为压强(Pa),V为气体体积(m3),T为温度(K),n为气体的物质的量(mol),R为摩尔气体常数(也叫普适气体恒量)(J/(mol.K))。
本申请实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
目前,在选取传感器时,直接选用公差满足整个测量系统的精度要求的传感器作为测量系统的传感器,会存在由于传感器的适用率低,导致传感器本身无法适应复杂的工作环境,使得采集到的信息不准确,从而影响到测量系统的正常运行的问题。
基于上述问题,如图1所示,本申请实施例提供一种发动机传感器的选型方法,包括以下步骤:
步骤S101,分别获取各个设定的候选传感器对应的公差。
在一些实施例中,本申请实施例根据各个设定的候选传感对应的使用说明书,分别确定各个设定的候选传感器对应的公差。
需要说明的是,各个候选传感器的公差均满足正态分布。
例如,设定的候选传感器可以为压力传感器,本申请实施例在选定M款压力传感器后,根据压力传感器对应的使用说明书,分别确定各个压力传感器对应的公差。
步骤S102,针对各个候选传感器,分别通过如下操作,确定各个候选传感器对应的标准差:在候选传感器对应的公差区间内,选取多个测试公差;分别将各个测试公差,叠加到候选传感器采集到的传感器数据中,得到候选传感器对应的测试数据;根据测试数据,确定候选传感器对应的标准差。
需要说明的是,公差区间是根据设定的第一预设误差范围和候选传感器对应的公差确定的。
本申请实施例在确定各个候选传感器对应的公差后,根据设定的第一预设误差范围确定和各个候选传感器对应的公差,分别确定各个候选传感器对应的公差区间。
例如,某款压力传感器的公差是10Pa,该公差满足正态分布,所以其均值是10Pa,根据经验设置第一预设误差范围为±0.002Pa;根据压力传感器的公差和第一预设误差范围,确定压力传感器对应的公差区间为[9.998Pa,10.002Pa]。
在一些实施例中,针对各个候选传感器中的一个候选传感器,本申请实施例在候选传感器对应的公差区间内,选取多个测试公差。
例如,压力传感器对应的公差区间为[9.998Pa,10.002Pa],在[9.998Pa,10.002Pa]之间取100个满足正态分布的数值,作为压力传感器对应的测试公差。
在一些实施例中,针对各个候选传感器中的一个候选传感器,本申请实施例在确定出候选传感器对应的各个测试公差后,将得到的各个测试公差叠加到候选传感器采集到的传感器数据中,得到候选传感器对应的测试数据。
本申请实施例可通过下列方式获取候选传感器采集到的传感器数据:
具体实施中,本申请实施例可以将各个候选传感器逐一安装在车辆的发动机上,进行WHTC循环路谱采集,获取各个候选传感器采集到的传感器数据。
需要说明的是,候选传感器安装的车辆需要满足下列条件:
执行多种工况;无故障;配置能够进行信号采集的远程终端设备,进行实时的数据回传。
本申请实施例在获取到各个传感器采集到的传感器数据后,分别根据各个候选传感器对应的各个测试公差,对传感器数据进行扰动,得到各个候选传感器对应的测试数据。
具体实施中,针对各个候选传感器中的一个候选传感器,本申请实施例分别将各个测试公差,叠加到候选传感器采集到的传感器数据中,对传感器数据进行扰动,得到候选传感器对应的测试数据。
例如,测试公差为9.998Pa、9.999Pa、10.001Pa,传感器采集到的测试数据为2000Pa、1998Pa、2001Pa;分别将各个测试公差,叠加到传感器数据中,对传感器数据进行扰动,得到候选传感器对应的测试数据为1990.002Pa、1988.002Pa、1991.002Pa,1990.001Pa、1988.001Pa、1991.001Pa,1989.999Pa、1987.999Pa、1991.999Pa。
在一些实施例中,本申请实施例根据测试数据,确定候选传感器对应的标准差。
需要说明的是,候选传感器对应的标准差表示候选传感器的鲁棒性。
具体实施中,本申请实施例根据测试数据,确定候选传感器的鲁棒性。
步骤S103,根据各个候选传感器对应的标准差和公差,确定目标传感器。
在一些实施例中,本申请实施例在确定出各个候选传感器对应的标准差和公差后,根据传感器的鲁棒性和公差,确定目标传感器。
由于本申请实施例根据各个候选传感器对应的各个测试公差,分别对各个候选传感器采集的传感器数据进行扰动叠加,得到测试数据;再根据测试数据,分别确定各个候选传感器的标准差,进而确定各个候选传感器的鲁棒性,再根据各个候选传感器的鲁棒性和公差,选取目标传感器,从而提高了传感器选型的准确率和适应率。
在一些实施例中,本申请实施例可通过下列方式确定候选传感器对应的标准差。
本申请实施例根据候选传感器采集到的传感器数据,确定传感器数据对应的估计值;并基于确定出的估计值和候选传感器对应的测试数据,确定候选传感器对应的标准差。
