CN116308130A - 一种汽车试验场强化坏路试验数字化管理方法 - Google Patents
一种汽车试验场强化坏路试验数字化管理方法 Download PDFInfo
- Publication number
- CN116308130A CN116308130A CN202310126174.1A CN202310126174A CN116308130A CN 116308130 A CN116308130 A CN 116308130A CN 202310126174 A CN202310126174 A CN 202310126174A CN 116308130 A CN116308130 A CN 116308130A
- Authority
- CN
- China
- Prior art keywords
- data
- test
- vehicle
- bad road
- time
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 128
- 238000007726 management method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003014 reinforcing effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000510097 Megalonaias nervosa Species 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
汽车试验场强化坏路试验数字化管理方法，涉及整车试验技术领域，解决了现有试验耗费人力和错误率高等问题。建立数据统计所需指标，根据指标提出对数据源的要求；工作日志审批流程创建；数据预处理；将车辆行车信息统计内容与所需数据绑定，并制定数据分析规则；监控统计各零部件故障发生频次：根据通信矩阵制定数据运算规则，计算信号切换次数；通过连接数据库或导入数据来获得采集完的工时内容数据及耐久试验数据，基于SQL进行数据处理；调用原始数据及数据处理结果，调用二维三位绘图函数及地图API，绘制图表；导出试验数据原始表和试验运算结果表，通过读取项目号及车辆数据配置信息，将数据处理结果和绘制的图表一键导出报告并存储。
Description
技术领域
本发明涉及整车试验技术领域，具体涉及一种汽车试验场强化坏路试验数字化管理方法。
背景技术
汽车试验场强化坏路试验是汽车主机厂在汽车上市之前快速检验整车可靠耐久性的有效途径，是开发流程的必经环节。各汽车主机厂在不同的汽车试验场有不同的强化坏路试验标准，主要区别是各强化坏路试验路段(包括搓板路、比利时路、鱼鳞坑、失修坑和扭曲路等)、车速、车辆载重和循环次数的不同。
汽车试验场强化坏路试验管理过程中，主要难点包括以下几个方面：
(1)不同试验工况的循环次数统计及试验司机工作量难以统计；(2)试验进度统计及汇报；(3)试验质量的管理：司机行驶在各试验路段时按照规定速度行驶的符合度；(4)汽车出现试验问题时间段整车CAN数据的记录及读取，该数据用于分析问题真因后改进汽车可靠性；(5)部分试验问题出现后又消失，难以发现及短期复现。
以上难点在现有管理方法中，前两项是根据试验司机的纸质单据人工审阅后输入到电脑进行统计，属于重复工作，耗费人力且易出错；试验质量的管理靠人力抽查跟车，或者车辆安装GPS记录仪下载数据后进行人眼识别；第四项是安装仪器后根据试验的可能原因去复现问题记录数据，但是不能做到提前采集，在发生问题时同步记录；第五项主要靠试验司机的细心程度及运气。
综上，目前汽车试验场强化坏路试验仍存在耗费人力、错误率高、数据利用率低等问题。
发明内容
为了解决以上技术问题，本发明提出了一种汽车试验场强化坏路试验数字化管理方法。
本发明的技术方案如下：
一种汽车试验场强化坏路试验数字化管理方法，包括如下步骤：
S1、建立数据统计所需指标，根据指标提出对数据源的要求；
S2、工作日志审批流程创建：
收集试验数据，包括司机填报的工时内容数据以及试验车数采记录仪获取的试验数据，并将收集的数据用标准化列名进行填报；
S3、数据预处理：制定过滤条件删除并修改填报错误的工时记录单，制定过滤条件删除由于数据设备不稳定产生的数据飘点；
S4、将车辆行车信息统计内容与所需数据绑定，并制定数据分析规则；
S5、监控统计各零部件故障发生频次：根据通信矩阵制定数据运算规则，当零部件workingst及errorst值跳出正常范围时计数，创建故障信号列的顺位时刻列，获取下一时刻的信号状态值，则信号切换次数执行如下公式：
