CN116933490A - 踏板测试方法、装置、电子设备及存储介质 - Google Patents
踏板测试方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116933490A CN116933490A CN202310682043.1A CN202310682043A CN116933490A CN 116933490 A CN116933490 A CN 116933490A CN 202310682043 A CN202310682043 A CN 202310682043A CN 116933490 A CN116933490 A CN 116933490A
- Authority
- CN
- China
- Prior art keywords
- pedal
- value
- determining
- test
- values
- 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 216
- 238000012937 correction Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 22
- 239000002184 metal Substances 0.000 claims description 4
- 238000003466 welding Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008447 perception Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Tires In General (AREA)
Abstract
本公开提供了一种踏板测试方法、装置、电子设备及存储介质,其中,所述的方法包括:构建与待测试踏板对应的第一踏板模型;基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。根据本公开提供的方案,通过构建的第一踏板模型确定待测试踏板的第一测试值;通过预设纠偏值对第一测试值进行纠偏,以确定更加准确的第一真值;通过第一真值与预设踩踏阈值的对比,即可客观的确定待测试踏板的满意度测试结果。
Description
技术领域
本公开涉及车辆踏板的舒适度测试技术领域,尤其涉及一种踏板测试方法及装置、电子设备及存储介质。
背景技术
电动或者固定踏板以其精致外观及便捷的上下车辅助功能越来越被用户所推崇。随着汽车工而的发展,踏板的踩踏耐久性一般能够满足用户的需求。从用户的实际反馈看,在满足耐久性的基础上,用户对踏板的主观满意度已成为用户是否选择踏板所对应的车型的决定因素。
用户对踏板的主观满意度的主导因素是用户的主观软硬度感知,主观软硬度感知对应踏板客观的踩踏变形量。因此,在踏板设计阶段,如何准确的确定待测试踏板的踩踏变形量,进而确定所述待测试踏板的满意度测试结果已成为亟待解决的问题。
发明内容
本公开提供了一种踏板测试方法及装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种踏板测试方法,包括:
构建与待测试踏板对应的第一踏板模型;
基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;
基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;
基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。
在一些实施例中,所述构建与待测试踏板对应的第一踏板模型,包括:
获取所述待测试踏板的第一信息;所述第一信息包括踏板总成信息、固定螺栓信息、车身钣金及焊点信息中的至少一种;
基于所述第一信息,利用计算机辅助工程构建所述第一踏板模型。
在一些实施例中,所述基于所述第一踏板模型的测试结果,确定第一测试值,包括:
基于所述第一踏板模型的测试结果,确定多个待选第一测试值;所述多个待选第一测试值指在多个载荷下,所述第一踏板模型的踩踏变形量测试值;
确定所述多个待选第一测试值中的最大值为所述第一测试值。
在一些实施例中,本公开的第一方面提供的踏板测试方法,还包括:
基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值;所述多个第一用户的体重值分布在多个体重区间内,所述多个第二真值指所述实物踏板被多个第一用户踩踏时的踩踏变形量真值;
构建与所述实物踏板对应的第二踏板模型;
基于所述第二踏板模型的测试结果,确定与多个第一用户对应的多个第二测试值;所述多个第二测试值指在多个第一用户对应的多个载荷下,所述第二踏板模型的踩踏变形量测试值;
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值。
在一些实施例中,所述基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值,包括:
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定与所述多个第一用户中每个第一用户对应的待处理纠偏值;
基于与所述每个第一用户对应的待处理纠偏值,确定所述预设纠偏值。
在一些实施例中,所述基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值,包括:
基于实物踏板的测试结果,确定与多个第一用户中每个第一用户对应的多个待选第二真值;所述多个待选第二真值指所述每个第一用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第二真值中的最大值为所述每个第一用户对应的第二真值。
在一些实施例中,本公开的第一方面提供的踏板测试方法,还包括:
基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值;所述多个第二用户的体重值分布在多个不同的体重区间内,所述多个第三真值指实物踏板被多个第二用户踩踏时的踩踏变形量真值;
获取所述多个第二用户中每个第二用户对所述实物踏板的主观满意度评价结果;
基于所述每个第二用户对所述实物踏板的主观满意度评价结果,及所述每个第二用户对应的第三真值,确定所述多个第三真值中每个第三真值对应的用户主观满意度百分比;
基于所述多个第三真值中每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述预设踩踏阈值。
在一些实施例中,所述基于所述多个第三真值中每个第三真值对应的用户主观满意度百分比,确定所述预设踩踏阈值,包括:
基于所述每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述多个第三真值中对应的用户主观满意度百分比不小于预设用户主观满意度百分比阈值的至少一个第三真值为第四真值;
确定所述第四真值中的最小值为所述预设踩踏阈值。
在一些实施例中,所述基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值,包括:
基于实物踏板的测试结果,确定与所述多个第二用户中每个第二用户对应的多个待选第三真值;所述多个待选第三真值指所述每个第二用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第三真值中的最大值为所述每个第二用户对应的第三真值。
根据本公开的第二方面,提供了一种踏板测试装置,包括:
构建模块,用于构建与待测试踏板对应的第一踏板模型;
第一确定模块,用于基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;
第二确定模块,用于基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;
第三确定模块,用于基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度度测试结果。
根据本公开的第三方面,提供了一种电子设备,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指令,所述指令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前述第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述第一方面所述的方法。
本公开提供了一种踏板测试方法,包括:构建与待测试踏板对应的第一踏板模型;基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。根据本公开提供的方案,通过构建所述第一踏板模型,能够获取所述待测试踏板的所述第一测试值;通过所述预设纠偏值,能够对所述第一测试值进行纠偏,以确定更加准确的所述待测试踏板的踩踏变形量真值;通过所述第一真值与所述预设踩踏阈值的对比,即可客观的确定所述待测试踏板的满意度测试结果。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例所提供的踏板测试方法的流程示意图;
图2为本公开实施例所提供的预设纠偏值确定方法的流程示意图;
图3为本公开实施例所提供的预设踩踏阈值确定方法的流程示意图;
图4为本公开应用示例所提供的踏板测试方法的流程示意图;
图5为本公开实施例所提供的踏板测试装置的结构示意图;
图6为本公开实施例所提供的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
电动或者固定踏板以其精致外观及便捷的上下车辅助功能越来越被用户所推崇。随着汽车工而的发展,踏板的踩踏耐久性一般能够满足用户的需求。从用户的实际反馈看,在满足耐久性的基础上,用户对踏板的主观满意度已成为用户是否选择踏板所对应的车型的决定因素。
用户对踏板的主观满意度的主导因素是用户的主观软硬度感知,主观软硬度感知对应踏板客观的踩踏变形量。因此,在踏板设计阶段,如何准确的确定待测试踏板的踩踏变形量,进而确定所述待测试踏板的满意度测试结果已成为亟待解决的问题。如果在踏板设计阶段不对踏板的满意度进行测试,而是在后期踏板定型生产后,再进行实物踏板的满意度测试,则容易导致实物踏板无法通过满意度测试,进而导致设计反复,踏板设计成本增加的问题出现。
基于此,本公开实施例所提供的一种踏板测试方法。
如图1所示,本公开实施例提供的踏板测试方法包括以下步骤:
步骤101,构建与待测试踏板对应的第一踏板模型;
在一实施例中,所述的待测试踏板指处于设计阶段的,还未生产实物的踏板模型。
在一实施例中,所述第一踏板模型可采用计算机辅助工程(Computer AidedEngineering,简称CAE)软件构建。比如,使用CAE软件中的ANSYS软件构建。进一步的,可采用ANSYS软件中的SOLID单元构建踏板总成模型,采用ANSYS软件中的BOLT单元构建踏板的固定螺栓模型,采用SHELL单元及SPOT单元构建踏板的车身钣金及焊点模型。然后通过ANSYS软件将上述各单元构建的模型连接,得到所述与待测试踏板对应的第一踏板模型。
