CN114084156B - 车辆健康状态智能预警方法和系统 - Google Patents

车辆健康状态智能预警方法和系统 Download PDF

Info

Publication number
CN114084156B
CN114084156B CN202111345296.7A CN202111345296A CN114084156B CN 114084156 B CN114084156 B CN 114084156B CN 202111345296 A CN202111345296 A CN 202111345296A CN 114084156 B CN114084156 B CN 114084156B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
vehicle
maximum output
equipment
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
CN202111345296.7A
Other languages
English (en)
Other versions
CN114084156A (zh
Inventor
陈悦峰
刘钢锋
麻雄
彭真明
张华�
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.)
63963 TROOPS PLA
Original Assignee
63963 TROOPS PLA
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 63963 TROOPS PLA filed Critical 63963 TROOPS PLA
Priority to CN202111345296.7A priority Critical patent/CN114084156B/zh
Publication of CN114084156A publication Critical patent/CN114084156A/zh
Application granted granted Critical
Publication of CN114084156B publication Critical patent/CN114084156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205Diagnosing or detecting failures; Failure detection models

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种车辆健康状态智能预警方法及系统。所述方法包括:使用损伤判断设备,用于基于装甲侦察车传动箱的固有频率的降幅数值确定传动箱的齿轮的损伤等级;使用火力识别设备,用于确定最近无人机最大输出火力;使用状态分析设备,用于在接收到的最大输出火力大于等于装甲侦察车的平均装甲厚度时,发出装甲不足信号;使用警戒控制设备,用于基于接收到的最大输出火力修正装甲侦察车的当前警戒等级。本发明还涉及一种车辆健康状态智能预警系统。通过本发明,能够在装甲侦察车行驶过程中对重要传动设备性能、抗空中打击能力以及当前警戒等级等各个健康状态方面执行监控预警处理,从而提升了装甲侦察车整车的健康水准。

