CN113656394B - 一种汽车制动踏板感客观数据处理方法 - Google Patents

一种汽车制动踏板感客观数据处理方法 Download PDF

Info

Publication number
CN113656394B
CN113656394B CN202111095682.5A CN202111095682A CN113656394B CN 113656394 B CN113656394 B CN 113656394B CN 202111095682 A CN202111095682 A CN 202111095682A CN 113656394 B CN113656394 B CN 113656394B
Authority
CN
China
Prior art keywords
data
brake pedal
test
unit
brake
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
Application number
CN202111095682.5A
Other languages
English (en)
Other versions
CN113656394A (zh
Inventor
付小仔
邓清华
张磊
叶柄火
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Isuzu Motors Co Ltd
Original Assignee
Jiangxi Isuzu Motors Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangxi Isuzu Motors Co Ltd filed Critical Jiangxi Isuzu Motors Co Ltd
Priority to CN202111095682.5A priority Critical patent/CN113656394B/zh
Publication of CN113656394A publication Critical patent/CN113656394A/zh
Application granted granted Critical
Publication of CN113656394B publication Critical patent/CN113656394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841Registering performance data
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Braking Elements And Transmission Devices (AREA)
  • Regulating Braking Force (AREA)

Abstract

一种汽车制动踏板感客观数据处理方法,涉及车辆制动技术领域。包括获取在测试工况下的测试数据。将测试数据导入MATLAB,进行滤波处理,进行曲线拟合,获得特征曲线。基于特征曲线获得制动踏板感特性参数。测试工况包括不同速度段和不同制动强度的工况,测试数据包括制动减速度数据、制动踏板力数据及制动踏板行程数据。属于同一工况下的全部测试数据存储于同一存储单元,将测试数据导入MATLAB中时,以存储单元为基本数据单元进行导入。其流程简单、执行方便,能够高效地完成对制动踏板感原始数据的处理和分析,大大提高了处理效率,同时有效地降低了数据的失真风险,大大提高了数据的可靠性。