需要说明的是,估计值与传感器数据为一一对应关系;并且,估计值为在没有候选传感器采集传感器数据时,根据发动机中的其他数据估计的值。
在一些实施例中,本申请实施例可通过下列方式确定传感器数据对应的估计值。
本申请实施例可以通过车辆的远程终端设备采集发动机在运行过程中产生的基础数据,以及确定发动机所处工况;根据发动机所处的工况,确定估计值与基础数据之间的关系公式。
在一些实施例中,本申请实施例根据确定出的关系公式,以及基础数据,确定估计值。
具体实施中,本申请实施例可以根据确定出的关系公式,建立物理模型,输出发动机对应的估计值。具体地,将基础数据输入到物理模型,基于物理模型,输出估计值。
例如,估计值为压力估计值时,本申请实施例可根据发动机流量关系确定压力估计值。具体地,本申请实施例根据理想气体状态方程pV=nRT,确定压力估计值p。本申请实施例基于理想气体状态方程,建立压力物理模型,用以确定压力估计值。本申请实施例根据车辆的远程终端设备实时采集发动机在运行过程中的产生的气体体积V、温度T、气体的物质的量n,并将采集到的数据输入到压力物理模型中,基于压力物理模型中的理想气体状态方程,确定压力估计值。
在一些实施例中,本申请实施例将各个候选传感器对应的测试数据,以及各个候选传感器采集到的传感器数据对应的估算值输入到传感器测试模型中,基于传感器测试模型确定各个候选传感器对应的各个测试公差对应的测试结果。
需要说明的是,本申请实施例可根据MATLAB建立传感器测试模型。
针对各个候选传感器中的一个候选传感器,通过下列方式确定候选传感器对应的各个测试公差对应的测试结果:
本申请实施例分别将各个测试公差对应的测试数据,以及估计值依次输入到传感器测试模型,基于传感器测试模型,迭代N次,直至确定完所有测试公差对应的测试结果,并存储每次输出的测试结果。
例如,本申请实施例在候选传感器对应的公差区间内,选取100个测试公差;分别将测试公差对应的测试数据和估计值输入到传感器测试模型中,迭代100次,输出并存储100个测试公差对应的测试结果。
例如,如图2所示,本申请实施例提供一种传感器测试模型仿真结构框图,测试数据接收设备10分别将接收到的候选传感器A、候选传感器B、候选传感器C采集到的传感器数据A、传感器数据B、传感器数据C以及对应的估计值输入到传感器测试模型中;在信号A、信号B、信号C输入到传感器测试模型的过程中,还需将各个候选传感器对应的各个测试公差叠加到信号A、信号B、信号C上,得到测试数据A、测试数据B、测试数据C,并将测试数据A、测试数据B、测试数据C输入到传感器测试模型中,进行仿真,得到各个测试公差对应的测试结果。
在一些实施例中,针对一个测试公差,本申请实施例可通过下列方式确定测试结果:
本申请实施例将测试公差对应的测试数据和估计值输入到传感器测试模型,基于传感器测试模型,按照设定的采样步长对测试数据进行采样,获取目标数据;基于传感器数据与估算值的对应关系,以及传感器数据与测试数据的对应的关系,分别确定各个目标数据对应的估算值,并输出各个目标数据与对应的估算值的差值,作为测试结果。
例如,传感器测试模型的仿真时间为10秒,采样步长为0.1秒,则在传感器测试模型仿真过程中,每隔0.1秒从测试数据中随机选取一个测试数据作为目标数据;在传感器测试模型仿真过程中,一共获取100个目标数据,并分别计算100个目标数据与对应的估计值的差值,作为测试公差的测试结果。
在一些实施例中,本申请实施例基于传感器测试模型,确定各个测试公差对应的测试结果后,确定各个测试公差对应的测试结果的均值;并根据均值和各个测试公差对应的测试结果,确定候选传感器对应的标准差。
具体实施中,本申请实施例在确定出各个测试公差对应的测试结果的均值后,分别确定各个测试结果与均值的标准差,并将确定出的各个标准差作为候选传感器对应的标准差。
例如,测试公差为100个,传感器测试模型的仿真时间为10秒,采样步长为0.1秒时,针对一个候选传感器,传感器测试模型输出的测试结果为(10/0.1)*100=10000个;本申请实施例可通过在MATLAB中编写脚本,确定传感器测试模型输出的1000测试结果的均值,以及每个测试结果与均值的标准差。
在一些实施例中,本申请实施例可根据确定出的候选传感器对应的标准差,绘制候选传感器的鲁棒性分析曲线。
例如,如图3所示,本申请实施例基于确定出的10000个标准差,绘制出的候选传感器的鲁棒性分析曲线。其中,虚线以左的标准差表示候选传感器的鲁棒性较差,虚线以右表示候选传感器的鲁棒性较好。
本申请实施例在确定出各个候选传感器对应的标准差后,从标准差位于第二预设误差范围内的候选传感器中,选择公差最大的候选传感器作为目标传感器。
具体实施中,本申请实施例从各个候选传感器对应的标准差中,选取标准差位于第二预设误差范围内的候选传感器作为目标候选传感器。
需要说明的是,第二预设误差范围为系统对传感器的鲁棒性要求。