Description

车辆健康状态智能预警方法和系统
技术领域
本发明涉及装甲侦察车领域,尤其涉及一种车辆健康状态智能预警方法和系统。
背景技术
装甲侦察车具有战场观察、目标搜索、识别、定位、处理和传输能力。有轮式装甲侦察车和履带式装甲侦察车两种,以轮式装甲侦察车为主。
现代装甲侦察车一般装有大倍率光学潜望镜、电视摄像机、热像仪、激光测距仪、雷达定位定向、信息处理和信息传输设备等。为便于远距离观察,车上的观察设备通常设有旋转和升降装置。大倍率光学潜望镜和电视摄像机主要用于能见度良好的夜间进行侦察,发现目标距离不小于20千米,识别装甲车辆距离为10~15千米,并具有电视自动跟踪能力。热像仪主要用于夜间侦察,夜间识别装甲车辆的距离不小于3千米。激光测距仪的最大测量距离不小于20千米,误差一般为5米。雷达可全天候实施侦察,具有多目标自动跟踪能力,对装甲车辆的探测距离不小于25千米,对单兵的最大探测距离不小于10千米。定位定向设备通常由全球卫星定位装置和惯性定位定向装置组成,用于实现装甲侦察车自动寻北、定位导航,寻北精度3密位,定位精度10~20米。信息处理设备由计算机等组成,可对侦察到的目标与图像进行采集、存储和叠加属性、数量、时间、坐标等,并在电子地图上进行自动标注。信息传输设备由微波电视传输设备和电台组成,具有数字通信和网络通信能力,可将侦察到的信息及时传递给其他作战单元。有的装甲侦察车上还装有红外报警器、地面激光目标指示器和核、化、生探测报警器等。履带式装甲侦察车的最大机动速度为90千米/时,轮式装甲侦察车可达125千米/时。车上装有20~30毫米机关炮和机枪,有的还装有76~105毫米火炮,也有的同时装有火炮和反坦克导弹发射装置。
由于装甲侦察车主要任务是侦察而不是作战,因此具有速度较快但装甲比其它装甲车辆要薄弱的重要特征。然而,由于装甲侦察车最早出现在前线甚至敌人后方,因此对防护能力和警戒能力的要求更高,同时对车辆健康状态的要求也更高,一旦出现包括抛锚等设备故障,后果不堪设想。很显然,装甲侦察车必须具有的高速性和轻便性对上述要求造成不利的限制。
发明内容
为了解决上述问题,本发明提供了一种车辆健康状态智能预警方法和系统,能够在维持装甲侦察车的高速性和轻便性的同时,对装甲侦察车内部结构进行升级,在不过多增加装甲侦察车负重的前提下,执行对装甲侦察车重要驱动装置即传动箱齿轮的电子化健康状态监控,同时,基于附近空域中最近无人机的最大输出火力对装甲侦察车装甲富裕程度以及当前警戒等级的修正分别提供相应的健康状态参考信息,从而同时满足装甲侦察车的各项性能需求。
相比较于现有技术,本发明至少需要具备以下三处突出的实质性特点:
(1)在装甲侦察车行驶过程中,基于装甲侦察车传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级,从而对装甲侦察车传动箱的健康状态执行智能判断;
(2)在装甲侦察车行驶过程中,对遭遇到的最近无人机的最大输出火力即最大破甲深度进行判断,并在接收到的无人机最大输出火力大于等于装甲侦察车的平均装甲厚度时,发出装甲不足信号以实现对装甲侦察车整车预期健康状态的智能判断;
(3)基于接收到的无人机最大输出火力修正装甲侦察车的当前警戒等级,接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高,从而为装甲侦察车健康状态的维护提供有价值的参考数据。
根据本发明的第一方面,提供了一种车辆健康状态智能预警方法,所述方法包括:
使用频率检测设备,设置在装甲侦察车的传动箱附近,用于在所述传动箱的齿轮处于运转模式下时,每隔预设时长测量一次所述传动箱的固有频率以作为当前固有频率输出;
使用降幅解析设备,与所述频率检测设备连接,用于获取所述频率检测设备在各个测量时刻分别获取的各个当前固有频率,并在时间轴上按照时间先后顺序对所述各个当前固有频率执行排序,并基于排序后的各个当前固有频率的数值变化确定所述传动箱的固有频率的降幅数值;
使用损伤判断设备,与所述降幅解析设备连接,用于基于所述传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级;
使用全景采集设备,设置在所述装甲侦察车的顶部,用于对所述装甲侦察车上方空域执行全景采集操作,以获得相应的全景采集图像;
使用机体检测设备,与所述全景采集设备连接,用于将所述全景采集图像中与某一种类无人机的基准轮廓匹配的图像区域作为无人机存在区域,以获得所述全景采集图像中的一个以上无人机存在区域;
