CN117232586B - 一种线束智能检测系统 - Google Patents
一种线束智能检测系统 Download PDFInfo
- Publication number
- CN117232586B CN117232586B CN202311515427.0A CN202311515427A CN117232586B CN 117232586 B CN117232586 B CN 117232586B CN 202311515427 A CN202311515427 A CN 202311515427A CN 117232586 B CN117232586 B CN 117232586B
- Authority
- CN
- China
- Prior art keywords
- wire harness
- temperature
- detected
- vibration
- experimental
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 181
- 230000006978 adaptation Effects 0.000 claims abstract description 136
- 238000002474 experimental method Methods 0.000 claims abstract description 128
- 230000008859 change Effects 0.000 claims description 24
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000009413 insulation Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000003990 capacitor Substances 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 3
- 229920000915 polyvinyl chloride Polymers 0.000 description 2
- 239000004800 polyvinyl chloride Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229920003020 cross-linked polyethylene Polymers 0.000 description 1
- 239000004703 cross-linked polyethylene Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明属于线束监测技术领域,具体公开提供的一种线束智能检测系统,该系统包括线束信息提取划分模块、线束温湿适应检测模块、线束振动适应检测模块、数据库、线束环境适应评估模块和线束评估反馈终端。本发明通过对待检测线束批次进行检测类别分类,并结合待检测线束所属汽车型号进行温度、湿度和振动实验设置,进而进行温度、湿度和振动适应性检测,据此评定当前待检测线束批次对应的环境适应指数,贴合了线束实际使用场景,进而有效解决了当前线束环境适应性检测存在的不足,进一提升了实验数据设计的边界性和可靠性,同时还扩展了线束环境适应性检测的覆盖面,确保了线束环境适应性检测的精准性和合理性。
Description
技术领域
本发明属于线束监测技术领域,涉及到一种线束智能检测系统。
背景技术
线束通常由多根电线或导线组成,用于将电信号从一个点传输到另一个点,被广泛应用于汽车、飞机和电子设备中,尤其随着绿色出行的推行,线束更是作为新能源汽车中用于传输和连接电力、信息和数据的关键部件。因此为了保障新能源汽车驾驶的平稳性,需要对线束进行检测。
当前新能源汽车线束检测主要还是侧重在线束的连通性、绝缘性能、环境适应性以及防火性能等层面的检测,但是,当前在环境适应层面的检测还存在以下几个方面的不足:1、测试设定数据较为局限,难以贴合实际的车辆情况,使得参照数据设计的边界性不强,如温度测试,仅按照常规的自然环境中的高温和低温进行测试,未结合车辆行驶情况或者车辆健康状态进行综合性设定,不仅难以保障检测的覆盖面,还难以保障检测结果的说服力。
2、当前属于单一化检测,如单一温度检测,单一振动检测,而某些要素之间会存在一定的关联性,如振动会与温度变化同时发生,当前未进行综合性检测,使得线束检测的精准性和针对性不足,进而导致线束在实际应用场景中的保障性不强。
3、当前对于时效性层面考虑较少,如线束会随着时间的推移牢固性会逐渐降低,且实际运行中,线束可能长时间处于振动环境下,当前仅侧重振动频率层面的设定,无法保障振动测试结果的参考性和合理性,进而无法降低后续线束实际使用过程的脱落风险。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种线束智能检测系统。
本发明的目的可以通过以下技术方案实现:本发明提供一种线束智能检测系统,该系统包括:线束信息提取划分模块,用于提取当前待检测线束批次的规格信息和所属汽车型号,并将当前待检测线束批次进行检测类别划分,得到各检测类别下的各待检测线束,检测类别包括温度、湿度和振动。
线束温湿适应检测模块,用于对温度检测类别下和湿度检测类别下的各待检测线束进行适应性检测,记录温度适应检测数据和湿度适应检测数据。
线束振动适应检测模块,用于对振动检测类别下的各待检测线束进行适应性检测,记录振动适应检测数据。