其中，N为信号切换频次，i代表时刻，Vi为信号当前时刻值，Vi-1为信号下一时刻值，T为信号总时刻数；
S6、通过连接数据库或导入数据来获得采集完的工时内容数据及耐久试验数据，基于SQL进行数据处理；
S7、调用原始数据及数据处理结果，调用二维及三位绘图函数及地图API，绘制行车轨迹、频数区间分布图、时域曲线图、饼图、散点图及热力图；
S8、导出试验数据原始表和试验运算结果表，通过读取项目号及车辆数据配置信息，将数据处理结果和绘制的图表，一键导出生成报告并存储。
优选地，所述数据源包括：
(1)试验进度：当班里程、累计里程、工作内容、油电耗统计；
(2)工时统计：员工单位、项目费用号、当日工时、工时类型；
(3)可靠性试验过程统计：每个工况循环次数统计、行驶日期、每种试验路段每次行驶起止时间，行驶里程，行驶速度合格率；
(4)整车故障信号：各零部件系统workingst、errorst频次统计。
优选地，所述司机填报的工时内容数据包括：
员工单位、工作日期、试验项目名称、项目费用号、车辆编号、试验内容、工时量、工时类型、负责工程师、试验地点、起始时间、结束时间、起始里程、结束里程、油电耗记录及备证图片、各个车身装备操作次数、各个电子电器功能使用次数及工程师自定义内容。
优选地，所述试验车数采记录仪获取的试验数据包括：
车辆编号、数据采集设备绑定信息、工作时间、GPS车速、经纬度、DBC解析后的车辆数据；
所述DBC解析后的车辆数据包括：车身装备状态信号，电子电器功能状态信号，整车重点零部件状态信号、温度信号及故障信号。
优选地，步骤S4中所述车辆行车信息统计内容包括：行驶里程、累计里程、工作时长、累计油耗、项目车辆聚合和驾驶员信息聚合。
优选地，所述当日行驶里程为将行驶里程填报数据进行分组，在组内使用最大值减最小值获取；所述累计里程通过目标时期之前的行驶里程进行累计聚合；所述工作时长是根据数据将车速大于零且有效的值和采样频率的比值进行运算得出。
优选地，所述数据分析规则具体包括以下步骤：
(1)获取试验车辆经纬度、车速和加速度数据；
(2)获取每段坏路起点，终点经纬度及对应坏路要求的速度数据；
(3)判断车辆经过强化坏路入口点后，存储该时间段内的车速数据；
(4)统计该时间段内速度符合要求的时长和通过该路段的时长；
(5)提取一圈内所经过的所有坏路种类，经判断与试验规范循环一致，则将循环次数加一；
(6)车辆经过强化坏路出口点，数据分析结束，输出质量检查结果表，包含每个循环次数统计、行驶日期、每种坏路每次行驶起止时间、行驶里程和行驶速度合格率数据。
优选地，步骤S6还包括：
将数据处理的结果生成结果中间表，中间表以统计类别进行分组，行以工作日期为时域进行排序，列包括数据统计条目，并在在列中增加项目号，车辆编号用作区分字段。
一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序执行如上所述的汽车试验场强化坏路试验数字化管理方法。
一种电子设备，包括处理器和存储器，其中处理器、存储器通过通信总线完成相互间的通信；存储器，用于存储计算机程序；处理器，用于执行存储器上所存放的计算机程序时，实现如上所述的汽车试验场强化坏路试验数字化管理方法。
与现有技术相比，本发明解决了汽车试验场强化坏路试验耗费人力、错误率高、数据利用率低的问题，具体有益效果为：
1.本发明提供的方法运用了数字化管理手段，减少了纸质环节：(1)试验司机结束当天的工作后使用手机进行工作日志的填写，管理人员手机或电脑审核通过后自动生成可调用的表单，实现在线统计及管理；(2)汽车安装测试仪器，试验过程中实时记录GPS及整车CAN数据，并通过网络实时传输到数据平台，实现在线试验质量检查、试验问题数据记录及试验问题预警；本发明将试验过程中的相关数据实现无纸化管理，储存于数据管理平台，在线处理及展示，减少人工输入，降低成本提高工作效率；数据不仅可以长时间保存并且可以通过大数据的方式进行不同车型间横向和纵向的对比，试验问题可以横展到同平台车型中，实现数据的最大化利用。
2.本发明提出了整车可靠性试验过程监控的评价指标，并用数字化的形式完成对评价指标的统计，所述的评价指标可以从多维度对整车可靠性试验进行过程监控，所述的数字化统计方法可以极大的降低人工处理成本、周期、错误率、并可自定义分析流程，提高工作效率。
附图说明
图1为实施例1中所述监控统计各零部件故障发生频次流程示意图；
图2为实施例7中所述数据分析规则示意图。
具体实施方式
为使本发明的技术方案更加清楚，下面将结合本发明的说明书附图，对本发明实施例中的技术方案进行清楚、完整地描述，需要说明的是，以下实施例仅用于更好地理解本发明的技术方案，而不应理解为对本发明的限制。
实施例1.
