CN114919558A - 一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质 - Google Patents
一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114919558A CN114919558A CN202210498222.5A CN202210498222A CN114919558A CN 114919558 A CN114919558 A CN 114919558A CN 202210498222 A CN202210498222 A CN 202210498222A CN 114919558 A CN114919558 A CN 114919558A
- Authority
- CN
- China
- Prior art keywords
- friction shoe
- vehicle
- target
- braking
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
- B60T17/18—Safety devices; Monitoring
- B60T17/22—Devices for monitoring or checking brake systems; Signal devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
- F16D66/00—Arrangements for monitoring working conditions, e.g. wear, temperature
- F16D66/02—Apparatus for indicating wear
- F16D66/021—Apparatus for indicating wear using electrical detection or indication means
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Transportation (AREA)
- Braking Arrangements (AREA)
- Valves And Accessory Devices For Braking Systems (AREA)
Abstract
本发明公开了一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质。该方法包括:获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。本发明应用大数据算法对驾驶员的刹车行为进行数据分析、实际的制动效果分析,根据摩擦片的机械特性做标定,分析摩擦蹄片磨损情况,可以及时通过交互系统进行报警,另外,本发明可以随着数据的增加迭代升级,并且结合驾驶行为做个性化的报警提示。
Description
技术领域
本发明实施例涉及汽车制动技术,尤其涉及一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质。
背景技术
目前,随着汽车电气化程度的提高,车辆的功能趋于智能化、场景化,因此需要更多的考虑用户场景及用户体验。合理的制动摩擦蹄片报警不仅能够节省一定的物料成本同时也可以减少驾驶过程中误报警造成的驾驶员的恐慌从而影响驾驶体验。
目前市面上现有的制动摩擦片报警策略大部分依赖于报警线路,通过报警电路的监测来实现报警,例如通过导线将制动摩擦片与仪表串联起来组成一个回路,当其中一个或者多个刹车片磨损到达到报警阈值造成回路断路时,点亮制动盘报警灯。这种方案的缺点是,如果线路异常磨损会触发制动摩擦蹄片误报警,驾驶员会误认为摩擦片出现问题而引起不必要的恐慌。
现有技术中对于摩擦蹄片的监控方式智能化程度不高且无法根据用户制动行为来实现更加准确的制动摩擦蹄片的报警功能。
发明内容
本发明提供一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质,以实现结合驾驶员操作数据和车辆实际制动效果的智能化制动摩擦蹄片监控预警。
第一方面,本发明实施例提供了一种摩擦蹄片的磨损监控方法,包括:
获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;
根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;
通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
第二方面,本发明实施例还提供了一种摩擦蹄片的磨损监控装置,包括:
数据分析模块,用于获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;
模型建立模块,用于根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;
磨损监控模块,用于通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
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如本申请任意实施例所提供的摩擦蹄片的磨损监控方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本申请任意实施例所提供的摩擦蹄片的磨损监控方法。
