CN114518234B - 整车电驱的损伤检测方法、服务器、计算机可读存储介质 - Google Patents
整车电驱的损伤检测方法、服务器、计算机可读存储介质 Download PDFInfo
- Publication number
- CN114518234B CN114518234B CN202210148353.0A CN202210148353A CN114518234B CN 114518234 B CN114518234 B CN 114518234B CN 202210148353 A CN202210148353 A CN 202210148353A CN 114518234 B CN114518234 B CN 114518234B
- Authority
- CN
- China
- Prior art keywords
- damage
- sample
- driving
- electric drive
- working condition
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W50/00—Details 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
- B60W50/04—Monitoring the functioning of the control system
- B60W50/045—Monitoring control system parameters
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种整车电驱的损伤检测方法、服务器、计算机可读存储介质。本发明通过获取目标车辆的行驶信息,所述行驶信息包括所述目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程;根据所述总行驶里程以及每个所述行驶工况的工况占比确定每个所述行驶工况下的行驶里程;根据所述行驶工况下的行驶里程从样本车辆的载荷谱数据中获取所述行驶工况的损伤值,其中,所述载荷谱数据至少包括一个样本工况的样本数据;根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的技术方案,提高了不同整车的损伤值的检测速度。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种整车电驱的损伤检测方法、服务器、计算机可读存储介质。
背景技术
在整车使用年龄较长或者整车行驶里程较远时,整车电驱所承受的损伤程度也相应发生变化。目前,通常使多台整车在不同的工况下运行,并采集不同路况下各整车电驱的运行数据以分析各整车的电驱的损伤值。但是,由于需要采集多种工况下的整车电驱的运行数据,导致采集周期长且损伤值计算过程比较繁琐。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种整车电驱的损伤检测方法、服务器、计算机可读存储介质,旨在解决不同整车行驶工况不同,导致损伤值检测过程繁琐的技术问题。
为实现上述目的,本发明提供一种整车电驱的损伤检测方法,所述方法包括:
获取目标车辆的行驶信息,所述行驶信息包括所述目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程;
根据所述总行驶里程以及每个所述行驶工况的工况占比确定每个所述行驶工况下的行驶里程;
根据所述行驶工况下的行驶里程从样本车辆的载荷谱数据中获取所述行驶工况的损伤值,其中,所述载荷谱数据至少包括一个样本工况的样本数据;
根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值。
在一实施例中,所述根据所述行驶工况下的行驶里程从样本车辆的载荷谱数据中获取所述行驶工况的损伤值的步骤包括:
从载荷谱数据中获取所述行驶工况下的所有第一损伤值,所述第一损伤值为所述行驶里程内按照预设里程切片确定的每个所述预设里程对应的第一损伤值,所述预设里程小于所述行驶里程;
根据预设抽样数量的所述第一损伤值确定所述行驶工况下的损伤值。
在一实施例中,所述根据预设抽样数量的所述第一损伤值确定所述行驶工况下的损伤值的步骤包括:
将预设抽样数量的所述第一损伤值之和确定为所述行驶工况下的损伤值。
在一实施例中,所述根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的步骤包括:
将各个所述行驶工况的损伤值之和确定为所述目标车辆的电驱损伤值。
在一实施例中,所述获取目标车辆的行驶信息的步骤之前,还包括:
对样本整车进行样本工况划分;
根据各个所述样本工况的行驶里程以及预设行驶里程确定各个所述样本工况的工况占比;
采集各个所述样本工况的工况占比对应的样本数据;
根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值。
在一实施例中,所述对样本整车进行样本工况划分的步骤包括:
将样本整车基于垂直维度和所述垂直维度对应的水平维度划分为多个样本工况;
所述采集各个所述样本工况的工况占比对应的样本数据的步骤包括:
获取各个所述样本工况对应的工况占比在所述垂直维度和所述垂直维度对应的水平维度的样本数据;
根据所述垂直维度和所述垂直维度对应的水平维度的样本数据确定每个样本工况对应的样本数据。
在一实施例中,所述采集各个所述样本工况的工况占比对应的样本数据的步骤之后,还包括:
在所述样本数据的数据量低于预设值时,获取所述样本数据对应的分布类型;