数据库,用于存储各型号汽车对应固有振动频率、参照持续行驶时长以及各行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线,并存储当前待检测线束批次的参照传输信号波形图、高温耐受时长、低温耐受时长和变温耐受时长。
线束环境适应评估模块,用于进行线束环境适应评估,得到当前待检测线束批次对应的环境适应指数。
线束评估反馈终端,用于将当前待检测线束批次对应的环境适应指数反馈至线束检测管理人员。
优选地,所述规格信息包括额定电阻值、额定绝缘电阻值、额定电容值、额定承载振动频率、耐受温度区间、最高耐受湿度和各湿度下的最高耐受时长。
优选地,所述对温度检测类别下的各待检测线束进行适应性检测,包括:从数据库中定位出当前待检测线束批次所属汽车型号对应参照持续行驶时长,作为待检测线束的单次运行时长。
从所述规格信息中提取耐受温度区间,以耐受温度区间的上限值和下限值分别为高温实验温度和低温实验温度,以单次运行时长为实验时长,据此分别设置恒高温实验组和恒低温实验组。
从数据库中定位出当前待检测线束批次所属汽车型号对应各行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线。
根据所述参照温升曲线,设定实验温升速率和实验温度区间,进而根据实验温升速率和实验温度区间设置升温变动实验组,并按照升温变动实验组的设置方式同理设置降温变动实验组。
将温度检测类别下的各待检测线束分别分配至恒高温实验组、恒低温实验组、升温变动实验组和降温变动实验组中进行适应性检测。
优选地,所述对湿度检测类别下的各待检测线束进行适应性检测,包括:从所述规格信息中提取最高耐受湿度,以最高耐受湿度为实验湿度,以待检测线束的单次运行时长为实验时长,据此设定高湿实验组,并将湿度检测类别下的各待检测线束分配至高湿实验组中进行适应性检测。
优选地,所述温度适应检测数据包括恒高温实验组、恒低温实验组、升温变动实验组以及降温变动实验组内各待检测线束的实验数据和线束数据。
其中,实验数据为温度实验起始时间点,线束数据为各温度实验时间点内各待检测线束的表观图像和传输信号波形图。
所述湿度适应检测数据为实验湿度、湿度实验起始时间点以及各待检测线束在各湿度实验时间点的电阻值、绝缘电阻值和电容值。
优选地,所述对振动检测类别下的各待检测线束进行适应性检测,包括:从所述规格信息中提取额定承载振动频率,从数据库中提取当前待检测线束批次所属汽车型号对应固有振动频率,将所述固有振动频率和额定承载振动频率组成实验振动频率区间,并以待检测线束的单次运行时长为实验时长,据此设置单一振动实验组。
以升温变动实验组中实验温度区间的上限值为实验温度,进而根据实验振动频率区间和实验温度设置混合振动实验组,将振动检测类别下的各待检测线束分别分配至单一振动实验组和混合振动实验组中进行适应性检测。
优选地,所述振动适应检测数据包括单一振动实验组和混合振动实验组的振动实验起始时间点、线束断开时间点、线束松动时间点和对应线束断开时间点的所处实验振动频率。
优选地,所述进行线束环境适应评估,包括:提取温度适应检测数据,据此分析待检测线束批次的温度适应指数。
从湿度适应检测数据中提取实验湿度、湿度实验起始时间点以及各待检测线束在各湿度实验时间点的电阻值、绝缘电阻值和电容值,并从所述规格信息中提取额定电阻值、额定电阻值和额定电容值。
将电阻、绝缘电阻和电容作为各检测项,进而将各待检测线束在各湿度实验时间点对应各检测项的数值与各检测项的额定数值进行对比,确认偏差线束数目以及各偏差线束的起始偏差时间点/>和偏差项数目/>,/>表示偏差线束编号,/>。
将湿度实验起始时间点记为,将/>作为湿度实验偏差时长,记为/>,同时从所述规格信息中定位出实验湿度下的最高耐受时长/>。
统计待检测线束批次的湿度适应指数,,/>为设定参照的湿度耐受时长差,/>为待检测线束数目,/>表示向下取整符号。
根据振动适应检测数据,分析待检测线束批次的振动适应指数,进而统计当前待检测线束批次对应的环境适应指数/>,/>。
优选地,所述分析待检测线束批次的温度适应指数,包括:从温度适应检测数据中提取恒高温实验组、恒低温实验组、升温变动实验组以及降温变动实验组内各待检测线束的实验数据和线束数据。
从恒高温实验组的实验数据中提取温度实验起始时间点,并从恒高温实验组的线束数据中提取各温度实验时间点内各待检测线束的表观图像和传输信号波形图。
若恒高温实验组中某温度实验时间点内某待检测线束的表观图像中存在破损或者变形,则将该温度实验时间点作为该待检测线束的形变时间点。
从数据库中提取当前待检测线束批次的参照传输信号波形图,并与恒高温实验组中各温度实验时间点内各待检测线束的传输信号波形图进行重合对比,得到重合波形长度。
若恒高温实验组中某温度实验时间点内某待检测线束重合波形长度与其传输信号波形长度的比值小于,则将该温度实验时间点作为该待检测线束的性能变化时间点。
统计恒高温实验组中各待检测线束的形变时间点和性能变化时间点,并分别与温度实验起始时间点进行对比,得到各待检测线束的形变承载时长和性能变化承载时长,进而从中筛选出待检测线束的最低形变承载时长和最低性能变化承载时长/>。
从数据库中提取当前待检测线束批次的高温耐受时长,统计待检测线束的恒定高温适应指数/>,/>,/>分别为设定参照的表观耐受时长差、性能耐受时长差。
按照的统计方式同理统计得到待检测线束的恒低温适应指数/>、升温适应指数/>和降温适应指数/>。
统计待检测线束批次的温度适应指数,,/>、/>、/>、/>分别为设定参照的恒高温适应指数、恒低温适应指数、升温适应指数、降温适应指数。
优选地,所述分析待检测线束批次的振动适应指数,包括:从振动适应检测数据中提取单一振动实验组和混合振动实验组的振动实验起始时间点、线束断开时间点和线束松动时间点。