使用种类鉴定设备,与所述机体检测设备连接,用于将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出;
使用火力识别设备,与所述种类鉴定设备连接,用于确定与接收到的当前识别种类对应的无人机最大输出火力;
使用状态分析设备,与所述火力识别设备连接,用于在接收到的无人机最大输出火力大于等于所述装甲侦察车的平均装甲厚度时,发出装甲不足信号;
使用警戒控制设备,与所述状态分析设备连接,用于基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级;
其中,基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级包括:接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高。
根据本发明的第二方面,提供了一种车辆健康状态智能预警系统,所述系统包括:
频率检测设备,设置在装甲侦察车的传动箱附近,用于在所述传动箱的齿轮处于运转模式下时,每隔预设时长测量一次所述传动箱的固有频率以作为当前固有频率输出;
降幅解析设备,与所述频率检测设备连接,用于获取所述频率检测设备在各个测量时刻分别获取的各个当前固有频率,并在时间轴上按照时间先后顺序对所述各个当前固有频率执行排序,并基于排序后的各个当前固有频率的数值变化确定所述传动箱的固有频率的降幅数值;
损伤判断设备,与所述降幅解析设备连接,用于基于所述传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级;
全景采集设备,设置在所述装甲侦察车的顶部,用于对所述装甲侦察车上方空域执行全景采集操作,以获得相应的全景采集图像;
机体检测设备,与所述全景采集设备连接,用于将所述全景采集图像中与某一种类无人机的基准轮廓匹配的图像区域作为无人机存在区域,以获得所述全景采集图像中的一个以上无人机存在区域;
种类鉴定设备,与所述机体检测设备连接,用于将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出;
火力识别设备,与所述种类鉴定设备连接,用于确定与接收到的当前识别种类对应的无人机最大输出火力;
状态分析设备,与所述火力识别设备连接,用于在接收到的无人机最大输出火力大于等于所述装甲侦察车的平均装甲厚度时,发出装甲不足信号;
警戒控制设备,与所述状态分析设备连接,用于基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级;
其中,基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级包括:接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明的车辆健康状态智能预警方法和系统的技术流程图。
图2为根据本发明的实施例1示出的车辆健康状态智能预警方法的步骤流程图。
图3为根据本发明的实施例2示出的车辆健康状态智能预警方法的步骤流程图。
图4为根据本发明的实施例3示出的车辆健康状态智能预警方法的步骤流程图。
图5为根据本发明的实施例4示出的车辆健康状态智能预警方法的步骤流程图。
图6为根据本发明的实施例5示出的车辆健康状态智能预警系统的内部结构图。
图7为根据本发明的实施例6示出的车辆健康状态智能预警系统的内部结构图。
图8为根据本发明的实施例7示出的车辆健康状态智能预警系统的内部结构图。
图9为根据本发明的实施例8示出的车辆健康状态智能预警系统的内部结构图。
具体实施方式
随着地面战争发生了巨大变化,装甲侦察车也不例外,在结构设计上出现相应变化。装甲侦察车的传统功能一直是在主力部队之前侦察并收集有关敌军和前方地形的准确战术信息,将信息发送给指挥官。侦察分队也可以执行侧翼掩护、路线侦察及护航任务。
4×4型侦察车曾是典型的老一代轻型侦察车,由于外形尺寸小而不易被发现,并且仅装备机枪,这些车辆的观察设备仅限于昼用瞄具和红外夜视器材,信息通过无线电台传递到下一指挥链,无线电波可能会被中途截获;车辆几乎无法准确地测定自己的位置。后来红外夜视装置逐渐被二代图像增强系统所取代,最近又被热像仪取代。尽管后者通常相当昂贵,但目标探测和识别的距离比过去远许多。
新一代侦察车通常配有先进的侦察系统,包括昼用摄像机、热像仪、人眼安全激光测距机、精确地面导航系统和先进的通信系统。通过这些设备可以把数据实时传递到下一指挥链或高一级指挥层。