基于所述分布类型对所述样本数据进行蒙特卡洛仿真,得到仿真后的所述样本数据,并执行所述根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值的步骤。
在一实施例中,所述根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的步骤之后,还包括:
对各个目标车辆的电驱损伤值进行排序;
获取所述电驱损伤值低于预设损伤值的目标车辆;
根据所述电驱损伤值低于预设损伤值的目标车辆的所述电驱损伤值确定行驶工况的组成部分。
此外,为实现上述目的,本发明还提供一种服务器,所述服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的整车电驱的损伤检测程序,所述整车电驱的损伤检测程序被所述处理器执行时实现如上所述的整车电驱的损伤检测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有整车电驱的损伤检测程序,所述整车电驱的损伤检测程序被处理器执行时实现如上所述的整车电驱的损伤检测方法的步骤。
本发明实施例中提供了一种整车电驱的损伤检测方法、服务器、计算机可读存储介质的技术方案,本发明通过采用获取目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程。根据所述总行驶里程以及每个所述行驶里程的工况占比确定每个所述行驶工况下的行驶里程。在确定每个所述行驶工况下的行驶里程之后,从样本车辆确定的载荷谱数据中抽取每个行驶工况的损伤值,从而根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的技术方案,本发明的载荷谱数据中至少包括一个样本工况的样本数据,因此,可实现当目标车辆的行驶工况发生变化时,均能从所述载荷谱数据中提取所述行驶工况对应的损伤值,从而实现由一台样本车辆的载荷谱数据即可确定多台目标车辆的损伤值,解决了不同整车行驶工况不同,需要分别采集不同行驶工况的数据确定损伤值,导致损伤值检测过程繁琐的问题,提高不同整车的损伤值的检测速度。
附图说明
图1为本发明整车电驱的损伤检测方法第一实施例的流程示意图;
图2为本发明整车电驱的损伤检测方法第二实施例的流程示意图;
图3为本发明整车电驱的损伤检测方法第三实施例的流程示意图;
图4为本发明整车电驱的损伤检测方法第一实施例步骤S140之后的流程示意图;
图5为为服务器的硬件运行环境的结构示意图;
图6为本发明乡村路的概率密度分布图;
图7为本发明城市路的概率密度分布图;
图8为本发明高速路的概率密度分布图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明,上述附图只是一个实施例图,而不是发明的全部。
具体实施方式
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
以下将以实施例的方式对本发明技术方案展开描述:
第一实施例:
如图1所示,在本发明的第一实施例中,本发明的整车电驱的损伤检测方法,包括以下步骤:
步骤S110,获取目标车辆的行驶信息,所述行驶信息包括所述目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程;
在本实施例中,为了解决不同整车行驶工况不同,需要分别采集不同行驶工况的数据确定损伤值,导致损伤值检测过程繁琐的技术问题。本发明提出了一种整车电驱的损伤检测方法。该方法根据不同维度划分样本工况,基于大数据采集不同的样本工况对应的样本数据,从而形成载荷谱数据。对所述载荷谱数据进行切片并计算损伤值,形成具有行驶里程以及样本工况属性的损伤值。当获取目标车辆的行驶信息时,可以根据目标车辆的总行驶里程以及每个行驶工况的工况占比确定每个行驶工况下的行驶里程,并从所述载荷谱数据中获取所述行驶工况的损伤值,从而确定所述目标车辆的电驱损伤值。本发明通过上述方法可以确定不同整车行驶工况下的电驱损伤值,提高不同整车的损伤值的检测速度。
在本实施例中,所述目标车辆为用户车辆,即用户实际使用的车辆,所述目标车辆的车型不受限制,可以是卡车、汽车等。所述目标车辆上设置有T-BOX,所述T-BOX主要用于和车载系统/手机APP互联通信,实现车载系统/手机APP的车辆信息显示与控制。汽车T-B0X与主机通过CANBUS总线通信,实现指令与信息的传递,从而获取到包括车辆状态、按键状态等信息以及传递控制指令等;通过音频连接,实现双方共用麦克与喇叭输出。与手机APP是通过车载系统以数据链路的形式进行间接通信(双向)。T-BOX与车载系统通信还包括语音和短信两种形式,使用短信形式主要实现一键导航及远程控制功能。本发明通过目标车辆上的T-BOX获取所述目标车辆对应的行驶信息,由于每一台目标车辆在行驶过程中可能经历不同的行驶工况,且所述行驶工况可能是一个或者多个。因此,当需要对目标整车的电驱损伤值进行检测时,需要获取目标车辆的至少一个行驶工况。同时,需要获取目标车辆的总行驶里程,所述总行驶里程可以是所述目标车辆的历史累积行驶里程。
步骤S120,根据所述总行驶里程以及每个所述行驶工况的工况占比确定每个所述行驶工况下的行驶里程。
在本实施例中,在获取目标车辆的至少一个行驶里程以及目标车辆的总行驶里程之后,需要确定每个行驶工况下的行驶里程,以便于根据预先确定的载荷谱数据确定每个行驶工况的损伤值。具体的,每个行驶工况由不同的垂直维度和水平维度组成,且所述垂直维度和所述水平维度可根据所述目标车辆的行驶信息进行确定。每个行驶工况的工况占比的计算方式为:垂直维度一的某个水平维度占比*垂直维度二的某个水平维度占比*...*垂直维度n的某个水平维度占比。例如,假设垂直维度一为路况维度且所述路况维度的水平维度为乡村路,所述垂直维度二为载重维度且所述载重维度的水平维度为1吨时,则分别确定路况维度为乡村路这一水平维度的占比为X,载重维度为1吨这一水平维度的占比为Y,则行驶工况的工况占比的计算方式为:X*Y。