例如,第二预设误差范围可以为±3σ,表示99.73%的标准差在该±3σ范围内。
在一些实施例中,候选传感器复议的标准差所处的误差范围越小,表示候选传感器对应的鲁棒性越好。
在一些实施例中,本申请实施例从目标候选传感器中选取公差最大的候选传感器作为目标传感器。
例如,目标候选传感器的公差为10Pa、11Pa、9Pa,本申请实施例将公差为11Pa的目标候选传感器作为目标传感器应用于系统中。
由于本申请实施例是在鲁棒性符合要求的目标候选传感器中,选取公差最大的目标候选传感器作为目标传感器,使得选取的目标传感器符合系统的应用需求的同时,节省开支。
如图4所示,本申请实施例提供一种发动机传感器的选型方法的完整流程图,包括以下步骤:
步骤S401,分别获取各个设定的候选传感器对应的公差。
步骤S402,在候选传感器对应的公差区间内,分别选取各个候选传感器对应的多个测试公差。
需要说明的是,公差区间是根据设定的第一预设误差范围和候选传感器对应的公差确定的。
步骤S403,分别将各个测试公差,叠加到候选传感器采集到的传感器数据中,得到候选传感器对应的测试数据。
步骤S404,确定候选传感器采集到的传感器数据对应的估算值。
步骤S405,将候选传感器对应的测试数据,以及估算值输入到传感器测试模型。
步骤S406,基于传感器测试模型确定测试公差对应的测试结果。
具体实施中,本申请实施例可通过下列方式确定测试公差对应的测试结果:
基于传感器测试模型,按照设定的采样步长对测试数据进行采样,获取目标数据;
基于传感器数据与估算值的对应关系,以及传感器数据与测试数据的对应关系,分别确定各个目标数据对应的估算值,并输出各个目标数据与对应的估算值的差值,作为测试结果。
步骤S407,迭代执行步骤S406 N次,直至确定完候选传感器对应的所有的测试公差对应的测试结果。
需要说明的是,N为候选传感器对应的测试公差的数量。
步骤S408,确定候选传感器对应的各个测试公差对应的测试结果的均值。
步骤S409,根据均值和各个测试公差对应的测试结果,确定候选传感器对应的标准差。
步骤S410,确定候选传感器的标准差是否位于第二预设误差范围内,若是,则执行步骤S411;若否,则执行步骤S413。
步骤S411,确定候选传感器对应的公差是否为各个设定候选传感器对应的公差中的最大值;若是,则执行步骤S412;若否,则执行步骤S413。
步骤S412,将该候选传感器作为目标传感器。
步骤S412,结束。
基于同一发明构思,本申请实施例中还提供了一种发动机传感器的选型装置,由于该装置解决问题的原理与本申请实施例发动机传感器的选型方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,本申请实施例提供一种发动机传感器的选型装置,包括:
获取单元501,用于分别获取各个设定的候选传感器对应的公差;
第一确定单元502,用于针对各个候选传感器,分别通过如下操作,确定各个候选传感器对应的标准差:在候选传感器对应的公差区间内,选取多个测试公差;公差区间是根据设定的第一预设误差范围和候选传感器对应的公差确定的;分别将各个测试公差,叠加到候选传感器采集到的传感器数据中,得到候选传感器对应的测试数据;根据测试数据,确定候选传感器对应的标准差;
第二确定单元503,用于根据各个候选传感器对应的标准差和公差,确定目标传感器。
一种可选的实施方式为,第一确定单元502具体用于:
确定传感器数据对应的估算值;
将候选传感器对应的测试数据,以及估算值输入到传感器测试模型,基于传感器测试模型确定各个测试公差对应的测试结果;
根据各个测试公差对应的测试结果,确定候选传感器对应的标准差。
一种可选的实施方式为,第一确定单元502具体用于:
针对候选传感器对应的各个测试公差,分别执行如下操作:
基于传感器测试模型,按照设定的采样步长对测试数据进行采样,获取目标数据;
基于传感器数据与估算值的对应关系,以及传感器数据与测试数据的对应关系,分别确定各个目标数据对应的估算值,并输出各个目标数据与对应的估算值的差值,作为测试结果。
一种可选的实施方式为,第一确定单元502具体用于:
确定各个测试公差对应的测试结果的均值;
根据均值和各个测试公差对应的测试结果,确定候选传感器对应的标准差。
一种可选的实施方式为,第二确定单元503具体用于:
在标准差位于第二预设误差范围内的候选传感器中,选择公差最大的候选传感器作为目标传感器。
与图1所示的发动机传感器的选型方法基于同一发明构思,本申请实施例提供了一种电子设备。如图6所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,可参照本申请方法实施例部分。该电子设备可以是服务器,也可以是终端设备。
