增强的部件尺寸确定制造技术

本公开提供了“增强的部件尺寸确定”。将关于多个车辆的操作的车辆环境数据和用于车辆部件的车辆部件数据输入到机器学习程序中以获得传递函数，所述传递函数将车辆环境数据与在车辆部件参数的指定范围内的车辆部件数据关联。通过确定所述车辆部件数据中的数据在所述指定范围之外来识别第一事件。基于所述第一事件来更新车辆部件的预测性损坏模型。基于来自所述预测性损坏模型的输出来调整部件模型的虚拟参数。的虚拟参数。的虚拟参数。

【技术实现步骤摘要】
增强的部件尺寸确定


[0001]本公开总体上涉及车辆部件。

技术介绍

[0002]车辆包括多个部件。部件各自被指定为具有特定公差并且用于车辆的特定操作。例如，转向齿轮传输转向柱的旋转以实现转向齿条的平移。转向齿轮的旋转引起对转向齿轮的应力。部件通常被设计成在操作期间吸收应力。

技术实现思路

[0003]一种系统包括计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以将关于多个车辆的操作的车辆环境数据和用于车辆部件的车辆部件数据输入到机器学习程序中以获得传递函数，所述传递函数将车辆环境数据与在车辆部件参数的指定范围内的车辆部件数据相关联。所述指令还包括用于基于确定车辆部件数据中的数据在指定范围之外来识别第一事件的指令。所述指令还包括用于基于第一事件来更新车辆部件的预测性损坏模型的指令。所述指令还包括用于基于来自预测性损坏模型的输出来调整部件模型的虚拟参数的指令。
[0004]所述指令还可以包括用于进行以下操作的指令：在确定多个车辆的第一事件的数量等于阈值时，将第一事件和关于每个第一事件的数据输入到第二机器学习程序。所述指令还可以包括用于从第二机器学习程序输出将第一事件与第一事件的数据关联的事件传递函数的指令。所述指令还可以包括用于通过组合传递函数和事件传递函数来确定耐久性传递函数的指令。所述指令还可以包括用于基于耐久性传递函数来更新预测性损坏模型的指令。
[0005]所述指令还可以包括用于更新指定范围以包括关于每个第一事件的数据的指令。
[0006]所述指令还可以包括用于在确定第一事件的数量低于阈值时请求指定第一事件的存在或不存在的用户输入的指令。
[0007]所述指令还可以包括用于在接收到指定第一事件的存在的用户输入时更新指定范围以包括数据的指令。
[0008]所述指令还可以包括用于生成包括车辆部件数据中的数据的事件包络并将事件包络提供给用户计算机的指令。
[0009]所述指令还可以包括用于在第一事件的数量高于阈值时更新指定范围以包括数据的指令。
[0010]所述指令还可以包括用于基于第一事件的数量小于或等于下限来减小指定范围的指令。
[0011]所述指令还可以包括用于进行以下操作的指令：在调整部件模型的虚拟参数时，基于第一事件更新调整后的部件模型的预测性损坏模型，以及基于调整后的部件模型的预测性损坏模型的输出来调整调整后的部件模型的虚拟部件。
[0012]所述指令还可以包括用于进行以下操作的指令：基于第一事件来更新连续的调整后的部件模型的连续的预测性损坏模型，直到满足虚拟参数的优化标准为止。
[0013]所述指令还可以包括用于进行以下操作的指令：将调整后的部件模型输入到车辆动力学模型中，车辆动力学模型输出根据调整后的部件模型构造的虚拟部件的性能数据。
[0014]所述车辆动力学模型可以包括多个路段的模型，并且性能数据包括虚拟部件在每个路段中操作的数据。
[0015]所述车辆动力学模型可以包括多个环境状况的模型，并且性能数据包括虚拟部件在多个环境状况下操作的数据。
[0016]所述指令还可以包括用于在检测到与车辆部件相关联的诊断故障代码时将第一事件与诊断故障代码关联并且更新指定范围以包括数据的指令。
[0017]所述指令还可以包括用于在确定第一事件的数量在预定时间之后为零时增大指定范围的指令。
[0018]所述预测性损坏模型的输出可以生成指示虚拟部件上的应力的数据。
[0019]所述车辆环境数据包括道路数据、天气数据、交通密度数据、车辆性能数据和用户输入数据。
[0020]一种方法包括将关于多个车辆的操作的车辆环境数据和用于车辆部件的车辆部件数据输入到机器学习程序中以获得传递函数，所述传递函数将车辆环境数据与在车辆部件参数的指定范围内的车辆部件数据关联。所述方法还包括基于确定车辆部件数据中的数据在指定范围之外来识别第一事件。所述方法还包括基于所述第一事件来更新车辆部件的预测性损坏模型。所述方法还包括基于来自所述预测性损坏模型的输出来调整部件模型的虚拟参数。