可选地,所述行驶信息还可包括所述目标车辆的位置,目标车辆在行驶过程中的位置是实时变化的,所述位置存储于所述目标车辆的T-BOX中。因此,在确定路况维度这一垂直维度的路况占比时,可通过Tbox里面的经纬度查询地点,采样Python中的geopy库反查即可获取所述目标车辆在路况维度下的路况占比。
可选地,还可通过所述目标整车的位置、行驶工况以及总行驶里程绘制所述目标车辆的行驶变化曲线,以直观的显示所述目标车辆的行驶轨迹。
在通过上述方式确定所述目标车辆的每个行驶工况的工况占比之后,可根据所述目标车辆的总行驶里程以及每个所述行驶工况的工况占比确定每个所述行驶工况下的行驶里程。其中,行驶工况的工况占比之和为1,且每个行驶工况下的行驶里程=总行驶里程*工况占比。例如,假设所述目标车辆的总行驶里程为300000km,所述目标车辆的行驶工况有3个,且行驶工况一、行驶工况二、行驶工况三的工况占比分别为:30%、30%、40%,则行驶工况一的行驶里程=300000km*30%=90000km,其他行驶工况的行驶里程的计算方式与行驶工况一相同,在此不再赘述。需要注意的是,不同目标车辆的行驶工况不同或者部分相同,因此,行驶工况的数量可根据不同目标车辆的具体行驶情况而定,且目标车辆的不同行驶工况的工况占比可能相同或者不同,也可根据所述目标车辆的具体行驶情况确定。
步骤S130,根据所述行驶工况下的行驶里程从样本车辆的载荷谱数据中获取所述行驶工况的损伤值,其中,所述载荷谱数据至少包括一个样本工况的样本数据。
在本实施例中,在确定每个行驶工况的行驶里程之后,根据行驶工况下的行驶里程从样本车辆的载荷谱数据中获取所述行驶工况的损伤值。因此,在获取行驶工况的损伤值之前,需要先确定所述样本车辆的载荷谱数据。所述载荷数据的生成过程如第二实施例所述,在此不再赘述。
在确定所述样本车辆的载荷谱数据之后,可以从所述载荷谱数据中对行驶工况的多个损伤值进行随机抽样,直到行驶里程数达到所述行驶工况的行驶里程时停止抽样,对这些损伤值求和,从而计算出该目标车辆在所述行驶工况的损伤值。可选地,从所述载荷谱数据中获取所述行驶工况下的所有第一损伤值,其中,所述第一损伤值为所述行驶里程内按照预设里程切片确定的每个所述预设里程对应的第一损伤值,且所述预设里程小于所述行驶里程。在根据预设抽样数量的所述第一损伤值确定所述行驶工况下的损伤值。可选地,可根据所述预设抽样数量的所述第一损伤值进行累加,将所述第一损伤值累加之和确定为所述行驶工况下的损伤值。
步骤S140,根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值。
在本实施例中,通过上述方式获取其他行驶工况的损伤值,根据各个行驶工况的损伤值确定所述目标车辆的电驱的损伤值。可选地,可将各个所述行驶工况的损伤值进行累加,根据各个所述行驶工况的损伤值的累积之和确定为所述目标车辆的电驱损伤值。例如,由上述方式得知,所述行驶工况一的行驶里程为90000km,假设所述预设里程为2km,即可确定所述预设抽样数量为90000km/2km=45000次,即需要从所述载荷谱数据中抽取45000次的所述第一损伤值,将45000次的所述第一损伤值进行累加,从而得到所述行驶工况一对应的损伤值。依次类推,通过上述方式依次获取行驶工况二和行驶工况三对应的损伤值。将行驶工况一的损伤值、行驶工况二的损伤值以及行驶工况三的损伤值进行累加,从而得到所述目标车辆的电驱损伤值,即所述目标车辆在行驶了所述总行驶里程时的电驱损伤值。
在此需要注意的是,本发明不仅仅局限于检测目标车辆的电驱损伤值,也可确定整车的其他部件的损伤值,开发人员可根据不同部件确定需要采集的行驶信息,进而根据所述行驶信息分析并确定其他部件的损伤值。
在本实施例的技术方案中,本发明通过采用获取目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程。根据所述总行驶里程以及每个所述行驶里程的工况占比确定每个所述行驶工况下的行驶里程。在确定每个所述行驶工况下的行驶里程之后,从样本车辆确定的载荷谱数据中抽取每个行驶工况的损伤值,从而根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的技术方案,本发明的载荷谱数据中至少包括一个样本工况的样本数据,因此,可实现当目标车辆的行驶工况发生变化时,均能从所述载荷谱数据中提取所述行驶工况对应的损伤值,从而实现由一台样本车辆的载荷谱数据即可确定多台目标车辆的损伤值,解决了不同整车行驶工况不同,需要分别采集不同行驶工况的数据确定损伤值,导致损伤值检测过程繁琐的问题,提高不同整车的损伤值的检测速度。
第二实施例:
如图2所示,图2中包括本发明第一实施例中步骤S110之前的步骤,在获取目标车辆的行驶信息的步骤之前,包括以下步骤:
步骤S210,对样本整车的样本工况进行划分。
在本实施例中,在获取目标车辆的行驶信息之前,需要对样本整车的样本工况进行划分。所述样本车辆为预先设定或者标定的车辆。所述样本整车至少包括一个样本工况,且所述样本工况可根据不同的维度进行划分确定。具体的,所述样本工况可根据垂直维度和所述垂直维度对应的水平维度进行划分,且所述垂直维度和所述水平维度的划分深度可根据实际情况进行设置。所述垂直维度和所述水平维度均可设置为多个。在一实施例中,可将样本整车基于垂直维度和所述垂直维度对应的水平维度划分为多个样本工况。