将所述线束断开时间点和线束松动时间点分别与其振动实验起始时间点进行对比,得到线束断开实验时长和线束松动实验时长,据此分析时间维度振动适应指数。
从振动适应检测数据中提取单一振动实验组和混合振动实验组对应线束断开时间点的所处实验振动频率,分别记为和/>,并从所述规格信息中提取额定承载振动频率/>,统计数值维度振动适应指数/>,/>,/>分别为设定的参照单一承载频率差、混合承载频率差。
统计待检测线束批次的振动适应指数,/>,/>分别为设定参照的时间维度振动适应指数、数值维度振动适应指数。
相较于现有技术,本发明的有益效果如下:(1)本发明通过对待检测线束批次进行检测类别分类,并结合待检测线束所属汽车型号进行温度、湿度和振动实验设置,进而进行温度、湿度和振动适应性检测,据此评定当前待检测线束批次对应的环境适应指数,充分贴合了线束实际使用场景,进而有效解决了当前线束环境适应性检测存在的不足,提高了线束环境适应性检测结果的可靠性和真实性,同时打破了当前测试数据设定的局限性,进一提升了实验数据设计的边界性和可靠性,并且还扩展了线束环境适应性检测的覆盖面,确保了线束环境适应性检测的精准性和合理性,从而降低了后续线束实际使用中的安全隐患和事故几率,进而显著提升了车辆出行的安全保障。
(2)本发明在进行温度适应性检测时,通过根据线束的耐受温度区间设置恒高温实验组和恒低温实验组,同时结合线束所属汽车信号的在不同行驶时长下和不同行驶里程下的温升曲线和温降曲线设置升温变动实验组和降温变动实验组,实现了线束的动静综合性温度适应性检测,便于更全面地评估线束的温度耐受情况,同时规避了当前仅按照常规的自然环境的温度或者耐受温度区间进行温度检测的片面性,进一步提升了线束温度适应性检测的有效性和说服力。
(3)本发明在进行振动适应性检测时,通过设置单一振动实验和混合振动实验,并进行实验时长设置,避免了当前单一化检测存在的差异性,充分融合了温度和时间两个因素,实现了振动适应性的综合性检测,提升了振动实验的场景适应性和线束振动检测的准确性和针对性,同时也确保了振动适应检测的结果的参考性和合理性,并且有效减少了线束实际使用过程的脱落风险,进而大幅度提升了线束在实际应用场景中的保障性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明系统各模块连接示意图。
图2为本发明待检测线束环境适应性检测流程示意图。
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。
如图1至图2所示,本发明提供了一种线束智能检测系统,该系统包括线束信息提取划分模块、线束温湿适应检测模块、线束振动适应检测模块、数据库、线束环境适应评估模块和线束评估反馈终端。
上述中,线束环境适应评估模块分别与线束信息提取划分模块、线束温湿适应检测模块、线束振动适应检测模块、数据库和线束评估反馈终端连接,线束信息提取划分模块分别与线束温湿适应检测模块和线束振动适应检测模块连接。
所述线束信息提取划分模块,用于提取当前待检测线束批次的规格信息和所属汽车型号,并将当前待检测线束批次进行检测类别划分,得到各检测类别下的各待检测线束,检测类别包括温度、湿度和振动。
具体地,规格信息包括额定电阻值、额定绝缘电阻值、额定电容值、额定承载振动频率、耐受温度区间、最高耐受湿度和各湿度下的最高耐受时长。
在一个具体实施例中,常见的汽车线束材料如交联聚乙烯、聚氯乙烯、交联聚氯乙烯等,在正常情况下,它们的耐受温度区间大致在-40℃到125℃之间。这个温度范围可以确保在极端寒冷或酷热条件下,线束仍能正常工作而不受损坏,最高耐受温度可以取值为125℃,其中,125℃还作为后续恒高温实验组的高温实验温度,-40℃作为后续恒低温实验组的最低实验温度,其中恒高温实验组指保持高温实验温度为125℃不变,恒低温实验组指保持低温实验温度为-40℃不变,即恒定温度实验。
所述线束温湿适应检测模块,用于对温度检测类别下和湿度检测类别下的各待检测线束进行适应性检测,记录温度适应检测数据和湿度适应检测数据。
具体地,对温度检测类别下的各待检测线束进行适应性检测,包括:A1、从数据库中定位出当前待检测线束批次所属汽车型号对应参照持续行驶时长,作为待检测线束的单次运行时长。
A2、从所述规格信息中提取耐受温度区间,以耐受温度区间的上限值和下限值分别为高温实验温度和低温实验温度,以单次运行时长为实验时长,据此分别设置恒高温实验组和恒低温实验组。
A3、从数据库中定位出当前待检测线束批次所属汽车型号对应各行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线。
A4、根据所述参照温升曲线,设定实验温升速率和实验温度区间,进而根据实验温升速率和实验温度区间设置升温变动实验组,并按照升温变动实验组的设置方式同理设置降温变动实验组。
需要说明的是,设定实验温升速率和实验温度区间的具体设定过程为:A4-1、分别从所述各持续行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线中进行曲线斜率提取,进而从各持续行驶时长下和各行驶里程曲线斜率中筛选出最大斜率,作为实验温升速率。
在一个具体实施例中,所述斜率指曲线对应回归线的斜率。
A4-2、分别从各持续行驶时长下和各行驶里程下参照温升曲线中进行起始温度值提取,进而通过均值计算得到平均起始温度,作为实验温度下限值。
A4-3、从各持续行驶时长下和各行驶里程下参照温升曲线中分别提取最高温度值,进而从各参照时长下和各行驶里程下的最高温度值中筛选出最大值,作为实验温度上限值,以实验温度下限值和实验温度上限值组成实验温度区间。
