CN115524143B - 一种军用车辆健康状态分析管理方法 - Google Patents

一种军用车辆健康状态分析管理方法 Download PDF

Info

Publication number
CN115524143B
CN115524143B CN202211298035.9A CN202211298035A CN115524143B CN 115524143 B CN115524143 B CN 115524143B CN 202211298035 A CN202211298035 A CN 202211298035A CN 115524143 B CN115524143 B CN 115524143B
Authority
CN
China
Prior art keywords
appearance
engine
military vehicle
important
component
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
CN202211298035.9A
Other languages
English (en)
Other versions
CN115524143A (zh
Inventor
胡浩
冯辅周
薛军
姜峰
周珣
江鹏程
王海鹏
朱俊臻
李亚志
孙光辉
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.)
Academy of Armored Forces of PLA
Original Assignee
Academy of Armored Forces of 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 Academy of Armored Forces of PLA filed Critical Academy of Armored Forces of PLA
Priority to CN202211298035.9A priority Critical patent/CN115524143B/zh
Publication of CN115524143A publication Critical patent/CN115524143A/zh
Application granted granted Critical
Publication of CN115524143B publication Critical patent/CN115524143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass

Abstract

本发明公开一种军用车辆健康状态分析管理方法,在对军用车辆在行驶过程中的运行隐患进行监测时,不仅能够对仪表盘表征的运行参数和发动机发出的声音进行异常监测,还能够对军用车辆的重要部件进行外观缺陷监测,实现了军用车辆运行隐患的多方面监测,打破了现有技术中军用车辆在行驶过程中运行隐患监测范围的局限,大大提高了监测结果的参考价值,与此同时在对军用车辆发动机发出的声音进行异常监测时,采用音频分析仪辅助分析,该分析方式能够抓住声音的本质特征实现声音异常的客观、真实、核心分析,最大限度避免了分析偏差,且在整个监测过程中不需要驾驶员参与,从而在一定程度上保障了驾驶安全,具有较高的实用价值。