本发明获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。本发明通过对驾驶员的制动数据进行分析,根据摩擦片的机械特性做标定,使用智能算法分析摩擦蹄片磨损情况,并且可以通过配置交互系统及时进行报警。本发明规避了线路异常导致的误报警,并且降低了物料成本,另外,本发明的智能算法可以随着数据的增加迭代升级,并且结合驾驶行为做个性化的报警提示。
附图说明
图1是本发明实施例一中的一种摩擦蹄片的磨损监控方法的流程图;
图2是本发明实施例二中的一种摩擦蹄片的磨损监控方法的流程图;
图3是本发明实施例二中的应用摩擦蹄片的磨损监控方法实现报警功能的流程图;
图4是本发明实施例二中的应用摩擦蹄片的磨损监控方法实现报警功能的系统框图;
图5是本发明实施例三中的一种摩擦蹄片的磨损监控装置的结构示意图;
图6是本发明实施例中四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。
实施例一
图1为本发明实施例一提供的一种摩擦蹄片的磨损监控方法的流程图,本实施例可适用于制动摩擦蹄片的磨损监控,该方法可以由一种摩擦蹄片的磨损监控装置来执行,该装置可以采用软件和/或硬件的方式来实现。该装置可配置于车载控制器中,该方法具体包括:
S110、获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征。
其中,所述目标摩擦蹄片可以是在车辆制动过程中用于摩擦产生制动的车辆配件,本申请中的车辆可以采用盘式制动器、鼓式制动器等需要所述摩擦蹄片提供制动力。在本申请中,所述制动蹄摩擦片材料主要有石棉树脂型摩擦材料、金属纤维增强摩擦材料、半金属纤维增强摩擦材料和混杂纤维增强摩擦材料等。
所述车辆制动数据可以是车辆的制动系统在制动过程中产生的全部数据,具体的,所述车辆的制动数据可以包括驾驶员操作车辆制动系统的行为数据和车辆制动系统的实际制动数据。示例的,所述车辆制动数据可以被存储在车辆的ECU(电子控制单元)中,车辆中可以具有多个ECU,ECU之间通过车内总线进行信息交互,在本申请实施例中,可以通过车内总线收集存储在车辆各ECU中的制动数据,例如,可以将所述车辆电子数据收集存储在某个专用的电子控制单元中,所述车内总线可以是CAN总线。
本实施例中,摩擦蹄片的磨损监控算法可以部署在车辆中,所述监控算法可以自动运行,监控车辆的每一次制动过程,并自动收集对应的车辆制动数据确定车辆的制动特征。其中,所述车辆的制动特征是用户友好的,是车辆制动数据的外在表现特征,示例的,所述车辆的制动特征可以是直观体现出车辆制动数据的表格或图,例如,车辆制动时的车辆速度和时间曲线图。示例的,用户可以自主决定车辆的制动特征的外在形式,本申请实施例中,所述车辆的制动特征优选为各车辆制动数据与时间的曲线图。
本实施例中,磨损监控算法还可以部署在云服务器中,服务器端对车辆的制动数据进行实时调度、管理。在车辆端上传的车辆制动数据后,一方面对所述数据进行存储,另一方面,针对车辆端上传的车辆制动数据确定车辆的制动特征,以方便下一步的处理,生成摩擦蹄片的监控结果,将结果下发至车辆终端。
S120、根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型。
在本申请中,所述摩擦蹄片的属性信息可以是摩擦蹄片的基础参数信息,例如硬度、材质、摩擦力和制动盘的距离等信息,摩擦蹄片生产厂商在摩擦蹄片出厂时一同提供由该摩擦蹄片的属性信息,车辆生产厂商根据所述属性信息选择目标摩擦蹄片生产车辆并保存所述目标摩擦蹄片的属性信息,示例的,车辆生产厂商可以将摩擦蹄片的属性信息填写至车辆内ECU中。
车辆的汽车刹车系统的优劣,直接决定着汽车驾乘人员的安全系数,在通常情况下,车辆使用同一生产厂家、同一牌号、相似材质的的摩擦蹄片来保证刹车系统的安全性,在此基础上,可以建立所述车辆的目标摩擦蹄片的目标磨损监控模型。不同车辆摩擦蹄片的属性信息属于计算摩擦蹄片磨损程度的基础参数,具体的,根据目标摩擦蹄片在属性项上的属性信息,对通用磨损监控模型中的属性项进行标定,得到为目标摩擦蹄片生成的目标磨损监控模型度。本实施例中,所述目标磨损监控模型可以是一种数字化模型,它可以将不同摩擦蹄片的属性信息转化为不同的数值,示例的,所述通用磨损监控模型的建立过程可以是:以某一属性信息的数值为基准,获取工厂测试的制动数据作为样本数据,对采样样本的指标进行筛选,得到最终采样样本,将最终采样样本按照例如3:1的比例进行抽样拆分成训练集和测试集,测试集和训练集进行训练和测试得到相应的模型,测试集对模型进行预测和评估。示例的,所述目标磨损监控模型的建立过程可以是:导入通用磨损监控模型,将所述车辆的目标摩擦蹄片的属性信息传递至通用磨损监控模型进行标定写入。
S130、通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
示例的,以所述车辆的制动特征作为所述目标监控模型的输入,所述目标监控模型可以输出目标摩擦蹄片的当前磨损程度,以及所述目标摩擦蹄片的磨损程度阈值。本实施例中,当摩擦蹄片磨损程度超过阈值,对驾驶员发出提醒,例如通过车辆仪表盘上的报警灯进行提醒等。
应当指出的是,本申请所述车辆的制动特征包括驾驶员的个性制动行为数据,所述磨损程度阈值仅对该驾驶员有效,对于相同的摩擦蹄片,在本申请中,不同驾驶员的制动操作会具有不同的磨损程度阈值。