当许多国家仍在使用装备精良的装甲平台执行侦察任务时,一些国家已开始装备带有专用传感器组件的小型车辆。未来侦察系统正逐渐演变为传感器平台,该平台与前几代平台最显著的区别是:传感器、通信和导航设备远比平台本身昂贵。
为了克服上述不足,本发明搭建了一种车辆健康状态智能预警方法和系统,通过对现有技术中的装甲侦察车执行电子化改造,在不牺牲装甲侦察车的高速性和轻便性的同时,满足装甲侦察车对重要传动设备性能、抗空中打击能力以及当前警戒等级是否充足等各个方面健康状态的监控预警需求,从而提升了装甲侦察车整车的健康水准。
如图1所示,给出了根据本发明示出的车辆健康状态智能预警方法和系统的技术流程图。
如图1所示,本发明的具体的技术流程如下:
首先,通过对装甲侦察车传动箱的固有频率的数值变化情况,计算对应的传动箱的齿轮的损伤等级,并将获得的传动箱的齿轮的损伤等级反馈给装甲侦察车以作为一项健康状态智能监控数据;
其次,通过对装甲侦察车所在空域中各个无人机的视觉识别结果提取出最近无人机的类型,进而获得最近无人机的最大输出火力即最大破甲深度,并在最近无人机最大输出火力大于等于装甲侦察车的平均装甲厚度时,发出装甲不足信号以实现对装甲侦察车整车预期健康状态的智能判断;
最后,根据最近无人机最大输出火力修正装甲侦察车的当前警戒等级,从而有效维护装甲侦察车的监控状态。接收到的无人机最大输出火力的数
本发明的关键点在于,在装甲侦察车行驶过程中,对影响装甲侦察车车辆健康的三项数据分别执行智能化识别操作,为基于反馈数据对装甲侦察车进行健康状态维护提供关键信息。
下面,将对本发明的车辆健康状态智能预警方法和系统以实施例的方式进行具体说明。
实施例1
图2为根据本发明的实施例1示出的车辆健康状态智能预警方法的步骤流程图。
如图2所示,所述车辆健康状态智能预警方法包括以下步骤:
使用频率检测设备,设置在装甲侦察车的传动箱附近,用于在所述传动箱的齿轮处于运转模式下时,每隔预设时长测量一次所述传动箱的固有频率以作为当前固有频率输出;
使用降幅解析设备,与所述频率检测设备连接,用于获取所述频率检测设备在各个测量时刻分别获取的各个当前固有频率,并在时间轴上按照时间先后顺序对所述各个当前固有频率执行排序,并基于排序后的各个当前固有频率的数值变化确定所述传动箱的固有频率的降幅数值;
使用损伤判断设备,与所述降幅解析设备连接,用于基于所述传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级;
使用全景采集设备,设置在所述装甲侦察车的顶部,用于对所述装甲侦察车上方空域执行全景采集操作,以获得相应的全景采集图像;
使用机体检测设备,与所述全景采集设备连接,用于将所述全景采集图像中与某一种类无人机的基准轮廓匹配的图像区域作为无人机存在区域,以获得所述全景采集图像中的一个以上无人机存在区域;
使用种类鉴定设备,与所述机体检测设备连接,用于将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出;
使用火力识别设备,与所述种类鉴定设备连接,用于确定与接收到的当前识别种类对应的无人机最大输出火力;
使用状态分析设备,与所述火力识别设备连接,用于在接收到的无人机最大输出火力大于等于所述装甲侦察车的平均装甲厚度时,发出装甲不足信号;
使用警戒控制设备,与所述状态分析设备连接,用于基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级;
其中,基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级包括:接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高。
实施例2
图3为根据本发明的实施例2示出的车辆健康状态智能预警方法的步骤流程图。
如图3所示,所述车辆健康状态智能预警方法还包括:
使用大数据存储设备,通过网络分别与所述种类鉴定设备和所述火力识别设备连接,用于存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的基准轮廓不止一个且为对相应种类单个无人机从不同角度拍摄的只包括单个无人机的各个成像图案;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的无人机最大输出火力为各个武器同时输出弹药到单个装甲侦察车所形成的最大破甲深度。