该电子设备至少包括用于存储数据的存储器和用于数据处理的处理器。其中,对于用于数据处理的处理器而言,在执行处理时,可以采用微处理器、CPU、GPU(GraphicsProcessing Unit,图形处理单元)、DSP或FPGA实现。对于存储器来说,存储器中存储有操作指令,该操作指令可以为计算机可执行代码,通过该操作指令来实现上述本申请实施例的发动机传感器的选型方法的流程中的各个步骤。
图6为本申请实施例提供的一种电子设备的结构示意图;如图6所示,本申请实施例中该电子设备100包括:处理器101、显示器102、存储器103、输入设备106、总线105和通讯模块104;该处理器101、存储器103、输入设备106、显示器102和通讯模块104均通过总线105连接,该总线105用于该处理器101、存储器103、显示器102、通讯模块104和输入设备106之间传输数据。
其中,存储器103可用于存储软件程序以及模块,如本申请实施例中的发动机传感器的选型方法对应的程序指令/模块,处理器101通过运行存储在存储器103中的软件程序以及模块,从而执行电子设备100的各种功能应用以及数据处理,如本申请实施例提供的发动机传感器的选型方法。存储器103可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个应用的应用程序等;存储数据区可存储根据电子设备100的使用所创建的数据(比如传感器数据、测试公差、公差、估算值等相关数据)等。此外,存储器103可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器101是电子设备100的控制中心,利用总线105以及各种接口和线路连接整个电子设备100的各个部分,通过运行或执行存储在存储器103内的软件程序和/或模块,以及调用存储在存储器103内的数据,执行电子设备100的各种功能和处理数据。可选的,处理器101可包括一个或多个处理单元,如CPU、GPU、数字处理单元等。
处理器101可以将发动机传感器的选型的结果通过显示器102展示给用户。
处理器101还可以通过通讯模块104连接网络,获取传感器数据和传感器数据对应的估算值等。
输入设备106主要用于获得用户的输入操作,当该电子设备不同时,该输入设备106也可能不同。例如,当该电子设备为计算机时,该输入设备106可以为鼠标、键盘等输入设备;当该电子设备为智能手机、平板电脑等便携设备时,该输入设备106可以为触控屏。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一实施例中的发动机传感器的选型方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种发动机传感器的选型方法,其特征在于,包括:
分别获取各个设定的候选传感器对应的公差;
针对各个候选传感器,分别通过如下操作,确定各个所述候选传感器对应的标准差:
在所述候选传感器对应的公差区间内,选取多个测试公差;所述公差区间是根据设定的第一预设误差范围和所述候选传感器对应的公差确定的;
分别将各个测试公差,叠加到所述候选传感器采集到的传感器数据中,得到所述候选传感器对应的测试数据;
根据所述测试数据,确定所述候选传感器对应的标准差;
根据各个候选传感器对应的标准差和公差,确定目标传感器。
2.根据权利要求1所述的方法,其特征在于,所述根据所述测试数据,确定所述候选传感器对应的标准差,包括:
确定所述传感器数据对应的估算值;
将所述候选传感器对应的测试数据,以及所述估算值输入到传感器测试模型,基于所述传感器测试模型确定各个所述测试公差对应的测试结果;
根据各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
3.根据权利要求2所述的方法,其特征在于,所述基于所述传感器测试模型确定各个所述测试公差对应的测试结果,包括:
针对所述候选传感器对应的各个测试公差,分别执行如下操作:
基于所述传感器测试模型,按照设定的采样步长对所述测试数据进行采样,获取目标数据;
基于所述传感器数据与所述估算值的对应关系,以及所述传感器数据与所述测试数据的对应关系,分别确定各个所述目标数据对应的估算值,并输出各个所述目标数据与对应的估算值的差值,作为所述测试结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述测试结果,确定所述候选传感器对应的标准差,包括:
确定各个所述测试公差对应的测试结果的均值;
根据所述均值和各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
5.根据所述权利要求1所述的方法,其特征在于,所述根据所述标准差和所述公差,确定目标传感器,包括:
在标准差位于第二预设误差范围内的候选传感器中,选择公差最大的候选传感器作为所述目标传感器。
6.一种发动机传感器的选型装置,其特征在于,包括:
获取单元,用于分别获取各个设定的候选传感器对应的公差;