本实施例提供了一种汽车试验场强化坏路试验数字化管理方法，包括如下步骤：
S1、建立数据统计所需指标，根据指标提出对数据源的要求；
S2、工作日志审批流程创建：
收集试验数据，包括司机填报的工时内容数据以及试验车数采记录仪获取的试验数据，并将收集的数据用标准化列名进行填报；
S3、数据预处理：制定过滤条件删除并修改填报错误的工时记录单，制定过滤条件删除由于数据设备不稳定产生的数据飘点；
S4、将车辆行车信息统计内容与所需数据绑定，并制定数据分析规则；
S5、监控统计各零部件故障发生频次，如图1所示：根据通信矩阵制定数据运算规则，当零部件workingst及errorst值跳出正常范围时计数，创建故障信号列的顺位时刻列，获取下一时刻的信号状态值，则信号切换次数执行如下公式：
其中，N为信号切换频次，i代表时刻，V i为信号当前时刻值，V i-1为信号下一时刻值，T为信号总时刻数；
S6、通过连接数据库或导入数据来获得采集完的工时内容数据及耐久试验数据，基于SQL进行数据处理；
S7、调用原始数据及数据处理结果，调用二维及三位绘图函数及地图API，绘制行车轨迹、频数区间分布图、时域曲线图、饼图、散点图及热力图；
S8、导出试验数据原始表和试验运算结果表，通过读取项目号及车辆数据配置信息，将数据处理结果和绘制的图表，一键导出生成报告并存储。
实施例2.
本实施例为对实施例1的进一步举例说明，所述数据源包括：
(1)试验进度：当班里程、累计里程、工作内容、油电耗统计；
(2)工时统计：员工单位、项目费用号、当日工时、工时类型；
(3)可靠性试验过程统计：每个工况循环次数统计、行驶日期、每种试验路段每次行驶起止时间，行驶里程，行驶速度合格率；
(4)整车故障信号：各零部件系统workingst、errorst频次统计。
实施例3.
本实施例为对实施例1的进一步举例说明，所述司机填报的工时内容数据包括：
员工单位、工作日期、试验项目名称、项目费用号、车辆编号、试验内容、工时量、工时类型、负责工程师、试验地点、起始时间、结束时间、起始里程、结束里程、油电耗记录及备证图片、各个车身装备操作次数、各个电子电器功能使用次数及工程师自定义内容。
实施例4.
本实施例为对实施例1的进一步举例说明，所述试验车数采记录仪获取的试验数据包括：
车辆编号、数据采集设备绑定信息、工作时间、GPS车速、经纬度、DBC解析后的车辆数据；
所述DBC解析后的车辆数据包括：车身装备状态信号，电子电器功能状态信号，整车重点零部件状态信号、温度信号及故障信号。
实施例5.
本实施例为对实施例1的进一步举例说明，步骤S4中所述车辆行车信息统计内容包括：行驶里程、累计里程、工作时长、累计油耗、项目车辆聚合和驾驶员信息聚合。
实施例6.
本实施例为对实施例5的进一步举例说明，所述当日行驶里程为将行驶里程填报数据进行分组，在组内使用最大值减最小值获取；所述累计里程通过目标时期之前的行驶里程进行累计聚合；所述工作时长是根据数据将车速大于零且有效的值和采样频率的比值进行运算得出。
实施例7.
本实施例为对实施例1的进一步举例说明，所述数据分析规则具体包括以下步骤：
(1)获取试验车辆经纬度、车速和加速度数据；
(2)获取每段坏路起点，终点经纬度及对应坏路要求的速度数据；
(3)判断车辆经过强化坏路入口点后，存储该时间段内的车速数据；
(4)统计该时间段内速度符合要求的时长和通过该路段的时长；
(5)提取一圈内所经过的所有坏路种类，经判断与试验规范循环一致，则将循环次数加一；
(6)车辆经过强化坏路出口点，数据分析结束，输出质量检查结果表，包含每个循环次数统计、行驶日期、每种坏路每次行驶起止时间、行驶里程和行驶速度合格率数据。
实施例8.