Description

一种军用车辆健康状态分析管理方法
技术领域
本发明属于军用车辆健康管理技术领域,具体而言是一种军用车辆健康状态分析管理方法。
背景技术
军用车辆是指军队编配的车辆,简称军车,用于牵载武器装备、输送人员物资和实施军事特种作业。由于军用车辆往往需要在各种复杂的道路环境上行驶,导致军用车辆在行驶过程中容易存在运行隐患,且一旦隐患达到一定程度就会发生运行故障,为了尽可能避免运行故障的发生,就需要实时动态地对军用车辆在行驶过程中的运行隐进行监测分析,以判断军用车辆是否处于健康状态。
但当前对军用车辆在行驶过程中的运行隐患监测方式基本都是由驾驶员凭经验主观识别分析,例如根据车辆仪表盘显示的数值分析运行参数是否存在异常,根据车辆发动机发出的声音分析运转是否存在异常等,这种监测方式一方面无法实现对军用车辆重要部件的外观缺陷监测,鉴于军用车辆行驶环境的恶劣性,使其构造中的有些部件例如轮胎、底盘容易受到外界环境的影响,致使表面存在缺陷,如破损、开裂、锈蚀等,如果不对这些部件进行外观缺陷监测,就无法发现因重要部件外观缺陷导致的运行隐患,从而导致这种监测方式囊括的监测范围受局限,难以覆盖军用车辆行驶过程中的重要运行隐患,从而降低了与军用车辆因行驶环境引发的运行隐患监测需求的适配度,使得监测结果的参考价值不高;另一方面主观根据车辆发动机发出的声音进行判断不够客观,容易出现判断偏差,影响判断结果的精准可靠性;再一方面这种监测方式由于需要驾驶员在驾驶过程中实时关注,无形之中会分散驾驶员的精力,进而影响驾驶安全。
发明内容
为此,本发明通过提出一种军用车辆健康状态分析管理方法,其目的在于至少一定程度上解决相关技术中存在的技术问题之一。
本发明的目的可以通过以下技术方案来实现:
一种军用车辆健康状态分析管理方法,包括以下步骤:
S1:分别在军用车辆的重要部件所在位置、仪表盘分布区域和发动机所在位置设置监测设备;
S2:在军用车辆行驶过程中由各重要部件位置处的第一高清摄像头和环境采集终端分别采集各重要部件对应的运行状态图像和运行环境参数;
S3:在军用车辆行驶过程中由仪表盘分布区域的第二高清摄像头采集各构件仪表的显示数值,并识别各构件仪表表征的运行参数;
S4:在军用车辆行驶过程中由发动机所在位置处的声音采集器采集发动机运转时发出的声音信号;
S5:基于各重要部件对应的运行状态图像和运行环境参数分析各重要部件对应的运行隐患指数;
S6:基于各构件仪表的显示数值分析各构件仪表表征运行参数的异常指数;
S7:将发动机运转时发出的声音信号导入音频分析仪,以此提取发动机运转时对应的声音信号时域波形图和声纹波形图,并从声音信号时域波形图中获取声音信号对应的频率和幅度;
S8:基于发动机运转时所发声音的频率、幅度和声纹波形图分析发动机对应的运转隐患指数;
S9:基于军用车辆中各重要部件对应的运行隐患指数、各构件仪表表征运行参数的异常指数和发动机对应的运转隐患指数综合判断军用车辆是否处于健康状态。
优选地,所述S1对应的具体实现方式如下:
在军用车辆的重要部件所在位置设置第一高清摄像头和环境采集终端,其中重要部件包括轮胎、底盘和散热器;
在军用车辆的仪表盘分布区域设置第二高清摄像头。
优选地,所述运行环境参数包括湿度和粉尘浓度。
优选地,所述S5对应的具体执行步骤如下:
S5-1:从各重要部件对应的运行状态图像中提取外观缺陷参数和外观附着参数,其中外观缺陷参数包括外观缺陷类型、外观缺陷面积和外观缺陷结构,外观附着参数包括外观附着物类别、外观附着面积和外观附着结构;
S5-2:从外观缺陷参数中提取外观缺陷类型,进而将各重要部件对应的外观缺陷类型与管理数据库中该重要部件所属各种外观缺陷类型对应单位缺陷面积的运行影响因子进行匹配,从中匹配出各重要部件对应单位缺陷面积的运行影响因子;
S5-3:从外观缺陷参数中提取外观缺陷结构,进而将各重要部件对应的外观缺陷结构与管理数据库中该重要部件内设各结构对应的重要程度因子进行匹配,从中匹配出各重要部件对应外观缺陷结构的重要程度因子;
S5-4:基于各重要部件对应的运行环境参数解析各重要部件对应的运行环境作用系数,记为υi
S5-5:从外观缺陷参数中提取外观缺陷面积,进而依据各重要部件对应单位缺陷面积的运行影响因子、外观缺陷面积、外观缺陷结构的重要程度因子和运行环境作用系数统计各重要部件对应的外观缺陷度ADi,其中λi、si、εi分别表示为第i重要部件对应单位缺陷面积的运行影响因子、外观缺陷面积、外观缺陷结构的重要程度因子,i表示为重要部件的编号,i=R1或R2或R3,且R1、R2、R3分别代表轮胎、底盘、散热器;
S5-6:从外观附着参数中提取外观附着物类别,进而将各重要部件对应的外观附着物类别与管理数据库中该重要部件所属各种外观附着物类别对应的运行妨碍因子进行匹配,从中匹配出各重要部件对应的运行妨碍因子;
S5-7:从外观附着参数中提取外观附着结构,进而参照S52获取各重要部件对应外观附着结构的重要程度因子;
S5-8:从外观附着参数中提取外观附着面积,并获取各重要部件对应的外观参照面积,进而将各重要部件对应的外观附着面积除以外观参照面积,得到各重要部件对应的外观附着占比系数,记为ξi
S5-9:将各重要部件对应的运行妨碍因子、外观附着结构的重要程度因子和外观附着占比系数代入外观附着妨碍度计算公式计算出各重要部件对应的外观附着妨碍度ARi,/>χi分别表示为第i重要部件对应外观附着结构的重要程度因子、运行妨碍因子,e表示为自然常数;