第一确定单元,用于针对各个候选传感器,分别通过如下操作,确定各个所述候选传感器对应的标准差:在所述候选传感器对应的公差区间内,选取多个测试公差;所述公差区间是根据设定的第一预设误差范围和所述候选传感器对应的公差确定的;分别将各个测试公差,叠加到所述候选传感器采集到的传感器数据中,得到所述候选传感器对应的测试数据;根据所述测试数据,确定所述候选传感器对应的标准差;
第二确定单元,用于根据各个候选传感器对应的标准差和公差,确定目标传感器。
7.根据权利要求6所述的装置,其特征在于,所述第一确定单元具体用于:
确定所述传感器数据对应的估算值;
将所述候选传感器对应的测试数据,以及所述估算值输入到传感器测试模型,基于所述传感器测试模型确定各个所述测试公差对应的测试结果;
根据各个所述测试公差对应的测试结果,确定所述候选传感器对应的标准差。
8.根据权利要求7所述的装置,其特征在于,所述第一确定单元具体用于:
针对所述候选传感器对应的各个测试公差,分别执行如下操作:
基于所述传感器测试模型,按照设定的采样步长对所述测试数据进行采样,获取目标数据;
基于所述传感器数据与所述估算值的对应关系,以及所述传感器数据与所述测试数据的对应关系,分别确定各个所述目标数据对应的估算值,并输出各个所述目标数据与对应的估算值的差值,作为所述测试结果。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现权利要求1~5中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,其特征在于:所述计算机程序被处理器执行时,实现权利要求1~5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110604287.9A CN113343458B (zh) | 2021-05-31 | 2021-05-31 | 发动机传感器的选型方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110604287.9A CN113343458B (zh) | 2021-05-31 | 2021-05-31 | 发动机传感器的选型方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343458A true CN113343458A (zh) | 2021-09-03 |
CN113343458B CN113343458B (zh) | 2023-07-18 |
Family
ID=77473440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110604287.9A Active CN113343458B (zh) | 2021-05-31 | 2021-05-31 | 发动机传感器的选型方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343458B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114388905A (zh) * | 2021-12-16 | 2022-04-22 | 上万清源智动车有限公司 | 一种新型电池箱电池漏液传感器的选型方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060052959A1 (en) * | 2004-09-03 | 2006-03-09 | Yongcang Zhang | Mathematical model useful for determining and calibrating output of a linear sensor |
WO2009141333A1 (de) * | 2008-05-23 | 2009-11-26 | Technische Universität Ilmenau | Verfahren zur ermittlung der messunsicherheit von koordinatenpunkten bei der geometriemessung |
CN101793493A (zh) * | 2010-03-25 | 2010-08-04 | 合肥工业大学 | 电涡流传感器精度提升标定方法 |
CN102803659A (zh) * | 2010-02-18 | 2012-11-28 | 斯奈克玛 | 测量航空发动机内流动的燃气流压力的修正方法和装置 |
CN106468789A (zh) * | 2015-08-21 | 2017-03-01 | 中国石油化工股份有限公司 | 一种传感器性能定量评价系统 |