本实施例的技术方案,通过获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果,本申请属于一种基于智能算法的制动摩擦蹄片磨损监控,通过智能化的方法以及大数据采集分析来实现更加准确的制动摩擦蹄片的报警功能。通过对驾驶员实际的制动数据,同时结合摩擦蹄片的固有属性信息做标定来丰富和使用智能算法进行摩擦蹄片的磨损情况分析。通过对磨损情况的分析判断进而通过交互系统来实现对驾驶员的提醒,更加的智能,更加的准确。
在上述技术方案的基础上,本申请实施例还包括:获取目标摩擦蹄片的磨损实际结果;根据所述磨损实际结果,对所述目标磨损监控模型进行优化。
应当指出的是,本申请中所述目标磨损监控模型是一个自适应学习模型,能够根据用户的实际制动数据不断丰富和优化算法模型,进行迭代升级。示例的,可以通过售后系统获取用户授权的目标摩擦蹄片的磨损实际结果,根据所述磨损实际结果,对所述目标磨损监控模型的参数进行修改,例如,对用户的某项制动特征的权重进行调整。
实施例二
图2为本发明实施例二提供的一种摩擦蹄片的磨损监控方法的流程图,本实施例是在上述实施例的基础上提出的一种可选方案,所述方法包括:
S210、获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据。
所述车辆的制动数据包括驾驶员操作数据和实际制动数据,示例的,所述驾驶员操作数据可以包括驾驶员踩下的制动踏板行程以及速率,所述实际制动数据包括路面滑移率,实际制动减速度以及制动轮缸压力等。其中,当轮胎发出牵引力或制动力时,在轮胎与地面之间都会发生相对运动,滑移率是指在车轮运动中滑动成分所占的比例,制动轮缸是行车制动系统的动力源,制动力来自驾驶人施加在制动踏板上的踏板力和发动机进气歧管的真空度(真空助力),其中真空度是主缸的主要动力源。
S220、根据所述车辆制动数据中的驾驶员操作数据,绘制车辆的行程时间曲线和速率时间曲线;根据所述车辆制动数据中的实际制动数据,绘制车辆的滑移率时间曲线、制动减速度时间曲线和主缸压力时间曲线。
应当指出的是,驾驶员对车辆的制动操作不能表示车辆的实际制动效果,但车辆的实际制动效果受到驾驶员制动操作的影响,例如,点刹和持续刹车,这两种制动操作会导致不同的制动效果。本申请中,通过获取驾驶员操作数据和车辆的实际制动数据来反应驾驶员的个性化制动习惯。
本实施例中,在车辆内部部署有各种传感器,用于收集车辆制动过程中产生的车辆制动数据,例如速度传感器、角速度传感器、加速度传感器、轮缸压力传感器等,电子控制单元对所述车辆制动数据进行整理,并绘制相应的时间曲线。
S230、将所述行程时间曲线、所述速率时间曲线、所述滑移率时间曲线、所述制动减速度时间曲线和所述主缸压力时间曲线作为车辆的制动特征。
其中,路面滑移率体现了施加到制动盘的制动力与路面之间的特性关系,各轮缸压力直接反映了施加到制动盘的动态制动力,所述轮缸压力采样周期通常是50ms,制动减速度间接体现了制动力的持续时间及状态。
S240、根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型。
S250、通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
具体的,将所述车辆的制动特征输入所述目标磨损监控模型,得到目标摩擦蹄片的磨损程度值和磨损程度阈值;比较所述目标摩擦蹄片的磨损程度值和磨损程度阈值;若所述目标摩擦蹄片的磨损程度值大于所述磨损程度阈值,则确定目标摩擦蹄片的磨损监控结果为磨损异常。
其中,所述磨损程度阈值可以是根据当前驾驶员制动操作预测的可能影响行车安全的磨损程度阈值,示例的,若驾驶员的制动习惯不好,如经常性的紧急制动等,所述阈值可能会相对较高,所述磨损程度阈值还与目标摩擦蹄片的属性信息有关。
本申请实施例中,以实际制动数据作为目标磨损监控模型的主要输入,以驾驶员操作数据作为目标磨损监控模型的补偿输入,这样的好处在于能够真实的反应出驾驶员制动操作对车辆的实际制动效果,使所述目标磨损监控模型更加可靠。
本实施例的技术方案,通过智能化的方法以及大数据采集分析来实现更加准确的制动摩擦蹄片的报警功能。通过对驾驶员实际的制动行为分析,以及结合实际的制动效果,同时结合摩擦蹄片机械特性做标定来丰富和使用智能算法进行摩擦蹄片的磨损情况分析。通过对磨损情况的分析判断进而通过交互系统来实现对驾驶员的提醒,更加的智能,更加的准确。
在上述各个实施例的基础上,图3和图4是应用本申请技术方案的应用实例。其中,图3是应用本申请摩擦蹄片的磨损监控方法实现报警功能的流程图,图4是应用本申请摩擦蹄片的磨损监控方法实现报警功能的系统框图,下面结合图3的流程图和图4的系统框图再次详细阐述本申请的技术方案。
步骤S1,驾驶员通过踩动制动踏板,此时驾驶员制动行为模块100进行驾驶员制动行为分析,通过分析驾驶员踩下的制动踏板行程以及速率绘制时间曲线,同时将采集到的数据传递给磨损智能算法模块500进行数据收集以及算法优化。
步骤S2,通过对实际的制动数据的收集即实际制动数据收集模块200来分析驾驶员踩下制动过程中的路面滑移率来绘制分析滑移率曲线,同时分析实际情况下的实际制动减速度,同时建立制动轮缸压力曲线,将所分析的数据进行传递分析给磨损智能算法模块500进行数据收集以及算法优化。
步骤S3,通过导入摩擦蹄片数字化模型400将摩擦蹄片通用模型参数传递至摩擦蹄片特性标定模块300进行摩擦蹄片的机械特性进行标定,进而来优化模型算法。