A5、将温度检测类别下的各待检测线束分别分配至恒高温实验组、恒低温实验组、升温变动实验组和降温变动实验组中进行适应性检测。
本发明实施例在进行温度适应性检测时,通过根据线束的耐受温度区间设置恒高温实验组和恒低温实验组,同时结合线束所属汽车信号的在不同行驶时长下和不同行驶里程下的温升曲线和温降曲线设置升温变动实验组和降温变动实验组,实现了线束的动静综合性温度适应性检测,便于更全面地评估线束的温度耐受情况,同时规避了当前仅按照常规的自然环境的温度或者耐受温度区间进行温度检测的片面性,进一步提升了线束温度适应性检测的有效性和说服力。
又一具体地,对湿度检测类别下的各待检测线束进行适应性检测,包括:从所述规格信息中提取最高耐受湿度,以最高耐受湿度为实验湿度,以待检测线束的单次运行时长为实验时长,据此设定高湿实验组,并将湿度检测类别下的各待检测线束分配至高湿实验组中进行适应性检测。
进一步地,温度适应检测数据包括恒高温实验组、恒低温实验组、升温变动实验组以及降温变动实验组内各待检测线束的实验数据和线束数据,其中,实验数据为温度实验起始时间点,线束数据为各温度实验时间点内各待检测线束的表观图像和传输信号波形图。
湿度适应检测数据为实验湿度、湿度实验起始时间点以及各待检测线束在各湿度实验时间点的电阻值、绝缘电阻值和电容值。
所述线束振动适应检测模块,用于对振动检测类别下的各待检测线束进行适应性检测,记录振动适应检测数据。
具体地,对振动检测类别下的各待检测线束进行适应性检测,包括:B1、从所述规格信息中提取额定承载振动频率,从数据库中提取当前待检测线束批次所属汽车型号对应固有振动频率,将所述固有振动频率和额定承载振动频率组成实验振动频率区间,并以待检测线束的单次运行时长为实验时长,据此设置单一振动实验组。
需要说明的是,单一振动实验组的温度是以当前实验室内的温度为实验温度,即不进行温度调控,保持室温状态。
B2、以升温变动实验组中实验温度区间的上限值为实验温度,进而根据实验振动频率区间和实验温度设置混合振动实验组,将振动检测类别下的各待检测线束分别分配至单一振动实验组和混合振动实验组中进行适应性检测。
本发明实施例在进行振动适应性检测时,通过设置单一振动实验和混合振动实验,并进行实验时长设置,避免了当前单一化检测存在的差异性,充分融合了温度和时间两个因素,实现了振动适应性的综合性检测,提升了振动实验的场景适应性和线束振动检测的准确性和针对性,同时也确保了振动适应检测的结果的参考性和合理性,并且有效减少了线束实际使用过程的脱落风险,进而大幅度提升了线束在实际应用场景中的保障性。
进一步地,振动适应检测数据包括单一振动实验组和混合振动实验组的振动实验起始时间点、线束断开时间点、线束松动时间点和对应线束断开时间点的所处实验振动频率。
需要说明的是,所述线束断开时间点、线束松动时间点和对应线束断开时间点的所处实验振动频率的记录方式为:步骤1、通过摄像头位于单一振动实验组和混合振动实验组内各待检测线束进行图像采集,得到各采集图像,并记录图像采集时间点。
步骤2、若某待检测线束对应采集图像中线束的状态为断开状态,则将该采集图像的采集时间点作为该检测线束的断开时间点,以此得到各待检测线束的断开时间点。
步骤3、将各待检测线束的断开时间点按照从前往后进行排序,提取为中位断开时间点,并作为线束断开时间点,按照线束断开时间点的分析方式同理分析得到线束松动时间点。
在一个具体实施例中,中位断开时间点评定依据为:若待检测线束数目为奇数时,将排序为第位置内的断开时间点作为中位断开时间点,若待检测线束数目为偶数,将排序为第/>位置内的断开时间点和排序为/>位置内的断开时间点进行均值计算,将计算结果作为中位断开时间点。
在另一个具体实施例中,线束松动的具体评定过程为:提取单一振动实验组和混合振动实验组内各待检测线束的各采集图像,并从中筛选出各待检测线束的首次采集图像。
若某待检测线束在某采集图像中线束与连接器之间的距离大于该待检测线束在首次采集图像中线束与连接器之间距离,则判定该待检测线束存在松动。
步骤4、当待检测线束数目为奇数时,从振动实验管理后台提取线束断开时间点的所处实验振动频率,当待检测线束数目为偶数时,从振动实验管理后台提取排序为第位置内对应断开时间点的所处振动频率和排序为/>位置内对应断开时间点的所处振动频率,将第/>位置内对应断开时间点的所处振动频率和排序为/>位置内对应断开时间点的所处振动频率进行均值计算,将计算结果作为对应线束断开时间点的所处实验振动频率。
所述数据库,用于存储各型号汽车对应固有振动频率、参照持续行驶时长以及各行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线,并存储当前待检测线束批次的参照传输信号波形图、高温耐受时长、低温耐受时长和变温耐受时长。
所述线束环境适应评估模块,用于进行线束环境适应评估,得到当前待检测线束批次对应的环境适应指数。
示例性地,进行线束环境适应评估,包括:R1、提取温度适应检测数据,据此分析待检测线束批次的温度适应指数。
可理解地,分析待检测线束批次的温度适应指数,包括:R1-1、从温度适应检测数据中提取恒高温实验组、恒低温实验组、升温变动实验组以及降温变动实验组内各待检测线束的实验数据和线束数据。
R1-2、从恒高温实验组的实验数据中提取温度实验起始时间点,并从恒高温实验组的线束数据中提取各温度实验时间点内各待检测线束的表观图像和传输信号波形图。
R1-3、若恒高温实验组中某温度实验时间点内某待检测线束的表观图像中存在破损或者变形,则将该温度实验时间点作为该待检测线束的形变时间点。
R1-4、从数据库中提取当前待检测线束批次的参照传输信号波形图,并与恒高温实验组中各温度实验时间点内各待检测线束的传输信号波形图进行重合对比,得到重合波形长度。