实施例3
图4为根据本发明的实施例3示出的车辆健康状态智能预警方法的步骤流程图。
如图4所示,所述车辆健康状态智能预警方法还包括:
使用实时计时设备,设置在所述频率检测设备附近,用于为所述频率检测设备提供各个测量时刻。
实施例4
图5为根据本发明的实施例4示出的车辆健康状态智能预警方法的步骤流程图。
如图5所示,所述车辆健康状态智能预警方法还包括:
使用数据库存储设备,设置在所述装甲侦察车内部,与所述损伤判断设备连接,用于以数据库模式存储所述传动箱的齿轮的损伤等级与所述传动箱的固有频率的降幅数值的对应关系。
在上述实施例1-4的任一实施例中,可选地,在所述车辆健康状态智能预警方法中:
所述状态分析设备还用于在接收到的无人机最大输出火力小于所述装甲侦察车的平均装甲厚度时,发出装甲充足信号;
其中,基于所述传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级包括:确定的所述传动箱的齿轮的损伤等级与所述传动箱的固有频率的降幅数值正向关联;
其中,确定的所述传动箱的齿轮的损伤等级与所述传动箱的固有频率的降幅数值正向关联包括:所述传动箱的齿轮的损伤等级越高,所述传动箱的齿轮的损伤程度越大;
其中,将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出包括:获取所述全景采集图像中每一个无人机存在区域占据的像素点总数,并将占据像素点总数最多的无人机存在区域作为面积最大的无人机存在区域。
实施例5
图6为根据本发明的实施例5示出的车辆健康状态智能预警系统的内部结构图。
如图6所示,所述车辆健康状态智能预警系统包括以下部件:
频率检测设备,设置在装甲侦察车的传动箱附近,用于在所述传动箱的齿轮处于运转模式下时,每隔预设时长测量一次所述传动箱的固有频率以作为当前固有频率输出;
降幅解析设备,与所述频率检测设备连接,用于获取所述频率检测设备在各个测量时刻分别获取的各个当前固有频率,并在时间轴上按照时间先后顺序对所述各个当前固有频率执行排序,并基于排序后的各个当前固有频率的数值变化确定所述传动箱的固有频率的降幅数值;
损伤判断设备,与所述降幅解析设备连接,用于基于所述传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级;
全景采集设备,设置在所述装甲侦察车的顶部,用于对所述装甲侦察车上方空域执行全景采集操作,以获得相应的全景采集图像;
机体检测设备,与所述全景采集设备连接,用于将所述全景采集图像中与某一种类无人机的基准轮廓匹配的图像区域作为无人机存在区域,以获得所述全景采集图像中的一个以上无人机存在区域;
种类鉴定设备,与所述机体检测设备连接,用于将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出;
火力识别设备,与所述种类鉴定设备连接,用于确定与接收到的当前识别种类对应的无人机最大输出火力;
状态分析设备,与所述火力识别设备连接,用于在接收到的无人机最大输出火力大于等于所述装甲侦察车的平均装甲厚度时,发出装甲不足信号;
警戒控制设备,与所述状态分析设备连接,用于基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级;
其中,基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级包括:接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高。
实施例6
图7为根据本发明的实施例6示出的车辆健康状态智能预警系统的内部结构图。
如图7所示,所述车辆健康状态智能预警系统还包括:
大数据存储设备,通过网络分别与所述种类鉴定设备和所述火力识别设备连接,用于存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的基准轮廓不止一个且为对相应种类单个无人机从不同角度拍摄的只包括单个无人机的各个成像图案;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的无人机最大输出火力为各个武器同时输出弹药到单个装甲侦察车所形成的最大破甲深度。
实施例7
图8为根据本发明的实施例7示出的车辆健康状态智能预警系统的内部结构图。
如图8所示,所述车辆健康状态智能预警系统还包括:
实时计时设备,设置在所述频率检测设备附近,用于为所述频率检测设备提供各个测量时刻。