S5-10:将各重要部件对应的外观缺陷度和外观附着妨碍度代入运行隐患指数分析公式分析出各重要部件对应的运行隐患指数ψi,g、h分别表示为设定的外观缺陷度、外观附着妨碍度对应的比例系数。
优选地,所述S5-4具体包括:
S5-4-1:将各重要部件对应的运行环境参数通过基础运行环境恶劣度计算公式为得到各重要部件对应的基础运行环境恶劣度τi,其中Di、Pi分别表示为第i重要部件对应的湿度、粉尘浓度,D′i、P′i分别表示为第i个重要部件处于正常运行时的适宜湿度、允许粉尘浓度;
S5-4-2:将各重要部件对应的外观缺陷类型与管理数据库中各重要部件中各种外观缺陷类型相对基础运行环境恶劣度的加重作用值进行匹配,从中筛选出各重要部件对应基础运行环境恶劣度的加重作用值,记为οi
S5-4-3:通过公式υi=τi*οi,解析出各重要部件对应的运行环境作用系数。
优选地,所述获取各重要部件对应的外观参照面积具体获取方式为将各重要部件对应外观附着结构的表面积作为各重要部件对应的外观参照面积。
优选地,所述S6对应的具体执行过程如下:
S6-1:从管理数据库中提取各构件仪表在军用车辆正常行驶状态下的显示数值;
S6-2:将各构件仪表的显示数值与该构件仪表在军用车辆正常行驶状态下的显示数值进行对比,计算各构件仪表对应显示数值的偏离度其中θj表示为第j构件仪表对应显示数值的偏离度,j表示为构件仪表的编号,j=1,2,...,m,uj表示为第j构件仪表的显示数值,u′j表示为第j构件仪表在军用车辆正常行驶状态下的显示数值;
S6-3:将各构件仪表对应显示数值的偏离度与管理数据库中该构件仪表对应显示数值的允许偏离度进行对比,计算各构件仪表表征运行参数的异常指数,记为φj,其中θj允表示为第j构件仪表对应显示数值的允许偏离度。
优选地所述S8对应的具体操作步骤如下:
S8-1:根据发动机运转时所发声音的振幅计算出发动机运转时所发声音的声强;
S8-2:将发动机运转时所发声音的频率和声强分别与管理数据库中发动机处于正常运转状态下所发声音对应的频率和声强进行对比,统计发动机对应的声音信号属性符合度AC,F、I分别表示为发动机运转时所发声音的频率、声强,F′、I′分别表示为发动机处于正常运转状态下所发声音对应的频率、声强,A、B分别表示为设定的频率、声强对应的占比因子;
S8-3:从发动机运转时所发声音对应的声纹波形图中提取声纹波形轮廓线,并将其与管理数据库中发动机处于正常运转状态下所发声音对应的声纹波形轮廓线进行重合对比,获取重合线条长度;
S8-4:将发动机对应声纹波形图的重合声纹波形轮廓线条长度与发动机处于正常运转状态下所发声音对应的声纹波形轮廓线总长度进行对比,计算发动机对应的声音信号声纹符合度VC,l、L分别表示为发动机对应声纹波形图的重合声纹波形轮廓线条长度、发动机处于正常运转状态下所发声音对应的声纹波形轮廓线总长度;
S8-5:将AC和VC代入运转隐患指数分析公式分析出发动机对应的运转隐患指数/>其中α、β分别表示为预设的属性符合度、声纹符合度对应的权重系数。
优选地,所述S9中综合判断军用车辆是否处于健康状态对应的具体判断过程如下:
S9-1:将各重要部件对应的运行隐患指数、各构件仪表表征运行参数的异常指数和发动机对应的运行隐患指数代入综合隐患指数评估公式得到军用车辆在行驶过程中的综合隐患指数Q,ψR1、ψR2、ψR3分别表示为轮胎、底盘、散热器对应的运行隐患指数,a、b分别表示为设定的轮胎、底盘对应的权重因子,μj表示为设定的第j个构件仪表对应的权重因子,且/>
S9-2:将军用车辆在行驶过程中的综合隐患指数设定的允许综合隐患指数进行对比,若军用车辆在行驶过程中的综合隐患指数小于或等于允许综合隐患指数,则判断军用车辆处于健康状态,反之则判断军用车辆不处于健康状态。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
(1)本发明在对军用车辆在行驶过程中的运行隐患进行监测时,不仅能够对仪表盘表征的运行参数和发动机发出的声音进行异常监测,还能够对军用车辆的重要部件进行外观缺陷监测,实现了军用车辆运行隐患的多方面监测,打破了现有技术中军用车辆在行驶过程中运行隐患监测范围的局限,以此提高了与军用车辆因行驶环境引发的运行隐患监测需求的适配度,大大提高了监测结果的参考价值。
(2)本发明在对军用车辆发动机发出的声音进行异常监测时,采用音频分析仪辅助分析,相比较由驾驶员凭经验主观分析,该分析方式能够抓住声音的本质特征实现声音异常的客观、真实、核心分析,最大限度避免了分析偏差,从而有利于提高分析结果的精准可靠度。
(3)本发明在对军用车辆在行驶过程中运行隐患的整个监测过程中不需要驾驶员参与,进而能够降低驾驶员因需要实时关注仪表盘和发动机导致的精力分散率,从而在一定程度上保障了驾驶安全,具有较高的实用价值。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
具体实施方式
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,都属于本发明保护的范围。
参照图1所示,本发明提出一种军用车辆健康状态分析管理方法,包括以下步骤:
S1:分别在军用车辆的重要部件所在位置、仪表盘分布区域和发动机所在位置设置监测设备,其具体实现方式如下:
在军用车辆的重要部件所在位置设置第一高清摄像头和环境采集终端,其中重要部件包括轮胎、底盘和散热器,环境采集终端包括湿度传感器和粉尘浓度传感器;
在军用车辆的仪表盘分布区域设置第二高清摄像头;
需要说明的是,上述提到的重要部件涉及轮胎、底盘和散热器的原因在于轮胎作为直接接触地面的部件,当军用车辆行驶在山地、沼泽时,轮胎首当其冲地受到行驶地面环境的影响,其外表更容易受到损伤,例如鼓包、扎钉、磨损等,而底盘是除轮胎外离地面最接近的部件,当军用车辆在行驶过程中,受到不同程度的河水冲击或砂石撞击时,会连带导致底盘受到冲击,同时底盘多选用的是镀锌钢板,车底又长时间处于潮湿的环境中,容易使底盘受到腐蚀,且汽车处于走石涉沟的状态时,底盘非常容易被一些利器所破坏,易出现生锈、剥落的情况,进而对军用车辆的实际使用造成较大影响,对于散热器来说,由于军用车辆的发动机舱大多不是密闭的,拥有大量的散热器,导致军用车辆在沙漠、雨林等环境下行驶时,大量阻塞物会进入发动机舱,附着在散热器上,从而影响散热器的散热功效。
S2:在军用车辆行驶过程中由各重要部件位置处的第一高清摄像头和环境采集终端分别采集各重要部件对应的运行状态图像和运行环境参数,其中运行环境参数包括湿度和粉尘浓度;
S3:在军用车辆行驶过程中由仪表盘分布区域的第二高清摄像头采集各构件仪表的显示数值,并识别各构件仪表表征的运行参数;
在一种可能实施的方式中,上述提到的构件仪表是指能够指示车辆运行参数的仪表,例如油压表、油温表、水温表、电流电压表等,且各构件仪表表征的运行参数,示例性的,油压表、油温表、水温表、电流电压表表征的运行参数为油压、油温、水温、电流、电压;
S4:在军用车辆行驶过程中由发动机所在位置处的声音采集器采集发动机运转时发出的声音信号;
S5:基于各重要部件对应的运行状态图像和运行环境参数分析各重要部件对应的运行隐患指数,其具体执行步骤如下:
S5-1:从各重要部件对应的运行状态图像中提取外观缺陷参数和外观附着参数,其中外观缺陷参数包括外观缺陷类型、外观缺陷面积和外观缺陷结构,外观附着参数包括外观附着物类别、外观附着面积和外观附着结构;
在一个具体实施例中,外观缺陷类型包括但不限于破损、裂缝、锈蚀...,外观附着物类别包括但不限于砂石、泥沙、玻璃碎片...;
外观缺陷结构和外观附着结构是指重要部件中存在外观缺陷和附着物的结构;
S5-2:从外观缺陷参数中提取外观缺陷类型,进而将各重要部件对应的外观缺陷类型与管理数据库中该重要部件所属各种外观缺陷类型对应单位缺陷面积的运行影响因子进行匹配,从中匹配出各重要部件对应单位缺陷面积的运行影响因子;
S5-3:从外观缺陷参数中提取外观缺陷结构,进而将各重要部件对应的外观缺陷结构与管理数据库中该重要部件内设各结构对应的重要程度因子进行匹配,从中匹配出各重要部件对应外观缺陷结构的重要程度因子;
S5-4:基于各重要部件对应的运行环境参数解析各重要部件对应的运行环境作用系数,记为υi,具体包括以下步骤:
S5-4-1:将各重要部件对应的运行环境参数通过基础运行环境恶劣度计算公式为得到各重要部件对应的基础运行环境恶劣度τi,其中Di、Pi分别表示为第i重要部件对应的湿度、粉尘浓度,D′i、P′i分别表示为第i个重要部件处于正常运行时的适宜湿度、允许粉尘浓度;
S5-4-2:将各重要部件对应的外观缺陷类型与管理数据库中各重要部件中各种外观缺陷类型相对基础运行环境恶劣度的加重作用值进行匹配,从中筛选出各重要部件对应基础运行环境恶劣度的加重作用值,记为οi
S5-4-3:通过公式υi=τi*οi,解析出各重要部件对应的运行环境作用系数;
需要说明的是,上述提到的基础运行环境恶劣度是指军用车辆的各重要部件不存在外观缺陷情况下运行环境的恶劣程度,当某重要部件存在外观缺陷时,基础运行环境恶劣度在外观缺陷情况下会加重重要部件的外观缺陷度;
S5-5:从外观缺陷参数中提取外观缺陷面积,进而依据各重要部件对应单位缺陷面积的运行影响因子、外观缺陷面积、外观缺陷结构的重要程度因子和运行环境作用系数统计各重要部件对应的外观缺陷度ADi,其中λi、si、εi分别表示为第i重要部件对应单位缺陷面积的运行影响因子、外观缺陷面积、外观缺陷结构的重要程度因子,i表示为重要部件的编号,i=R1或R2或R3,且R1、R2、R3分别代表轮胎、底盘、散热器;
S5-6:从外观附着参数中提取外观附着物类别,进而将各重要部件对应的外观附着物类别与管理数据库中该重要部件所属各种外观附着物类别对应的运行妨碍因子进行匹配,从中匹配出各重要部件对应的运行妨碍因子;
S5-7:从外观附着参数中提取外观附着结构,进而参照S52获取各重要部件对应外观附着结构的重要程度因子;
S5-8:从外观附着参数中提取外观附着面积,并获取各重要部件对应的外观参照面积,具体获取方式为将各重要部件对应外观附着结构的表面积作为各重要部件对应的外观参照面积,进而将各重要部件对应的外观附着面积除以外观参照面积,得到各重要部件对应的外观附着占比系数,记为ξi
S5-9:将各重要部件对应的运行妨碍因子、外观附着结构的重要程度因子和外观附着占比系数代入外观附着妨碍度计算公式计算出各重要部件对应的外观附着妨碍度ARi,/>χi分别表示为第i重要部件对应外观附着结构的重要程度因子、运行妨碍因子,e表示为自然常数;