Description

一种汽车制动踏板感客观数据处理方法
技术领域
本发明涉及车辆制动技术领域,具体而言,涉及一种汽车制动踏板感客观数据处理方法。
背景技术
随着汽车行业的不断发展,汽车的制动性能逐渐被客户关注,各大汽车制造商也逐渐重视对汽车制动性能的开发和优化,已经不单单关注制动效能,更多的精力开始投入到制动操作的舒适性和可控性上,也就是制动踏板杆感。
近年来,制动踏板感性能也逐步从主观评价切换到主观+客观评价,需要将制动踏板感量化,以不同的客观数值的表征量来展示制动踏板感的好坏。
现有的传统技术在处理以上相关数据时通常是以描点的方式进行拟合曲线,且每次仅能处理一次制动操作的数据,但一般为了测试数据的准确性,需要取多次制动操作取平均值的方式来避免操作的不确定性。这样的处理方式效率低,且容易失真。
有鉴于此,特提出本申请。
发明内容
本发明的目的在于提供一种汽车制动踏板感客观数据处理方法,其流程简单、执行方便,能够高效地完成对制动踏板感原始数据的处理和分析,大大提高了处理效率,同时有效地降低了数据的失真风险,大大提高了数据的可靠性。
本发明的实施例是这样实现的:
一种汽车制动踏板感客观数据处理方法,其包括:
获取在测试工况下的测试数据。
将测试数据导入MATLAB中,采用MATLAB对测试数据进行滤波处理,并进行曲线拟合,获得特征曲线。以及
基于特征曲线获得制动踏板感特性参数。
其中,测试工况包括不同速度段和不同制动强度的工况,测试数据包括制动减速度数据、制动踏板力数据及制动踏板行程数据。属于同一工况下的全部测试数据存储于同一存储单元,将测试数据导入MATLAB中时,以存储单元为基本数据单元进行导入。
进一步地,基于特征曲线获得制动踏板感特性参数的过程中,包括:根据曲线拟合获得的曲线多项式计算各个工况所对应的参数梯度值和零点值,将表征量值导入到一个.xls文件中,曲线生成图片格式文件。
进一步地,采用VBOX设备采集测试数据,并通过VBOX将无效数据去除,形成有效的测试数据,保存为.VBO格式文件。其中.VBO格式文件的变量代号与MATLAB中保持一致。
进一步地,基于特征曲线获得制动踏板感特性参数的过程中,包括:在MATLAB中输入截取次数、拟合梯度起点的减速度范围值和拟合梯度终点的减速度范围值,并计算梯度值。选定起始点和终止点对拟合曲线进行截取,执行分析,得到制动踏板感特性参数。按输入的截取次数重复截取、分析操作。
进一步地,将每次的分析结果在同一坐标下进行对比展示。
进一步地,将截取次数所对应的多次分析结果于同一坐标下取平均值。
进一步地,汽车制动踏板感客观数据处理方法还包括:设置数据分析模块。数据分析模块包括数据库单元、分析单元和查询单元。
数据库单元用于存储制动踏板感特性参数,并将制动踏板感特性参数与测试车型、制动器测试型号、测试日期相关联。其中,制动器测试型号按制动器产品相似度进行编号。
分析单元用于在获得新的制动踏板感特性参数时,将新获取的制动踏板感特性参数所对应的测试车型、制动器测试型号与数据库单元中的数据进行对比,将与其测试车型、制动器测试型号相同和/或相近的制动踏板感特性参数进行对比展示,并将新的制动踏板感特性参数保存至数据库单元。
查询单元用于提供基于测试车型和制动器测试型号的查询功能,并根据用户输入的测试车型和制动器测试型号对数据库单元中的制动踏板感特性参数进行查询并展示。
进一步地,分析单元还包括评分板块,评分板块用于对分析单元的对比展示结果进行评分。
数据分析模块还包括数据整理单元,数据整理单元用于在预设整理时间对数据库单元中的数据进行整理,包括:统计各个制动踏板感特性参数数据被调用的次数,调用次数=被查询次数+被对比展示次数*评分平均分/总分值。将全部制动踏板感特性参数按调用次数从小到大排列,计算调用次数的标准差。设定参考阈值,若标准差大于参考阈值,则将调用次数最少的制动踏板感特性参数从数据库单元中移除,直至标准差小于或等于参考阈值。
进一步地,数据分析模块还包括备查存储单元。
数据整理单元还用于:将从数据库单元中移除的制动踏板感特性参数保存至备查存储单元。并将被转移至备查存储单元的制动踏板感特性参数数据向用户进行提示和展示。
进一步地,查询单元在查询过程中,优先按测试车型进行查询。
若数据库单元中存在相同的测试车型,则在该相同的测试车型所对应的制动器测试型号中查询相同和/或相近的制动器测试型号所对应的制动踏板感特性参数。
若数据库单元中没有相同的测试车型,则向用户提示无查询结果。
本发明实施例的有益效果是:
本发明实施例提供的汽车制动踏板感客观数据处理方法将测试数据按照测试工况进行分类,将属于同一工况下的全部测试数据存储于同一存储单元当中,并在导入MATLAB中时以存储单元为基本数据单元进行导入,这样的话,不仅提高了数据导入的效率,而且提高了数据的整合度,有助于利用MATLAB对测试数据进行批量快速处理,大大提高了数据处理效率。
