CN117928983B - 基于数据分析的矿用运输车运行故障诊断系统 - Google Patents
基于数据分析的矿用运输车运行故障诊断系统 Download PDFInfo
- Publication number
- CN117928983B CN117928983B CN202410330301.4A CN202410330301A CN117928983B CN 117928983 B CN117928983 B CN 117928983B CN 202410330301 A CN202410330301 A CN 202410330301A CN 117928983 B CN117928983 B CN 117928983B
- Authority
- CN
- China
- Prior art keywords
- tire
- transport vehicle
- abrasion
- wear
- data
- 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
- 238000005065 mining Methods 0.000 title claims abstract description 23
- 238000003745 diagnosis Methods 0.000 title claims abstract description 22
- 238000007405 data analysis Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000005299 abrasion Methods 0.000 claims description 75
- 238000009434 installation Methods 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000007499 fusion processing Methods 0.000 claims description 4
- 238000003707 image sharpening Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Landscapes
- Tires In General (AREA)
Abstract
本发明公开了基于数据分析的矿用运输车运行故障诊断系统，系统包括：数据采集模块，用于采集各运输车的工作数据，并将工作数据发送至数据处理模块；图像采集模块，用于按照采集指令获取对应运输车的轮胎全图像；数据处理模块，用于根据各运输车的工作数据，确认每一运输车是否需要进行检查；当一运输车需要进行检查时，生成采集指令并发送至图像采集模块；数据处理模块还用于根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，并根据轮胎故障生成处理建议发送至故障管理终端，解决了现有技术中矿用运输车运行过程中轮胎故障不方便诊断的技术问题。
Description
技术领域
本发明涉及数据分析技术领域，具体是基于数据分析的矿用运输车运行故障诊断系统。
背景技术
矿场中存在有很多辆运输车来完成各种运输工作，由于矿场内地形复杂且路况较差，使得矿用运输车的轮胎磨损强度相较于普通车辆更大，导致各种磨损故障发生；磨损故障如果不能及时发现和处理，往往会影响运输矿用运输车的正常运行，严重时甚至导致矿场事故，例如爆胎导致的运输车侧翻；
现有技术中，采取组织专门的检查人员定期统一对各运输车的轮胎进行检查的方式，但是由于每台运输车型号不同、运输工作的内容不同；使得各运输车的轮胎磨损强度也不同，且运输车数量多；如果检查周期短，则耗费人力和物力；如果检查周期长，则不易及时发现运输车轮胎的磨损故障并进行相应的处理。
发明内容
本发明的目的在于提供基于数据分析的矿用运输车运行故障诊断系统，解决了现有技术中矿用运输车运行过程中轮胎故障不方便诊断的技术问题。
本发明提供一种基于数据分析的矿用运输车运行故障诊断系统，所述系统包括：
数据采集模块、图像采集模块、数据处理模块以及故障管理终端；
数据采集模块，用于采集各运输车的工作数据，并将工作数据发送至数据处理模块；工作数据包括车辆编号、运输车上一次进行轮胎检查之后至当前的历史行驶路线、历史速度曲线以及历史载重曲线；
图像采集模块，用于按照采集指令获取对应运输车的轮胎全图像；
数据处理模块，用于根据各运输车的工作数据，确认每一运输车是否需要进行检查；当一运输车需要进行检查时，生成采集指令并发送至图像采集模块；
数据处理模块还用于根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，并根据轮胎故障生成处理建议发送至故障管理终端；所述轮胎故障包括轮胎中部异常磨损、轮胎两侧异常磨损以及轮胎单侧异常磨损。