R1-5、若恒高温实验组中某温度实验时间点内某待检测线束重合波形长度与其传输信号波形长度的比值小于,则将该温度实验时间点作为该待检测线束的性能变化时间点。
R1-6、统计恒高温实验组中各待检测线束的形变时间点和性能变化时间点,并分别与温度实验起始时间点进行对比,得到各待检测线束的形变承载时长和性能变化承载时长,进而从中筛选出待检测线束的最低形变承载时长和最低性能变化承载时长/>。
需要说明的是,形变承载时长指形变时间点与温度实验起始时间点之间的间隔时长,性能变化承载时长指性能变化时间点与温度实验起始时间点之间的间隔时长。
R1-7、从数据库中提取当前待检测线束批次的高温耐受时长,统计待检测线束的恒定高温适应指数/>,/>,/>分别为设定参照的表观耐受时长差、性能耐受时长差。
R1-8、按照的统计方式同理统计得到待检测线束的恒低温适应指数/>、升温适应指数/>和降温适应指数/>。
R1-9、统计待检测线束批次的温度适应指数,,/>、/>、/>、/>分别为设定参照的恒高温适应指数、恒低温适应指数、升温适应指数、降温适应指数。
R2、从湿度适应检测数据中提取实验湿度、湿度实验起始时间点以及各待检测线束在各湿度实验时间点的电阻值、绝缘电阻值和电容值,并从所述规格信息中提取额定电阻值、额定电阻值和额定电容值。
R3、将电阻、绝缘电阻和电容作为各检测项,进而将各待检测线束在各湿度实验时间点对应各检测项的数值与各检测项的额定数值进行对比,确认偏差线束数目以及各偏差线束的起始偏差时间点/>和偏差项数目/>,/>表示偏差线束编号,/>。
需要说明的是,确认偏差线束数目和各偏差线束的起始偏差时间点和偏差项数目的确认过程为:若某待检测线束在湿度某实验时间点对应某检测项的数值小于其额定数值,将该待检测线束记为偏差线束,将该湿度实验时间点记为该偏差线束的起始偏差时间点,将该检测项作为该偏差线束的偏差项,据此统计得到偏差线束数目以及各偏差线束的起始偏差时间点和偏差项数目。
R4、将湿度实验起始时间点记为,将/>作为湿度实验偏差时长,记为,同时从所述规格信息中定位出实验湿度下的最高耐受时长/>。
R5、统计待检测线束批次的湿度适应指数,,为设定参照的湿度耐受时长差,/>为待检测线束数目,/>表示向下取整符号。
R6、根据振动适应检测数据,分析待检测线束批次的振动适应指数,进而统计当前待检测线束批次对应的环境适应指数/>,。
可理解地,分析待检测线束批次的振动适应指数,包括:R6-1、从振动适应检测数据中提取单一振动实验组和混合振动实验组的振动实验起始时间点、线束断开时间点和线束松动时间点。
R6-2、将所述线束断开时间点和线束松动时间点分别与其振动实验起始时间点进行对比,得到线束断开实验时长和线束松动实验时长,据此分析时间维度振动适应指数。
进一步地,分析时间维度振动适应指数的具体分析过程为:将单一振动实验组以及混合振动实验组的线束断开实验时长和线束松动实验时长分别记为和/>以及/>和。
统计时间维度振动适应指数,/>,分别为设定参照的单一振动承载时长、混合振动承载时长,/>分别为设定参照的单一振动松动维持时长、混合振动松动维持时长。
需要说明的是,线束断开实验时长指线束断开时间点与振动实验起始时间点之间的间隔时长,线束松动实验时长指线束松动时间点与振动实验起始时间点之间的间隔时长。
R6-3、从振动适应检测数据中提取单一振动实验组和混合振动实验组对应线束断开时间点的所处实验振动频率,分别记为和/>,并从所述规格信息中提取额定承载振动频率/>,统计数值维度振动适应指数/>,/>,/>分别为设定的参照单一承载频率差、混合承载频率差。
统计待检测线束批次的振动适应指数,/>,/>分别为设定参照的时间维度振动适应指数、数值维度振动适应指数。
所述线束评估反馈终端,用于将当前待检测线束批次对应的环境适应指数反馈至线束检测管理人员。
本发明实施例通过对待检测线束批次进行检测类别分类,并结合待检测线束所属汽车型号进行温度、湿度和振动实验设置,进而进行温度、湿度和振动适应性检测,据此评定当前待检测线束批次对应的环境适应指数,充分贴合了线束实际使用场景,进而有效解决了当前线束环境适应性检测存在的不足,提高了线束环境适应性检测结果的可靠性和真实性,同时打破了当前测试数据设定的局限性,进一提升了实验数据设计的边界性和可靠性,并且还扩展了线束环境适应性检测的覆盖面,确保了线束环境适应性检测的精准性和合理性,从而降低了后续线束实际使用中的安全隐患和事故几率,进而显著提升了车辆出行的安全保障。
以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.一种线束智能检测系统,其特征在于:该系统包括:
线束信息提取划分模块,用于提取当前待检测线束批次的规格信息和所属汽车型号,并将当前待检测线束批次进行检测类别划分,得到各检测类别下的各待检测线束,检测类别包括温度、湿度和振动;
所述规格信息包括额定电阻值、额定绝缘电阻值、额定电容值、额定承载振动频率、耐受温度区间、最高耐受湿度和各湿度下的最高耐受时长;
线束温湿适应检测模块,用于对温度检测类别下和湿度检测类别下的各待检测线束进行适应性检测,记录温度适应检测数据和湿度适应检测数据;
所述对温度检测类别下的各待检测线束进行适应性检测,包括:
从数据库中定位出当前待检测线束批次所属汽车型号对应参照持续行驶时长,作为待检测线束的单次运行时长;
从所述规格信息中提取耐受温度区间,以耐受温度区间的上限值和下限值分别为高温实验温度和低温实验温度,以单次运行时长为实验时长,据此分别设置恒高温实验组和恒低温实验组;
从数据库中定位出当前待检测线束批次所属汽车型号对应各行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线;