基于此,在一实施例中,所述构建与待测试踏板对应的第一踏板模型,包括:
获取所述待测试踏板的第一信息;所述第一信息包括踏板总成信息、固定螺栓信息、车身钣金及焊点信息中的至少一种;
基于所述第一信息,利用计算机辅助工程构建所述第一踏板模型。
在一实施例中,也可采用计算机辅助三维交互应用(Computer Aided Three-dimensional Interactive Application,简称CATIA)软件得到所述与待测试踏板对应的第一踏板模型,本公开中对此不予限定。
步骤102,基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;
在一实施例中,所述第一踏板模型的测试结果指所述第一踏板模型在不同载荷下的踩踏变形量的测试结果。其中,所述不同载荷对应不同用户的体重值。
在一实施例中,可采用有限元分析(Finite Element Analysis,简称FEA)对所述第一踏板模型进行不同载荷下踩踏测试,以确定第一测试值。
在一实施例中,所述第一测试值可以是对应一个用户(一个载荷)的一个第一测试值,也可以是由对应多个用户(多个载荷)的多个待选第一测试值确定的一个第一测试值。
基于此,在一实施例中,所述步骤202包括:
基于所述第一踏板模型的测试结果,确定多个待选第一测试值;所述多个待选第一测试值指在多个载荷下,所述第一踏板模型的踩踏变形量测试值;
在一实施例中,所述多个待选第一测试值可以是两个或者更多个待选第一测试值,本公开中对此不予限定。
在一实施例中,为了获取的所述待测试踏板的所述第一测试值更加可靠,通常确定所述多个待选第一测试值中的最大值为所述第一测试值。
步骤103,基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;
在一实施例中,所述预设纠偏值可以通过历史经验值获取,也可以通过实验标定,本公开中对此不予限定。
在一实施例中,可将所述预设纠偏值和所述第一测试值的和值确定为第一真值。经过纠偏处理后,所述第一真值能更加可靠的反映所述待测试踏板的踩踏变形量真值。
步骤104,基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。
在一实施例中,所述预设踩踏阈值可为一具体值,若所述第一真值小于所述预设踩踏阈值,则表明所述待测试踏板的踩踏变形量较小,能够满足用户的主观软硬度感知,即所述待测试踏板的满意度测试结果为通过。
本公开提供了一种踏板测试方法,包括:构建与待测试踏板对应的第一踏板模型;基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。根据本公开提供的方案,能够将处于设计阶段的踏板转换为第一踏板模型,进而通过所述第一踏板模型确定所述第一测试值。即将用户对所述待测试踏板的主观软硬度感知量化,进而客观的评价用户对待测试踏板的满意度。进一步的,通过所述预设纠偏值的设置,能够对所述第一测试值进行纠偏,以确定更加准确的所述待测试踏板的踩踏变形量真值;通过所述第一真值与所述预设踩踏阈值的对比,即可客观的确定所述待测试踏板的满意度测试结果,对处于设计阶段的踏板具有重要的指导意义。
在一实施例中,由于对于不同体重的用户,其对于实物踏板踩踏后,实物踏板的踩踏变形量的测试值和真值也不相同。因此,由实物踏板的踩踏变形量的测试值和真值的差值得到的纠偏值也存在差异,因此,可利用多个不同用户对实物踏板进行多次测试,以确定更加可靠的纠偏值。
基于此,在一实施例中,如图2所示,本公开提供的踏板测试方法,还包括以下步骤:
步骤201,基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值;所述多个第一用户的体重值分布在多个体重区间内,所述多个第二真值指所述实物踏板被多个第一用户踩踏时的踩踏变形量真值;
在一实施例中,为了获取实用性更强的、更加可靠的实物踏板的测试结果,所述多个体重区间优选为覆盖90%至95%用户的体重值的体重区间。比如,若90%至95%用户的体重值在60Kg至80Kg之间,则所述多个第一用户可包括体重值分别为60Kg、65Kg、70Kg、75Kg和80Kg。以上只是对所述多个第一用户的体重值的示意性举例,也可选取其他体重值的多个第一用户,本公开中对此不予限定。
步骤202,构建与所述实物踏板对应的第二踏板模型;
在一实施例中,所述第二踏板模型可采用ANSYS软件或者CATIA软件构建,本公开中对此不予限定。
步骤203,基于所述第二踏板模型的测试结果,确定与多个第一用户对应的多个第二测试值;所述多个第二测试值指在多个第一用户对应的多个载荷下,所述第二踏板模型的踩踏变形量测试值;
在一实施例中,可采用FEA对所述第二踏板模型进行不同载荷下踩踏测试,以确定与多个第一用户对应的多个第二测试值。其中,所述多个第一用户中的每个第一用户对应的载荷可由其体重值转换。比如载荷=体重值*g,其中,g为重力加速度。
步骤204,基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值。
在一实施例中,可将每个第一用户对应的第二真值与第二测试值的差值,确定为所述每个第一用户对应的待处理纠偏值。然后根据所述每个第一用户对应的待处理纠偏值,确定所述预设纠偏值。
基于此,在一实施例中,所述基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值,包括:
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定与所述多个第一用户中每个第一用户对应的待处理纠偏值;
