CN114995346A - 一种发动机电气诊断标定方法、装置、设备及介质 - Google Patents
一种发动机电气诊断标定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114995346A CN114995346A CN202210664708.1A CN202210664708A CN114995346A CN 114995346 A CN114995346 A CN 114995346A CN 202210664708 A CN202210664708 A CN 202210664708A CN 114995346 A CN114995346 A CN 114995346A
- Authority
- CN
- China
- Prior art keywords
- calibration
- fault
- vehicle
- test data
- engine
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000003745 diagnosis Methods 0.000 title claims abstract description 63
- 238000012360 testing method Methods 0.000 claims abstract description 139
- 239000011159 matrix material Substances 0.000 claims abstract description 61
- 238000004088 simulation Methods 0.000 claims abstract description 61
- 238000009826 distribution Methods 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 5
- 238000007710 freezing Methods 0.000 claims description 2
- 230000008014 freezing Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 6
- 238000013515 script Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 241000976924 Inca Species 0.000 description 4
- 239000002826 coolant Substances 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing Of Engines (AREA)
Abstract
本发明公开了一种发动机电气诊断标定方法、装置、设备及介质。该方法包括:根据传感器和执行器的特性确定第一标定参数;根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集传感器和执行器的测试数据;根据所述第一标定参数和所述测试数据,确定目标标定参数。本技术方案,可以提高对发动机电气诊断控制参数标定的准确性和发动机电气诊断鲁棒性,减少实车测试样本和测试次数,缩短开发周期,节省成本,降低安全风险,提高产品竞争力。
Description
技术领域
本发明涉及发动机控制技术领域,尤其涉及一种发动机电气诊断标定方法、装置、设备及介质。
背景技术
随着汽车排放法规的日益严格,车辆安全保障越来越重要,OBD系统(On-BoardDiagnostics,车载自诊断系统)在整车开发过程的重要性越来越突出。OBD系统通过对车辆与排放相关零部件进行在线诊断,判断排放相关零部件是否因为部分会完全失效而导致车辆排放超过OBD法规限值,如果排放超标,则OBD系统诊断车故障、记录故障码并点亮故障灯,同时通知驾驶员对车辆进行维护。可以理解的是,OBD系统电气诊断是对发动机所有传感器和执行器电路系统的诊断,这类故障占了ECU(ElectronicControl Unit,电子控制单元)内容绝大部分故障码,这部分诊断在发动机及整车开发过程中主要基于实车进行标定,标定后在实际道路或转毂上进行数据覆盖度和鲁棒性验证,因此需要占据大量的人力、物力,费用高、周期长。
在现有公开的技术中,对于诊断虚拟标定系统的开发主要集中在搭建发动机数字或物理模型开发,对于OBD诊断的开发主要是软件功能验证上,而系统诊断标定涉及的方面甚少,无法解决诊断标定费用多和周期长的问题。
因此,如何进行快速准确对发动机电气诊断控制参数进行标定是本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了发动机电气诊断标定、装置、设备及介质,可以提高对发动机电气诊断控制参数标定的准确性。
根据本发明的一方面,提供了一种发动机电气诊断标定方法,所述方法包括:
根据传感器和执行器的特性确定第一标定参数;
根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集传感器和执行器的测试数据;
根据所述第一标定参数和所述测试数据,确定目标标定参数。
根据本发明的另一方面,提供了一种发动机电气诊断标定装置,其特征在于,所述装置包括:
第一标定参数确定模块,用于根据传感器和执行器的特性确定第一标定参数;