实施例8
图9为根据本发明的实施例8示出的车辆健康状态智能预警系统的内部结构图。
如图9所示,所述车辆健康状态智能预警系统还包括:
数据库存储设备,设置在所述装甲侦察车内部,与所述损伤判断设备连接,用于以数据库模式存储所述传动箱的齿轮的损伤等级与所述传动箱的固有频率的降幅数值的对应关系。
在上述实施例5-8的任一实施例中,可选地,在所述车辆健康状态智能预警系统中:
所述状态分析设备还用于在接收到的无人机最大输出火力小于所述装甲侦察车的平均装甲厚度时,发出装甲充足信号;
其中,基于所述传动箱的固有频率的降幅数值确定所述传动箱的齿轮的损伤等级包括:确定的所述传动箱的齿轮的损伤等级与所述传动箱的固有频率的降幅数值正向关联;
其中,确定的所述传动箱的齿轮的损伤等级与所述传动箱的固有频率的降幅数值正向关联包括:所述传动箱的齿轮的损伤等级越高,所述传动箱的齿轮的损伤程度越大;
其中,将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出包括:获取所述全景采集图像中每一个无人机存在区域占据的像素点总数,并将占据像素点总数最多的无人机存在区域作为面积最大的无人机存在区域。
另外,固有频率也称为自然频率(natural frequency)。物体做自由振动时,其位移随时间按正弦或余弦规律变化,振动的频率与初始条件无关,而仅与系统的固有特性有关(如质量、形状、材质等),称为固有频率,其对应周期称为固有周期。对固有频率的研究有利于保证产品稳定性。
物体做自由振动时,其位移随时间按正弦规律变化,又称为简谐振动。简谐振动的振幅及初相位与振动的初始条件有关,振动的周期或频率与初始条件无关,而与系统的固有特性有关,称为固有频率或者固有周期。物体的频率与它的硬度、质量、外形尺寸有关,当其发生形变时,弹力使其恢复。弹力主要与尺寸和硬度有关,质量影响其加速度。同样外形时,硬度高的频率高,质量大的频率低。一个系统的质量分布,内部的弹性以及其他的力学性质决定。
齿轮传动是指由齿轮副传递运动和动力的装置,它是现代各种设备中应用最广泛的一种机械传动方式。它的传动比较准确,效率高,结构紧凑,工作可靠,寿命长。
以及,在传动箱内,齿轮传动是靠齿与齿的啮合进行工作的,轮齿是齿轮直接参与工作的部分,所以齿轮的损伤即齿轮的失效主要发生在轮齿上。主要的失效形式有轮齿折断、齿面点蚀、齿面磨损、齿面胶合以及塑性变形等。
1、轮齿折断
轮齿折断通常有两种情况:一种是由于多次重复的弯曲应力和应力集中造成的疲劳折断;另一种是由于突然产生严重过载或冲击载荷作用引起的过载折断。尤其是脆性材料(铸铁、淬火钢等)制成的齿轮更容易发生轮齿折断。两种折断均起始于轮齿受拉应力的一侧。增大齿根过渡圆角半径、改善材料的力学性能、降低表面粗糙度以减小应力集中,以及对齿根处进行强化处理(如喷丸、滚挤压)等,均可提高轮齿的抗折断能力。
2、齿面点蚀
轮齿工作时,前面啮合处在交变接触应力的多次反复作用下,在靠近节线的齿面上会产生若干小裂纹。随着裂纹的扩展,将导致小块金属剥落,这种现象称为齿面点蚀。齿面点蚀的继续扩展会影响传动的平稳性,并产生振动和噪声,导致齿轮不能正常工作。点蚀是润滑良好的闭式齿轮传动常见的失效形式。提高齿面硬度和降低表面粗糙度值,均可提高齿面的抗点蚀能力、开式齿轮传动,由于齿面磨损较快,不出现点蚀。
3、齿面磨损
轮齿啮合时,由于相对滑动,特别是外界硬质微粒进入啮合工作面之间时,会导致轮齿表面磨损。齿面逐渐磨损后,齿面将失去正确的齿形,严重时导致轮齿过薄而折断,齿面磨损是开式齿轮传动的主要失效形式。为了减少磨损,重要的齿轮传动应采用闭式传动,并注意润滑。
4、齿面胶合
在高速重载的齿轮传动中,齿面间的压力大、温升高、润滑效果差,当瞬时温度过高时,将使两齿面局部熔融、金属相互粘连,当两齿面做相对运动时,粘住的地方被撕破,从而在齿面上沿着滑动方向形成带状或大面积的伤痕,低速重载的传动不易形成油膜,摩擦发热虽不大,但也可能因重载而出现冷胶合。采用黏度较大或抗胶合性能好的润滑油,降低表面粗糙度以形成良好的润滑条件;提高齿面硬度等均可增强齿面的抗胶合能力。
5、齿面塑性变形
硬度较低的软齿面齿轮,在低速重载时,由于齿面压力过大,在摩擦力作用下,齿面金属产生塑性流动而失去原来的齿形。提高齿面硬度和采用黏度较高的润滑油,均有助于防止或减轻齿面塑性变形。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。