根据所述参照温升曲线,设定实验温升速率和实验温度区间,进而根据实验温升速率和实验温度区间设置升温变动实验组,并按照升温变动实验组的设置方式同理设置降温变动实验组;
将温度检测类别下的各待检测线束分别分配至恒高温实验组、恒低温实验组、升温变动实验组和降温变动实验组中进行适应性检测;
线束振动适应检测模块,用于对振动检测类别下的各待检测线束进行适应性检测,记录振动适应检测数据;
数据库,用于存储各型号汽车对应固有振动频率、参照持续行驶时长以及各行驶时长下和各行驶里程下的参照温升曲线和参照温降曲线,并存储当前待检测线束批次的参照传输信号波形图、高温耐受时长、低温耐受时长和变温耐受时长;
线束环境适应评估模块,用于进行线束环境适应评估,得到当前待检测线束批次对应的环境适应指数;
线束评估反馈终端,用于将当前待检测线束批次对应的环境适应指数反馈至线束检测管理人员。
2.如权利要求1所述的一种线束智能检测系统,其特征在于:所述对湿度检测类别下的各待检测线束进行适应性检测,包括:
从所述规格信息中提取最高耐受湿度,以最高耐受湿度为实验湿度,以待检测线束的单次运行时长为实验时长,据此设定高湿实验组,并将湿度检测类别下的各待检测线束分配至高湿实验组中进行适应性检测。
3.如权利要求1所述的一种线束智能检测系统,其特征在于:所述温度适应检测数据包括恒高温实验组、恒低温实验组、升温变动实验组以及降温变动实验组内各待检测线束的实验数据和线束数据;
其中,实验数据为温度实验起始时间点,线束数据为各温度实验时间点内各待检测线束的表观图像和传输信号波形图;
所述湿度适应检测数据为实验湿度、湿度实验起始时间点以及各待检测线束在各湿度实验时间点的电阻值、绝缘电阻值和电容值。
4.如权利要求1所述的一种线束智能检测系统,其特征在于:所述对振动检测类别下的各待检测线束进行适应性检测,包括:
从所述规格信息中提取额定承载振动频率,从数据库中提取当前待检测线束批次所属汽车型号对应固有振动频率,将所述固有振动频率和额定承载振动频率组成实验振动频率区间,并以待检测线束的单次运行时长为实验时长,据此设置单一振动实验组;
以升温变动实验组中实验温度区间的上限值为实验温度,进而根据实验振动频率区间和实验温度设置混合振动实验组,将振动检测类别下的各待检测线束分别分配至单一振动实验组和混合振动实验组中进行适应性检测。
5.如权利要求3所述的一种线束智能检测系统,其特征在于:所述振动适应检测数据包括单一振动实验组和混合振动实验组的振动实验起始时间点、线束断开时间点、线束松动时间点和对应线束断开时间点的所处实验振动频率。
6.如权利要求5所述的一种线束智能检测系统,其特征在于:所述进行线束环境适应评估,包括:
提取温度适应检测数据,据此分析待检测线束批次的温度适应指数;
从湿度适应检测数据中提取实验湿度、湿度实验起始时间点以及各待检测线束在各湿度实验时间点的电阻值、绝缘电阻值和电容值,并从所述规格信息中提取额定电阻值、额定电阻值和额定电容值;
将电阻、绝缘电阻和电容作为各检测项,进而将各待检测线束在各湿度实验时间点对应各检测项的数值与各检测项的额定数值进行对比,确认偏差线束数目以及各偏差线束的起始偏差时间点/>和偏差项数目/>,/>表示偏差线束编号,/>;
将湿度实验起始时间点记为,将/>作为湿度实验偏差时长,记为/>,同时从所述规格信息中定位出实验湿度下的最高耐受时长/>;
统计待检测线束批次的湿度适应指数,,/>为设定参照的湿度耐受时长差,/>为待检测线束数目,/>表示向下取整符号;
根据振动适应检测数据,分析待检测线束批次的振动适应指数,进而统计当前待检测线束批次对应的环境适应指数/>,/>。
7.如权利要求6所述的一种线束智能检测系统,其特征在于:所述分析待检测线束批次的温度适应指数,包括:
从温度适应检测数据中提取恒高温实验组、恒低温实验组、升温变动实验组以及降温变动实验组内各待检测线束的实验数据和线束数据;
从恒高温实验组的实验数据中提取温度实验起始时间点,并从恒高温实验组的线束数据中提取各温度实验时间点内各待检测线束的表观图像和传输信号波形图;
若恒高温实验组中某温度实验时间点内某待检测线束的表观图像中存在破损或者变形,则将该温度实验时间点作为该待检测线束的形变时间点;
从数据库中提取当前待检测线束批次的参照传输信号波形图,并与恒高温实验组中各温度实验时间点内各待检测线束的传输信号波形图进行重合对比,得到重合波形长度;
若恒高温实验组中某温度实验时间点内某待检测线束重合波形长度与其传输信号波形长度的比值小于,则将该温度实验时间点作为该待检测线束的性能变化时间点;
统计恒高温实验组中各待检测线束的形变时间点和性能变化时间点,并分别与温度实验起始时间点进行对比,得到各待检测线束的形变承载时长和性能变化承载时长,进而从中筛选出待检测线束的最低形变承载时长和最低性能变化承载时长/>;
从数据库中提取当前待检测线束批次的高温耐受时长,统计待检测线束的恒定高温适应指数/>,/>,/>分别为设定参照的表观耐受时长差、性能耐受时长差;
按照的统计方式同理统计得到待检测线束的恒低温适应指数/>、升温适应指数和降温适应指数/>;
统计待检测线束批次的温度适应指数,,/>、/>、/>、/>分别为设定参照的恒高温适应指数、恒低温适应指数、升温适应指数、降温适应指数。
8.如权利要求6所述的一种线束智能检测系统,其特征在于:所述分析待检测线束批次的振动适应指数,包括:
从振动适应检测数据中提取单一振动实验组和混合振动实验组的振动实验起始时间点、线束断开时间点和线束松动时间点;
将所述线束断开时间点和线束松动时间点分别与其振动实验起始时间点进行对比,得到线束断开实验时长和线束松动实验时长,据此分析时间维度振动适应指数;
