欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種新能源汽車的輪胎磨損檢測預警方法、設備及介質(zhì)與流程

文檔序號:40479304發(fā)布日期:2024-12-31 12:47閱讀:15來源:國知局
一種新能源汽車的輪胎磨損檢測預警方法、設備及介質(zhì)與流程

本技術涉及計算機,尤其涉及一種新能源汽車的輪胎磨損檢測預警方法、設備及介質(zhì)。


背景技術:

1、新能源電動汽車是一種采用蓄電池作為儲能動力源的汽車,它利用蓄電池作為儲能動力源,通過電池向電動機提供電能,驅(qū)動電動機運轉(zhuǎn),從而推動汽車行駛。新能源電動汽車相比傳統(tǒng)燃油車,電池組占據(jù)了車輛底部相當大的空間,且重量較大。這種重量分布的不均衡導致車輛的重心下移且偏向一側(cè),從而在行駛過程中,尤其是加速、制動和轉(zhuǎn)彎時,輪胎承受的載荷和應力分布不均,加速了輪胎的局部磨損。電動汽車的動力輸出特性與傳統(tǒng)燃油車有所不同,電動機能夠瞬間提供高扭矩,這種即時的動力響應可能導致輪胎在起步或急加速時與地面產(chǎn)生更大的摩擦力,加劇磨損。電動汽車普遍配備再生制動系統(tǒng),該系統(tǒng)在車輛減速或制動時將部分動能轉(zhuǎn)化為電能儲存回電池中。然而,這種制動方式可能會導致輪胎與路面之間的滑移率增加,尤其是在濕滑路面或緊急制動情況下,進而加速輪胎磨損。

2、輪胎磨損最直觀的表現(xiàn)是輪胎表面磨損不均勻,可能表現(xiàn)為一側(cè)或某個特定區(qū)域的磨損遠超過其他區(qū)域,形成明顯的“禿斑”或“羽毛狀”磨損。不均勻磨損會改變輪胎的滾動半徑和形狀,進而影響車輛的行駛穩(wěn)定性和操控性,如增加轉(zhuǎn)向時的側(cè)滑風險,降低制動性能等。操控性和制動性能的下降可能使車輛在緊急情況下難以控制,增加事故風險。輪胎磨損加劇會導致滾動阻力增大,進而增加車輛的能耗,降低續(xù)航里程。不均勻磨損也直接導致了輪胎提前達到更換標準,增加了車輛運行成本,此外,出現(xiàn)上述磨損不均勻的情況時,若駕駛員未及時發(fā)現(xiàn)時,會增加交通事故的風險,產(chǎn)生安全隱患。


技術實現(xiàn)思路

1、為了解決上述問題,本技術提出了一種新能源汽車的輪胎磨損檢測預警方法,包括:確定車輛的車輛參數(shù),所述車輛參數(shù)包括但不限于車輛構造、輪胎動態(tài)數(shù)據(jù)、動力輸出特性,通過預先設置的傳感器組獲取駕駛員的駕駛習慣,所述駕駛習慣包括但不限于歷史行駛路況、轉(zhuǎn)彎速度、急剎次數(shù);對所述車輛數(shù)據(jù)和所述駕駛習慣進行標準化處理,以得到訓練數(shù)據(jù),根據(jù)所述訓練數(shù)據(jù)對神經(jīng)網(wǎng)絡模型進行訓練,從而得到輪胎磨損預測模型;通過所述傳感器組獲取實時駕駛數(shù)據(jù),將所述實時駕駛數(shù)據(jù)輸入至所述輪胎磨損預測模型,以確定輪胎的預測磨損情況和所述預測磨損情況對應的預測時間,所述預測磨損情況包括輪胎磨損類型、輪胎磨損程度;根據(jù)所述預測時間對所述輪胎進行檢測,以得到所述輪胎的實際磨損情況,將所述實際磨損情況和所述預測磨損情況進行比對,若所述實際磨損情況和所述預測磨損情況一致,則對所述駕駛員進行預警。