Claims (6)

1.一种车辆健康状态智能预警方法,其特征在于,所述方法包括:
使用全景采集设备,设置在装甲侦察车的顶部,用于对所述装甲侦察车上方空域执行全景采集操作,以获得相应的全景采集图像;
使用机体检测设备,与所述全景采集设备连接,用于将所述全景采集图像中与某一种类无人机的基准轮廓匹配的图像区域作为无人机存在区域,以获得所述全景采集图像中的一个以上无人机存在区域;
使用种类鉴定设备,与所述机体检测设备连接,用于将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出;
使用火力识别设备,与所述种类鉴定设备连接,用于确定与接收到的当前识别种类对应的无人机最大输出火力;
使用状态分析设备,与所述火力识别设备连接,用于在接收到的无人机最大输出火力大于等于所述装甲侦察车的平均装甲厚度时,发出装甲不足信号;
使用警戒控制设备,与所述状态分析设备连接,用于基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级;
其中,基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级包括:接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高。
2.如权利要求1所述的车辆健康状态智能预警方法,其特征在于,所述方法还包括:
使用大数据存储设备,通过网络分别与所述种类鉴定设备和所述火力识别设备连接,用于存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的基准轮廓不止一个且为对相应种类单个无人机从不同角度拍摄的只包括单个无人机的各个成像图案;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的无人机最大输出火力为各个武器同时输出弹药到单个装甲侦察车所形成的最大破甲深度。
3.如权利要求1-2任一所述的车辆健康状态智能预警方法,其特征在于:
所述状态分析设备还用于在接收到的无人机最大输出火力小于所述装甲侦察车的平均装甲厚度时,发出装甲充足信号;
其中,将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出包括:获取所述全景采集图像中每一个无人机存在区域占据的像素点总数,并将占据像素点总数最多的无人机存在区域作为面积最大的无人机存在区域。
4.一种车辆健康状态智能预警系统,其特征在于,所述系统包括:
全景采集设备,设置在装甲侦察车的顶部,用于对所述装甲侦察车上方空域执行全景采集操作,以获得相应的全景采集图像;
机体检测设备,与所述全景采集设备连接,用于将所述全景采集图像中与某一种类无人机的基准轮廓匹配的图像区域作为无人机存在区域,以获得所述全景采集图像中的一个以上无人机存在区域;
种类鉴定设备,与所述机体检测设备连接,用于将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出;
火力识别设备,与所述种类鉴定设备连接,用于确定与接收到的当前识别种类对应的无人机最大输出火力;
状态分析设备,与所述火力识别设备连接,用于在接收到的无人机最大输出火力大于等于所述装甲侦察车的平均装甲厚度时,发出装甲不足信号;
警戒控制设备,与所述状态分析设备连接,用于基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级;
其中,基于接收到的无人机最大输出火力修正所述装甲侦察车的当前警戒等级包括:接收到的无人机最大输出火力的数值越大,修正后的所述装甲侦察车的当前警戒等级越高。
5.如权利要求4所述的车辆健康状态智能预警系统,其特征在于,所述系统还包括:
大数据存储设备,通过网络分别与所述种类鉴定设备和所述火力识别设备连接,用于存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的基准轮廓不止一个且为对相应种类单个无人机从不同角度拍摄的只包括单个无人机的各个成像图案;
其中,存储每一种类无人机对应的基准轮廓以及对应的无人机最大输出火力包括:针对每一种类无人机,其对应的无人机最大输出火力为各个武器同时输出弹药到单个装甲侦察车所形成的最大破甲深度。
6.如权利要求4-5任一所述的车辆健康状态智能预警系统,其特征在于:
所述状态分析设备还用于在接收到的无人机最大输出火力小于所述装甲侦察车的平均装甲厚度时,发出装甲充足信号;
其中,将所述全景采集图像中的一个以上无人机存在区域内面积最大的无人机存在区域作为目标存在区域,并将所述目标存在区域对应的无人机种类作为当前识别种类输出包括:获取所述全景采集图像中每一个无人机存在区域占据的像素点总数,并将占据像素点总数最多的无人机存在区域作为面积最大的无人机存在区域。
CN202111345296.7A 2021-11-15 2021-11-15 车辆健康状态智能预警方法和系统 Active CN114084156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111345296.7A CN114084156B (zh) 2021-11-15 2021-11-15 车辆健康状态智能预警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111345296.7A CN114084156B (zh) 2021-11-15 2021-11-15 车辆健康状态智能预警方法和系统