例如,假设将所述垂直维度划分为路况和载重这两个垂直维度。将所述路况进行水平划分,例如,可将所述路况划分为高速路、乡村路、城市路这三个水平维度。可将所述载重划分为1吨、5吨、20吨这三个水平维度。则可采用下列表格表示所述样本整车的样本工况:
高速路 | 乡村路 | 城市路 | |
1吨 | (1吨,高速路) | (1吨,乡村路) | (1吨,城市路) |
5吨 | (5吨,高速路) | (5吨,乡村路) | (5吨,城市路) |
20吨 | (20吨,高速路) | (20吨,乡村路) | (20吨,城市路) |
通过上述表格可知,当存在两个垂直维度以及三个水平维度时,则可确定6个样本工况。依次类推,当存在三个垂直维度以及三个水平维度时,存在12个样本工况。当维度的划分深度越深时,确定的样本工况越多,需要采集的样本数据越多,且最终确定的损伤值更加精确。
步骤S220,根据各个所述样本工况的行驶里程以及预设行驶里程确定各个所述样本工况的工况占比。
在本实施例中,在对样本整车进行样本工况划分后,可基于所述样本整车的预设行驶里程以及所述样本整车在各个所述样本工况下的行驶里程确定各个样本工况的工况占比。其中,所述预设行驶里程可根据实际情况进行确定,各个所述样本工况的行驶里程可根据所述预设行驶里程形成的轨迹确定。在确定预设行驶里程以及各个所述样本工况的行驶里程之后,即可确定各个所述样本工况的工况占比。其中,所述预设行驶里程以及各个所述样本工况的行驶里程之间呈比值关系。
步骤S230,采集各个所述样本工况的工况占比对应的样本数据;
在本实施例中,在确定各个样本工况的工况占比之后,需要获取各个样本工况的工况占比对应的样本数据。具体的,可通过大数据采集不同样本工况对应工况占比的样本数据,从而形成全通道的载荷谱数据。其中,所述样本数据可以来自于大数据采集的已知车辆的T-BOX上的数据。因为采用T-BOX上的数据划分样本工况,更适用于新能源汽车的用户关联项目,相对于传统的7维法节省了时间和成本。也可以设置样本工况测试场景,使所述样本整车在不同的样本工况测试场景下行驶,并获取每个样本工况下的工况占比的样本数据。可选地,可获取各个所述样本工况对应的工况占比在所述垂直维度和所述垂直维度对应的水平维度的样本数据,根据所述垂直维度和所述垂直维度对应的水平维度的样本数据确定每个样本工况对应的样本数据。具体的,每个样本工况的工况占比的计算方式为:垂直维度一的某个水平维度占比*垂直维度二的某个水平维度占比*...*垂直维度n的某个水平维度占比。例如,假设垂直维度一为路况维度且所述路况维度的水平维度为乡村路,所述垂直维度二为载重维度且所述载重维度的水平维度为1吨时,则分别确定路况维度为乡村路这一水平维度的占比为X,载重维度为1吨这一水平维度的占比为Y,则样本工况的工况占比的计算方式为:X*Y。
步骤S240,根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值。
在本实施例中,在获取样本数据之后,根据所述样本数据生成载荷谱数据。其中,所述载荷谱数据中的各样本工况下的样本数据的统计方式可根据实际情况进行确定,例如,常见的载荷谱数据的统计方式包括雨流计数分析方法等。针对本发明的电驱系统,可以采集输出扭矩、输出转速、车速和电机温度等信号,每种样本工况需要采集能够表示用户驾驶习惯的行驶里程,可以先统计一定行驶里程,描绘水平的概率密度分布,再增加一定行驶里程,描绘水平的概率密度分布,如果分布不变则表示行驶里程能够表示该用户驾驶习惯,从而形成载荷谱数据。
可选地,在确定载荷谱数据之后,可基于预设里程切片对所述载荷谱数据的每个样本工况进行划分。所述预设里程切片可根据实际情况进行设置,例如可在1km~2.5km这一范围内选择预设里程切片对每个样本工况的进行划分。可选地,在对每个样本工况进行划分之后,根据划分后的载荷谱数据计算损伤值,可计算每种样本工况下各频次的损伤值,从而形成每个样本工况下具备样本工况和里程属性的损伤值,即每一预设里程均有对应的损伤值。其中,所述损伤值的计算方式可根据实际情况进行选择,例如,疲劳损伤值计算、磨损计算等。具体的损伤值计算方式在此不再赘述。
在本实施例的技术方案中,本实施例通过对样本整车的样本工况进行划分,获取样本整车在各个垂直维度和所述垂直维度对应的水平维度的样本数据,从而生成载荷谱数据的技术手段,从而实现载荷谱数据的构建,以便后续目标车辆可以通过所述载荷谱数据确定损伤值。
第三实施例:
如图3所示,图3中包括本发明第二实施例中步骤S230之后的步骤,所述采集各个所述样本工况的工况占比对应的样本数据的步骤之后,还包括:
步骤S310,在所述样本数据的数据量低于预设值时,获取所述样本数据对应的分布类型;
步骤S320,基于所述分布类型对所述样本数据进行蒙特卡洛仿真,得到仿真后的所述样本数据,并执行步骤S240,根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值。
在本实施例中,通过大数据采集所述样本工况对应的样本数据。当样本数据量较少时,不利于最终损伤值的计算。因此,需要对所述样本数据进行扩充。可以用已有的样本数据描绘概率密度图,确定所述概率密度图与哪一种分布类型比较接近,再通过该分布进行蒙特卡洛仿真,从而对所述样本数据进行扩充。具体的,所述根据已有的样本数据绘制概率密度图的过程包括:通过概率密度的定义在EXCEL中编辑公式绘制密度图。f=失效数/(N*△t),△t为概率密度的密度宽度,一般将整个事件范围划分为50~1000等分,在Excel中采用代码“带宽=上个单元格边界+(最大值-最小值)/划分数量”;另起一列,在用代码“=FREQUENCY频率(样本列,带宽列)”。通过上述方式可以确定乡村路(country)的概率密度图呈现正态分布,具体参照图6,其中横坐标表示样本数据,纵坐标表示概率密度。城市路(city)的概率密度图呈现约翰逊分布,具体参照图7。高速路(montorway)的概率密度图分布不明显,具体参照图8。