2、在一個示例中,根據(jù)所述訓練數(shù)據(jù)對神經(jīng)網(wǎng)絡模型進行訓練,所述方法還包括:根據(jù)標準化處理后的所述駕駛習慣確定行駛狀況點,確定所述行駛狀況點對應的輪胎磨損類型;根據(jù)標準化處理后的所述車輛參數(shù)確定歷史輪胎動態(tài)數(shù)據(jù),根據(jù)所述歷史輪胎動態(tài)數(shù)據(jù)確定所述行駛狀況點對應的磨損程度;對所述磨損程度進行特征提取,以確定所述輪胎磨損類型對應的磨損權重,并根據(jù)所述磨損權重確定所述輪胎磨損預測模型;確定預先設置的預測時間,根據(jù)所述預測時間對所述輪胎磨損預測模型的預測周期進行設置。

3、在一個示例中,所述方法還包括:若所述實際磨損情況和所述預測磨損情況不一致,則根據(jù)所述實際磨損情況和所述預測磨損情況確定程度差異值;確定所述程度差異值對應的輪胎磨損類型,并根據(jù)所述程度差異值對所述輪胎磨損類型對應的磨損權重進行調(diào)整,以對所述輪胎磨損預測模型進行更新;統(tǒng)計所述實際磨損情況與所述預測磨損情況之間出現(xiàn)不一致的次數(shù),根據(jù)所述次數(shù)對所述預測時間進行倍數(shù)縮減,以對所述輪胎磨損預測模型進行更新。

4、在一個示例中,所述方法還包括:采集所述車輛行駛時所處的環(huán)境信息,所述環(huán)境信息包括但不限于天氣數(shù)據(jù)、路況信息;根據(jù)所述環(huán)境信息對所述輪胎磨損類型對應的所述磨損權重進行調(diào)整。

5、在一個示例中,所述方法還包括:確定所述輪胎處的傳感器組,通過所述傳感去組獲取所述輪胎動態(tài)數(shù)據(jù),所述輪胎動態(tài)數(shù)據(jù)包括但不限于胎壓、溫度,根據(jù)所述實時數(shù)據(jù)確定所述輪胎的實際磨損情況。

6、在一個示例中,所述方法還包括:根據(jù)所述實際磨損情況與所述預測磨損情況確定預測報告,將所述預測報告上傳至預先確定的云平臺;通過所述云平臺獲取多個車輛的多個預測報告,確定車輛類型,根據(jù)所述多個預測報告確定所述車輛類型對應的輪胎磨損情況,以根據(jù)所述輪胎磨損情況確定所述車輛類型對應的輪胎檢修方案,所述輪胎檢修方案包括但不限于輪胎更換時間、輪胎質(zhì)檢周期、輪胎參數(shù)調(diào)整建議、駕駛習慣調(diào)整建議;將所述輪胎檢修方案發(fā)送給所述駕駛員,以使所述駕駛員根據(jù)所述輪胎檢修方案對輪胎進行檢修。

7、在一個示例中,所述方法還包括:根據(jù)所述多個預測報告確定所述輪胎磨損預測模型的準確率,將所述準確率與預先設置的閾值進行比較;若所述準確率小于所述閾值,則確定對應所述車輛類型,根據(jù)所述車輛類型確定對應的輪胎生產(chǎn)方案,所述輪胎生產(chǎn)方案包括但不限于輪胎類型選擇方案、出廠參數(shù)調(diào)整;將所述輪胎生產(chǎn)方案發(fā)送給所述車輛類型對應的車輛生產(chǎn)方,以使所述車輛生產(chǎn)方根據(jù)所述輪胎生產(chǎn)方案對所述車輛進行生產(chǎn)調(diào)整。

8、在一個示例中,所述方法還包括:確定所述車輛中預先設置的可視化交互界面,通過所述可視化交互界面獲取所述預測報告和所述輪胎檢修方案,并將所述預測報告和所述輪胎檢修方案進行展示。