步骤S4,摩擦蹄片特性标定模块300通过对摩擦蹄片的机械特性标定来获取标定参数,将摩擦蹄片特性标定参数写入到磨损智能算法模块500进行数据收集以及算法优化。
步骤S5,磨损智能算法模块500将收集到的驾驶员制动行为模块100的数据包括驾驶员踩下制动踏板行程、速率、时间曲线以及实际制动数据收集模块200的数据包括路面滑移率曲线、实际减速度、制动轮缸压力曲线,以及摩擦蹄片特性标定模块300的标定参数进行模型算法的优化,进而算出合理的制动摩擦蹄片报警阈值。当摩擦蹄片磨损程度超过报警阈值,则通过报警交互模块700进行对驾驶员的提醒,报警交互模块700不仅限于制动摩擦片报警灯。
步骤S6,售后数据统计系统模块600通过对驾驶员到售后实际的摩擦蹄片磨损情况进行实际反馈,磨损智能算法模块500通过对售后的实际摩擦蹄片情况进行收据收集同时结合数据不断丰富和优化算法模型不断升级,同时结合驾驶员的驾驶行为习惯实现个性化的报警提示。
实施例三
图5所示为本发明实施例三提供的一种摩擦蹄片的磨损监控装置的结构示意图,该装置可配置于车载控制器中,该装置的具体结构如下:
数据分析模块,用于获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;
模型建立模块,用于根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;
磨损监控模块,用于通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
本发明通过对驾驶员的制动数据进行分析,根据摩擦片的机械特性做标定,使用智能算法分析摩擦蹄片磨损情况,并且可以通过配置交互系统及时进行报警。本发明规避了线路异常导致的误报警,并且降低了物料成本,另外,本发明的智能算法可以随着数据的增加迭代升级,并且结合驾驶行为做个性化的报警提示。
所述数据分析模块包括:驾驶员数据分析单元,用于根据所述车辆制动数据中的驾驶员操作数据,绘制车辆的行程时间曲线和速率时间曲线;实际数据分析单元,用于根据所述车辆制动数据中的实际制动数据,绘制车辆的滑移率时间曲线、制动减速度时间曲线和主缸压力时间曲线;制动特征收集单元,用于将所述行程时间曲线、所述速率时间曲线、所述滑移率时间曲线、所述制动减速度时间曲线和所述主缸压力时间曲线作为车辆的制动特征。
所述磨损监控模块具体用于根据目标摩擦蹄片在属性项上的属性信息,对通用磨损监控模型中的属性项进行标定,得到为目标摩擦蹄片生成的目标磨损监控模型度;所述属性项包括如下至少一项:硬度、材质、摩擦力、制动盘距离。
所述磨损监控模块具体用于将所述车辆的制动特征输入所述目标磨损监控模型,得到目标摩擦蹄片的磨损程度值和磨损程度阈值;比较所述目标摩擦蹄片的磨损程度值和磨损程度阈值;若所述目标摩擦蹄片的磨损程度值大于所述磨损程度阈值,则目标摩擦蹄片的磨损监控结果为磨损异常。
在上述实施例的基础上,所述摩擦蹄片的磨损监控装置,还包括:
模型优化模块,用于获取目标摩擦蹄片的磨损实际结果;根据所述磨损实际结果,对所述目标磨损监控模型进行优化。
实施例四
图6为本发明实施例四提供的一种电子设备的结构示意图,如图6所示,该设备包括处理器610、存储器620、输入装置630和输出装置640;电子设备中处理器610的数量可以是一个或多个,图6中以一个处理器610为例;电子设备中的处理器610、存储器660、输入装置630和输出装置640可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器620作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的摩擦蹄片的磨损监控方法对应的程序指令/模块(例如,摩擦蹄片的磨损监控装置中的数据分析模块、模型建立模块和磨损监控模块)。处理器610通过运行存储在存储器620中的软件程序、指令以及模块,从而执行所述电子设备的各种功能应用以及数据处理,即实现上述的突发事件监测方法。
存储器620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、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器620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、或其他非易失性固态存储器件。在一些实例中,存储器620可进一步包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字或字符信息,以及产生与所述电子设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
实施例五
本发明实施例五还提供种一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种摩擦蹄片的磨损监控方法,该方法包括:
获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;
根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;
通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的摩擦蹄片的磨损监控方法中的相关操作.