从振动适应检测数据中提取单一振动实验组和混合振动实验组对应线束断开时间点的所处实验振动频率,分别记为和/>,并从所述规格信息中提取额定承载振动频率/>,统计数值维度振动适应指数/>,/>,/>分别为设定的参照单一承载频率差、混合承载频率差;
统计待检测线束批次的振动适应指数,/>,/>分别为设定参照的时间维度振动适应指数、数值维度振动适应指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311515427.0A CN117232586B (zh) | 2023-11-15 | 2023-11-15 | 一种线束智能检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311515427.0A CN117232586B (zh) | 2023-11-15 | 2023-11-15 | 一种线束智能检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117232586A CN117232586A (zh) | 2023-12-15 |
CN117232586B true CN117232586B (zh) | 2024-01-09 |
Family
ID=89098836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311515427.0A Active CN117232586B (zh) | 2023-11-15 | 2023-11-15 | 一种线束智能检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117232586B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117471227B (zh) * | 2023-12-27 | 2024-03-15 | 深圳信测标准技术服务股份有限公司 | 汽车线束参数性能测试方法及测试系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0559161A2 (en) * | 1992-03-06 | 1993-09-08 | Seiko Epson Corporation | Drive coil overheating protection for wire dot printer |
CN1275199A (zh) * | 1998-08-28 | 2000-11-29 | 斯耐普昂仪器有限公司 | 汽车和其它机械的测试方法和测试设备 |
KR20100046623A (ko) * | 2008-10-27 | 2010-05-07 | 주식회사 유라코퍼레이션 | 자동차 엔진진동에 의한 와이어링 하네스의 내구수명 예측방법 |
CN101762769A (zh) * | 2009-12-25 | 2010-06-30 | 三一重工股份有限公司 | 故障诊断系统及方法 |
CN102928732A (zh) * | 2012-11-09 | 2013-02-13 | 三一重工股份有限公司 | 线路诊断仪和线路诊断方法 |
CN104501875A (zh) * | 2015-01-05 | 2015-04-08 | 苏州路之遥科技股份有限公司 | 线束智能测试机自学习线束样品型号建立数据库方法 |
CN106841839A (zh) * | 2016-11-25 | 2017-06-13 | 长沙波特尼电气系统有限公司 | 一种汽车线束检测装置与检测方法 |
CN108847985A (zh) * | 2018-06-28 | 2018-11-20 | 合肥浪金防伪科技有限公司 | 适用于物联网的输电线路智能远程监控系统 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN112202493A (zh) * | 2020-09-27 | 2021-01-08 | 国家电网有限公司 | 通信线路的故障检测方法、装置及系统 |
CN113442771A (zh) * | 2021-06-23 | 2021-09-28 | 深圳利民通科技发展有限公司 | 一种智能电流分配充电控制系统 |
CN114001984A (zh) * | 2021-10-28 | 2022-02-01 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆结构件的振动疲劳可靠性试验方法及装置 |
CN116626542A (zh) * | 2023-05-29 | 2023-08-22 | 大连阿部配线有限公司 | 一种线束产品的智能化检测系统 |
-
2023
- 2023-11-15 CN CN202311515427.0A patent/CN117232586B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0559161A2 (en) * | 1992-03-06 | 1993-09-08 | Seiko Epson Corporation | Drive coil overheating protection for wire dot printer |
CN1275199A (zh) * | 1998-08-28 | 2000-11-29 | 斯耐普昂仪器有限公司 | 汽车和其它机械的测试方法和测试设备 |
KR20100046623A (ko) * | 2008-10-27 | 2010-05-07 | 주식회사 유라코퍼레이션 | 자동차 엔진진동에 의한 와이어링 하네스의 내구수명 예측방법 |