9、另一方面,本技術還提出了一種新能源汽車的輪胎磨損檢測預警設備,包括:至少一個處理器;以及,與所述至少一個處理器通信連接的存儲器;其中,所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令,所述指令被所述至少一個處理器執(zhí)行,以使所述一種新能源汽車的輪胎磨損檢測預警設備能夠執(zhí)行:確定車輛的車輛參數(shù),所述車輛參數(shù)包括但不限于車輛構造、輪胎動態(tài)數(shù)據(jù)、動力輸出特性,通過預先設置的傳感器組獲取駕駛員的駕駛習慣,所述駕駛習慣包括但不限于歷史行駛路況、轉(zhuǎn)彎速度、急剎次數(shù);對所述車輛數(shù)據(jù)和所述駕駛習慣進行標準化處理,以得到訓練數(shù)據(jù),根據(jù)所述訓練數(shù)據(jù)對神經(jīng)網(wǎng)絡模型進行訓練,從而得到輪胎磨損預測模型;通過所述傳感器組獲取實時駕駛數(shù)據(jù),將所述實時駕駛數(shù)據(jù)輸入至所述輪胎磨損預測模型,以確定輪胎的預測磨損情況和所述預測磨損情況對應的預測時間,所述預測磨損情況包括輪胎磨損類型、輪胎磨損程度;根據(jù)所述預測時間對所述輪胎進行檢測,以得到所述輪胎的實際磨損情況,將所述實際磨損情況和所述預測磨損情況進行比對,若所述實際磨損情況和所述預測磨損情況一致,則對所述駕駛員進行預警。

10、另一方面,本技術還提出了一種非易失性計算機存儲介質(zhì),存儲有計算機可執(zhí)行指令,所述計算機可執(zhí)行指令設置為:確定車輛的車輛參數(shù),所述車輛參數(shù)包括但不限于車輛構造、輪胎動態(tài)數(shù)據(jù)、動力輸出特性,通過預先設置的傳感器組獲取駕駛員的駕駛習慣,所述駕駛習慣包括但不限于歷史行駛路況、轉(zhuǎn)彎速度、急剎次數(shù);對所述車輛數(shù)據(jù)和所述駕駛習慣進行標準化處理,以得到訓練數(shù)據(jù),根據(jù)所述訓練數(shù)據(jù)對神經(jīng)網(wǎng)絡模型進行訓練,從而得到輪胎磨損預測模型;通過所述傳感器組獲取實時駕駛數(shù)據(jù),將所述實時駕駛數(shù)據(jù)輸入至所述輪胎磨損預測模型,以確定輪胎的預測磨損情況和所述預測磨損情況對應的預測時間,所述預測磨損情況包括輪胎磨損類型、輪胎磨損程度;根據(jù)所述預測時間對所述輪胎進行檢測,以得到所述輪胎的實際磨損情況,將所述實際磨損情況和所述預測磨損情況進行比對,若所述實際磨損情況和所述預測磨損情況一致,則對所述駕駛員進行預警。

11、本技術利用神經(jīng)網(wǎng)絡模型進行精準預測,實現(xiàn)了輪胎磨損情況的提前預警。不僅提高了輪胎磨損檢測的準確性,還通過實時數(shù)據(jù)反饋與模型優(yōu)化機制,確保了預測模型的持續(xù)有效性。同時,結合環(huán)境信息及云平臺大數(shù)據(jù)分析,為駕駛員提供了個性化的輪胎檢修方案,并促進了車輛生產(chǎn)方對輪胎生產(chǎn)方案的優(yōu)化調(diào)整,進一步提升了車輛行駛的安全性和經(jīng)濟性。使得駕駛員能夠直觀了解輪胎狀態(tài)及檢修建議,增強了用戶體驗。

當前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
科尔| 乌恰县| 五家渠市| 泸州市| 蓝田县| 茶陵县| 新龙县| 南乐县| 商洛市| 武山县| 韶关市| 六安市| 皮山县| 广宁县| 长海县| 彰武县| 兰溪市| 漳浦县| 湘乡市| 平顺县| 游戏| 汉阴县| 深圳市| 诸城市| 定襄县| 视频| 孝感市| 钟祥市| 论坛| 沧州市| 吴旗县| 曲水县| 白山市| 乐安县| 河池市| 夏邑县| 胶南市| 合水县| 常山县| 山东省| 五莲县|