基于无线系统的在线诊断自学习方法及相关装置制造方法及图纸

本发明专利技术公开了一种基于无线系统的在线诊断自学习方法及相关装置，涉及自学习技术领域。其中，该基于无线系统的在线诊断自学习方法，包括：获取CAN的数据库数据；采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩；将所述第一输出扭矩与预先采集的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据。本发明专利技术，解决变速系统静置于车辆或者在台架对变速系统进行自学习无法学习车辆实际使用工况和驾驶员的驾驶习惯，以及在不符合自学习的路况运行或者由不同驾驶习惯的驾驶员驾驶，容易对车身系统造成不可恢复的损伤降低产品寿命的问题。可恢复的损伤降低产品寿命的问题。可恢复的损伤降低产品寿命的问题。

【技术实现步骤摘要】
基于无线系统的在线诊断自学习方法及相关装置


[0001]本专利技术涉及自学习
，尤其是一种基于无线系统的在线诊断自学习方法及相关装置。

技术介绍

[0002]车辆变速系统在车厂正式运行前，需要变速系统静置于车辆或者在台架对其进行自学习，且只能学习一些系统自身固定的参数，更加不能结合车辆实际使用工况和驾驶员的驾驶习惯进行自学习和自学习参数进一步优化。
[0003]变速系统静置于车辆或者在台架对变速系统进行自学习无法学习车辆实际使用工况和驾驶员的驾驶习惯，以及在不符合自学习的路况运行或者由不同驾驶习惯的驾驶员驾驶，容易对车身系统造成不可恢复的损伤降低产品寿命的问题。针对上述出现的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]专利技术目的：提供一种基于无线系统的在线诊断自学习方法及相关装置，以解决现有技术存在的上述问题。
[0005]技术方案：一种基于无线系统的在线诊断自学习方法，包括：获取CAN的数据库数据；采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩；将所述第一输出扭矩与预先采集的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据。
[0006]作为优选，获取CAN的数据库数据包括：通过VCU节点获取所有驾驶员的驾驶意图，其中，所述驾驶意图包括：油门踏板开度信号、制动踏板信号、挡位信号和电机转速信号。
[0007]作为优选，获取CAN的数据库数据还包括：通过TCU节点获取路况信息。
[0008]作为优选，采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩包括：通过电机最大扭矩与油门踏板开度信号的乘积，计算得出第一输出扭矩。
[0009]作为优选，将所述第一输出扭矩与预先标定的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据包括：通过算法对自学习参数进行最小二乘拟合，以使偏差平方和最小。
[0010]作为优选，将所述第一输出扭矩与预先标定的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据之后还包括：将所述标定数据通过D
‑
BOX下传至指定车辆。
[0011]为了实现上述目的，根据本申请的另一方面，提供了一种基于无线系统的在线诊断自学习装置。
[0012]根据本申请的基于无线系统的在线诊断自学习装置，包括：获取模块，用于获取CAN的数据库数据；预处理模块，用于采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩；自学习生成模块，用于将所述第一输出扭矩与预先标定的输出扭矩做
比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据。
[0013]作为优选，所述获取模块包括：获取单元，用于通过VCU节点获取所有驾驶员的驾驶意图，其中，所述驾驶意图包括：油门踏板开度信号、制动踏板信号、挡位信号和电机转速信号。
[0014]此外，为实现上述目的，本专利技术还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行所述的基于无线系统的在线诊断自学习方法。
[0015]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括内存功耗优化程序，所述内存功耗优化程序被处理器执行时，实现基于无线系统的在线诊断自学习方法。
[0016]有益效果：在本申请实施例中，采用自学习的方式，通过获取CAN的数据库数据；采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩；将所述第一输出扭矩与预先采集的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据，达到了输出最优扭矩的目的，从而实现了平滑动力输出和提高变速系统使用寿命的技术效果，进而解决了变速系统静置于车辆或者在台架对变速系统进行自学习无法学习车辆实际使用工况和驾驶员的驾驶习惯，以及在不符合自学习的路况运行或者由不同驾驶习惯的驾驶员驾驶，容易对车身系统造成不可恢复的损伤降低产品寿命的技术问题。
附图说明
[0017]图1是根据本申请第一实施例的基于无线系统的在线诊断自学习方法示意图；图2是根据本申请第一实施例的基于无线系统的在线诊断自学习装置示意图；图3是根据本申请的基于无线系统的在线诊断自学习方法的新能源汽车CAN网络电气架构图。
具体实施方式
[0018]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
[0019]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0021]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0022]根据本专利技术实施例，提供了一种的基于无线系统的在线诊断自学习方法，如图1和3所示，该方法包括如下的步骤S101至步骤S103：步骤101、获取CAN的数据库数据；通过DBC文件获取相关的软件信息，实现CAN数据的精准分析。同时采集到的数据与实际的驾驶情况、车辆状态和路况情况，从而能够根据实际的情况进行准确分析，进而实现保护系统的效果。
[0023]根据本专利技术实施例，优选的，在步骤S101中，获取CAN的数据库数据包括：通过VCU节点获取所有驾驶员的驾驶意图，其中，所述驾驶意图包括：油门踏板开度信号、制动踏板信号、挡位信号和电机转速信号。
[0024]VCU是指实现车辆控制决策的核心电子控制单元，通过CAN网络的VCU节点对驾驶员本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于无线系统的在线诊断自学习方法，其特征在于，包括：获取CAN的数据库数据；采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩；将所述第一输出扭矩与预先采集的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据。2.根据权利要求1所述的基于无线系统的在线诊断自学习方法，其特征在于，获取CAN的数据库数据包括：通过VCU节点获取所有驾驶员的驾驶意图，其中，所述驾驶意图包括：油门踏板开度信号、制动踏板信号、挡位信号和电机转速信号。3.根据权利要求1所述的基于无线系统的在线诊断自学习方法，其特征在于，获取CAN的数据库数据还包括：通过TCU节点获取路况信息。4.根据权利要求1所述的基于无线系统的在线诊断自学习方法，其特征在于，采用预设的第一预处理算法对所述数据进行预处理，得到第一输出扭矩包括：通过电机最大扭矩与油门踏板开度信号的乘积，计算得出第一输出扭矩。5.根据权利要求1所述的基于无线系统的在线诊断自学习方法，其特征在于，将所述第一输出扭矩与预先标定的输出扭矩做比对，并根据比对结果进行建模处理，自学习生成最优的输出扭矩曲线并将该曲线进行离散，以生成标定数据包括：通过算法对自学习参数进行最小二乘拟合，以使偏差平方和最小。6.根据权利要求1所述的基于无线系统的在线诊断自学习方法，其特征在于，将所述第一输出扭矩与预先标定的...

【专利技术属性】
技术研发人员：刘立锋，邱俊鹏，
申请(专利权)人：沃尔特电子苏州有限公司，
类型：发明
国别省市：