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述摩擦蹄片的磨损监控装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
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 (10)
1.一种摩擦蹄片的磨损监控方法,其特征在于,包括:
获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;
根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;
通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆制动数据确定车辆的制动特征,包括:
根据所述车辆制动数据中的驾驶员操作数据,绘制车辆的行程时间曲线和速率时间曲线;
根据所述车辆制动数据中的实际制动数据,绘制车辆的滑移率时间曲线、制动减速度时间曲线和主缸压力时间曲线;
将所述行程时间曲线、所述速率时间曲线、所述滑移率时间曲线、所述制动减速度时间曲线和所述主缸压力时间曲线作为车辆的制动特征。
3.根据权利要求1所述的方法,其特征在于,根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型,包括:
根据目标摩擦蹄片在属性项上的属性信息,对通用磨损监控模型中的属性项进行标定,得到为目标摩擦蹄片生成的目标磨损监控模型度;
所述属性项包括如下至少一项:硬度、材质、摩擦力、制动盘距离。
4.根据权利要求1所述的方法,其特征在于,通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果,包括:
将所述车辆的制动特征输入所述目标磨损监控模型,得到目标摩擦蹄片的磨损程度值和磨损程度阈值;
比较所述目标摩擦蹄片的磨损程度值和磨损程度阈值;
若所述目标摩擦蹄片的磨损程度值大于所述磨损程度阈值,则目标摩擦蹄片的磨损监控结果为磨损异常。
5.根据权利要求1所述的方法,其特征在于,所述确定目标摩擦蹄片的磨损监控结果,还包括:
获取目标摩擦蹄片的磨损实际结果;
根据所述磨损实际结果,对所述目标磨损监控模型进行优化。
6.一种摩擦蹄片的磨损监控装置,其特征在于,包括:
数据分析模块,用于获取目标摩擦蹄片所属车辆在制动过程中的车辆制动数据,并根据所述车辆制动数据确定车辆的制动特征;
模型建立模块,用于根据目标摩擦蹄片的属性信息,为目标摩擦蹄片生成目标磨损监控模型;
磨损监控模块,用于通过所述目标磨损监控模型,根据所述车辆的制动特征,确定目标摩擦蹄片的磨损监控结果。
7.根据权利要求6所述的装置,所述数据分析模块包括:
驾驶员数据分析单元,用于根据所述车辆制动数据中的驾驶员操作数据,绘制车辆的行程时间曲线和速率时间曲线;
实际数据分析单元,用于根据所述车辆制动数据中的实际制动数据,绘制车辆的滑移率时间曲线、制动减速度时间曲线和主缸压力时间曲线;
制动特征收集单元,用于将所述行程时间曲线、所述速率时间曲线、所述滑移率时间曲线、所述制动减速度时间曲线和所述主缸压力时间曲线作为车辆的制动特征。
8.根据权利要求6所述的装置,所述磨损监控模块具体用于:
根据目标摩擦蹄片在属性项上的属性信息,对通用磨损监控模型中的属性项进行标定,得到为目标摩擦蹄片生成的目标磨损监控模型度;
所述属性项包括如下至少一项:硬度、材质、摩擦力、制动盘距离。
9.一种电子设备,其特征在于,所述电子设备包括:
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如权利要求1-5中任一所述的摩擦蹄片的磨损监控方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的摩擦蹄片的磨损监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210498222.5A CN114919558B (zh) | 2022-05-09 | 2022-05-09 | 一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210498222.5A CN114919558B (zh) | 2022-05-09 | 2022-05-09 | 一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114919558A true CN114919558A (zh) | 2022-08-19 |
CN114919558B CN114919558B (zh) | 2023-05-30 |
Family
ID=82809556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210498222.5A Active CN114919558B (zh) | 2022-05-09 | 2022-05-09 | 一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114919558B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874093A (zh) * | 2018-09-03 | 2020-03-10 | 上汽通用汽车有限公司 | 用于预测车辆制动衬片寿命的方法和系统以及存储介质 |
