【技术实现步骤摘要】
一种整车DTS测量数据预测方法及装置
[0001]本说明书一个或多个实施例涉及通信
,尤其涉及一种整车DTS测量数据预测方法及装置。
技术介绍
[0002]DTS(Dimension Technical Specifications,尺寸技术规范),是指对整车内外观各个部件之间的间隙以及面差的设计要求,是用来衡量汽车内外观制造质量的重要指标,体现了整车尺寸质量。
[0003]DTS测量,具体来说,是在汽车设计生产完成后,针对汽车的各个部件的间隙以及平面设置一定数量的测点,并采集每个测点的测点数据,根据每个测点的测点数据是否在对应的标准公差范围内,来衡量汽车内外观的制造质量。
[0004]随着社会的发展,汽车行业的竞争愈发激烈,汽车内外观的制造质量作为衡量汽车总体质量的一部分,其重要性不言而喻,在目前的技术中,一般通过对已生产完成的汽车进行DTS测量得到的历史数据进行数据分析,从而挖掘现有汽车生产过程中存在的问题,并针对该问题寻求解决方案。
[0005]也就是说,目前的技术只能基于对已生产完成的汽车进行DTS测量得到的历史数据,进行数据分析后挖掘问题并提出对应的解决措施,但无法预测还未生产完成的汽车的整车DTS测量数据。
技术实现思路
[0006]本申请提供一种整车DTS测量数据预测方法及装置,技术方案如下:
[0007]根据本申请的第一方面,提供一种整车DTS测量数据预测方法,所述方法包括:
[0008]获取对第N批次的车辆进行整车DTS测量得到的与所述第 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种整车DTS测量数据预测方法,所述方法包括:获取对第N批次的车辆进行整车DTS测量得到的与所述第N批次对应的DTS实测数据,并将与所述第N批次对应的DTS实测数据添加至历史DTS实测数据集合;从所述历史DTS实测数据集合中获取与第N
‑
T至N
‑
1批次分别对应的DTS实测数据,并基于与第N
‑
T至N批次分别对应的DTS实测数据生成按照批次排序的DTS实测数据序列;将所述DTS实测数据序列输入至训练完成的序列模型,以使所述序列模型基于所述DTS实测数据序列预测与第N+1批次对应的DTS预测数据;其中,所述序列模型为基于所述历史DTS实测数据集合进行有监督训练得到的机器学习模型;所述N为正整数,所述T为预设的第一阈值,所述N的数值大于所述T的数值。2.根据权利要求1所述的方法,所述方法还包括:获取对第N+1批次的车辆进行整车DTS测量得到的与所述第N+1批次对应的DTS实测数据,并将与所述第N+1批次对应的DTS实测数据添加至历史DTS实测数据集合;基于与所述第N+1批次对应的DTS预测数据、与所述第N+1批次对应的DTS实测数据,以及更新后的所述历史DTS实测数据集合中的DTS实测数据的平均值,计算可决系数,并确定所述可决系数是否达到预设的第二阈值;如果所述可决系数未达到所述第二阈值,基于更新后的所述历史DTS实测数据集合重新对所述序列模型进行有监督训练。3.根据权利要求2所述的方法,所述方法还包括:如果所述可决系数达到所述第二阈值,按照预设的时间周期,基于在所述时间周期内获取到的DTS实测数据定期对所述序列模型进行增量训练。4.根据权利要求1所述的方法,通过以下方式对所述序列模型进行有监督训练:从所述历史DTS实测数据集合中确定出训练样本;其中,所述训练样本包括基于与第M
‑
T至M批次分别对应的DTS实测数据生成的按照批次排序的历史DTS实测数据序列,以及为所述历史DTS实测数据序列标注的标签;所述标签为与第M+1批次对应的DTS实测数据;所述M为正整数;所述M的数值大于所述T的数值;将所述训练样本输入至所述序列模型,对所述序列模型进行有监督训练,直至与所述序列模型对应的可决系数达到预设的第二阈值。5.根据权利要求1所述的方法,所述DTS实测数据包括与若干DTS测点分别对应的DTS实测子数据;在基于与第N
技术研发人员:王晓虎,黄泊源,邓方进,仁义,
申请(专利权)人:浙江吉利控股集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。