测试数据采集模块,用于根据预先建立的整车虚拟诊断标定系统和故障矩阵,对车辆实时仿真系统进行测试,并采集传感器和执行器的测试数据;
目标标定参数确定模块,用于根据所述第一标定参数和所述测试数据,确定目标标定参数。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的发动机电气诊断标定方法。
根据本发明的另一方面,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计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的发动机电气诊断标定方法。
本发明实施例的技术方案,通过根据传感器和执行器的特性确定第一标定参数;根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集传感器和执行器的测试数据;根据所述第一标定参数和所述测试数据,确定目标标定参数。本技术方案,可以提高对发动机电气诊断控制参数标定的准确性和发动机电气诊断鲁棒性,减少实车测试样本和测试次数,缩短开发周期,节省成本,降低安全风险,提高产品竞争力。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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是本发明实施例一提供的一种发动机电气诊断标定方法的流程图;
图2是本发明实施例一提供的一种发动机电气诊断标定方法中整车虚拟诊断标定系统的结构示意图;
图3是本发明实施例一提供的一种发动机电气诊断标定方法中车辆实时仿真系统的结构示意图;
图4是本发明实施例一提供的一种发动机电气诊断标定方法中传感器和执行器的引脚映射关系示意图;
图5是本发明实施例一提供的一种发动机电气诊断标定方法中故障矩阵的示意图;
图6是本发明实施例二提供的一种发动机电气诊断标定方法的流程图;
图7是本发明实施例三提供的一种发动机电气诊断标定装置的结构示意图;
图8是实现本发明实施例的发动机电气诊断标定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明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。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种发动机电气诊断标定方法的流程图,本实施例可适用于对发动机控制参数进行标定的情况,该方法可以由发动机电气诊断标定装置来执行,该发动机电气诊断标定装置可以采用硬件和/或软件的形式实现。如图1所示,该方法包括:
S110、根据传感器和执行器的特性确定第一标定参数。
其中,传感器和执行器的特性可以是其输入量和输出量的相互关系。第一标定参数可以是预先设定的发动机控制参数。
S120、根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集所述传感器和执行器的测试数据。
其中,故障矩阵是可以用于表示安装在发动机不同部位上的传感器和执行器与各类故障之间的关系。整车虚拟诊断标定系统是可以用于对发动机电气控制参数进行标定的系统。图2是本发明实施例一提供的一种发动机电气诊断标定方法中整车虚拟诊断标定系统的结构示意图。如图2所示,整车虚拟诊断标定系统可以包括车辆实时仿真系统、模型/信号自动测控模块、标定模块和ECU控制模块。其中,车辆实时仿真系统是可以用于测试和验证发动机电气故障诊断控制参数的仿真系统。ECU控制模块是可以用于对各传感器信号进行运算并通过运算结果控制被控对象工作的控制器。模型/信号自动测控模块可以用于将车辆实时仿真系统在测试标定过程中运行数据的显示、信号检测以及故障仿真设置。标定模块是可以用于采集故障信息数据。
可选的,车辆实时仿真系统可以由多个动力系统控制器通过HiL(Hardware-in-the-Loop,硬件在环)的方式与实时仿真模型形成的闭环系统组成。图3是本发明实施例一提供的一种发动机电气诊断标定方法中车辆实时仿真系统的结构示意图。如图3所示,车辆实时仿真系统可以包括实时仿真模型和信号测量转换控制模块,实时仿真模型可以包括整车模块、传动模块、发动机模块、冷却模块和后处理模块,信号测量转换控制模块可以包括传感器信号转换模块和执行器信号转换模块,可以用于将传感器和执行器的信号转换为物理信号参数,以输入实时仿真模型。其中,整车模块可以是整车电气附件等子系统的简化模型。发动机模块可以是一维发动机模型构成,包括发动机本体模型的气缸、扭矩、摩擦等,气路模型的中冷器、增压器等,以及油路模型的高低轨压、喷油器等,发动机模块能够实时反映发动机过程中的转速、负荷、空燃比、点火角、VVT(Variable Valve Timing,发动机可变气门正时系统)、冷却液温度、进排气温度等参数的详细变化数据。传动模块可以是变速箱的简化模型。冷却模块可以包括一路冷却液温度和二路冷却液温度。后处理模块可以包括原排和尾排等。
在本发明实施例中,采集传感器和执行器的测试数据,可以通过汽车标定软件进行采集,例如,可以通过INCA、CANape等标定软件进行测试数据的采集。示例性的,通过INCA标定软件对车辆实时仿真系统进行测试所得到的数据进行采集,可以先在INCA软件中创建一个新的数据库,并依次创建所需的试验环境、试验空间和试验项目;进行初始化并与ECU连接,将标定变量和故障矩阵加入至INCA标定软件中进行测试,并采集测试数据。