CN111046496A (zh) * | 2019-12-24 | 2020-04-21 | 斑马网络技术有限公司 | 汽车刹车盘的磨损量评估方法、装置及电子设备 |
CN113339430A (zh) * | 2021-06-07 | 2021-09-03 | 中国重汽集团济南动力有限公司 | 一种车辆制动器磨损状态监控系统及方法 |
CN113962044A (zh) * | 2021-11-17 | 2022-01-21 | 北京航空航天大学 | 一种面向数字孪生的刹车片磨损预测模型构建方法 |
-
2022
- 2022-05-09 CN CN202210498222.5A patent/CN114919558B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874093A (zh) * | 2018-09-03 | 2020-03-10 | 上汽通用汽车有限公司 | 用于预测车辆制动衬片寿命的方法和系统以及存储介质 |
CN111046496A (zh) * | 2019-12-24 | 2020-04-21 | 斑马网络技术有限公司 | 汽车刹车盘的磨损量评估方法、装置及电子设备 |
CN113339430A (zh) * | 2021-06-07 | 2021-09-03 | 中国重汽集团济南动力有限公司 | 一种车辆制动器磨损状态监控系统及方法 |
CN113962044A (zh) * | 2021-11-17 | 2022-01-21 | 北京航空航天大学 | 一种面向数字孪生的刹车片磨损预测模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114919558B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10730352B2 (en) | System and method for tire wear prognostics | |
CN101681531B (zh) | 远程诊断建模 | |
CN101278324B (zh) | 自适应驾驶员工作负荷估计器 | |
CN111325230B (zh) | 车辆换道决策模型的在线学习方法和在线学习装置 | |
US20170268948A1 (en) | System and method for analysing the energy efficiency of a vehicle | |
US20170369069A1 (en) | Driving behavior analysis based on vehicle braking | |
CN107444402A (zh) | 利用学习用户偏好的车辆模式安排 | |
GB2528083A (en) | System and method for automated device control for vehicles using driver emotion | |
CN113119981B (zh) | 车辆主动安全控制方法、系统及存储介质 | |
CN113119985A (zh) | 汽车驾驶数据监控方法、装置、设备及存储介质 | |
CN115675325A (zh) | 基于soa架构的车辆控制系统、方法、设备、介质及程序 | |
US20220018906A1 (en) | Predicting An Outcome Associated With A Driver Of A vehicle | |
CN114919558B (zh) | 一种摩擦蹄片的磨损监控方法、装置、电子设备及存储介质 | |
CN116340332A (zh) | 更新车载智能系统的场景库的方法、装置和车辆 | |
CN114613131B (zh) | 一种基于安全裕度的个性化前向碰撞预警方法 | |
CN109177661A (zh) | 胎压监测方法及装置 | |
CN113859236A (zh) | 一种跟车控制系统、车辆、方法、装置、设备及存储介质 | |
CN104139782B (zh) | 用于配置车辆设备参数的系统和方法 | |
CN114841514A (zh) | 模型训练和车辆舒适性评价方法、装置、设备及存储介质 | |
JP7035814B2 (ja) | 車両提案システム、運転特徴生成装置、車両提案装置 | |
CN111914138A (zh) | 基于车联网大数据的工况分析方法、装置和系统 | |
CN113888775A (zh) | 车辆预警方法、服务器、存储介质、车辆预警系统和车辆 | |
CN111497764A (zh) | 车辆数据的处理方法、系统及装置 | |
US20240053231A1 (en) | System and method for estimating tire wear using acoustic footprint analysis | |
CN113256845B (zh) | 一种数据采集方法、装置、存储介质及系统 |
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 |