在确定上述各路况的分布类型之后,当某一路况的样本数据低于预设值时,即可根据该路况对应的分布类型对该路况的样本数据进行蒙特卡洛仿真,从而实现对样本数据的扩充。进而根据蒙特卡洛仿真后的所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值。
在本实施例的技术方案中,通过在样本工况对应的样本数据量不足时,通过样本数据的分布类型对所述样本数据进行蒙特卡洛仿真,从而实现对样本数据的扩充,提高目标车辆的损伤值的准确度。
第四实施例:
如图4所示,图4为本发明第一实施例中步骤S140之后的步骤,所述根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的步骤之后,还包括:
步骤S410,对各个目标车辆的电驱损伤值进行排序。
步骤S420,获取所述电驱损伤值低于预设损伤值的目标车辆。
步骤S430,根据所述电驱损伤值低于预设损伤值的目标车辆的所述电驱损伤值确定行驶工况的组成部分。
在本实施例中,在得到每个目标车辆的电驱损伤值之后,可根据所有目标车辆的电驱损伤值描绘正态分布柱状图,在所述正态分布柱状图中,可确定在每个损伤值区间的目标整车的数量,即:
损伤值在A1~A2之间的目标车辆有:30台;
损伤值在A2~A3之间的目标车辆有:30台;
损伤值在A3~A4之间的目标车辆有:40台;
那么从总体上来看,目标车辆的总数为:100台,上面目标车辆的损伤值的概率密度分布:
损伤值在A1~A2之间的目标车辆有:30/100;
损伤值在A2~A3之间的目标车辆有:30/100;
损伤值在A3~A4之间的目标车辆有:40/100;
假设将上述正态分布的柱状图所有柱子的面积看成是1,那么各个损伤值区间柱子的面积就是:
A1~A2区间柱子的面积是:30/100;
A2~A3区间柱子的面积是:30/100;
A3~A4区间柱子的面积是:40/100;
假设各损伤值区间的宽度为5个单位,则可以确定在5个单位上容纳了柱子面积大小的概率P,那么把这些概率分散到5个单位上,就可以得到每个损伤值区间的概率密度:
A1~A2区间的概率密度是:30/(100*5);
A2~A3区间的概率密度是:30/(100*5);
A3~A4区间的概率密度是:40/(100*5);
通过上述方式确定的损伤值区间的概率密度即可确定所有目标车辆的电驱的损伤值分布。通过上述的损伤值分布可以获取积分95%面积对应的损伤值,有95%的用户针对该电驱的使用的损伤是低于这个值的。同时该损伤值由哪些损伤值以及哪些行驶工况累加得到,这些损伤值对应的时域信号也可以同步输出。
在本实施例的技术方案中,本实施例通过将所有目标车辆电驱的损伤值分布描绘正态分布柱状图,从而确定损伤值的组成部分,从而实现对损伤值与行驶工况的划分。
本发明实施例提供了整车电驱的损伤检测方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
基于同一发明构思,本发明实施例还提供了一种服务器。如图5所示,图5为服务器的硬件运行环境的结构示意图。
如图5所示,该服务器可以包括:处理器1001,例如CPU,存储器1005,用户接口1003,网络接口1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
如图5所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及整车电驱的损伤检测程序。其中,操作系统是管理和控制服务器硬件和软件资源的程序,整车电驱的损伤检测程序以及其它软件或程序的运行。
在图5所示的服务器中,用户接口1003主要用于连接终端,与终端进行数据通信;网络接口1004主要用于后台服务器,与后台服务器进行数据通信;处理器1001可以用于调用存储器1005中存储的整车电驱的损伤检测程序。
在本实施例中,服务器包括:存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的整车电驱的损伤检测程序,其中:
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
获取目标车辆的行驶信息,所述行驶信息包括所述目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程;
根据所述总行驶里程以及每个所述行驶工况的工况占比确定每个所述行驶工况下的行驶里程;
根据所述行驶工况下的行驶里程从样本车辆的载荷谱数据中获取所述行驶工况的损伤值,其中,所述载荷谱数据至少包括一个样本工况的样本数据;
根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
从载荷谱数据中获取所述行驶工况下的所有第一损伤值,所述第一损伤值为所述行驶里程内按照预设里程切片确定的每个所述预设里程对应的第一损伤值,所述预设里程小于所述行驶里程;
根据预设抽样数量的所述第一损伤值确定所述行驶工况下的损伤值。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
将预设抽样数量的所述第一损伤值之和确定为所述行驶工况下的损伤值。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
将各个所述行驶工况的损伤值之和确定为所述目标车辆的电驱损伤值。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
对样本整车进行样本工况划分;