S5-10:将各重要部件对应的外观缺陷度和外观附着妨碍度代入运行隐患指数分析公式分析出各重要部件对应的运行隐患指数ψi,g、h分别表示为设定的外观缺陷度、外观附着妨碍度对应的比例系数;
S6:基于各构件仪表的显示数值分析各构件仪表表征运行参数的异常指数,其具体执行过程如下:
S6-1:从管理数据库中提取各构件仪表在军用车辆正常行驶状态下的显示数值;
S6-2:将各构件仪表的显示数值与该构件仪表在军用车辆正常行驶状态下的显示数值进行对比,计算各构件仪表对应显示数值的偏离度其中θj表示为第j构件仪表对应显示数值的偏离度,j表示为构件仪表的编号,j=1,2,...,m,uj表示为第j构件仪表的显示数值,u′j表示为第j构件仪表在军用车辆正常行驶状态下的显示数值;
S6-3:将各构件仪表对应显示数值的偏离度与管理数据库中该构件仪表对应显示数值的允许偏离度进行对比,计算各构件仪表表征运行参数的异常指数,记为φj,其中θj允表示为第j构件仪表对应显示数值的允许偏离度;
S7:将发动机运转时发出的声音信号导入音频分析仪,以此提取发动机运转时对应的声音信号时域波形图和声纹波形图,并从声音信号时域波形图中获取声音信号对应的频率和幅度;
S8:基于发动机运转时所发声音的频率、幅度和声纹波形图分析发动机对应的运转隐患指数,具体操作步骤如下:
S8-1:根据发动机运转时所发声音的振幅计算出发动机运转时所发声音的声强,示例性的,声强计算公式中E表示为振幅,ρ表示为空气密度,V表示为声音传播速度,通过从音频分析仪中提取发动机运转时所发声音在空气中的传播速度,就可以计算出发动机运转时所发声音的声强;
S8-2:将发动机运转时所发声音的频率和声强分别与管理数据库中发动机处于正常运转状态下所发声音对应的频率和声强进行对比,统计发动机对应的声音信号属性符合度AC,F、I分别表示为发动机运转时所发声音的频率、声强,F′、I′分别表示为发动机处于正常运转状态下所发声音对应的频率、声强,A、B分别表示为设定的频率、声强对应的占比因子;
S8-3:从发动机运转时所发声音对应的声纹波形图中提取声纹波形轮廓线,并将其与管理数据库中发动机处于正常运转状态下所发声音对应的声纹波形轮廓线进行重合对比,获取重合线条长度;
S8-4:将发动机对应声纹波形图的重合声纹波形轮廓线条长度与发动机处于正常运转状态下所发声音对应的声纹波形轮廓线总长度进行对比,计算发动机对应的声音信号声纹符合度VC,l、L分别表示为发动机对应声纹波形图的重合声纹波形轮廓线条长度、发动机处于正常运转状态下所发声音对应的声纹波形轮廓线总长度;
需要说明的是,上述提到的声纹反映的是发动机所发声音的音色特征,发动机处于正常运转状态下的音色与发动机处于异常运转下的音色会存在差异,通过进行声纹对比能够及时发现发动机的运转状况;
S8-5:将AC和VC代入运转隐患指数分析公式分析出发动机对应的运转隐患指数/>其中α、β分别表示为预设的属性符合度、声纹符合度对应的权重系数;
本发明实施例在对军用车辆发动机发出的声音进行异常监测时,采用音频分析仪辅助分析,相比较由驾驶员凭经验主观分析,该分析方式能够抓住声音的本质特征实现声音异常的客观、真实、核心分析,最大限度避免了分析偏差,从而有利于提高分析结果的精准可靠度。
S9:基于军用车辆中各重要部件对应的运行隐患指数、各构件仪表表征运行参数的异常指数和发动机对应的运转隐患指数综合判断军用车辆是否处于健康状态,其具体判断过程如下:
S9-1:将各重要部件对应的运行隐患指数、各构件仪表表征运行参数的异常指数和发动机对应的运行隐患指数代入综合隐患指数评估公式得到军用车辆在行驶过程中的综合隐患指数Q,ψR1、ψR2、ψR3分别表示为轮胎、底盘、散热器对应的运行隐患指数,a、b分别表示为设定的轮胎、底盘对应的权重因子,μj表示为设定的第j个构件仪表对应的权重因子,且/>
S9-2:将军用车辆在行驶过程中的综合隐患指数设定的允许综合隐患指数进行对比,若军用车辆在行驶过程中的综合隐患指数小于或等于允许综合隐患指数,则判断军用车辆处于健康状态,反之则判断军用车辆不处于健康状态。
本发明在对军用车辆在行驶过程中的运行隐患进行监测时,不仅能够对仪表盘表征的运行参数和发动机发出的声音进行异常监测,还能够对军用车辆的重要部件进行外观缺陷监测,实现了军用车辆运行隐患的多方面监测,打破了现有技术中军用车辆在行驶过程中运行隐患监测范围的局限,以此提高了与军用车辆因行驶环境引发的运行隐患监测需求的适配度,大大提高了监测结果的参考价值。
本发明在对军用车辆在行驶过程中运行隐患的整个监测过程中不需要驾驶员参与,进而能够降低驾驶员因需要实时关注仪表盘和发动机导致的精力分散率,从而在一定程度上保障了驾驶安全,具有较高的实用价值。
本发明在具体实施过程中需要用到管理数据库,其中管理数据库内存储各重要部件所属各种外观缺陷类型对应单位缺陷面积的运行影响因子,存储各重要部件内设各结构对应的重要程度因子,存储各重要部件所属各种外观附着物类别对应的运行妨碍因子,存储各重要部件中各种外观缺陷类型相对基础运行环境恶劣度的加重作用值,存储各构件仪表在军用车辆正常行驶状态下的显示数值,存储各构件仪表对应显示数值的允许偏离度,存储发动机处于正常运转状态下所发声音对应的频率和声强,并存储发动机处于正常运转状态下所发声音对应的声纹波形轮廓线。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (7)