基于与所述每个第一用户对应的待处理纠偏值,确定所述预设纠偏值。
在一实施例中,可将所述多个第一用户中每个第一用户对应的待处理纠偏值的平均值作为所述预设纠偏值。
在一实施例中,也可先获取每个体重区间的权重。然后根据所述多个第一用户中每个第一用户所在体重区间的权重,将所述多个第一用户中每个第一用户对应的待处理纠偏值的加权平均值作为所述预设纠偏值。
本公开中,对基于与所述每个第一用户对应的待处理纠偏值,确定所述预设纠偏值的具体方式不予限定。
在一实施例中,因为实物踏板的可踩踏区域较大,当踏板被遮挡或者由于用户的个人习惯不同,将导致不同的用户使用踏板时会踩踏踏板的不同位置。进一步的,当同一用户踩踏踏板的不同位置时,踏板对应的踩踏变形量也会有所差异。为了获取更加可靠的测试结果,通常将踩踏变形量的最大值作为踏板变形量的标准。
基于此,在一实施例中,所述基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值,包括:
基于实物踏板的测试结果,确定与多个第一用户中每个第一用户对应的多个待选第二真值;所述多个待选第二真值指所述每个第一用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第二真值中的最大值为所述每个第一用户对应的第二真值。
在一实施例中,所述预设踩踏阈值可通过具体的测试标定。
基于此,在一实施例中,如图3所示,本公开提供的踏板测试方法,还包括:
步骤301,基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值;所述多个第二用户的体重值分布在多个不同的体重区间内,所述多个第三真值指实物踏板被多个第二用户踩踏时的踩踏变形量真值;
在一实施例中,为了获取实用性更强的、更加可靠的实物踏板的测试结果,所述多个体重区间优选为覆盖90%至95%用户的体重值的体重区间。比如,若90%至95%用户的体重值在60Kg至80Kg之间,则所述多个第二用户可包括体重值分别为60Kg、65Kg、70Kg、75Kg和80Kg。以上只是对所述多个第二用户的体重值的示意性举例,也可选取其他体重值的多个第二用户,本公开中对此不予限定。
步骤302,获取所述多个第二用户中每个第二用户对所述实物踏板的主观满意度评价结果;
所述每个第二用户对所述实物踏板的主观满意度评价结果可预先由数据表的方式获取,便于查询及使用。比如,可将每个用户对所述实物踏板的主观满意度评价结果记录在数据表内。其中,所述主观满意度评价结果用于指示实物踏板在被用户踩踏时的踩踏变形量真值是否在用户的可接受范围内。比如,当所述踩踏变形量真值小于某一数值时,用户主观感知所述实物踏板的软硬适中,没有偏软的感知。当当所述踩踏变形量真值大于某一数值时,用户主观感知所述实物踏板偏软,则所述主观满意度评价结果为不满意或不接受等。在数据表中,所述主观满意度评级结果可用“0”或“1”表示,与之对应的变量为所述实物踏板的踩踏变形量真值。
在一实施例中,所述实物踏板的踩踏变形量真值可用激光位移传感器等测量工具获取。
步骤303,基于所述每个第二用户对所述实物踏板的主观满意度评价结果,及所述每个第二用户对应的第三真值,确定所述多个第三真值中每个第三真值对应的用户主观满意度百分比;
在一实施例中,若所述每个第二用户对所述实物踏板的主观满意度评价结果用数据表表示。则通过查询数据表,即可确定所述多个第三真值中每个第三真值对应的主观满意度评价结果。当某一第三真值的主观满意度评价结果为“0”,则小于其数值的其他第三真值的主观满意度评价结果也应为“0”,即用户不会主观感知实物踏板偏软。因此,基于此,即可确定所述多个第三真值中每个第三真值对应的用户主观满意度百分比。
步骤304,基于所述多个第三真值中每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述预设踩踏阈值。
在一实施例中,所述预设用户主观满意度百分比阈值用于指示所述实物踏板的软硬合适的合格线。所述预设用户主观满意度百分比阈值可以为50%以上的数值,且越大越好。比如,可以选择90%或者95%,本公开中对此不予限定。
在一实施例中,可将所述多个第三真值中其用户主观满意度百分比大于所述预设用户主观满意度百分比阈值的第三真值确定为所述预设踩踏阈值。
在一实施例中,可能有多个第三真值对应的用户主观满意度百分比大于所述预设用户主观满意度百分比阈值,此时,可确定其中最小的第三真值为所述预设踩踏阈值。
基于此,在一实施例中,所述基于所述多个第三真值中每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述预设踩踏阈值,包括:
基于所述每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述多个第三真值中对应的用户主观满意度百分比不小于预设用户主观满意度百分比阈值的至少一个第三真值为第四真值;
确定所述第四真值中的最小值为所述预设踩踏阈值。
在一实施例中,由于主观满意度评价结果为“1”时,通常表示实物踏板偏软。因此,为了满足更多用户的需求,确定所述第四真值中的最小值为预设踩踏阈值。
在一实施例中,因为实物踏板的可踩踏区域较大,当踏板被遮挡或者由于用户的个人习惯不同,将导致不同的用户使用踏板时会踩踏踏板的不同位置。进一步的,当同一用户踩踏踏板的不同位置时,踏板对应的踩踏变形量也会有所差异。为了获取更加可靠的测试结果,通常将踩踏变形量的最大值作为踏板变形量的标准。
基于此,在一实施例中,所述基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值,包括:
基于实物踏板的测试结果,确定与所述多个第二用户中每个第二用户对应的多个待选第三真值;所述多个待选第三真值指所述每个第二用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第三真值中的最大值为所述每个第二用户对应的第三真值。
综上,本公开实施例提供的踏板测试方法,
首先,能够将处于设计阶段的踏板转换为第一踏板模型,进而通过所述第一踏板模型确定所述第一测试值。即将用户对所述待测试踏板的主观软硬度感知量化,进而客观的评价用户对待测试踏板的满意度。进一步的,通过所述预设纠偏值的设置,能够对所述第一测试值进行纠偏,以确定更加准确的所述待测试踏板的踩踏变形量真值;通过所述第一真值与所述预设踩踏阈值的对比,即可客观的确定所述待测试踏板的满意度测试结果。
其次,通过多个不同用户对实物踏板进行多次测试,以确定更加可靠的预设纠偏值,保证踏板测试结果的可靠性。
再次,通过多个不同用户对踏板多不同位置的踩踏及相关计算,以确定更加可靠的预设踩踏阈值,进一步保证了踏板测试结果的可靠性。
再次,通过本公开提供的方案,将用户对踏板的主观满意度评价转换为客观的踏板的踩踏变形量,对处于设计阶段的踏板具有重要的指导意义,对处于设计阶段的踏板进行测试,避免了实物踏板量产后由于用户不满意而需重复设计踏板的问题,间接的节约了设计成本。
下面以一应用示例对本公开提供的踏板测试方法做进一步说明。
如图4所示,本公开应用示例提供的踏板测试方法,包括以下步骤:
步骤401,基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值;
在一实施例中,所述多个第一用户的体重值分布的体重区间覆盖90%至95%用户的体重值。比如,90%至95%用户的体重值在60Kg至80Kg之间,则所述多个第二用户可包括体重值分别为60Kg、65Kg、70Kg、75Kg和80Kg。其中,每个第一用户对应的第二真值指所述第一用户踩踏不同位置时踩踏变形量真值的最大值。
步骤402,构建与所述实物踏板对应的第二踏板模型;基于所述第二踏板模型的测试结果,确定与多个第一用户对应的多个第二测试值;
在一实施例中,可采用CATIA软件构建所述第二踏板模型。在一实施例中,可采用FEA确定与多个第一用户对应的多个第二测试值。
步骤403,基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值;
在一实施例中,可将每个第一用户对应的第二真值与第二测试值的差值,确定为所述每个第一用户对应的待处理纠偏值。并将多个第一用户对应的待处理纠偏值的均值确定为所述预设纠偏值。比如,60Kg、65Kg、70Kg、75Kg和80Kg对应的待处理纠偏值分别为16毫米、17毫米、18毫米、19毫米和20毫米,则确定18毫米为所述预设纠偏值。
步骤404,基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值;
步骤405,获取所述多个第二用户中每个第二用户对所述实物踏板的主观满意度评价结果;
步骤406,基于所述每个第二用户对所述实物踏板的主观满意度评价结果,及所述每个第二用户对应的第三真值,确定所述多个第三真值中每个第三真值对应的用户主观满意度百分比;
步骤407,基于所述每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述多个第三真值中对应的用户主观满意度百分比不小于预设用户主观满意度百分比阈值的至少一个第三真值为第四真值;
步骤408,确定所述第四真值中的最小值为预设踩踏阈值;
步骤409,构建与待测试踏板对应的第一踏板模型,基于所述第一踏板模型的测试结果,确定第一测试值;
步骤410,基于预设纠偏值和所述第一测试值,确定第一真值;
步骤411,基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。
与上述的踏板测试方法相对应,本发明还提出一种踏板测试装置。由于本发明的装置实施例与上述的方法实施例相对应,对于装置实施例中未披露的细节可参照上述的方法实施例,本发明中不再进行赘述。
如图5所示,所述踏板测试装置500包括:
构建模块501,用于构建与待测试踏板对应的第一踏板模型;
第一确定模块502,用于基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;
第二确定模块503,用于基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;
第三确定模块504,用于基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度度测试结果。
在一实施例中,所述第一确定模块502,具体用于:
基于所述第一踏板模型的测试结果,确定多个待选第一测试值;所述多个待选第一测试值指在多个载荷下,所述第一踏板模型的踩踏变形量测试值;
确定所述多个待选第一测试值中的最大值为所述第一测试值。
在一实施例中,所述踏板测试装置500,还包括第四确定模块,用于:
基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值;所述多个第一用户的体重值分布在多个体重区间内,所述多个第二真值指所述实物踏板被多个第一用户踩踏时的踩踏变形量真值;
构建与所述实物踏板对应的第二踏板模型;
基于所述第二踏板模型的测试结果,确定与多个第一用户对应的多个第二测试值;所述多个第二测试值指在多个第一用户对应的多个载荷下,所述第二踏板模型的踩踏变形量测试值;
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值。