根据各个所述样本工况的行驶里程以及预设行驶里程确定各个所述样本工况的工况占比;
采集各个所述样本工况的工况占比对应的样本数据;
根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
将样本整车基于垂直维度和所述垂直维度对应的水平维度划分为多个样本工况;
所述采集各个所述样本工况的工况占比对应的样本数据的步骤包括:
获取各个所述样本工况对应的工况占比在所述垂直维度和所述垂直维度对应的水平维度的样本数据;
根据所述垂直维度和所述垂直维度对应的水平维度的样本数据确定每个样本工况对应的样本数据。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
在所述样本数据的数据量低于预设值时,获取所述样本数据对应的分布类型;
基于所述分布类型对所述样本数据进行蒙特卡洛仿真,得到仿真后的所述样本数据,并执行所述根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值的步骤。
处理器1001调用存储器1005中存储的整车电驱的损伤检测程序时,执行以下操作:
对各个目标车辆的电驱损伤值进行排序;
获取所述电驱损伤值低于预设损伤值的目标车辆;
根据所述电驱损伤值低于预设损伤值的目标车辆的所述电驱损伤值确定行驶工况的组成部分。
本领域技术人员可以理解,图5中示出的服务器结构并不构成对服务器限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
基于同一发明构思,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有整车电驱的损伤检测程序,所述整车电驱的损伤检测程序被处理器执行时实现如上所述的整车电驱的损伤检测方法的各个步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
由于本发明实施例提供的计算机可读存储介质,为实施本发明实施例的方法所采用的计算机可读存储介质,故而基于本发明实施例所介绍的方法,本领域所属人员能够了解该计算机可读存储介质的具体结构及变形,故而在此不再赘述。凡是本发明实施例的方法所采用的计算机可读存储介质都属于本发明所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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计算机可读存储介质(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。
本发明是参照根据本发明实施例的方法、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。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种整车电驱的损伤检测方法,其特征在于,所述整车电驱的损伤检测方法包括:
获取目标车辆的行驶信息,所述行驶信息包括所述目标车辆的至少一个行驶工况以及所述目标车辆的总行驶里程;
根据所述总行驶里程以及每个所述行驶工况的工况占比确定每个所述行驶工况下的行驶里程;
从载荷谱数据中获取所述行驶工况下的所有第一损伤值,所述第一损伤值为所述行驶里程内按照预设里程切片确定的每个所述预设里程对应的第一损伤值,所述预设里程小于所述行驶里程;
将预设抽样数量的所述第一损伤值之和确定为所述行驶工况下的损伤值,其中,所述载荷谱数据至少包括一个样本工况的样本数据;
根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值。
2.如权利要求1所述的整车电驱的损伤检测方法,其特征在于,所述根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的步骤包括:
将各个所述行驶工况的损伤值之和确定为所述目标车辆的电驱损伤值。
3.如权利要求1所述的整车电驱的损伤检测方法,其特征在于,所述获取目标车辆的行驶信息的步骤之前,还包括:
对样本整车进行样本工况划分;
根据各个所述样本工况的行驶里程以及预设行驶里程确定各个所述样本工况的工况占比;
采集各个所述样本工况的工况占比对应的样本数据;
根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值。
4.如权利要求3所述的整车电驱的损伤检测方法,其特征在于,所述对样本整车进行样本工况划分的步骤包括:
将样本整车基于垂直维度和所述垂直维度对应的水平维度划分为多个样本工况;
所述采集各个所述样本工况的工况占比对应的样本数据的步骤包括:
获取各个所述样本工况对应的工况占比在所述垂直维度和所述垂直维度对应的水平维度的样本数据;
根据所述垂直维度和所述垂直维度对应的水平维度的样本数据确定每个样本工况对应的样本数据。
5.如权利要求3所述的整车电驱的损伤检测方法,其特征在于,所述采集各个所述样本工况的工况占比对应的样本数据的步骤之后,还包括:
在所述样本数据的数据量低于预设值时,获取所述样本数据对应的分布类型;
基于所述分布类型对所述样本数据进行蒙特卡洛仿真,得到仿真后的所述样本数据,并执行所述根据所述样本数据生成载荷谱数据,以根据所述载荷谱数据确定每个所述样本工况的损伤值的步骤。
6.如权利要求1所述的整车电驱的损伤检测方法,其特征在于,所述根据各个所述行驶工况的损伤值确定所述目标车辆的电驱损伤值的步骤之后,还包括:
对各个目标车辆的电驱损伤值进行排序;
获取所述电驱损伤值低于预设损伤值的目标车辆;
根据所述电驱损伤值低于预设损伤值的目标车辆的所述电驱损伤值确定行驶工况的组成部分。