其中,测试数据可以是反映发动机状态的数据,例如转速、负荷、空燃比、点火角、VVT、冷却液温度、进排气温度等参数。
在本发明实施例中,可选的,所述故障矩阵的建立过程包括:将所述传感器和执行器的引脚与所述整车虚拟诊断标定系统中信号测量转换模块之间建立一一对应的映射关系;根据所述映射关系以及故障失效模式确定故障矩阵。
需要说明的是,ECU控制模块是电子控制单元,具有运算与控制的功能,在发动机运行时采集各传感器的信号进行运算,并将运算的结果转变为控制信号,通过将控制信号输入至执行器以控制被控对象的工作,如发动机的点火、空燃比、怠速、废气再循环等多项参数。
可以理解的是,为了可以使ECU控制模块对车辆实时仿真系统进行控制测试,需要将传感器和执行器在ECU控制模块中的输入/输出信号转换为物理信号参数,因此在车辆实时仿真系统中设置信号测量转换模块,以便对传感器和执行器的信号进行转换,这样可以将在实车上进行的针对ECU控制模块引脚的电气类型故障模拟转变为针对车辆实时仿真系统的故障模拟。
图4是本发明实施例一提供的一种发动机电气诊断标定方法中传感器和执行器的引脚映射关系示意图。如图4所示,Board表示信号测量转换模块,Signals表示信号测量转换模块中传感器或执行器对应的名称,LC Conn表示集成电路板,C Conn表示集成电路排线的插座,Pin表示传感器或执行器对应的引脚序号,Signal description表示ECU控制模块中传感器或执行器对应的名称。根据上述即可建立传感器、执行器的引脚与信号测量转换模块之间一一对应的映射关系。
其中,故障失效模式可以包括开路故障、对电短路故障和对地短路故障。
图5是本发明实施例一提供的一种发动机电气诊断标定方法中故障矩阵的示意图。如图5所示,Open Load表示开路故障,Short To UBalt表示对电短路故障,Short ToGnd表示对地短路故障,ECU表示ECU控制模块名称,PIN表示引脚序号,ECU PIN Name表示引脚名称,PIN Description表示引脚说明。可以理解的是,每一行表示一个传感器或执行器所对应的故障。
需要说明的是,传感器和执行器的引脚与所述整车虚拟诊断标定系统中信号测量转换模块之间建立的映射关系是基于硬件建立的,而故障矩阵是基于软件建立的。
可选的,在建立故障矩阵之后,还可以使用C code或Python等编程语言对其中一个故障进行编译,以生成相应的自动测试流程脚本,所生成的自动测试流程脚本可以加载至车辆实时仿真系统以进行测试。
在本发明实施例中,可选的,根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,包括:根据所述故障矩阵确定所述故障矩阵中各个待测试故障的顺序;按照所述顺序依次将所述各个待测试故障以及所述第一标定参数分别注入所述车辆实时仿真系统进行测试。
可以理解的是,故障矩阵中包含各个传感器和执行器的所有故障。例如,节气门位置传感器的开路故障、对电短路故障和对地短路故障,加速踏板传感器的开路故障、对电短路故障和对地短路故障等等。当然,本发明实施例对故障矩阵中各个待测试故障的顺序不作限制,可以是按照故障矩阵中先自上而下后自左而右的顺序,也可以是先自左而右后自上而下的顺序,还可以是根据实际需求进行自主选择待测试的故障。
可选的,可以使用C code或Python等编程语言对故障矩阵中每一个故障进行编译,以生成相应的自动测试流程脚本,将故障矩阵中所有故障对应的自动测试流程脚本进行集成,所集成的自动测试流程脚本可以加载至车辆实时仿真系统以进行测试,以实现对故障矩阵中各个故障进行依次测试。
这样设置的好处是,通过对故障矩阵对各个待测试故障的顺序进行确定,可以提高测试数据的完整性。
在本发明实施例中,可选的,按照所述顺序依次将所述各个待测试故障以及所述第一标定参数分别注入所述车辆实时仿真系统进行测试,包括:将排在所述顺序首位的第一待测试故障注入所述车辆实时仿真系统,进行测试;所述第一待测试故障对应的测试结束后,对所述第一待测试故障进行修复;按照所述顺序将下一待测试故障注入所述车辆实时仿真系统进行测试并进行修复,直至所述故障矩阵中的所有故障测试并修复完毕。
其中,将待测试故障注入所述车辆实时仿真系统进行测试和修复,可以通过控制故障灯亮灭进行表示。例如,当前排在所述顺序首位的待测试故障为节气门位置传感器的开路故障,则控制节气门位置传感器的开路故障灯亮,将故障参数以及第一标定变量注入车辆实时仿真系统,同时通过INCA标定软件自动采集测试数据;当该待测试故障测试结束后,对该待测试故障进行修复,即控制节气门位置传感器的开路故障灯灭。在本发明实施例中,故障修复可以是取消选中的故障,在经过3个上电-起动发动机的循环即可自动修复故障,即故障矩阵中的对应项0→1激活故障,应项1→0消除故障,3个循环后修复故障。需要说明的是,循环数可以自定义,如1个循环修复故障,法规要求为3个循环修复故障。
通过对待测试故障依次进行测试和修复,可以提高测试数据的完整性。
S130、根据所述第一标定参数和所述测试数据,确定目标标定参数。
为了对发动机控制参数进行优化,可以通过利用多组样本数据(如传感器或执行器控制信号)对车辆实时仿真系统进行多次测试验证,以获取多组测试数据。
在本发明实施例中,确定目标标定参数可以对第一标定参数和测试数据进行数据分析对比,例如可以对测试数据进行描述统计分析,如集中趋势分析、离中趋势分析、相关分析和推论统计;也可以对测试数据进行信度分析、回归分析、聚类分析、相关分析或方差分析等。