进一步地，还包括，数据处理模块根据矿场的卫星地图，在矿场内划分多个磨损区域；根据每个磨损区域的路况，确认每个磨损区域对应的磨损系数。
进一步地，数据处理模块根据各运输车的工作数据，确认每一运输车是否需要进行检查，包括：
基于运输车历史行驶路线和多个磨损区域，获取多个磨损路段，以及每个磨损路段的若干项磨损参数，若干项磨损参数包括磨损系数、磨损时间以及路段长度；
基于历史速度曲线和历史载重曲线，确认运输车在每一磨损路段的行驶数据，行驶数据包括平均速度和平均车重；
根据磨损路段的若干项磨损参数和行驶数据，获取运输车轮胎在磨损路段的磨损度；
基于运输车轮胎在每一磨损路段的磨损度，确认运输车轮胎的累计磨损度；
根据累计磨损度，确认运输车是否需要进行检查。
进一步地，基于运输车历史行驶路线和多个磨损区域，获取多个磨损路段，以及每个磨损路段的若干项磨损参数，包括：
基于运输车历史行驶路线和各磨损区域边界，确认多个交点作为路段端点；
根据多个路段端点，确认多个磨损路段，以及每个磨损路段的路段长度；
根据每一磨损路段的路段端点对应的端点时间，确认磨损路段对应的磨损时间。
进一步地，基于历史速度曲线和历史载重曲线，确认运输车在每一磨损路段的行驶数据，包括：
根据磨损路段的路段端点对应的端点时间，在历史速度曲线上截取对应的速度曲线片段；
根据速度曲线片段，确认运输车在磨损路段对应的平均速度；
根据磨损路段的路段端点对应的端点时间，在历史载重曲线上截取对应的载重曲线片段；
根据载重曲线片段，确认运输车在磨损路段对应的平均车重。
进一步地，根据磨损路段的若干项磨损参数和行驶数据，获取运输车轮胎在磨损路段的磨损度，包括：
对磨损时间、路段长度、平均速度和平均车重进行去量纲处理后，计算获取磨损度，公式如下：
；
其中，MSD为磨损度；MSXH为磨损系数；PM为平均车重；PV为平均车速，L为路段长度。
进一步地，数据处理模块根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，包括：
对轮胎全图像进行预处理获取预处理图像，预处理包括图像增强、图像降噪以及图像锐化；
对预处理图像进行纹理特征提取并与原始轮胎全图像和上一次轮胎全图像进行比对，获取特征磨损信息，所述特征磨损信息包括轮胎中部磨损、轮胎单侧磨损以及轮胎两侧磨损。
进一步地，所述处理建议包括故障原因和处理方式，故障管理终端在接收到处理建议之后根据处理建议生成故障处理任务并进行任务分配。
进一步地，所述图像采集模块包括：
多个摄像头和边缘处理器；
每个摄像头通过可拆卸式固定装置固定于车轮上方，每个摄像头在安装后发送安装信息至边缘处理器；安装信息包括车辆编号、安装位置和预采集照片；
边缘处理器判断各摄像头的安装信息是否符合预设采集条件；若是，则控制各摄像头在运输车行驶后采集对应轮胎的若干张轮胎图像；
边缘处理器还对每一轮胎的若干张轮胎图像进行融合处理，获取每一轮胎对应的轮胎全图像。
进一步地，所述可拆卸固定装置至少包括磁吸固定装置和吸盘固定装置中的一种。
与现有技术相比，本发明的有益效果：
本实施例中，通过采集矿场内各运输车的工作数据，来评估各运输车从上一次轮胎检查之后至目前的轮胎磨损情况，从而进一步判断各运输车是否需要进行轮胎检查，能够及时地对运输车的轮胎进行检查；还降低了人工频繁检查轮胎的工作量；对于需要轮胎检查的运输车，数据处理模块生成采集指令发送至对应的图像采集模块来获取轮胎全图像，并进行故障诊断，能够准确地诊断出轮胎的故障并给出对应的处理建议发送至故障管理终端。解决了现有技术中矿用运输车运行过程中轮胎故障不方便诊断的技术问题。
附图说明
图1为本发明基于数据分析的矿用运输车运行故障诊断系统的原理结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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所示，本发明提供一种基于数据分析的矿用运输车运行故障诊断系统，所述系统包括：
数据采集模块、图像采集模块、数据处理模块以及故障管理终端；
数据采集模块，用于采集各运输车的工作数据，并将工作数据发送至数据处理模块；工作数据包括车辆编号、运输车上一次进行轮胎检查之后至当前的历史行驶路线、历史速度曲线以及历史载重曲线；
图像采集模块，用于按照采集指令获取对应运输车的轮胎全图像；
数据处理模块，用于根据各运输车的工作数据，确认每一运输车是否需要进行检查；当一运输车需要进行检查时，生成采集指令并发送至图像采集模块；
数据处理模块还用于根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，并根据轮胎故障生成处理建议发送至故障管理终端；所述轮胎故障包括轮胎中部异常磨损、轮胎两侧异常磨损以及轮胎单侧异常磨损。