WO2017189361A1 (en) * | 2016-04-29 | 2017-11-02 | Pcms Holdings, Inc. | System and method for calibration of vehicle sensors assisted by inter-vehicle communication |
CN109408303A (zh) * | 2018-09-19 | 2019-03-01 | Oppo(重庆)智能科技有限公司 | 测试数据分析方法及相关产品 |
CN110121708A (zh) * | 2016-09-30 | 2019-08-13 | 模道威有限责任公司 | 设计虚拟传感器的过程、对应的虚拟传感器、系统和计算机程序产品 |
CN110703732A (zh) * | 2019-10-21 | 2020-01-17 | 北京百度网讯科技有限公司 | 相关性检测方法、装置、设备及计算机可读存储介质 |
CN111310840A (zh) * | 2020-02-24 | 2020-06-19 | 北京百度网讯科技有限公司 | 数据融合处理方法、装置、设备和存储介质 |
CN111323045A (zh) * | 2018-12-15 | 2020-06-23 | 中国科学院长春光学精密机械与物理研究所 | 一种光电稳定平台通用测试平台及方法 |
CN112258657A (zh) * | 2020-10-09 | 2021-01-22 | 上汽大众汽车有限公司 | 一种车辆数字化夹具的定位方法 |
CN112560967A (zh) * | 2020-12-18 | 2021-03-26 | 西安电子科技大学 | 一种多源遥感图像分类方法、存储介质及计算设备 |
-
2021
- 2021-05-31 CN CN202110604287.9A patent/CN113343458B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060052959A1 (en) * | 2004-09-03 | 2006-03-09 | Yongcang Zhang | Mathematical model useful for determining and calibrating output of a linear sensor |
WO2009141333A1 (de) * | 2008-05-23 | 2009-11-26 | Technische Universität Ilmenau | Verfahren zur ermittlung der messunsicherheit von koordinatenpunkten bei der geometriemessung |
CN102803659A (zh) * | 2010-02-18 | 2012-11-28 | 斯奈克玛 | 测量航空发动机内流动的燃气流压力的修正方法和装置 |
CN101793493A (zh) * | 2010-03-25 | 2010-08-04 | 合肥工业大学 | 电涡流传感器精度提升标定方法 |
CN106468789A (zh) * | 2015-08-21 | 2017-03-01 | 中国石油化工股份有限公司 | 一种传感器性能定量评价系统 |
WO2017189361A1 (en) * | 2016-04-29 | 2017-11-02 | Pcms Holdings, Inc. | System and method for calibration of vehicle sensors assisted by inter-vehicle communication |
CN110121708A (zh) * | 2016-09-30 | 2019-08-13 | 模道威有限责任公司 | 设计虚拟传感器的过程、对应的虚拟传感器、系统和计算机程序产品 |
CN109408303A (zh) * | 2018-09-19 | 2019-03-01 | Oppo(重庆)智能科技有限公司 | 测试数据分析方法及相关产品 |
CN111323045A (zh) * | 2018-12-15 | 2020-06-23 | 中国科学院长春光学精密机械与物理研究所 | 一种光电稳定平台通用测试平台及方法 |
CN110703732A (zh) * | 2019-10-21 | 2020-01-17 | 北京百度网讯科技有限公司 | 相关性检测方法、装置、设备及计算机可读存储介质 |
CN111310840A (zh) * | 2020-02-24 | 2020-06-19 | 北京百度网讯科技有限公司 | 数据融合处理方法、装置、设备和存储介质 |
CN112258657A (zh) * | 2020-10-09 | 2021-01-22 | 上汽大众汽车有限公司 | 一种车辆数字化夹具的定位方法 |