示例性的,可以对测试数据进行集中趋势分析,如利用测试数据的平均数、中数或众数等统计指标和第一标定参数进行对比,确定测试数据的分布偏差情况。又示例性的,可以对测试数据进行推论统计分析,判断测试数据的分布类型,根据分布类型确定测试数据的分析结果。可以理解的是,一般情况下测试数据的分布为连续型分布,则其分布类型可以是均匀分布、正态分布、伽马分布或偏态分布等。
在本发明实施例中,可以根据第一标定参数和测试数据进行数据分析对比得到对比结果,根据对比结果确定目标标定参数。示例性的,若数据分析方法是依据测试数据的集中趋势进行分析,则对比结果可以是测试数据中众数占全部测试数据的比例,若达到预设比例,则确定第一标定参数为目标标定参数;又例如,数据分析方法是依据测试数据的分布类型,若测试数据的分布类型为正态分布,则根据第一标定参数建立正态分布模型,若测试数据满足3σ原则,则确定第一标定参数为目标标定参数。
在本发明实施例中,可选的,根据所述第一标定参数和所述测试数据,确定目标标定参数,包括:根据所述第一标定参数建立第一正态分布模型;若所述测试数据满足所述第一正态分布模型3σ原则,则将所述第一标定参数进行冻结,并确定所述第一标定参数为目标标定参数;否则,则重新进行发动机电气诊断标定,直至所述测试数据满足其对应的正态分布模型3σ原则。
其中,测试数据可以根据预先建立的故障矩阵以及多组不同的标定变量对车辆实时仿真系统进行测试所获取的数据。可以理解的是,所获取的测试数据具有同质性,其特征往往是趋同的,即存在一个基准,但由于标定变量的影响导致测试数据会以一定的幅度在基准上下波动,从而形成中间密集、两边稀疏的特征,因此建立与测试数据对应的正态分布模型。
需要说明的是,根据正态分布模型的特征可知,数值分布在(μ-σ,μ+σ)中的概率为0.6527;数值分布在(μ-2σ,μ+2σ)中的概率为0.9545;数值分布在(μ-3σ,μ+3σ)中的概率为0.9973。其中,μ为标定变量,σ为标定变量的标准差值。
在本发明实施例中,多组测试数据中正常信号和故障信号若满足基于标定变量所建立的正态分布3σ原则,即多组测试数据中正常信号处于(μ-3σ,μ+3σ)范围中,即在该标定变量下,其合格率可以达到99.73%。按照正态分布3σ原则对标定变量诊断阈值进行分析考核,可以满足量产需求的标定数据覆盖度,也可以满足OBD诊断的鲁棒性要求。当然,在多组测试数据中正常信号和故障信号不满足基于标定变量所建立的正态分布3σ原则时,需要再次根据所述故障矩阵和第二预设标定变量对所述发动机电气诊断标定系统进行测试,直至测试数据满足所述正态分布模型的3σ原则。
本发明实施例提供的一种发动机电气诊断标定方法,通过根据传感器和执行器的特性确定第一标定参数;根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集所述传感器和执行器的测试数据;根据所述第一标定参数和所述测试数据,确定目标标定参数。本技术方案,可以提高对发动机电气诊断控制参数标定的准确性,提高发动机电气诊断鲁棒性,减少实车测试样本和测试次数,能够缩短开发周期,节省成本,降低安全风险,提高产品竞争力。
实施例二
图6为本发明实施例二提供的一种发动机电气诊断标定方法的流程图。本实施例在上述实施例的基础上进行优化,本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图6所示,该方法包括:
S210、根据传感器和执行器的特性确定第一标定参数。
S220、获取所述车辆实时仿真系统的监测条件。
其中,所述监测条件是激活故障监测的条件,目的是为了保证故障监测的稳定性,排放法规GB18352中有些一般条件的规定:如环境温度大于-7℃,海拔2440m以下,发动机怠速超过30s,车速40km/h以上超过300s等,还有一些故障有特殊条件发动机水温超过60℃,发动机转速大于1200r/min等。
S230、根据所述监测条件确定所述ECU控制模块的激活状态。
可以理解的是,在发动机运行到相应的工况,监测条件都满足后ECU中特定的标识位才能激活,相应的故障诊断才能执行。
S240、若所述ECU控制模块处于激活状态,则将所述故障矩阵输入至所述车辆实时仿真系统,确定所述ECU控制模块的输出电压。
需要说明的是,ECU控制模块会主动发出测试信号,根据电压信号的变化进行诊断测试。如果电压降到低位并保证在低位时是对地短路故障,如果电压保持在高位不改变则是对电短路故障,如果电压保持在高位有波动则是开路故障。
S250、根据所述输出电压对所述故障矩阵进行功能调试。
其中,功能调试可以是对故障矩阵中的任意一个故障进行调用和测试。功能调试可以通过如下两种方式进行:第一种,可以通过手动勾选故障矩阵中某个信号引脚选来激活的故障模式进行故障测试;第二种,也可以通过Python编程语言编译故障自动测试流程脚本进行故障测试。本发明实施例对功能调试的方式不作限定,可以根据实际需求进行选择。
在本发明实施例中,可选的,所述输出电压对所述故障矩阵进行功能调试,包括:若所述输出电压小于第一阈值且保持不变,则输出故障为对地短路故障;若所述输出电压大于第二阈值且保持不变,则输出故障为对电短路故障;若所述输出电压大于第二阈值且存在波动,则输出故障为开路故障。
S260、根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集所述传感器和执行器的测试数据。