[0021]所述方法还可以包括：在确定多个车辆的第一事件的数量等于阈值时，将第一事件和关于每个第一事件的数据输入到第二机器学习程序。所述方法还可以包括从第二机器学习程序输出将第一事件与第一事件的数据关联的事件传递函数。所述方法还可以包括通过组合传递函数和事件传递函数来确定耐久性传递函数。所述方法还可以包括基于耐久性传递函数来更新预测性损坏模型。
[0022]所述方法还可以包括：在调整部件模型的虚拟参数时，基于第一事件更新调整后的部件模型的预测性损坏模型，以及基于调整后的部件模型的预测性损坏模型的输出来调整调整后的部件模型的虚拟部件。
[0023]本文还公开了一种计算装置，所述计算装置被编程为执行上述方法步骤中的任一个步骤。本文还公开了一种计算机程序产品，所述计算机程序产品包括计算机可读介质，所述计算机可读介质存储可由计算机处理器执行以执行上述方法步骤中的任一者的指令。
附图说明
[0024]图1是用于收集车辆部件数据的示例性系统的框图。
[0025]图2A是用于设计车辆部件的示例性过程的流程图的第一部分。
[0026]图2B是图2A的流程图的第二部分。
具体实施方式
[0027]服务器可以在车辆操作期间从多个车辆收集车辆部件数据和车辆环境数据。通常，服务器收集在车辆部件参数的指定范围内的车辆部件数据。指定范围可以基于车辆部件的预测工况来确定，并且因此可能不捕获车辆部件的所有实际工况。有利地，服务器可以基于指定或预期的操作参数范围之外的数据来识别事件。然后，服务器可以基于事件来更新指定范围，这允许服务器收集车辆部件的实际工况的数据。
[0028]然后，服务器可以用将环境数据与在指定范围内的车辆部件数据关联的传递函数来测试虚拟部件的部件模型，从而改进可以为部件提供的规格，即，尺寸和/或形状可以被更好地指定。也就是说，通过根据所收集的部件数据来根据经历的应力和应变调整模型，可以将部件设计成满足一个或多个优化标准，例如成本、重量、疲劳极限等。将传递函数输入到部件模型的预测损坏模型提供将在操作期间施加到车辆部件的应力的更准确的表示，并允许调整部件模型以考虑到那些应力。
[0029]参考图1，用于收集车辆部件数据的示例性系统100包括多个车辆105和服务器140。每个车辆105中的车辆计算机110从传感器115接收数据。车辆计算机110向服务器140提供数据。服务器140被编程为将关于多个车辆105的操作的车辆环境数据和用于车辆部件125的车辆部件数据输入到机器学习程序以获得传递函数，所述传递函数将车辆环境数据与在车辆部件参数的指定范围内的车辆部件数据关联。服务器140还被编程为基于确定车辆部件数据中的数据在指定范围之外来识别第一事件。服务器140还被编程为基于第一事件来更新车辆部件的预测性损坏模型。服务器140还被编程为基于来自预测性损坏模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：将关于多个车辆的操作的车辆环境数据和用于车辆部件的车辆部件数据输入到机器学习程序中以获得传递函数，所述传递函数将车辆环境数据与在车辆部件参数的指定范围内的车辆部件数据关联；基于确定所述车辆部件数据中的数据在所述指定范围之外来识别第一事件；基于所述第一事件来更新车辆部件的预测性损坏模型；以及基于来自所述预测性损坏模型的输出来调整部件模型的虚拟参数。2.如权利要求1所述的方法，其还包括：在确定所述多个车辆的第一事件的数量等于阈值时，将所述第一事件和关于每个第一事件的所述数据输入到第二机器学习程序；从所述第二机器学习程序输出将所述第一事件与所述第一事件的所述数据关联的事件传递函数；通过组合所述传递函数和所述事件传递函数来确定耐久性传递函数；以及基于所述耐久性函数来更新所述预测性损坏模型。3.如权利要求2所述的方法，其还包括更新所述指定范围以包括关于每个第一事件的所述数据。4.如权利要求1所述的方法，其还包括：在确定第一事件的数量低于阈值时，请求指定所述第一事件的存在或不存在的用户输入。5.如权利要求4所述的方法，其还包括：在接收到指定所述第一事件的所述存在的所述用户输入时，更新所述指定范围以包括所述数据。6.如权利要求4所述的方法，其还包括生成包括所述车辆部件数据的所述数据的事件包...

【专利技术属性】
技术研发人员：大卫，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：