所述处理建议包括故障原因和处理方式，故障管理终端在接收到处理建议之后根据处理建议生成故障处理任务并进行任务分配。每个轮胎故障均对应存在故障原因，根据故障原因制定处理方式来生成处理建议。例如，轮胎中部异常磨损，其对应的故障原因有胎压过高；处理方式有调低胎压；轮胎两侧异常磨损，其对应的故障原因有胎压过低，处理方式有调高胎压；轮胎单侧异常磨损，其对应的故障原因有运输车悬架部件变形或间隙过大，处理方式有更换悬架部件或调整悬架部件间隙。
本实施例的具体实施过程包括：
本实施例中，通过采集矿场内各运输车的工作数据，来评估各运输车从上一次轮胎检查之后至目前的轮胎磨损情况，从而进一步判断各运输车是否需要进行轮胎检查，能够及时地对运输车的轮胎进行检查；还降低了人工频繁检查轮胎地工作量；对于需要轮胎检查的运输车，数据处理模块生成采集指令发送至对应的图像采集模块来获取轮胎全图像，并进行故障诊断，能够准确地诊断出轮胎的故障并给出对应的处理建议发送至故障管理终端。解决了现有技术中矿用运输车运行过程中轮胎故障不方便诊断的技术问题。
本实施例中，数据采集模块包括GPS定位仪或北斗定位仪、称重传感器以及速度采集单元；GPS定位仪或北斗定位仪用于实时采集矿用运输车的位置数据，根据位置数据在地图上生成历史行驶路线；称重传感器采集车辆所载货物的重量数据生成历史载重曲线；速度采集单元接入矿用运输车的车速系统来采集运输车的实时车速，来生成历史速度曲线。
本实施例中图像采集模块包括多个摄像头，多个摄像头分别设置在运输车的各轮胎处；图像采集模块在接收到采集指令后，控制各摄像头分别来采集对应轮胎的轮胎全图像。本实施例中，所述轮胎全图像包括正面和侧面的全部图像，并以展开图形式进行展示。每个轮胎全图像均标记有设备信息，设备信息包括车辆编号和轮胎编号。
需要说明的是，本实施例还包括，数据处理模块根据矿场的卫星地图，在矿场内划分多个磨损区域；根据每个磨损区域的路况，确认每个磨损区域对应的磨损系数。
矿场内部地理环境复杂，各个区域路况存在差异，使得对车辆轮胎的磨损强度也不同；各运输车由于工作分工不同，各区域的工作时间也存在差异，因此通过将矿场区域根据路况划分为若干个磨损区域，根据每个磨损区域的路况，确认每个磨损区域对应的磨损系数。例如，路面不平整，砂石较多的区域对运输车轮胎磨损强度大，磨损系数大；路面平整砂石较少的区域对运输车轮胎磨损强度小，磨损系数小。
根据本发明的另一实施例，数据处理模块根据各运输车的工作数据，确认每一运输车是否需要进行检查，包括：
基于运输车历史行驶路线和多个磨损区域，获取多个磨损路段，以及每个磨损路段的若干项磨损参数，若干项磨损参数包括磨损系数、磨损时间以及路段长度；
基于历史速度曲线和历史载重曲线，确认运输车在每一磨损路段的行驶数据，行驶数据包括平均速度和平均车重；
根据磨损路段的若干项磨损参数和行驶数据，获取运输车轮胎在磨损路段的磨损度；
基于运输车轮胎在每一磨损路段的磨损度，确认运输车轮胎的累计磨损度；
根据累计磨损度，确认运输车是否需要进行检查。
本实施例的具体实施过程包括：
本实施例中，基于运输车历史行驶路线和多个磨损区域，获取多个磨损路段，以及每个磨损路段的若干项磨损参数，包括：
基于运输车历史行驶路线和各磨损区域边界，确认多个交点作为路段端点；根据多个路段端点，确认多个磨损路段，以及每个磨损路段的路段长度；根据每一磨损路段的路段端点对应的端点时间，确认磨损路段对应的磨损时间。本实施例中，磨损路段为在同一磨损区域内连续的路段，每个磨损路段均有两个路段端点。因此，通过获取运输车历史行驶路线和各个磨损区域边界的交点，将交点作为路段端点对历史行驶路线进行划分。
本实施例中历史速度曲线为速度-时间曲线；历史载重曲线为重量-时间曲线，历史行驶路线中也记录有采集运输车位置数据时的时间信息。
本实施例中，基于历史速度曲线和历史载重曲线，确认运输车在每一磨损路段的行驶数据，包括：
根据磨损路段的路段端点对应的端点时间，在历史速度曲线上截取对应的速度曲线片段；根据速度曲线片段，确认运输车在磨损路段对应的平均速度；本实施例中，通过对速度曲线片段进行积分后计算平均值来获取运输车在磨损路段的平均速度。
根据磨损路段的路段端点对应的端点时间，在历史载重曲线上截取对应的载重曲线片段；根据载重曲线片段，确认运输车在磨损路段对应的平均车重。本实施例中，通过对载重曲线片段进行积分后计算平均值，并加上车辆自重来获取运输车在磨损路段的平均车重。
运输车在行驶过程中，轮胎磨损受多种因素影响，例如车速、车重以路况以及行驶里程相关。
本实施例中，根据磨损路段的若干项磨损参数和行驶数据，获取运输车轮胎在磨损路段的磨损度，包括：
对磨损时间、路段长度、平均速度和平均车重进行去量纲处理后，计算获取磨损度，公式如下：
；
其中，MSD为磨损度；MSXH为磨损系数；PM为平均车重；PV为平均车速，L为路段长度。
本实施例中，基于运输车轮胎在每一磨损路段的磨损度，确认运输车轮胎的累计磨损度，包括：累计磨损度包括运输车轮胎在各磨损路段的磨损度之和。
其中，根据累计磨损度，确认运输车是否需要进行检查，包括：