7.一种服务器,其特征在于,所述服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的整车电驱的损伤检测程序,所述整车电驱的损伤检测程序被所述处理器执行时实现如权利要求1-6中任一项所述的整车电驱的损伤检测方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有整车电驱的损伤检测程序,所述整车电驱的损伤检测程序被处理器执行时实现权利要求1-6中任一项所述的整车电驱的损伤检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148353.0A CN114518234B (zh) | 2022-02-17 | 2022-02-17 | 整车电驱的损伤检测方法、服务器、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148353.0A CN114518234B (zh) | 2022-02-17 | 2022-02-17 | 整车电驱的损伤检测方法、服务器、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114518234A CN114518234A (zh) | 2022-05-20 |
CN114518234B true CN114518234B (zh) | 2023-08-15 |
Family
ID=81599111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210148353.0A Active CN114518234B (zh) | 2022-02-17 | 2022-02-17 | 整车电驱的损伤检测方法、服务器、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114518234B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674571A (zh) * | 2014-01-03 | 2014-03-26 | 重庆市科学技术研究院 | 用于室内台架试验的汽车传动系载荷谱采集、编制方法 |
CN109215166A (zh) * | 2018-09-13 | 2019-01-15 | 蔚来汽车有限公司 | 确定车辆行驶里程和车辆维保信息的方法、装置和介质 |
CN109446568A (zh) * | 2018-09-25 | 2019-03-08 | 交通运输部公路科学研究所 | 考虑道路和驾驶行为的汽车可靠性目标载荷谱构建方法 |
CN110853182A (zh) * | 2019-11-13 | 2020-02-28 | 中国汽车工程研究院股份有限公司 | 用户与试验场关联时用户道路最少采集里程计算方法 |
CN111581893A (zh) * | 2020-04-03 | 2020-08-25 | 上海理工大学 | 一种电驱动总成机械系统可靠性试验载荷谱的编制方法 |
CN112446092A (zh) * | 2020-11-24 | 2021-03-05 | 中国第一汽车股份有限公司 | 车辆结构件损伤测试方法、装置、设备及存储介质 |
CN113435018A (zh) * | 2021-06-09 | 2021-09-24 | 中国汽车技术研究中心有限公司 | 一种汽车用户道路载荷谱的损伤计算方法 |
CN113454554A (zh) * | 2019-01-30 | 2021-09-28 | 纬湃科技有限责任公司 | 对道路车辆的部件进行预测性维护的方法和装置 |
CN113656943A (zh) * | 2021-07-15 | 2021-11-16 | 桂林电子科技大学 | 一种商用车整车底盘部件疲劳载荷谱提取方法 |
CN113704891A (zh) * | 2021-09-01 | 2021-11-26 | 上海理工大学 | 一种电子制动助力器可靠性快速试验载荷谱及编制方法 |
CN113963462A (zh) * | 2021-12-16 | 2022-01-21 | 中汽研汽车检验中心(天津)有限公司 | 基于远传数据的电驱总成可靠性工况构建方法及构建装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9459349B2 (en) * | 2014-10-27 | 2016-10-04 | Hyster-Yale Group, Inc. | Vehicle and environmental detection system |
-
2022
- 2022-02-17 CN CN202210148353.0A patent/CN114518234B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674571A (zh) * | 2014-01-03 | 2014-03-26 | 重庆市科学技术研究院 | 用于室内台架试验的汽车传动系载荷谱采集、编制方法 |
CN109215166A (zh) * | 2018-09-13 | 2019-01-15 | 蔚来汽车有限公司 | 确定车辆行驶里程和车辆维保信息的方法、装置和介质 |
CN109446568A (zh) * | 2018-09-25 | 2019-03-08 | 交通运输部公路科学研究所 | 考虑道路和驾驶行为的汽车可靠性目标载荷谱构建方法 |
CN113454554A (zh) * | 2019-01-30 | 2021-09-28 | 纬湃科技有限责任公司 | 对道路车辆的部件进行预测性维护的方法和装置 |