S270、根据所述第一标定参数和所述测试数据,确定目标标定参数。
本发明实施例提供的一种发动机电气诊断标定方法,通过根据传感器和执行器的特性确定第一标定参数;获取所述车辆实时仿真系统的监测条件;根据所述监测条件确定所述ECU控制模块的激活状态;若所述ECU控制模块处于激活状态,则将所述故障矩阵输入至所述车辆实时仿真系统,确定所述ECU控制模块的输出电压;根据所述输出电压对所述故障矩阵进行功能调试根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集传感器和执行器的测试数据;根据所述第一标定参数和所述测试数据,确定目标标定参数。本技术方案,可以通过对车辆实时仿真系统进行功能调试,确保故障矩阵中可正常调用并能够正确执行,进一步提高发动机电气诊断标定的准确性。
在上述各实施例中,可选的,在根据所述第一标定参数和所述测试数据,确定目标标定参数之后,所述方法还包括:获取预设数量组实车数据;根据所述目标标定参数建立目标正态分布模型;若所述实车数据满足所述目标正态分布模型3σ原则,则所述目标标定参数标定成功;否则,则重新进行发动机电气诊断标定,直至所述实车数据满足所述目标正态分布模型3σ原则。
其中,将目标标定参数在预设数量组实车上进行测试,可以通过采用远程大数据分析系统对实车数据进行采集分析。例如,可以将多组实车的OBD数据上传至云平台,云平台将其OBD数据输入至大数据分析系统中进行分析和验证。若实车数据中正常信号和故障信号若满足基于目标标定变量所建立的正态分布3σ原则,即多组测试数据中正常信号处于(μ-3σ,μ+3σ)范围中,即在该标定变量下,其合格率可以达到99.73%。按照正态分布3σ原则对目标标定变量的诊断阈值进行分析考核,不仅可以满足实车验证的需求,也可以满足OBD诊断的鲁棒性要求。
实施例三
图7是本发明实施例三提供的一种发动机电气诊断标定装置的结构示意图。如图7所示,该装置包括:
第一标定参数确定模块310,用于根据传感器和执行器的特性确定第一标定参数;
测试数据采集模块320,用于根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集所述传感器和执行器的测试数据;
目标标定参数确定模块330,用于根据所述第一标定参数和所述测试数据,确定目标标定参数。
本发明实施例提供的一种发动机电气诊断标定装置,通过根据传感器和执行器的特性确定第一标定参数;根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集传感器和执行器的测试数据;根据所述第一标定参数和所述测试数据,确定目标标定参数。本技术方案,可以提高对发动机电气诊断控制参数标定的准确性和发动机电气诊断鲁棒性,减少实车测试样本和测试次数,缩短开发周期,节省成本,降低安全风险,提高产品竞争力。
进一步的,所述故障矩阵的建立过程包括:
将所述传感器和执行器的引脚与所述整车虚拟诊断标定系统中信号测量转换模块之间建立一一对应的映射关系;
根据所述映射关系以及故障失效模式确定故障矩阵。
进一步的,所述装置还包括:
监测条件获取模块,用于在根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试之前,获取所述车辆实时仿真系统的监测条件;
ECU控制模块激活状态确定模块,用于根据所述监测条件确定所述ECU控制模块的激活状态;
输出电压确定模块,用于若所述ECU控制模块处于激活状态,则将所述故障矩阵输入至所述车辆实时仿真系统,确定所述ECU控制模块的输出电压。
功能调试模块,用于根据所述输出电压对所述故障矩阵进行功能调试。
进一步的,功能调试模块,包括:
对地短路故障调试单元,用于若所述输出电压小于第一阈值且保持不变,则输出故障为对地短路故障;
对电短路故障调试单元,用于若所述输出电压大于第二阈值且保持不变,则输出故障为对电短路故障;
开路故障调试单元,用于若所述输出电压大于第二阈值且存在波动,则输出故障为开路故障。
进一步的,测试数据采集模块320,包括:
待测试故障顺序确定单元,用于根据所述故障矩阵确定所述故障矩阵中各个待测试故障的顺序;
待测试故障测试单元,用于按照所述顺序依次将所述各个待测试故障以及所述第一标定参数分别注入所述车辆实时仿真系统进行测试。
进一步的,待测试故障测试单元,包括:
首位待测试故障测试子单元,用于将排在所述顺序首位的第一待测试故障注入所述车辆实时仿真系统,进行测试;
首位待测试故障修复子单元,用于所述第一待测试故障对应的测试结束后,对所述第一待测试故障进行修复;
下一待测试故障测试修复子单元,用于按照所述顺序将下一待测试故障注入所述车辆实时仿真系统进行测试并修复,直至所述故障矩阵中的所有故障测试并修复完毕。
进一步的,目标标定参数确定模块330,包括:
正态分布模型建立单元,用于根据所述第一标定参数建立第一正态分布模型;
目标标定参数确定单元,用于若所述测试数据满足所述第一正态分布模型3σ原则,则将所述第一标定参数进行冻结,并确定所述第一标定参数为目标标定参数;
发动机电气诊断重新标定单元,用于若所述测试数据不满足所述第一正态分布模型3σ原则,则重新进行发动机电气诊断标定,直至所述测试数据满足其对应的正态分布模型3σ原则。
进一步的,所述装置还包括:
实车数据获取模块,用于获取预设数量组实车数据;
目标标定参数验证模块,用于若所述实车数据满足所述目标正态分布模型3σ原则,则所述目标标定参数标定成功;