1.一种军用车辆健康状态分析管理方法,其特征在于,包括以下步骤:
S1:分别在军用车辆的重要部件所在位置、仪表盘分布区域和发动机所在位置设置监测设备;
S2:在军用车辆行驶过程中由各重要部件位置处的第一高清摄像头和环境采集终端分别采集各重要部件对应的运行状态图像和运行环境参数;
S3:在军用车辆行驶过程中由仪表盘分布区域的第二高清摄像头采集各构件仪表的显示数值,并识别各构件仪表表征的运行参数;
S4:在军用车辆行驶过程中由发动机所在位置处的声音采集器采集发动机运转时发出的声音信号;
S5:基于各重要部件对应的运行状态图像和运行环境参数分析各重要部件对应的运行隐患指数;
所述S5对应的具体执行步骤如下:
S5-1:从各重要部件对应的运行状态图像中提取外观缺陷参数和外观附着参数,其中外观缺陷参数包括外观缺陷类型、外观缺陷面积和外观缺陷结构,外观附着参数包括外观附着物类别、外观附着面积和外观附着结构;
S5-2:从外观缺陷参数中提取外观缺陷类型,进而将各重要部件对应的外观缺陷类型与管理数据库中该重要部件所属各种外观缺陷类型对应单位缺陷面积的运行影响因子进行匹配,从中匹配出各重要部件对应单位缺陷面积的运行影响因子;
S5-3:从外观缺陷参数中提取外观缺陷结构,进而将各重要部件对应的外观缺陷结构与管理数据库中该重要部件内设各结构对应的重要程度因子进行匹配,从中匹配出各重要部件对应外观缺陷结构的重要程度因子;
S5-4:基于各重要部件对应的运行环境参数解析各重要部件对应的运行环境作用系数,记为
S5-5:从外观缺陷参数中提取外观缺陷面积,进而依据各重要部件对应单位缺陷面积的运行影响因子、外观缺陷面积、外观缺陷结构的重要程度因子和运行环境作用系数统计各重要部件对应的外观缺陷度,其中/>,/>、/>、/>分别表示为第i重要部件对应单位缺陷面积的运行影响因子、外观缺陷面积、外观缺陷结构的重要程度因子,i表示为重要部件的编号,i=R1或R2或R3,且R1、R2、R3分别代表轮胎、底盘、散热器;
S5-6:从外观附着参数中提取外观附着物类别,进而将各重要部件对应的外观附着物类别与管理数据库中该重要部件所属各种外观附着物类别对应的运行妨碍因子进行匹配,从中匹配出各重要部件对应的运行妨碍因子;
S5-7:从外观附着参数中提取外观附着结构,进而参照S5-2获取各重要部件对应外观附着结构的重要程度因子;
S5-8:从外观附着参数中提取外观附着面积,并获取各重要部件对应的外观参照面积,进而将各重要部件对应的外观附着面积除以外观参照面积,得到各重要部件对应的外观附着占比系数,记为
S5-9:将各重要部件对应的运行妨碍因子、外观附着结构的重要程度因子和外观附着占比系数代入外观附着妨碍度计算公式,计算出各重要部件对应的外观附着妨碍度/>,/>、/>分别表示为第i重要部件对应外观附着结构的重要程度因子、运行妨碍因子,e表示为自然常数;
S5-10:将各重要部件对应的外观缺陷度和外观附着妨碍度代入运行隐患指数分析公式,分析出各重要部件对应的运行隐患指数/>,g、h分别表示为设定的外观缺陷度、外观附着妨碍度对应的比例系数;
所述S5-4具体包括:
S5-4-1:将各重要部件对应的运行环境参数通过基础运行环境恶劣度计算公式为,得到各重要部件对应的基础运行环境恶劣度/>,其中/>、/>分别表示为第i重要部件对应的湿度、粉尘浓度,/>、/>分别表示为第i个重要部件处于正常运行时的适宜湿度、允许粉尘浓度;
S5-4-2:将各重要部件对应的外观缺陷类型与管理数据库中各重要部件中各种外观缺陷类型相对基础运行环境恶劣度的加重作用值进行匹配,从中筛选出各重要部件对应基础运行环境恶劣度的加重作用值,记为
S5-4-3:通过公式,解析出各重要部件对应的运行环境作用系数;
S6:基于各构件仪表的显示数值分析各构件仪表表征运行参数的异常指数;
S7:将发动机运转时发出的声音信号导入音频分析仪,以此提取发动机运转时对应的声音信号时域波形图和声纹波形图,并从声音信号时域波形图中获取声音信号对应的频率和幅度;
S8:基于发动机运转时所发声音的频率、幅度和声纹波形图分析发动机对应的运转隐患指数;
S9:基于军用车辆中各重要部件对应的运行隐患指数、各构件仪表表征运行参数的异常指数和发动机对应的运转隐患指数综合判断军用车辆是否处于健康状态。