根据车辆编号确认轮胎型号；根据轮胎型号和累计磨损度确认是否进行检查；对于每种型号轮胎设置有对应的磨损上限，当运输车任一轮胎的累计磨损度大于其对应的磨损上限时，判断运输车轮胎需要进行检查。
根据本发明的另一实施例，数据处理模块根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，包括：
对轮胎全图像进行预处理获取预处理图像，预处理包括图像增强、图像降噪以及图像锐化；
对预处理图像进行纹理特征提取并与原始轮胎全图像和上一次轮胎全图像进行比对，获取特征磨损信息，所述特征磨损信息包括轮胎中部磨损、轮胎单侧磨损以及轮胎两侧磨损。
本实施例的具体实施过程包括：
对于同一轮胎，将当前轮胎全图像与原始轮胎全图像进行比对，获取的特征磨损信息反映了当前轮胎整体磨损情况；将当前轮胎全图像与上一次轮胎全图像及逆行比对，获取的特征磨损信息反映了，从上次检查结束至当前时刻轮胎的短期磨损情况。从整体磨损情况和短期磨损情况，来进行评估。例如，当整体磨损情况较为严重时，需要考虑更换轮胎；如果短期磨损情况较为严重时，则需排除影响车辆轮胎磨损的因素；如载重过多，车辆长期高负荷运行等。
根据本发明的另一实施例，所述图像采集模块包括：多个摄像头和边缘处理器；
由于矿场工作环境恶劣，灰尘多，摄像头工作环境恶劣，因此本实施例中，每个摄像头通过可拆卸式固定装置固定于车轮上方，在确定运输车需要进行轮胎检查后，通过所述可拆卸固定装置至少包括磁吸固定装置和吸盘固定装置中的一种；本实施例中，可拆卸固定装置为磁吸固定装置。摄像头通过磁吸固定装置安装在轮胎附近位置，并使摄像头对准轮胎表面；
每个摄像头在安装后发送安装信息至边缘处理器；安装信息包括车辆编号、安装位置和预采集照片；边缘处理器判断各摄像头的安装信息是否符合预设采集条件；若是，则控制各摄像头在运输车行驶后采集对应轮胎的若干张轮胎图像；边缘处理器还对每一轮胎的若干张轮胎图像进行融合处理，获取每一轮胎对应的轮胎全图像。
本实施例的具体过程包括：
本实施例中，每个摄像头在安装后，将安装位置，车辆编号和预采集照片发送至边缘处理器；预设采集条件包括，车辆编号正确，运输车每个轮胎处均对应安装有摄像头，摄像头中心均对准车辆轮胎的中部。本实施例中，通过预采集照片判断摄像头中心是否对准车辆轮胎的中部，即预采集照片中轮胎是否在预采集照片的中间位置。
安装信息满足预设采集条件后，边缘处理器在车辆行驶过程中控制各摄像头连续采集多张轮胎图像以使轮胎所有表面都拍下来，对多张轮胎图像的边界进行融合处理，来生成轮胎全图像。融合处理过程包括：将各轮胎图像中边界重合的部分删除后进行拼接，来获取轮胎全图像。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (5)
1.基于数据分析的矿用运输车运行故障诊断系统，其特征在于：所述系统包括：
数据采集模块、图像采集模块、数据处理模块以及故障管理终端；
数据采集模块，用于采集各运输车的工作数据，并将工作数据发送至数据处理模块；工作数据包括车辆编号、运输车上一次进行轮胎检查之后至当前的历史行驶路线、历史速度曲线以及历史载重曲线；
图像采集模块，用于按照采集指令获取对应运输车的轮胎全图像；
数据处理模块，用于根据各运输车的工作数据，确认每一运输车是否需要进行检查；当一运输车需要进行检查时，生成采集指令并发送至图像采集模块；
数据处理模块还用于根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，并根据轮胎故障生成处理建议发送至故障管理终端；所述轮胎故障包括轮胎中部异常磨损、轮胎两侧异常磨损以及轮胎单侧异常磨损；
数据处理模块根据矿场的卫星地图，在矿场内划分多个磨损区域；根据每个磨损区域的路况，确认每个磨损区域对应的磨损系数；
其中，数据处理模块根据各运输车的工作数据，确认每一运输车是否需要进行检查，包括：
基于运输车历史行驶路线和多个磨损区域，获取多个磨损路段，以及每个磨损路段的若干项磨损参数，若干项磨损参数包括磨损系数、磨损时间以及路段长度，包括：基于运输车历史行驶路线和各磨损区域边界，确认多个交点作为路段端点；根据多个路段端点，确认多个磨损路段，以及每个磨损路段的路段长度；根据每一磨损路段的路段端点对应的端点时间，确认磨损路段对应的磨损时间；
基于历史速度曲线和历史载重曲线，确认运输车在每一磨损路段的行驶数据，行驶数据包括平均速度和平均车重，包括：根据磨损路段的路段端点对应的端点时间，在历史速度曲线上截取对应的速度曲线片段；根据速度曲线片段，确认运输车在磨损路段对应的平均速度；根据磨损路段的路段端点对应的端点时间，在历史载重曲线上截取对应的载重曲线片段；根据载重曲线片段，确认运输车在磨损路段对应的平均车重；
根据磨损路段的若干项磨损参数和行驶数据，获取运输车轮胎在磨损路段的磨损度；包括：对磨损时间、路段长度、平均速度和平均车重进行去量纲处理后，计算获取磨损度，公式如下：