在一实施例中,所述第四确定模块,具体用于:
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定与所述多个第一用户中每个第一用户对应的待处理纠偏值;
基于与所述每个第一用户对应的待处理纠偏值,确定所述预设纠偏值。
在一实施例中,所述第四确定模块,还具体用于:
基于实物踏板的测试结果,确定与多个第一用户中每个第一用户对应的多个待选第二真值;所述多个待选第二真值指所述每个第一用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第二真值中的最大值为所述每个第一用户对应的第二真值。
在一实施例中,所述踏板测试装置500,还包括第五确定模块,用于:
基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值;所述多个第二用户的体重值分布在多个不同的体重区间内,所述多个第三真值指实物踏板被多个第二用户踩踏时的踩踏变形量真值;
获取所述多个第二用户中每个第二用户对所述实物踏板的主观满意度评价结果;
基于所述每个第二用户对所述实物踏板的主观满意度评价结果,及所述每个第二用户对应的第三真值,确定所述多个第三真值中每个第三真值对应的用户主观满意度百分比;
基于所述每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述多个第三真值中对应的用户主观满意度百分比不小于预设用户主观满意度百分比阈值的至少一个第三真值为第四真值;
确定所述第四真值中的最小值为预设踩踏阈值。
在一实施例中,所述第五确定模块,具体用于:
基于实物踏板的测试结果,确定与所述多个第二用户中每个第二用户对应的多个待选第三真值;所述多个待选第三真值指所述每个第二用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第三真值中的最大值为所述每个第二用户对应的第三真值。
需要说明的是,前述对方法实施例的解释说明,也适用于本实施例的装置,原理相同,本实施例中不再限定。
根据本公开的实施例,本公开还提供了一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质和一种计算机程序产品。
具体的,本公开实施例提供了一种电子设备,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指令,所述指令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如前述踏板测试方法的步骤。
本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如前述踏板测试方法的步骤。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。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、车载设备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/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在ROM(Read-OnlyMemory,只读存储器)602中的计算机程序或者从存储单元608加载到RAM(Random AccessMemory,随机访问/存取存储器)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM602以及RAM603通过总线604彼此相连。I/O(Input/Output,输入/输出)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元604,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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。
计算单元601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。计算单元601的一些示例包括但不限于CPU(Central Processing Unit,中央处理单元)、GPU(Graphic Processing Units,图形处理单元)、各种专用的AI(Artificial Intelligence,人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor,数字信号处理器架构)、以及任何适当的处理器架构、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如负载均衡方法。例如,在一些实施例中,负载均衡方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM603并由计算单元601执行时,可以执行上文描述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行前述负载均衡方法。