2.根据权利要求1所述的一种军用车辆健康状态分析管理方法,其特征在于:所述S1对应的具体实现方式如下:
在军用车辆的重要部件所在位置设置第一高清摄像头和环境采集终端,其中重要部件包括轮胎、底盘和散热器;
在军用车辆的仪表盘分布区域设置第二高清摄像头。
3.根据权利要求2所述的一种军用车辆健康状态分析管理方法,其特征在于:所述运行环境参数包括湿度和粉尘浓度。
4.根据权利要求1所述的一种军用车辆健康状态分析管理方法,其特征在于:所述获取各重要部件对应的外观参照面积具体获取方式为将各重要部件对应外观附着结构的表面积作为各重要部件对应的外观参照面积。
5.根据权利要求4所述的一种军用车辆健康状态分析管理方法,其特征在于:所述S6对应的具体执行过程如下:
S6-1:从管理数据库中提取各构件仪表在军用车辆正常行驶状态下的显示数值;
S6-2:将各构件仪表的显示数值与该构件仪表在军用车辆正常行驶状态下的显示数值进行对比,计算各构件仪表对应显示数值的偏离度,其中/>表示为第j构件仪表对应显示数值的偏离度,j表示为构件仪表的编号,j=1,2,...,m,/>表示为第j构件仪表的显示数值,/>表示为第j构件仪表在军用车辆正常行驶状态下的显示数值;
S6-3:将各构件仪表对应显示数值的偏离度与管理数据库中该构件仪表对应显示数值的允许偏离度进行对比,计算各构件仪表表征运行参数的异常指数,记为,其中,/>表示为第j构件仪表对应显示数值的允许偏离度。
6.根据权利要求5所述的一种军用车辆健康状态分析管理方法,其特征在于:所述S8对应的具体操作步骤如下:
S8-1:根据发动机运转时所发声音的振幅计算出发动机运转时所发声音的声强;
S8-2:将发动机运转时所发声音的频率和声强分别与管理数据库中发动机处于正常运转状态下所发声音对应的频率和声强进行对比,统计发动机对应的声音信号属性符合度,/>,/>、/>分别表示为发动机运转时所发声音的频率、声强,/>、/>分别表示为发动机处于正常运转状态下所发声音对应的频率、声强,A、B分别表示为设定的频率、声强对应的占比因子;
S8-3:从发动机运转时所发声音对应的声纹波形图中提取声纹波形轮廓线,并将其与管理数据库中发动机处于正常运转状态下所发声音对应的声纹波形轮廓线进行重合对比,获取重合线条长度;
S8-4:将发动机对应声纹波形图的重合声纹波形轮廓线条长度与发动机处于正常运转状态下所发声音对应的声纹波形轮廓线总长度进行对比,计算发动机对应的声音信号声纹符合度,/>,l、L分别表示为发动机对应声纹波形图的重合声纹波形轮廓线条长度、发动机处于正常运转状态下所发声音对应的声纹波形轮廓线总长度;
S8-5:将和/>代入运转隐患指数分析公式/>,分析出发动机对应的运转隐患指数/>,其中/>、/>分别表示为预设的属性符合度、声纹符合度对应的权重系数。
7.根据权利要求6所述的一种军用车辆健康状态分析管理方法,其特征在于:所述S9中综合判断军用车辆是否处于健康状态对应的具体判断过程如下:
S9-1:将各重要部件对应的运行隐患指数、各构件仪表表征运行参数的异常指数和发动机对应的运行隐患指数代入综合隐患指数评估公式,得到军用车辆在行驶过程中的综合隐患指数/>,/>、/>、/>分别表示为轮胎、底盘、散热器对应的运行隐患指数,a、b分别表示为设定的轮胎、底盘对应的权重因子,/>表示为设定的第j个构件仪表对应的权重因子,且/>
S9-2:将军用车辆在行驶过程中的综合隐患指数设定的允许综合隐患指数进行对比,若军用车辆在行驶过程中的综合隐患指数小于或等于允许综合隐患指数,则判断军用车辆处于健康状态,反之则判断军用车辆不处于健康状态。
CN202211298035.9A 2022-10-21 2022-10-21 一种军用车辆健康状态分析管理方法 Active CN115524143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211298035.9A CN115524143B (zh) 2022-10-21 2022-10-21 一种军用车辆健康状态分析管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211298035.9A CN115524143B (zh) 2022-10-21 2022-10-21 一种军用车辆健康状态分析管理方法