；
其中，MSD为磨损度；MSXH为磨损系数；PM为平均车重；PV为平均车速，L为路段长度
基于运输车轮胎在每一磨损路段的磨损度，确认运输车轮胎的累计磨损度；
根据累计磨损度，确认运输车是否需要进行检查。
2.如权利要求1所述的基于数据分析的矿用运输车运行故障诊断系统，其特征在于：数据处理模块根据运输车的轮胎全图像，进行故障诊断来获取轮胎故障，包括：
对轮胎全图像进行预处理获取预处理图像，预处理包括图像增强、图像降噪以及图像锐化；
对预处理图像进行纹理特征提取并与原始轮胎全图像和上一次轮胎全图像进行比对，获取特征磨损信息，所述特征磨损信息包括轮胎中部磨损、轮胎单侧磨损以及轮胎两侧磨损。
3.如权利要求2所述的基于数据分析的矿用运输车运行故障诊断系统，其特征在于：所述处理建议包括故障原因和处理方式，故障管理终端在接收到处理建议之后根据处理建议生成故障处理任务并进行任务分配。
4.如权利要求1所述的基于数据分析的矿用运输车运行故障诊断系统，其特征在于：所述图像采集模块包括：
多个摄像头和边缘处理器；
每个摄像头通过可拆卸式固定装置固定于车轮上方，每个摄像头在安装后发送安装信息至边缘处理器；安装信息包括车辆编号、安装位置和预采集照片；
边缘处理器判断各摄像头的安装信息是否符合预设采集条件；若是，则控制各摄像头在运输车行驶后采集对应轮胎的若干张轮胎图像；
边缘处理器还对每一轮胎的若干张轮胎图像进行融合处理，获取每一轮胎对应的轮胎全图像。
5.如权利要求4所述的基于数据分析的矿用运输车运行故障诊断系统，其特征在于：
所述可拆卸式固定装置至少包括磁吸固定装置和吸盘固定装置中的一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410330301.4A CN117928983B (zh) | 2024-03-22 | 2024-03-22 | 基于数据分析的矿用运输车运行故障诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410330301.4A CN117928983B (zh) | 2024-03-22 | 2024-03-22 | 基于数据分析的矿用运输车运行故障诊断系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117928983A CN117928983A (zh) | 2024-04-26 |
| CN117928983B true CN117928983B (zh) | 2024-06-18 |
Family
ID=90765004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410330301.4A Active CN117928983B (zh) | 2024-03-22 | 2024-03-22 | 基于数据分析的矿用运输车运行故障诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117928983B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109472885A (zh) * | 2018-11-14 | 2019-03-15 | 广州小鹏汽车科技有限公司 | 轮胎安全管理方法、装置、轮胎安全管理设备及汽车 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106515318B (zh) * | 2016-11-23 | 2018-07-20 | 彩虹无线（北京）新技术有限公司 | 一种基于车联网大数据的汽车轮胎磨损故障预警的方法 |
| KR102616222B1 (ko) * | 2016-12-22 | 2023-12-21 | 에스케이플래닛 주식회사 | 타이어 마모 확인 시스템, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체 |
| US10078892B1 (en) * | 2017-03-16 | 2018-09-18 | GM Global Technology Operations LLC | Methods and systems for vehicle tire analysis using vehicle mounted cameras |
| JP2023008677A (ja) * | 2021-07-06 | 2023-01-19 | 株式会社ブリヂストン | タイヤ管理装置、プログラム及びタイヤ管理方法 |
| CN113983949A (zh) * | 2021-10-28 | 2022-01-28 | 康佳集团股份有限公司 | 一种轮胎磨损检测方法、装置及检测设备 |