CN112560967A (zh) * | 2020-12-18 | 2021-03-26 | 西安电子科技大学 | 一种多源遥感图像分类方法、存储介质及计算设备 |
Non-Patent Citations (6)
Title |
---|
王斌 等: ""基于虚拟测量技术的模块化测量系统研制"", 《导航与控制》 * |
王斌 等: ""基于虚拟测量技术的模块化测量系统研制"", 《导航与控制》, vol. 17, no. 4, 31 August 2018 (2018-08-31), pages 93 - 99 * |
胡秋旭: ""电机端盖自动化生产线在机玄检测系统研究"", 《中国优秀硕士学位论文全文数据库》 * |
胡秋旭: ""电机端盖自动化生产线在机玄检测系统研究"", 《中国优秀硕士学位论文全文数据库》, 31 December 2016 (2016-12-31), pages 1 - 5 * |
高瑞遥 等: ""基于激光扫描的螺旋输送器焊接质量在线检测"", 《农业机械学报》 * |
高瑞遥 等: ""基于激光扫描的螺旋输送器焊接质量在线检测"", 《农业机械学报》, vol. 51, 30 November 2020 (2020-11-30), pages 292 - 297 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114388905A (zh) * | 2021-12-16 | 2022-04-22 | 上万清源智动车有限公司 | 一种新型电池箱电池漏液传感器的选型方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113343458B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108563548B (zh) | 异常检测方法及装置 | |
CN103455396A (zh) | 电子设备硬件性能的测试方法及装置 | |
CN111931345A (zh) | 一种监测数据预测方法、装置、设备及可读存储介质 | |
Freschi et al. | Bootstrap based uncertainty propagation for data quality estimation in crowdsensing systems | |
CN115370973B (zh) | 供水漏损监测方法、装置、存储介质及电子设备 | |
CN108829996B (zh) | 获得车辆定位信息的方法及装置 | |
CN113268403A (zh) | 时间序列的分析预测方法、装置、设备及存储介质 | |
CN112965903A (zh) | 测试方法、装置、电子设备及计算机可读存储介质 | |
CN113343458A (zh) | 发动机传感器的选型方法、装置、电子设备及存储介质 | |
CN114936107A (zh) | 车辆整车数据校验方法、装置、电子设备及存储介质 | |
CN112985867A (zh) | 舵机测试方法、装置、设备及存储介质 | |
CN104750386A (zh) | 一种手势识别方法及装置 | |
CN111008740B (zh) | 数据传播趋势的预测方法、设备、存储介质及装置 | |
CN111814106A (zh) | 时序数据滞后性处理方法、装置、电子设备及存储介质 | |
CN109829000B (zh) | 一种河川年径流量数据的一致性处理方法及装置 | |
CN115129706B (zh) | 一种考虑周期性特征的土壤水分观测数据质量评估方法 | |
CN108159677B (zh) | 运动数据统计方法、电子装置及计算机可读存储介质 | |
CN105095093A (zh) | 一种智能终端性能测试方法及系统 | |
CN108595375A (zh) | 一种滤波方法、装置及存储介质 | |
CN113688350A (zh) | 一种基于傅里叶函数预测交通流量的方法、装置、存储介质及终端 | |
CN103593426B (zh) | 一种商品搜索及提供方法及装置 | |
CN113901092A (zh) | 一种用于赛场运行监测的文件管理方法及系统 | |
CN114816758B (zh) | 资源分配方法和装置 | |
CN113686513B (zh) | 液体泄露定位方法、装置和电子设备 | |
CN112199418B (zh) | 一种工业对象的状态识别方法、装置及设备 |
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 | ||
GR01 | Patent grant |