Publications (2)

Publication Number Publication Date
CN115524143A CN115524143A (zh) 2022-12-27
CN115524143B true CN115524143B (zh) 2023-09-19

Family

ID=84703096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211298035.9A Active CN115524143B (zh) 2022-10-21 2022-10-21 一种军用车辆健康状态分析管理方法

Country Status (1)

Country Link
CN (1) CN115524143B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115950651B (zh) * 2022-12-29 2024-01-26 中国人民解放军陆军装甲兵学院 一种设备运行安全监测智能云管理系统
CN116056034B (zh) * 2023-04-03 2023-06-09 鹰驾科技(深圳)有限公司 一种基于车内环境监测的车载无线通信分析调控系统
CN117871540A (zh) * 2024-03-13 2024-04-12 西安路泰机械制造有限公司 基于图像采集的沥青搅拌设备缺陷检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002166743A (ja) * 2000-12-01 2002-06-11 Nissan Diesel Motor Co Ltd 車両安全運行管理装置
CN106644497A (zh) * 2015-11-02 2017-05-10 北京爱德盛业科技有限公司 一种基于智能手机内置传感器检测车辆的方法
CN111696088A (zh) * 2020-06-05 2020-09-22 湖南省鹰眼在线电子科技有限公司 轮胎的安全检测方法、系统及汽车
CN113008563A (zh) * 2021-03-03 2021-06-22 义乌市禾煜智能装备科技有限公司 基于物联网和人工智能的汽车行驶安全监测方法
CN114764023A (zh) * 2021-01-13 2022-07-19 博泰车联网科技(上海)股份有限公司 基于车联网的车内噪声检测和统计分析方法、装置、存储介质
CN114906689A (zh) * 2022-05-10 2022-08-16 浙江理工大学 一种基于图像识别分析技术的关键目标部位监测系统
CN114973155A (zh) * 2022-08-01 2022-08-30 鹰驾科技(深圳)有限公司 一种基于ai图像识别行为智能监测分析管理系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160343180A1 (en) * 2015-05-19 2016-11-24 GM Global Technology Operations LLC Automobiles, diagnostic systems, and methods for generating diagnostic data for automobiles

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002166743A (ja) * 2000-12-01 2002-06-11 Nissan Diesel Motor Co Ltd 車両安全運行管理装置
CN106644497A (zh) * 2015-11-02 2017-05-10 北京爱德盛业科技有限公司 一种基于智能手机内置传感器检测车辆的方法
CN111696088A (zh) * 2020-06-05 2020-09-22 湖南省鹰眼在线电子科技有限公司 轮胎的安全检测方法、系统及汽车
CN114764023A (zh) * 2021-01-13 2022-07-19 博泰车联网科技(上海)股份有限公司 基于车联网的车内噪声检测和统计分析方法、装置、存储介质
CN113008563A (zh) * 2021-03-03 2021-06-22 义乌市禾煜智能装备科技有限公司 基于物联网和人工智能的汽车行驶安全监测方法
CN114906689A (zh) * 2022-05-10 2022-08-16 浙江理工大学 一种基于图像识别分析技术的关键目标部位监测系统
CN114973155A (zh) * 2022-08-01 2022-08-30 鹰驾科技(深圳)有限公司 一种基于ai图像识别行为智能监测分析管理系统

Also Published As

Publication number Publication date
CN115524143A (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
CN115524143B (zh) 一种军用车辆健康状态分析管理方法
Lin et al. Correlation analysis between international roughness index (IRI) and pavement distress by neural network
CN107609304B (zh) 大跨度铁路桥梁的基于phm的故障诊断预测系统及方法
US6052631A (en) Method and system for facilitating vehicle inspection to detect previous damage and repairs
WO2021185177A1 (zh) 基于多数据采集的石化常压储油罐健康状态评估方法
CN107153914B (zh) 一种汽车运行风险的评价系统及方法
CN111751117A (zh) 一种特种车辆健康状态评估方法及装置
Chin et al. Durability assessment of suspension coil spring considering the multifractality of road excitations
JP2007191733A (ja) カソード防食された埋設金属体の防食管理方法、防食管理装置、防食管理プログラム、情報記録媒体
CN115950651B (zh) 一种设备运行安全监测智能云管理系统
CN111667320A (zh) 一种二手车检测与估值系统
CN108556568A (zh) 车辆轮胎检测装置
CN107782785B (zh) 一种地下管线安全性评估方法
Manouchehrynia et al. Reliability-based fatigue life assessment using random road load condition and local damage criteria
Zamora Alvarez A discrete roughness index for longitudinal road profiles
Bazaras et al. Interdependence of noise and traffic flow
CN108256766A (zh) 一种基于危险驾驶行为的车辆保险核算方法
Zhou et al. An accelerated editing method of multiaxial load spectrums for durability testing
RU2129711C1 (ru) Способ контроля показателей надежности транспортного средства
KR20110086528A (ko) Electre 기법을 이용한 상수도관망 최적관리시스템
Pink et al. Comparison of vehicle-broadcasted fuel consumption rates against precise fuel measurements for medium-and heavy-duty vehicles and engines
Baranovskii Practical approach to EU Interim Railway Noise Modeling Method Adaptation
CN112182896B (zh) 一种地形地貌局部环境复杂度计算方法
Bel-Hadj et al. Anomaly detection and representation learning in an instrumented railway bridge.
CN117522175B (zh) 一种道路养护决策方法及系统

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