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、FPGA(Field Programmable Gate Array,现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit,专用集成电路)、ASSP(Application Specific StandardProduct,专用标准产品)、SOC(System On Chip,芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device,复杂可编程逻辑设备)、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架构的可编程系统上执行和/或解释,该可编程处理器架构可以是专用或者通用可编程处理器架构,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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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架构或控制器,使得程序代码当由处理器架构或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。
在本公开的上下文中,机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory,可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory,便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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,本发公开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,只要能够实现本公开公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.一种踏板测试方法,其特征在于,包括:
构建与待测试踏板对应的第一踏板模型;
基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;
基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;
基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度测试结果。
2.根据权利要求1所述的方法,其特征在于,所述构建与待测试踏板对应的第一踏板模型,包括:
获取所述待测试踏板的第一信息;所述第一信息包括踏板总成信息、固定螺栓信息、车身钣金及焊点信息中的至少一种;
基于所述第一信息,利用计算机辅助工程构建所述第一踏板模型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一踏板模型的测试结果,确定第一测试值,包括:
基于所述第一踏板模型的测试结果,确定多个待选第一测试值;所述多个待选第一测试值指在多个载荷下,所述第一踏板模型的踩踏变形量测试值;
确定所述多个待选第一测试值中的最大值为所述第一测试值。
4.根据权利要求1所述的方法,其特征在于,还包括:
基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值;所述多个第一用户的体重值分布在多个体重区间内,所述多个第二真值指所述实物踏板被多个第一用户踩踏时的踩踏变形量真值;
构建与所述实物踏板对应的第二踏板模型;
基于所述第二踏板模型的测试结果,确定与多个第一用户对应的多个第二测试值;所述多个第二测试值指在多个第一用户对应的多个载荷下,所述第二踏板模型的踩踏变形量测试值;
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值。
5.根据权利要求4所述的方法,所述基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定所述预设纠偏值,包括:
基于与所述多个第一用户对应的所述多个第二真值与所述多个第二测试值,确定与所述多个第一用户中每个第一用户对应的待处理纠偏值;
基于与所述每个第一用户对应的待处理纠偏值,确定所述预设纠偏值。
6.根据权利要求4所述的方法,其特征在于,所述基于实物踏板的测试结果,确定与多个第一用户对应的多个第二真值,包括:
基于实物踏板的测试结果,确定与多个第一用户中每个第一用户对应的多个待选第二真值;所述多个待选第二真值指所述每个第一用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第二真值中的最大值为所述每个第一用户对应的第二真值。
7.根据权利要求1至6中任一项所述的方法,其特征在于,还包括:
基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值;所述多个第二用户的体重值分布在多个不同的体重区间内,所述多个第三真值指实物踏板被多个第二用户踩踏时的踩踏变形量真值;
获取所述多个第二用户中每个第二用户对所述实物踏板的主观满意度评价结果;
基于所述每个第二用户对所述实物踏板的主观满意度评价结果,及所述每个第二用户对应的第三真值,确定所述多个第三真值中每个第三真值对应的用户主观满意度百分比;
基于所述多个第三真值中每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述预设踩踏阈值。
8.根据权利要求7所述的方法,其特征在于,所述基于所述多个第三真值中每个第三真值对应的用户主观满意度百分比,确定所述预设踩踏阈值,包括:
基于所述每个第三真值对应的用户主观满意度百分比,及预设用户主观满意度百分比阈值,确定所述多个第三真值中对应的用户主观满意度百分比不小于预设用户主观满意度百分比阈值的至少一个第三真值为第四真值;
确定所述第四真值中的最小值为所述预设踩踏阈值。
9.根据权利要求7所述的方法,其特征在于,所述基于实物踏板的测试结果,确定与多个第二用户对应的多个第三真值,包括:
基于实物踏板的测试结果,确定与所述多个第二用户中每个第二用户对应的多个待选第三真值;所述多个待选第三真值指所述每个第二用户踩踏所述实物踏板不同位置时,所述实物踏板的踩踏变形量真值;
确定所述多个待选第三真值中的最大值为所述每个第二用户对应的第三真值。
10.一种踏板测试装置,其特征在于,包括:
构建模块,用于构建与待测试踏板对应的第一踏板模型;
第一确定模块,用于基于所述第一踏板模型的测试结果,确定第一测试值;所述第一测试值指所述第一踏板模型的踩踏变形量测试值;
第二确定模块,用于基于预设纠偏值和所述第一测试值,确定第一真值;所述第一真值指所述待测试踏板的踩踏变形量真值;
第三确定模块,用于基于预设踩踏阈值与所述第一真值,确定所述待测试踏板的满意度度测试结果。
11.一种电子设备,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指令,所述指令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至9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682043.1A CN116933490A (zh) | 2023-06-09 | 2023-06-09 | 踏板测试方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682043.1A CN116933490A (zh) | 2023-06-09 | 2023-06-09 | 踏板测试方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116933490A true CN116933490A (zh) | 2023-10-24 |
Family
ID=88391562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310682043.1A Pending CN116933490A (zh) | 2023-06-09 | 2023-06-09 | 踏板测试方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116933490A (zh) |
-
2023
- 2023-06-09 CN CN202310682043.1A patent/CN116933490A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109669853A (zh) | 测试报告生成方法及装置、存储介质、电子终端 | |
CN107145446B (zh) | 一种应用程序app的测试方法、装置和介质 | |
CN111275358A (zh) | 派单匹配方法、装置、设备及存储介质 | |
CN111178537A (zh) | 一种特征提取模型训练方法及设备 | |
CN111797320A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN109426655A (zh) | 数据分析方法、装置、电子设备及计算机可读存储介质 | |
JP6647992B2 (ja) | 設計支援装置 | |
CN112465141A (zh) | 模型压缩方法、装置、电子设备及介质 | |
CN113569432B (zh) | 一种液气密元件的模拟检测方法及系统 | |
CN110348215A (zh) | 异常对象识别方法、装置、电子设备及介质 | |
CN111209930A (zh) | 一种生成授信策略的方法、装置和电子设备 | |
CN114168318A (zh) | 存储释放模型的训练方法、存储释放方法及设备 | |
JP2019101681A (ja) | 見積り取得装置、見積り取得方法およびプログラム | |
CN116933490A (zh) | 踏板测试方法、装置、电子设备及存储介质 | |
CN106651408B (zh) | 一种数据分析方法及装置 | |
CN115452101A (zh) | 一种仪表检定方法、装置、设备及介质 | |
CN107609234B (zh) | 基于不确定性的稳健性分析方法及系统 | |
CN116168403A (zh) | 医疗数据分类模型训练方法、分类方法、装置及相关介质 | |
CN112966971B (zh) | 一种项目工作量评估方法和装置 | |
CN115048290A (zh) | 软件质量的评估方法、装置、存储介质及计算机设备 | |
CN111368120B (zh) | 目标指纹库构建方法、装置、电子设备及存储介质 | |
CN112348584A (zh) | 一种车辆估值方法、装置及设备 | |
CN112801435A (zh) | 变电站防火校验方法和装置、设备及存储介质 | |
CN116629980B (zh) | 软件工程的计价方法、终端设备和存储介质 | |
CN117725706B (zh) | 一种胫骨形状的预测方法、装置、设备及存储介质 |
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 |