另一方面,将属于同一工况下的全部测试数据存储于同一存储单元当中,有利于将在同一工况条件下测试得到的测试数据进行比较,便于快速得出性能差异,提高了数据分析效率,优化了数据结果的直观度,更便于用户使用。
本实施例所提供的汽车制动踏板感客观数据处理方法具有更高的处理效率,能够实现批量化分析和处理,不仅减轻了分析难度和分析工作量,而且有效地降低了数据失真率。
总体而言,本发明实施例提供的汽车制动踏板感客观数据处理方法流程简单、执行方便,能够高效地完成对制动踏板感原始数据的处理和分析,大大提高了处理效率,同时有效地降低了数据的失真风险,大大提高了数据的可靠性。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
本实施例提供一种汽车制动踏板感客观数据处理方法,该处理方法包括如下步骤:
S1、获取在测试工况下的测试数据。
S2、将测试数据导入MATLAB中,采用MATLAB对测试数据进行滤波处理,并进行曲线拟合,获得特征曲线。
S3、基于特征曲线获得制动踏板感特性参数。
其中,测试工况包括不同速度段和不同制动强度的工况,即需要在具有不同的速度范围和制动强度的工况中进行测试。
测试数据包括制动减速度数据、制动踏板力数据及制动踏板行程数据。
对于在不同工况下获得的测试数据,将属于同一工况下的全部测试数据存储于同一存储单元,将测试数据导入MATLAB中时,以存储单元为基本数据单元进行导入。
通过以上设计,将测试数据按照测试工况进行分类,将属于同一工况下的全部测试数据存储于同一存储单元当中,并在导入MATLAB中时以存储单元为基本数据单元进行导入,这样的话,不仅提高了数据导入的效率,而且提高了数据的整合度,有助于利用MATLAB对测试数据进行批量快速处理,大大提高了数据处理效率。
另一方面,将属于同一工况下的全部测试数据存储于同一存储单元当中,有利于将在同一工况条件下测试得到的测试数据进行比较,便于快速得出性能差异,提高了数据分析效率,优化了数据结果的直观度,更便于用户使用。
本实施例所提供的汽车制动踏板感客观数据处理方法具有更高的处理效率,能够实现批量化分析和处理,不仅减轻了分析难度和分析工作量,而且有效地降低了数据失真率。
总体而言,汽车制动踏板感客观数据处理方法流程简单、执行方便,能够高效地完成对制动踏板感原始数据的处理和分析,大大提高了处理效率,同时有效地降低了数据的失真风险,大大提高了数据的可靠性。
进一步地,需要注意的是,在步骤S3中,基于特征曲线获得制动踏板感特性参数的过程中,包括:根据曲线拟合获得的曲线多项式计算各个工况的测试数据所对应的参数梯度值和零点值,将表征量值导入到一个.xls文件中,便于使用管理,并将曲线生成图片格式的图表文件。
在步骤S3中,基于特征曲线获得制动踏板感特性参数的过程中,还包括:在MATLAB中输入截取次数、拟合梯度起点的减速度范围值和拟合梯度终点的减速度范围值,并计算梯度值。选定起始点和终止点对拟合曲线进行截取,执行分析,得到制动踏板感特性参数。按输入的截取次数重复截取、分析操作,得到相关的分析数据。
其中,截取次数、拟合梯度起点的减速度范围值和拟合梯度终点的减速度范围值均可以根据实际情况和实际需要进行灵活设置。
在步骤S1中,可以选择采用VBOX设备采集测试数据,并通过VBOX对测试数据进行预先处理,将无效数据去除,形成有效的测试数据,保存为.VBO格式文件。需要注意的是,该.VBO格式文件的变量代号需要与MATLAB中保持一致,从而保证测试数据能够直接导入MATLAB中进行分析,大大提高了批量化数据处理的分析效率。
进一步地,将测试数据经MATLAB分析完毕后,将每次的分析结果在同一坐标下进行对比展示。也可以将根据截取次数截取得到的多次分析结果于同一坐标下取平均值,以降低系统误差。
具体的,在本实施例中,汽车制动踏板感客观数据处理方法的操作流程可以是:
(1)首先用VBOX设备采集在不同工况下的制动踏板感的原始数据(包括:制动减速度、制动踏板力及制动踏板行程),用VBOX软件先处理掉无效数据,形成初步的有效数据文件,文件格式为.VBO,其中VBO文件的变量代号与matlab程序保证一致。本实施例定义swa—踏板力,ym—踏板位移,ax—制动减速度。
(2)在一个有效的VBO文件中,包括有制动减速度曲线、制动踏板力曲线和制动踏板行程曲线。形成有效的VBO文件后,导入到matlab程序当中进行运行,matlab程序自动识别原始的VBO文件,并进行初始的滤波处理。