CN101762769A (zh) * | 2009-12-25 | 2010-06-30 | 三一重工股份有限公司 | 故障诊断系统及方法 |
CN102928732A (zh) * | 2012-11-09 | 2013-02-13 | 三一重工股份有限公司 | 线路诊断仪和线路诊断方法 |
CN104501875A (zh) * | 2015-01-05 | 2015-04-08 | 苏州路之遥科技股份有限公司 | 线束智能测试机自学习线束样品型号建立数据库方法 |
CN106841839A (zh) * | 2016-11-25 | 2017-06-13 | 长沙波特尼电气系统有限公司 | 一种汽车线束检测装置与检测方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN108847985A (zh) * | 2018-06-28 | 2018-11-20 | 合肥浪金防伪科技有限公司 | 适用于物联网的输电线路智能远程监控系统 |
CN112202493A (zh) * | 2020-09-27 | 2021-01-08 | 国家电网有限公司 | 通信线路的故障检测方法、装置及系统 |
CN113442771A (zh) * | 2021-06-23 | 2021-09-28 | 深圳利民通科技发展有限公司 | 一种智能电流分配充电控制系统 |
CN114001984A (zh) * | 2021-10-28 | 2022-02-01 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆结构件的振动疲劳可靠性试验方法及装置 |
CN116626542A (zh) * | 2023-05-29 | 2023-08-22 | 大连阿部配线有限公司 | 一种线束产品的智能化检测系统 |
Non-Patent Citations (2)
Title |
---|
基于比例危险模型的军机线路失效分析;肖楚琬;王希彬;张熹然;宋广大;;兵工自动化(第08期);全文 * |
机载电气线路敷设故障在线诊断方法研究;于向阳;姚凌虹;于守淼;于春风;郝世勇;唐婷;;舰船电子工程(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117232586A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117232586B (zh) | 一种线束智能检测系统 | |
US10613149B2 (en) | Managing apparatus, computer-readable storage medium, management method and production method | |
US10769870B2 (en) | Method and system for displaying PIDs based on a PID filter list | |
US11403895B2 (en) | Method and system for providing diagnostic filter lists | |
CN114113987B (zh) | 一种芯片检验追踪方法及系统 | |
CN116148679B (zh) | 一种电池健康状态的预测方法及相关装置 | |
CN109291826B (zh) | 一种根据电动汽车特征自动搜索充电设备的方法和装置 | |
CN107703453B (zh) | 一种确定单体电池温度采集点的装置和方法 | |
CN110596506A (zh) | 基于时间卷积网络的变换器故障诊断方法 | |
CN111619399B (zh) | 基于电动汽车充电桩管理平台的动力电池安全评估装置 | |
CN113378054A (zh) | 用于提供和应用诊断筛选列表的方法和系统 | |
CN104330675A (zh) | 基于多元时间序列的变电设备在线监测分析系统及其方法 | |
CN113466716A (zh) | 电池健康状态测算方法以及相关设备 | |
CN116609611A (zh) | 一种航空电缆线束电接触状态检测装置及方法 | |
CN113297033A (zh) | 基于云端监测数据的车辆电控系统健康评估方法和系统 | |
CN113791337A (zh) | 一种基于数据处理的电路板用质量分析监测系统 | |
CN112748348A (zh) | 电池低温性能分布水平检测方法、系统及存储介质 | |
US20230036120A1 (en) | Systems for analysis of vehicle electrical system performance | |
CN216117821U (zh) | 一种用于电动汽车的bms老化工装 | |
CN113946972A (zh) | 一种基于车联网的汽车可靠寿命预测方法 | |
CN114976309A (zh) | 车辆动力电池监测方法及装置 | |
CN108241126A (zh) | 非接触式智能电池感测系统及方法 | |
CN113131025B (zh) | 一种车载备用电池温度检测方法及系统 | |
CN112240793A (zh) | 一种用于物联网技术油耗检查系统 | |
CN217124599U (zh) | 一种云端锂电池管理系统 |
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 |