本实施例为对实施例1的进一步举例说明，步骤S6还包括：
将数据处理的结果生成结果中间表，中间表以统计类别进行分组，行以工作日期为时域进行排序，列包括数据统计条目，并在在列中增加项目号，车辆编号用作区分字段。
实施例9.
本实施例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用于存储计算机程序，所述计算机程序执行如实施例1-8中任意一项所述的汽车试验场强化坏路试验数字化管理方法。
实施例10.
本实施例提供了一种电子设备，包括处理器和存储器，其中处理器、存储器通过通信总线完成相互间的通信；存储器，用于存储计算机程序；处理器，用于执行存储器上所存放的计算机程序时，实现如实施例1-8中任意一项所述的汽车试验场强化坏路试验数字化管理方法。
Claims (10)
1.一种汽车试验场强化坏路试验数字化管理方法，其特征在于，包括如下步骤：
S1、建立数据统计所需指标，根据指标提出对数据源的要求；
S2、工作日志审批流程创建：
收集试验数据，包括司机填报的工时内容数据以及试验车数采记录仪获取的试验数据，并将收集的数据用标准化列名进行填报；
S3、数据预处理：制定过滤条件删除并修改填报错误的工时记录单，制定过滤条件删除由于数据设备不稳定产生的数据飘点；
S4、将车辆行车信息统计内容与所需数据绑定，并制定数据分析规则；
S5、监控统计各零部件故障发生频次：根据通信矩阵制定数据运算规则，当零部件workingst及errorst值跳出正常范围时计数，创建故障信号列的顺位时刻列，获取下一时刻的信号状态值，则信号切换次数执行如下公式：
其中，N为信号切换频次，i代表时刻，Vi为信号当前时刻值，Vi-1为信号下一时刻值，T为信号总时刻数；
S6、通过连接数据库或导入数据来获得采集完的工时内容数据及耐久试验数据，基于SQL进行数据处理；
S7、调用原始数据及数据处理结果，调用二维及三位绘图函数及地图API，绘制行车轨迹、频数区间分布图、时域曲线图、饼图、散点图及热力图；
S8、导出试验数据原始表和试验运算结果表，通过读取项目号及车辆数据配置信息，将数据处理结果和绘制的图表，一键导出生成报告并存储。
2.根据权利要求1所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，所述数据源包括：
(1)试验进度：当班里程、累计里程、工作内容、油电耗统计；
(2)工时统计：员工单位、项目费用号、当日工时、工时类型；
(3)可靠性试验过程统计：每个工况循环次数统计、行驶日期、每种试验路段每次行驶起止时间，行驶里程，行驶速度合格率；
(4)整车故障信号：各零部件系统workingst、errorst频次统计。
3.根据权利要求1所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，所述司机填报的工时内容数据包括：
员工单位、工作日期、试验项目名称、项目费用号、车辆编号、试验内容、工时量、工时类型、负责工程师、试验地点、起始时间、结束时间、起始里程、结束里程、油电耗记录及备证图片、各个车身装备操作次数、各个电子电器功能使用次数及工程师自定义内容。
4.根据权利要求1所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，所述试验车数采记录仪获取的试验数据包括：
车辆编号、数据采集设备绑定信息、工作时间、GPS车速、经纬度、DBC解析后的车辆数据；
所述DBC解析后的车辆数据包括：车身装备状态信号，电子电器功能状态信号，整车重点零部件状态信号、温度信号及故障信号。
5.根据权利要求1所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，步骤S4中所述车辆行车信息统计内容包括：行驶里程、累计里程、工作时长、累计油耗、项目车辆聚合和驾驶员信息聚合。
6.根据权利要求5所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，所述当日行驶里程为将行驶里程填报数据进行分组，在组内使用最大值减最小值获取；所述累计里程通过目标时期之前的行驶里程进行累计聚合；所述工作时长是根据数据将车速大于零且有效的值和采样频率的比值进行运算得出。
7.根据权利要求1所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，所述数据分析规则具体包括以下步骤：
(1)获取试验车辆经纬度、车速和加速度数据；
(2)获取每段坏路起点，终点经纬度及对应坏路要求的速度数据；
(3)判断车辆经过强化坏路入口点后，存储该时间段内的车速数据；
(4)统计该时间段内速度符合要求的时长和通过该路段的时长；
(5)提取一圈内所经过的所有坏路种类，经判断与试验规范循环一致，则将循环次数加一；
(6)车辆经过强化坏路出口点，数据分析结束，输出质量检查结果表，包含每个循环次数统计、行驶日期、每种坏路每次行驶起止时间、行驶里程和行驶速度合格率数据。
8.根据权利要求1所述的汽车试验场强化坏路试验数字化管理方法，其特征在于，步骤S6还包括：
将数据处理的结果生成结果中间表，中间表以统计类别进行分组，行以工作日期为时域进行排序，列包括数据统计条目，并在在列中增加项目号，车辆编号用作区分字段。
9.一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用于存储计算机程序，所述计算机程序执行如权利要求1-8中任意一项所述的汽车试验场强化坏路试验数字化管理方法。