(3)滤波完毕后,得到三个时域曲线,分别是制动减速度曲线的时域曲线、制动踏板力曲线的时域曲线和制动踏板行程曲线的时域曲线。其中,每一个波峰分别代表在该时间点执行了一次制动操作。
(4)为了避免每次操作的不一致性,可以输入想要截取的次数,例如2次、3次、4次等,且不限于此。同时,输入拟合梯度起点的减速度范围值和终点的减速度范围值,即在这个范围内进行线性拟合,计算出梯度值。拟合梯度起点的减速度范围值和终点的减速度范围值均可以根据实际需要灵活调整,但是在一般情况下,这个范围不超过该制动操作产生的最大减速度值。
(5)设定好截取次数后,指定截取范围,并针对截取的范围进行分析。分析完毕后,得到制动踏板感特性参数,将分析结果保存。随后即可进行第二次截取、分析。直到完成所输入的截取次数的分析后,结束本次分析。将每次分析结果的曲线在同一坐标下进行汇总对比展示。
(6)在结果目标文件夹中,生成了每一次截取的分析曲线(.emf文件)和参数表(.xlsx文件),每一个参数表中涵盖了多个所需要的参数变量。其中,梯度值即为所设定范围内的斜率值。
将上述结果进行汇总对比,用于可以比较多个目标车之间的制动踏板感性能在客观性能上的差异,给目标车的开发和优化提供指导。
本发明实施例所提供的技术方案能够准确得将采集的原始数据处理成能够表征制动踏板感性能的表征量和相关曲线,并能生成结果文件和曲线图,在不同车辆之间的制动踏板感数据进行对比,可以有效的指导开发或优化,解决了现有技术中存在的“无法一次性处理多次执行制动操作的数据分析,效率较低,容易失真,不能完全准确的将表征量予以量化”的问题,是一种简单、高效、精准的处理试验数据的方法。
进一步地,汽车制动踏板感客观数据处理方法还包括以下步骤:
S4、设置数据分析模块。
其中,数据分析模块包括数据库单元、分析单元和查询单元。
数据库单元用于存储制动踏板感特性参数,并将制动踏板感特性参数与测试车型、制动器测试型号、测试日期相关联。制动器测试型号按制动器产品相似度进行编号,即制动器性能、结构越相近,其型号命名的名称越相似。在本实施例中,制动器测试型号采用英文字母+数字编号的形式进行命名,随着产品类型的增加,可以扩充制动器测试型号的编号长度。
分析单元用于在获得新的制动踏板感特性参数时,将新获取的制动踏板感特性参数所对应的测试车型、制动器测试型号与数据库单元中的数据进行对比,将与其测试车型、制动器测试型号相同和/或相近的制动踏板感特性参数进行对比展示,并将新的制动踏板感特性参数保存至数据库单元。
分析单元还包括评分板块,评分板块用于对分析单元的对比展示结果进行评分。
查询单元用于提供基于测试车型和制动器测试型号的查询功能,并根据用户输入的测试车型和制动器测试型号对数据库单元中的制动踏板感特性参数进行查询并展示。
查询单元在查询过程中,优先按测试车型进行查询。若数据库单元中存在相同的测试车型,则在该相同的测试车型所对应的制动器测试型号中查询相同和/或相近的制动器测试型号所对应的制动踏板感特性参数。若数据库单元中没有相同的测试车型,则向用户提示无查询结果。
数据分析模块还包括数据整理单元,数据整理单元用于在预设整理时间对数据库单元中的数据进行整理,包括:统计各个制动踏板感特性参数数据被调用的次数,调用次数=被查询次数+被对比展示次数*评分平均分/总分值。将全部制动踏板感特性参数按调用次数从小到大排列,计算调用次数的标准差。设定参考阈值,若标准差大于参考阈值,则将调用次数最少的制动踏板感特性参数从数据库单元中移除,直至标准差小于或等于参考阈值。
数据分析模块还包括备查存储单元。数据整理单元还用于:将从数据库单元中移除的制动踏板感特性参数保存至备查存储单元。并将被转移至备查存储单元的制动踏板感特性参数数据向用户进行提示和展示。
通过以上设计,能够不断地对数据库单元进行优化,是其中保存的数据均是使用频率较高的数据,便于调取和使用,大大提高了数据库单元的运行效率和响应速度。
此外,利用查询单元的查询功能进行的数据查询,属于使用者进行的精确查询。而分析单元的对比展示结果属于系统的自动分析。将分析单元的对比展示所对应的的调用次数按评分平均分/总分值的比值进行修正,能够更加真实地反映出对比展示的数据的调用准确性。
使用率低的数据会被保存至备查存储单元,能够减轻数据库单元的负担,同时还能够将被转移至备查存储单元的制动踏板感特性参数数据向用户进行提示和展示,引起使用者注意,便于更加综合地对产品构成进行了解,便于更好地对产品进行优化。
综上所述,汽车制动踏板感客观数据处理方法流程简单、执行方便,能够高效地完成对制动踏板感原始数据的处理和分析,大大提高了处理效率,同时有效地降低了数据的失真风险,大大提高了数据的可靠性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种汽车制动踏板感客观数据处理方法,其特征在于,包括:
获取在测试工况下的测试数据;
将所述测试数据导入MATLAB中,采用MATLAB对所述测试数据进行滤波处理,并进行曲线拟合,获得特征曲线;以及
基于所述特征曲线获得制动踏板感特性参数;
其中,所述测试工况包括不同速度段和不同制动强度的工况,所述测试数据包括制动减速度数据、制动踏板力数据及制动踏板行程数据;属于同一工况下的全部测试数据存储于同一存储单元,将测试数据导入MATLAB中时,以所述存储单元为基本数据单元进行导入;
所述汽车制动踏板感客观数据处理方法还包括:设置数据分析模块;所述数据分析模块包括数据库单元、分析单元和查询单元;
所述数据库单元用于存储所述制动踏板感特性参数,并将所述制动踏板感特性参数与测试车型、制动器测试型号、测试日期相关联;其中,所述制动器测试型号按制动器产品相似度进行编号;
所述分析单元用于在获得新的制动踏板感特性参数时,将新获取的制动踏板感特性参数所对应的测试车型、制动器测试型号与所述数据库单元中的数据进行对比,将与其测试车型、制动器测试型号相同和/或相近的制动踏板感特性参数进行对比展示,并将新的所述制动踏板感特性参数保存至所述数据库单元;
所述查询单元用于提供基于测试车型和制动器测试型号的查询功能,并根据用户输入的测试车型和制动器测试型号对所述数据库单元中的制动踏板感特性参数进行查询并展示;
所述分析单元还包括评分板块,所述评分板块用于对所述分析单元的对比展示结果进行评分;
所述数据分析模块还包括数据整理单元,所述数据整理单元用于在预设整理时间对所述数据库单元中的数据进行整理,包括:统计各个制动踏板感特性参数数据被调用的次数,调用次数=被查询次数+被对比展示次数*评分平均分/总分值;将全部制动踏板感特性参数按调用次数从小到大排列,计算调用次数的标准差;设定参考阈值,若标准差大于所述参考阈值,则将调用次数最少的制动踏板感特性参数从所述数据库单元中移除,直至所述标准差小于或等于所述参考阈值。
2.根据权利要求1所述的汽车制动踏板感客观数据处理方法,其特征在于,基于所述特征曲线获得制动踏板感特性参数的过程中,包括:根据所述曲线拟合获得的曲线多项式计算各个工况所对应的参数梯度值和零点值,将表征量值导入到一个.xls文件中,曲线生成图片格式文件。
3.根据权利要求1所述的汽车制动踏板感客观数据处理方法,其特征在于,采用VBOX设备采集所述测试数据,并通过VBOX将无效数据去除,形成有效的测试数据,保存为.VBO格式文件;其中所述.VBO格式文件的变量代号与MATLAB中保持一致。
4.根据权利要求1所述的汽车制动踏板感客观数据处理方法,其特征在于,基于所述特征曲线获得制动踏板感特性参数的过程中,包括:在MATLAB中输入截取次数、拟合梯度起点的减速度范围值和拟合梯度终点的减速度范围值,并计算梯度值;选定起始点和终止点对拟合曲线进行截取,执行分析,得到制动踏板感特性参数;按输入的所述截取次数重复截取、分析操作。
5.根据权利要求4所述的汽车制动踏板感客观数据处理方法,其特征在于,将每次的分析结果在同一坐标下进行对比展示。
6.根据权利要求4所述的汽车制动踏板感客观数据处理方法,其特征在于,将所述截取次数所对应的多次分析结果于同一坐标下取平均值。
7.根据权利要求1所述的汽车制动踏板感客观数据处理方法,其特征在于,所述数据分析模块还包括备查存储单元;
所述数据整理单元还用于:将从所述数据库单元中移除的制动踏板感特性参数保存至所述备查存储单元;并将被转移至所述备查存储单元的制动踏板感特性参数数据向用户进行提示和展示。
8.根据权利要求1所述的汽车制动踏板感客观数据处理方法,其特征在于,所述查询单元在查询过程中,优先按测试车型进行查询;
若所述数据库单元中存在相同的测试车型,则在该相同的测试车型所对应的制动器测试型号中查询相同和/或相近的制动器测试型号所对应的制动踏板感特性参数;
若所述数据库单元中没有相同的测试车型,则向用户提示无查询结果。
CN202111095682.5A 2021-09-18 2021-09-18 一种汽车制动踏板感客观数据处理方法 Active CN113656394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111095682.5A CN113656394B (zh) 2021-09-18 2021-09-18 一种汽车制动踏板感客观数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111095682.5A CN113656394B (zh) 2021-09-18 2021-09-18 一种汽车制动踏板感客观数据处理方法

