System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车辆,尤其涉及一种汽车电连接器件的检测系统、检测方法、计算机设备。
技术介绍
1、随着电动汽车的快速发展和逐渐普及,用户对电动汽车的安全性、实用性以及稳定性等性能的要求越来越高。电动汽车中包含有多种多样的电连接器件,电连接器件的质量对电动汽车的性能有着重要的影响,因此,对电连接器件的质量检测就显得尤为重要。
2、现有的对电连接器件进行质量检测时,通常是采用人工对比来剔除未达标器件,测试效率较低,耗费的时间成本较高。
技术实现思路
1、本专利技术提供了一种汽车电连接器件的检测系统、检测方法、计算机设备,以提升电连接器件检测的效率以及准确性。
2、根据本专利技术的一方面,提供了一种汽车电连接器件的检测系统,包括:
3、训练模块,所述训练模块配置为根据电连接器件的样本数据训练径向基概率神经网络模型;
4、测试模块,所述测试模块配置为将待测试的电连接器件的参数输入所述径向基概率神经网络模型,以对待测试的电连接器件进行测试并生成测试结果;
5、报警模块,所述报警模块与所述测试模块连接,所述报警模块用于根据所述测试结果发出对应的报警信号。
6、可选地,所述报警模块包括:第一开关单元、第二开关单元、第一限流电阻、第二限流电阻、第一报警单元和第二报警单元;
7、所述第一开关单元的第一端接入电源,所述第一开关的第二端与所述第一限流电阻的第一端电连接,所述第一开关用于在所述测试结果为第一测试结果时导通;所
8、所述第二开关单元的第一端接入所述电源,所述第二开关的第二端与所述第二限流电阻的第一端电连接,所述第二开关用于在所述测试结果为第二测试结果时导通;所述第二限流电阻的第二端与所述第二报警单元的第一端电连接,所述第二报警单元的第二端接地,所述第二报警单元用于发出第二光报警信号和/或第二声报警信号。
9、可选地,还包括:
10、抽检模块,所述抽检模块配置为抽检测试完成的所述电连接器件,并将测试结果错误的所述电连接器件的参数发送至所述训练模块;
11、所述训练模块根据测试结果错误的所述电连接器件的参数重新训练所述径向基概率神经网络模型。
12、可选地,所述电连接器件的样本数据包括正样本数据和反样本数据,其中,所述正样本数据中不存在奇异值,所述反样本数据中存在奇异值。
13、可选地,所述训练模块还配置为利用测试样本数据对所述径向基概率神经网络模型进行测试。
14、根据本专利技术的另一方面,提供了一种汽车电连接器件的检测方法,包括:
15、获取电连接器件的样本数据;
16、根据电连接器件的样本数据训练径向基概率神经网络模型;
17、将待测试的电连接器件的参数输入所述径向基概率神经网络模型,以对待测试的电连接器件进行测试并生成测试结果;
18、根据所述测试结果发出对应的报警信号。
19、可选地,所述获取电连接器件的样本数据包括:
20、获取电连接器件的正样本数据和反样本数据,其中,所述正样本数据中不存在奇异值,所述反样本数据中存在奇异值。
21、可选地,所述根据电连接器件的样本数据训练径向基概率神经网络模型之后还包括:
22、利用测试样本数据对所述径向基概率神经网络模型进行测试。
23、可选地,所述根据所述测试结果发出对应的报警信号之后还包括:
24、抽检测试完成的所述电连接器件,并将测试结果错误的所述电连接器件的参数发送至所述训练模块;
25、根据测试结果错误的所述电连接器件的参数重新训练所述径向基概率神经网络模型。
26、根据本专利技术的另一方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的汽车电连接器件的检测方法。
27、本专利技术实施例的技术方案,采用的汽车电连接器件的检测系统包括:训练模块测试模块和报警模块。训练模块配置为根据电连接器件的样本数据训练径向基概率神经网络模型;测试模块配置为将待测试的电连接器件的参数输入径向基概率神经网络模型,以对待测试的电连接器件进行测试并生成测试结果;报警模块与测试模块连接,报警模块用于根据测试结果发出对应的报警信号。利用径向基概率神经网络模型对待测试的电连接器件自动进行检测,并且利用报警模块自动提醒用户进行下一步操作,极大地提高了电连接器件质量检测的效率以及准确性,节省大量的时间和人工成本。
28、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种汽车电连接器件的检测系统,其特征在于,包括:
2.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,所述报警模块包括:第一开关单元、第二开关单元、第一限流电阻、第二限流电阻、第一报警单元和第二报警单元;
3.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,还包括:
4.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,所述电连接器件的样本数据包括正样本数据和反样本数据,其中,所述正样本数据中不存在奇异值,所述反样本数据中存在奇异值。
5.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,所述训练模块还配置为利用测试样本数据对所述径向基概率神经网络模型进行测试。
6.一种汽车电连接器件的检测方法,其特征在于,包括:
7.根据权利要求6所述的汽车电连接器件的检测方法,其特征在于,所述获取电连接器件的样本数据包括:
8.根据权利要求6所述的汽车电连接器件的检测方法,其特征在于,所述根据电连接器件的样本数据训练径向基概率神经网络模型之后还包括:
9.根
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求6-9中任一所述的汽车电连接器件的检测方法。
...【技术特征摘要】
1.一种汽车电连接器件的检测系统,其特征在于,包括:
2.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,所述报警模块包括:第一开关单元、第二开关单元、第一限流电阻、第二限流电阻、第一报警单元和第二报警单元;
3.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,还包括:
4.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,所述电连接器件的样本数据包括正样本数据和反样本数据,其中,所述正样本数据中不存在奇异值,所述反样本数据中存在奇异值。
5.根据权利要求1所述的汽车电连接器件的检测系统,其特征在于,所述训练模块还配置为利用测试样本数据对所述径向基概率神经网络模型进...
【专利技术属性】
技术研发人员:邢宇博,李威,王伯军,慈伟程,马云天,许阳,宋希龙,何井全,
申请(专利权)人:中国第一汽车股份有限公司,
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。