发动机电气诊断再次标定模块,用于所述实车数据不满足所述目标正态分布模型3σ原则,则重新进行发动机电气诊断标定,直至所述实车数据满足所述目标正态分布模型3σ原则。
本发明实施例所提供的发动机电气诊断标定装置可执行本发明任意实施例所提供的发动机电气诊断标定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图8是实现本发明实施例的发动机电气诊断标定方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如发动机电气诊断标定方法。
在一些实施例中,发动机电气诊断标定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的发动机电气诊断标定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行发动机电气诊断标定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例五
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种发动机电气诊断标定方法,其特征在于,所述方法包括:
根据传感器和执行器的特性确定第一标定参数;
根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,并采集所述传感器和执行器的测试数据;
根据所述第一标定参数和所述测试数据,确定目标标定参数。
2.根据权利要求1所述的方法,其特征在于,所述故障矩阵的建立过程包括:
将所述传感器和执行器的引脚与所述整车虚拟诊断标定系统中信号测量转换模块之间建立一一对应的映射关系;
根据所述映射关系以及故障失效模式确定故障矩阵。
3.根据权利要求1所述的方法,其特征在于,在根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试之前,所述方法还包括:
获取所述车辆实时仿真系统的监测条件;
根据所述监测条件确定所述ECU控制模块的激活状态;
若所述ECU控制模块处于激活状态,则将所述故障矩阵输入至所述车辆实时仿真系统,确定所述ECU控制模块的输出电压;
根据所述输出电压对所述故障矩阵进行功能调试。
4.根据权利要求3所述的方法,其特征在于,根据所述输出电压对所述故障矩阵进行功能调试,包括:
若所述输出电压小于第一阈值且保持不变,则输出故障为对地短路故障;
若所述输出电压大于第二阈值且保持不变,则输出故障为对电短路故障;
若所述输出电压大于第二阈值且存在波动,则输出故障为开路故障。
5.根据权利要求1所述的方法,其特征在于,根据预先建立的整车虚拟诊断标定系统和故障矩阵对车辆实时仿真系统进行测试,包括:
根据所述故障矩阵确定所述故障矩阵中各个待测试故障的顺序;
按照所述顺序依次将所述各个待测试故障以及所述第一标定参数分别注入所述车辆实时仿真系统进行测试。
6.根据权利要求5所述的方法,其特征在于,按照所述顺序依次将所述各个待测试故障以及所述第一标定参数分别注入所述车辆实时仿真系统进行测试,包括:
将排在所述顺序首位的第一待测试故障注入所述车辆实时仿真系统,进行测试;
所述第一待测试故障对应的测试结束后,对所述第一待测试故障进行修复;
按照所述顺序将下一待测试故障注入所述车辆实时仿真系统进行测试并修复,直至所述故障矩阵中的所有故障测试并修复完毕。
7.根据权利要求1所述的方法,其特征在于,根据所述第一标定参数和所述测试数据,确定目标标定参数,包括:
根据所述第一标定参数建立第一正态分布模型;
若所述测试数据满足所述第一正态分布模型3σ原则,则将所述第一标定参数进行冻结,并确定所述第一标定参数为目标标定参数;
否则,则重新进行发动机电气诊断标定,直至所述测试数据满足其对应的正态分布模型3σ原则。
8.根据权利要求1所述的方法,其特征在于,在根据所述第一标定参数和所述测试数据,确定目标标定参数之后,所述方法还包括:
获取预设数量组实车数据;
根据所述目标标定参数建立目标正态分布模型;
若所述实车数据满足所述目标正态分布模型3σ原则,则所述目标标定参数标定成功;
否则,则重新进行发动机电气诊断标定,直至所述实车数据满足所述目标正态分布模型3σ原则。
9.一种发动机电气诊断标定装置,其特征在于,所述装置包括:
第一标定参数确定模块,用于根据传感器和执行器的特性确定第一标定参数;
测试数据采集模块,用于根据预先建立的整车虚拟诊断标定系统和故障矩阵,对车辆实时仿真系统进行测试,并采集所述传感器和执行器的测试数据;
目标标定参数确定模块,用于根据所述第一标定参数和所述测试数据,确定目标标定参数。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的发动机电气诊断标定方法。
11.一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计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的发动机电气诊断标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210664708.1A CN114995346A (zh) | 2022-06-13 | 2022-06-13 | 一种发动机电气诊断标定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210664708.1A CN114995346A (zh) | 2022-06-13 | 2022-06-13 | 一种发动机电气诊断标定方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114995346A true CN114995346A (zh) | 2022-09-02 |