Publications (2)

Publication Number Publication Date
CN114084156A CN114084156A (zh) 2022-02-25
CN114084156B true CN114084156B (zh) 2023-02-03

Family

ID=80300594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111345296.7A Active CN114084156B (zh) 2021-11-15 2021-11-15 车辆健康状态智能预警方法和系统

Country Status (1)

Country Link
CN (1) CN114084156B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9529360B1 (en) * 2015-01-28 2016-12-27 Howard Melamed System and method for detecting and defeating a drone
US10083614B2 (en) * 2015-10-22 2018-09-25 Drone Traffic, Llc Drone alerting and reporting system
CN106839881B (zh) * 2016-12-23 2019-03-19 成都赫尔墨斯科技股份有限公司 一种基于动态图像识别的反无人机方法
CN110595286A (zh) * 2019-08-26 2019-12-20 杭州蓝海特种车辆有限公司 一种无人机侦测、防控多功能车及其使用方法
CN111652067B (zh) * 2020-04-30 2023-06-30 南京理工大学 一种基于图像探测的无人机识别方法
KR102296962B1 (ko) * 2020-05-08 2021-09-01 엘아이지넥스원 주식회사 대 드론 방어 방법 및 시스템

Also Published As

Publication number Publication date
CN114084156A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
US11255640B2 (en) Apparatus and method for calculating aiming point information
US7210392B2 (en) Autonomous weapon system
US7870816B1 (en) Continuous alignment system for fire control
US5408541A (en) Method and system for recognizing targets at long ranges
US7600462B2 (en) Dual elevation weapon station and method of use
CN105486175B (zh) 基于大功率连续激光的低空安保防护系统及方法
KR20210052465A (ko) 시야 광학체를 위한 디스플레이 시스템
AU2002210260A1 (en) Autonomous weapon system
US6260466B1 (en) Target aiming system
US7602478B2 (en) Fused sensor situation display
CN114084156B (zh) 车辆健康状态智能预警方法和系统
CN110399652B (zh) 基于运动伪装的航天器隐蔽机动轨迹设计方法
RU179821U1 (ru) Автоматизированная система управления наведением и огнем пусковой установки реактивной системы залпового огня (варианты)
Moyer et al. Identification of handheld objects for electro-optic/FLIR applications
WO2023211971A1 (en) Imaging enabler for a viewing optic
CN115854784B (zh) 一种双齿轮滚动任务规划方法
KR20130029255A (ko) 영상 장치 연동 무장 시스템 및 그 동작 방법
CN115511129A (zh) 一种装甲装备战场损伤评估分析方法及系统
Qiang et al. Design and implementation of panorama vehicle-mounted battlefield perception system based on multi-light fusion imaging technology
RU2772681C1 (ru) Способ стрельбы из артиллерийского вооружения
CN210036433U (zh) 一种单兵信息采集器
Ludeke International Tank Development from 1970
McDermott The Technological Transformation of Russian Conventional Fires
KR102654044B1 (ko) 파노라마 이미지와 인공지능을 이용하여 우세시정을 산출하는 영상분석 시정계
US20240167790A1 (en) Elevation Adders for a Viewing Optic with an Integrated Display System

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