10.一种电子设备，其特征在于，包括处理器和存储器，其中处理器、存储器通过通信总线完成相互间的通信；存储器，用于存储计算机程序；处理器，用于执行存储器上所存放的计算机程序时，实现如权利要求1-8中任意一项所述的汽车试验场强化坏路试验数字化管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310126174.1A CN116308130A (zh) | 2023-02-17 | 2023-02-17 | 一种汽车试验场强化坏路试验数字化管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310126174.1A CN116308130A (zh) | 2023-02-17 | 2023-02-17 | 一种汽车试验场强化坏路试验数字化管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116308130A true CN116308130A (zh) | 2023-06-23 |
Family
ID=86784326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310126174.1A Pending CN116308130A (zh) | 2023-02-17 | 2023-02-17 | 一种汽车试验场强化坏路试验数字化管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116308130A (zh) |
-
2023
- 2023-02-17 CN CN202310126174.1A patent/CN116308130A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fielding et al. | Performance evaluation for bus transit | |
| CN106445795A (zh) | 一种数据库sql效率检测方法及装置 | |
| CN113010413B (zh) | 一种接口自动化测试方法和装置 | |
| CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
| CN116362769A (zh) | 成品油质量问题溯源方法及系统、电子设备、存储介质 | |
| Frey et al. | Probabilistic nonroad mobile source emission factors | |
| CN115221218A (zh) | 车辆数据的质量评估方法、装置、计算机设备和存储介质 | |
| Yeow et al. | Comparing commercial vehicle fuel consumption models using real-world data under calibration constraints | |
| Hao et al. | The research of the databases connection methods in LabVIEW based on ADO | |
| CN116308130A (zh) | 一种汽车试验场强化坏路试验数字化管理方法 | |
| CN112394040A (zh) | 一种机动车排污监管系统及方法 | |
| CN117147166A (zh) | 一种发动机标定方法、装置、电子设备及存储介质 | |
| CN116775431A (zh) | 自动驾驶应用计算性能测量方法、装置、设备和存储介质 | |
| CN103678716B (zh) | 一种基于格式数据集的分布式数据存储与计算方法 | |
| CN113837579B (zh) | Atc报警与现场故障日志的数字化分析统计方法 | |
| CN113032254B (zh) | 测试覆盖情况的评估方法和装置 | |
| CN111898895B (zh) | 一种基于大数据融合的车辆质量评价方法及系统 | |
| CN114417941A (zh) | 一种曲轴故障检测方法及系统 | |
| CN114548441B (zh) | 一种i/m汽车排放检测与维修治理管理系统 | |
| CN114971326A (zh) | 一种整车可靠性试验过程监控统计方法和系统 | |
| CN110990247A (zh) | 无人值守发布系统有效性的测试系统 | |
| CN113112160B (zh) | 一种诊断数据处理方法、诊断数据处理装置及电子设备 | |
| CN117522322B (zh) | 基于人工智能的律所合规报告自动化生成与分析系统 | |
| CN113781771B (zh) | 一种ive模型的在线运行方法 | |
| Fielding et al. | Performance evaluation for fixed route transit: The key to quick, efficient and inexpensive analysis |
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 |