Family
ID=83034877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210664708.1A Pending CN114995346A (zh) | 2022-06-13 | 2022-06-13 | 一种发动机电气诊断标定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114995346A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115326400A (zh) * | 2022-10-13 | 2022-11-11 | 中国航发四川燃气涡轮研究院 | 航空发动机喘振检测系统的故障诊断方法及电子设备 |
CN116661428A (zh) * | 2023-07-28 | 2023-08-29 | 江西五十铃汽车有限公司 | 一种整车性能参数测试方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009024544A1 (de) * | 2009-06-08 | 2010-12-30 | Fev Motorentechnik Gmbh | Automatisierte Bedatung eines Ottomotors |
CN104898647A (zh) * | 2015-05-05 | 2015-09-09 | 广州锦红源电子科技有限公司 | 一种ecu台架自动标定仿真测试系统 |
CN105573296A (zh) * | 2016-01-15 | 2016-05-11 | 上海汽车变速器有限公司 | 基于硬件在环的汽车诊断自动化测试系统及方法 |
CN108398937A (zh) * | 2018-02-09 | 2018-08-14 | 中国第汽车股份有限公司 | 电控共轨自动标定系统 |
CN110780659A (zh) * | 2019-10-14 | 2020-02-11 | 中国北方发动机研究所(天津) | 一种柴油机电控系统故障模拟及测试系统及方法 |
CN110926827A (zh) * | 2019-11-30 | 2020-03-27 | 河南科技大学 | 一种整车控制参数自动优化标定系统 |
CN110987476A (zh) * | 2019-12-26 | 2020-04-10 | 里卡多科技咨询(上海)有限公司 | 适用于汽车动力总成标定测试的虚拟标定测试方法及系统 |
CN112257276A (zh) * | 2020-10-27 | 2021-01-22 | 无锡沃尔福汽车技术有限公司 | 一种发动机实时虚拟标定系统及其仿真建模方法 |
CN113110367A (zh) * | 2020-01-13 | 2021-07-13 | 广州汽车集团股份有限公司 | 发动机硬件在环测试方法及系统 |
CN113586239A (zh) * | 2021-08-27 | 2021-11-02 | 一汽解放汽车有限公司 | 发动机故障诊断方法、装置、控制器和存储介质 |
CN113761747A (zh) * | 2021-09-08 | 2021-12-07 | 广州锦红源电子科技有限公司 | 汽油发动机控制器标定测试方法和系统 |
-
2022
- 2022-06-13 CN CN202210664708.1A patent/CN114995346A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009024544A1 (de) * | 2009-06-08 | 2010-12-30 | Fev Motorentechnik Gmbh | Automatisierte Bedatung eines Ottomotors |
CN104898647A (zh) * | 2015-05-05 | 2015-09-09 | 广州锦红源电子科技有限公司 | 一种ecu台架自动标定仿真测试系统 |
CN105573296A (zh) * | 2016-01-15 | 2016-05-11 | 上海汽车变速器有限公司 | 基于硬件在环的汽车诊断自动化测试系统及方法 |
CN108398937A (zh) * | 2018-02-09 | 2018-08-14 | 中国第汽车股份有限公司 | 电控共轨自动标定系统 |
CN110780659A (zh) * | 2019-10-14 | 2020-02-11 | 中国北方发动机研究所(天津) | 一种柴油机电控系统故障模拟及测试系统及方法 |
CN110926827A (zh) * | 2019-11-30 | 2020-03-27 | 河南科技大学 | 一种整车控制参数自动优化标定系统 |