| CN116839947A (zh) * | 2023-07-03 | 2023-10-03 | 燕山大学 | 基于胎纹深度检测的轮胎寿命预估方法及装置 |
| CN116973136A (zh) * | 2023-07-26 | 2023-10-31 | 东风商用车有限公司 | 一种轮胎状态预测方法和装置 |
| CN117097765B (zh) * | 2023-10-18 | 2024-02-06 | 深圳联鹏高远智能科技有限公司 | 基于物联网的汽车轮胎安全管理方法、系统及介质 |
-
2024
- 2024-03-22 CN CN202410330301.4A patent/CN117928983B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109472885A (zh) * | 2018-11-14 | 2019-03-15 | 广州小鹏汽车科技有限公司 | 轮胎安全管理方法、装置、轮胎安全管理设备及汽车 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117928983A (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11827228B2 (en) | Road abnormality detection apparatus, road abnormality detection method and road abnormality detection program | |
| US11676262B2 (en) | Methods and systems for determiing part wear using a bounding model | |
| CN110222436B (zh) | 列车零部件健康状态的评估方法、装置及存储介质 | |
| CN101273316A (zh) | 资产管理系统 | |
| CN112700640B (zh) | 道路状态监测方法、服务器、车载设备及路侧设备 | |
| CN106441411A (zh) | 一种轨道机车及车辆走行部检测方法及检测系统 | |
| CN111610191B (zh) | 一种道路检测与修复系统 | |
| CN117928983B (zh) | 基于数据分析的矿用运输车运行故障诊断系统 | |
| CN111091557B (zh) | 一种铁路货车承载鞍挡边折断故障检测方法及系统 | |
| CN115797338B (zh) | 基于双目视觉的全景路面多性能指标计算方法及系统 | |
| US11209812B2 (en) | Methods and systems for tracking milling rotor bit wear | |
| CN117333727A (zh) | 一种基于可视化图像处理技术的输送带磨损区域识别分析系统 | |
| CN108106534B (zh) | 一种驱动轴识别的装置及方法 | |
| CN116071726A (zh) | 一种基于边缘计算的道路巡检系统及方法 | |
| CN114179858B (zh) | 基于车轮健康状态的车轮镟修方法及装置 | |
| CN113551636B (zh) | 基于异常数据矫正的平整度检测方法 | |
| WO2023023530A1 (en) | Determining mechanical health and road conditions encountered by autonomous vehicles | |
| RU2801635C1 (ru) | Способы и устройства для определения износа детали с использованием ограничивающей модели | |
| CN117830242A (zh) | 一种烧结机台车车轮中轴检测预警方法 | |
| CN211478328U (zh) | 一种基于惯性导航的车载移动桥梁安全检测装置 | |
| CN109374651B (zh) | 一种基于系留无人机的大型桥梁检测方法及检测装置 | |
| CN218489658U (zh) | 一种apm列车轨靴状态监测装置 | |
| US20240144752A1 (en) | Vehicle inspection system and vehicle inspection method | |
| CN112066929A (zh) | 车辆轮对运行状态的在线监测方法、系统及车辆控制系统 | |
| CN113218483A (zh) | 一种基于双轴振动模型的超载视觉检测系统 |
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 |