CN110853182A (zh) * | 2019-11-13 | 2020-02-28 | 中国汽车工程研究院股份有限公司 | 用户与试验场关联时用户道路最少采集里程计算方法 |
CN111581893A (zh) * | 2020-04-03 | 2020-08-25 | 上海理工大学 | 一种电驱动总成机械系统可靠性试验载荷谱的编制方法 |
CN112446092A (zh) * | 2020-11-24 | 2021-03-05 | 中国第一汽车股份有限公司 | 车辆结构件损伤测试方法、装置、设备及存储介质 |
CN113435018A (zh) * | 2021-06-09 | 2021-09-24 | 中国汽车技术研究中心有限公司 | 一种汽车用户道路载荷谱的损伤计算方法 |
CN113656943A (zh) * | 2021-07-15 | 2021-11-16 | 桂林电子科技大学 | 一种商用车整车底盘部件疲劳载荷谱提取方法 |
CN113704891A (zh) * | 2021-09-01 | 2021-11-26 | 上海理工大学 | 一种电子制动助力器可靠性快速试验载荷谱及编制方法 |
CN113963462A (zh) * | 2021-12-16 | 2022-01-21 | 中汽研汽车检验中心(天津)有限公司 | 基于远传数据的电驱总成可靠性工况构建方法及构建装置 |
Non-Patent Citations (1)
Title |
---|
纯电动汽车传动系统载荷谱研究;王健 等;《汽车工程师》;第30-40页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114518234A (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | Estimating regional air quality vehicle emission inventories: constructing robust driving cycles | |
CN108198425A (zh) | 一种电动汽车行驶工况的构建方法 | |
CN109060370B (zh) | 对自动驾驶车辆进行车辆测试的方法及装置 | |
CN109493566B (zh) | 一种基于gps数据的疲劳驾驶预测方法 | |
CN110188797B (zh) | 一种基于贝叶斯优化的智能汽车快速测试方法 | |
CN111612670B (zh) | 一种构建机动车排放清单的方法、装置和计算机设备 | |
Abas et al. | Development of Malaysian urban drive cycle using vehicle and engine parameters | |
Nguyen et al. | Development of the typical driving cycle for buses in Hanoi, Vietnam | |
CN106997662B (zh) | 一种城市公交车工况构建方法 | |
CN105957348B (zh) | 一种基于gis和pems的城市公交线路节点处排放估算方法 | |
CN114896325A (zh) | 一种用于预期功能安全的场景测试评价方法与系统 | |
CN105527110A (zh) | 汽车燃油经济性的评估方法和装置 | |
Zhao et al. | Development of a Driving Cycle for Fuzhou Using K‐Means and AMPSO | |
CN106126637A (zh) | 一种交通工具类别识别方法及装置 | |
CN117079459A (zh) | 混合自动驾驶交通流流速密能图谱构建方法及系统 | |
Ferreira et al. | Micro-analysis of a single vehicle driving volatility and impacts on emissions for intercity corridors | |
CN114518234B (zh) | 整车电驱的损伤检测方法、服务器、计算机可读存储介质 | |
Yu et al. | Statistical inference-based research on sampling time of vehicle driving cycle experiments | |
Suhaimi et al. | Development of Kuala Lumpur driving cycle for the estimation of fuel consumption and vehicular emission | |
CN108596381B (zh) | 基于od数据的城市停车需求预测方法 | |
CN116753938A (zh) | 车辆测试场景生成方法、装置、存储介质及设备 | |
CN116245316A (zh) | 一种电动汽车公共充电需求分析方法 | |
CN108460057B (zh) | 一种基于无监督学习的用户行程挖掘方法和装置 | |
US11598646B2 (en) | Apparatus and method for providing traffic information | |
CN111144612B (zh) | 一种加油站位置点预测方法、装置、存储介质及终端 |
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 |