CN110987476A (zh) * | 2019-12-26 | 2020-04-10 | 里卡多科技咨询(上海)有限公司 | 适用于汽车动力总成标定测试的虚拟标定测试方法及系统 |
CN113110367A (zh) * | 2020-01-13 | 2021-07-13 | 广州汽车集团股份有限公司 | 发动机硬件在环测试方法及系统 |
CN112257276A (zh) * | 2020-10-27 | 2021-01-22 | 无锡沃尔福汽车技术有限公司 | 一种发动机实时虚拟标定系统及其仿真建模方法 |
CN113586239A (zh) * | 2021-08-27 | 2021-11-02 | 一汽解放汽车有限公司 | 发动机故障诊断方法、装置、控制器和存储介质 |
CN113761747A (zh) * | 2021-09-08 | 2021-12-07 | 广州锦红源电子科技有限公司 | 汽油发动机控制器标定测试方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115326400A (zh) * | 2022-10-13 | 2022-11-11 | 中国航发四川燃气涡轮研究院 | 航空发动机喘振检测系统的故障诊断方法及电子设备 |
CN115326400B (zh) * | 2022-10-13 | 2023-04-07 | 中国航发四川燃气涡轮研究院 | 航空发动机喘振检测系统的故障诊断方法及电子设备 |
CN116661428A (zh) * | 2023-07-28 | 2023-08-29 | 江西五十铃汽车有限公司 | 一种整车性能参数测试方法及系统 |
CN116661428B (zh) * | 2023-07-28 | 2023-11-03 | 江西五十铃汽车有限公司 | 一种整车性能参数测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114995346A (zh) | 一种发动机电气诊断标定方法、装置、设备及介质 | |
US8793004B2 (en) | Virtual sensor system and method for generating output parameters | |
US7787969B2 (en) | Virtual sensor system and method | |
US7542879B2 (en) | Virtual sensor based control system and method | |
AU2006315933B2 (en) | Process model based virtual sensor system and method | |
CN113110367B (zh) | 发动机硬件在环测试方法及系统 | |
CN105573296A (zh) | 基于硬件在环的汽车诊断自动化测试系统及方法 | |
US9606902B2 (en) | Malfunction influence evaluation system and evaluation method using a propagation flag | |
CN110941561A (zh) | 一种飞行控制软件测评方法、装置及系统 | |
CN114298521A (zh) | 城轨设备的可靠性分析方法、装置、设备和存储介质 | |
US8359577B2 (en) | Software health management testbed | |
CN115467752B (zh) | 汽车发动机失火诊断分析的方法、系统及计算机存储介质 | |
CN115933619A (zh) | 一种远程诊断方法、系统、电子设备及存储介质 | |
CN112712305B (zh) | 一种飞行器系统及其健康评估方法和装置 | |
CN112849429B (zh) | 一种民机系统测量参数的溯源方法 | |
CN114625107A (zh) | 一种基于stars测控系统的ecu自动标定方法及系统 | |
CN110273738A (zh) | 一种重型发动机排放诊断测试系统 | |
CN116340848B (zh) | 一种基于数字孪生的发动机故障诊断方法 | |
CN117516949A (zh) | 发动机爆震诊断标定方法、装置、电子设备和存储介质 | |
CN114688926B (zh) | 一种运载火箭健康检测验证评估系统和方法 | |
CN117309410A (zh) | 一种基于汽车排放和obd数据综合认知计算诊断故障的方法、系统及设备 | |
Dong et al. | Vehicle Engine Fault Identification Method Equipment and System Based on Deep Learning | |
CN114688926A (zh) | 一种运载火箭健康检测验证评估系统和方法 | |
Khaliullin et al. | Application of bayes algorithm for indiscriminate diagnostics of motor and tractor engines | |
CN117742285A (zh) | 基于航空机载系统功能性能模型的测试性仿真方法 |
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 |