Publications (2)

Publication Number Publication Date
CN113656394A CN113656394A (zh) 2021-11-16
CN113656394B true CN113656394B (zh) 2023-05-30

Family

ID=78483881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111095682.5A Active CN113656394B (zh) 2021-09-18 2021-09-18 一种汽车制动踏板感客观数据处理方法

Country Status (1)

Country Link
CN (1) CN113656394B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022848A (zh) * 2014-04-18 2015-11-04 广州汽车集团股份有限公司 一种轿车悬架k&c特性数据的处理方法
CN109580255A (zh) * 2018-12-29 2019-04-05 北京新能源汽车股份有限公司 制动试验台及其踏板感测试方法
CN109827781A (zh) * 2018-12-29 2019-05-31 中国汽车技术研究中心有限公司 一种车辆测试数据处理方法、装置及系统
JP2020185984A (ja) * 2019-04-02 2020-11-19 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh 回生ブレーキを有する車両のブレーキシステムのためのブレーキペダル特性曲線の決定

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022848A (zh) * 2014-04-18 2015-11-04 广州汽车集团股份有限公司 一种轿车悬架k&c特性数据的处理方法
CN109580255A (zh) * 2018-12-29 2019-04-05 北京新能源汽车股份有限公司 制动试验台及其踏板感测试方法
CN109827781A (zh) * 2018-12-29 2019-05-31 中国汽车技术研究中心有限公司 一种车辆测试数据处理方法、装置及系统
JP2020185984A (ja) * 2019-04-02 2020-11-19 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh 回生ブレーキを有する車両のブレーキシステムのためのブレーキペダル特性曲線の決定

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
乘用车制动踏板感客观测量方法研究;石瑞岭 等;汽车零部件(2015年12期);70-73 *

Also Published As

Publication number Publication date
CN113656394A (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN105373472B (zh) 一种基于数据库的统计准确性的测试方法及测试系统
CN110245374B (zh) 一种工艺时序间隔分析方法、系统、装置和存储介质
KR102345410B1 (ko) 빅데이터 지능형 수집 방법 및 장치
US20020188375A1 (en) Molding-condition setting method for an injection molding machine
CN101995437A (zh) 一种拉深件裂纹声发射信号的特征提取方法
CN105718641A (zh) 批量化建立cae二维网格的方法
CN110968380A (zh) 数据可视化方法及系统
CN113656394B (zh) 一种汽车制动踏板感客观数据处理方法
CN113297249A (zh) 慢查询语句的识别和分析、查询语句的统计方法及装置
CN104572474A (zh) 一种基于动态切片的轻量级错误定位技术实现方法
CN112579603A (zh) 基于cdc的数据模型动态信息感知监测方法及装置
CN112131655A (zh) 制动踏板感性能确定方法、装置及计算机可读存储介质
US20160004968A1 (en) Correlation rule analysis apparatus and correlation rule analysis method
CN111445132B (zh) 数据处理方法、数据处理系统及计算机存储介质
US10628442B1 (en) Histograms based on varying data distribution
CN115689095B (zh) 设备能耗分析方法、装置、生产系统及存储介质
CN108052599A (zh) 一种支持特征查询的时序数据存储的方法和装置
CN113760849B (zh) 日志处理方法、系统、电子设备及计算机可读存储介质
CN115905373A (zh) 一种数据查询以及分析方法、装置、设备及存储介质
CN114153874A (zh) 基数估计方法、装置、电子设备及存储介质
CN112765118B (zh) 一种日志查询方法、装置、设备及存储介质
CN115169705A (zh) 配送时长预测方法、装置、存储介质及计算机设备
CN111061749B (zh) 基于事务顺序分析的数据库事务并发重做方法和装置
CN109992329B (zh) 一种基于后端切面技术的方法级性能分析方法
CN110889777B (zh) 电力在线客服客观评价方法、系统及电力在线客服系统

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