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】
本专利技术涉及电机总成检测方法,尤其涉及一种电机总成下线nvh检测方法及其检测装置。
技术介绍
1、下线检测即在生产环节,通过某种检测手段,基于某种检测标准,识别并确认产品缺陷,以控制产品质量的过程。国内各主机厂(oems)及零部件供应商,在产品nvh(noise/vibration/harshness即噪声、振动和声振粗糙度)性能、研发实力、行业期望和技术提升欲望等多方面呈现不同的特点,所采用的nvh下线检测技术手段也存在典型的差异。总体而言,可以分为以下几种:
2、一、基于单一/多个客观参量的检测手段
3、目前,该方法主要通过对采集的振动和/或噪声信号进行特定的客观参量分析(spl,fft,octave,order等),并给出判断。这将是当前及以后相当长时间的主流方案。该方案能应用于简单的特定场景,不具有通用性。
4、二、基于“主观评价+故障库”的检测手段
5、该方法通过受训的评审人员在生产线配套的静音房/静音箱内,对产品运行噪声进行主观评价,与(声音)故障库进行比对,并给出判断。该方法的优势在于:用人代替测试设备和客观分析函数,解决了模式识别的关键技术问题。但是,评审人员的判断会或多或少的受到个人身体状况、情绪、工作负荷、听觉自适应过程(尤其是比较大的运行噪声环境)等因素的影响,导致检出率不稳定。实践表明,持续工作时间越长,检出出错率越高。
6、中国专利申请cn112881014a公开了一种传动总成的下线nvh测试系统及方法,该技术方案通过采集振动加速度信号、声压
7、中国专利申请cn111189646a公开了一种车辆nvh自诊断方法、装置、车辆以及控制器和介质,其采集车载传感器信号和时间信号,基于所述车载传感器信号和时间信号获取nvh诊断参数的测量数值,将所述nvh诊断参数的测量数值输入预置于车辆中的整车数学模型和动力总成数学模型中,生成nvh诊断结果。该方案采用车辆自身设备进行nvh自诊断,诊断精度并不高,通过所用的数学模型也没有披露。
8、中国专利申请cn115112369a公开了一种减速器下线nvh检测方法,其通过试验制定阶次先总和,阶次切片标准,不通过的减速器再进行装车进行主观评价和测试数据客观分析的方法。该方案属于基于单一/多个客观参量的检测手段,对于共振等异响情况同样不能很好地识别。
9、为此,本申请人经过有益的探索和研究,找到了解决上述问题的方法,下面将要介绍的技术方案便是在这种背景下产生的。
技术实现思路
1、本专利技术所要解决的技术问题之一在于:针对现有技术的不足而提供一种提高测试的效率和准确性的基于深度学习的电机总成下线nvh检测方法。
2、本专利技术所要解决的技术问题之二在于:提供一种实现上述电机总成下线nvh检测方法的检测装置。
3、作为本专利技术第一方面的一种电机总成下线nvh检测方法,包括:
4、构建电机总成nvh预测模型,并加载所述电机总成nvh预测模型;
5、控制待测的电机总成进行转动,并采集电机总成在工作过程中产生的转速信号和音频信号;
6、根据采集到的转速信号和音频信号生成频率-转速渐变颜色图,并将频率-转速渐变颜色图转化成可导入所述电机总成nvh预测模型进行预测的模型图像;
7、采用所述电机总成nvh预测模型对所述模型图像进行预测处理,并生成预测结果及其置信度;
8、根据所述预测结果的置信度判断是否采信所述预测结果,并根据判断结果确定最终的判断结论;以及
9、根据所述最终的判断结论判断待测的电机总成是否属于故障件,并根据判断结果进行相应处理。
10、在本专利技术的一个优选实施例中,所述构建电机总成nvh预测模型,包括:
11、控制多个不同工况的电机总成进行转动,并采集每一个电机总成在工作过程中产生的转速信号和音频信号;
12、根据采集到每一个电机总成的转速信号和音频信号生成频率-转速渐变颜色图,并将每一幅频率-转速渐变颜色图转换成模型图像;
13、通过人工检测方式对每一个电机总成进行异响检测处理,并根据异响检测处理结果对每一幅模型图像进行分类处理,再根据分类处理结果在每一幅模型图像内加入分类标签,此时所有的模型图像作为图像训练集;以及
14、利用图像训练集对电机总成nvh预测模型进行训练处理,并将训练处理后的电机总成nvh预测模型进行保存。
15、在本专利技术的一个优选实施例中,所述控制待测的电机总成进行转动的方式包括正转加速、正转减速、反转加速以及反转减速。
16、在本专利技术的一个优选实施例中,所述根据采集到的转速信号和音频信号生成频率-转速渐变颜色图,包括:
17、对采集到的音频信号进行快速傅里叶变化,使得所述音频信号分解为多个谐波的频率和幅值信号;以及
18、结合采集到的转速信号、声音频率和声音强度通过颜色深浅合成频率-转速渐变颜色图。
19、在本专利技术的一个优选实施例中,所述根据所述预测结果的置信度判断是否采信所述预测结果,并根据判断结果确定最终的判断结论,包括:
20、获取所述预测结果的置信度,并判断所述置信度是否大于设定阈值;
21、若所述置信度大于设定阈值,则采信所述预测结果,并将所述预测结果作为最终的判断结论;
22、若所述置信度等于或小于设定阈值,则标记为可疑件,并通过人工回放测试过程中的录音进行检测判断或者人工重新进行检测判断,并给出人工判断结果,该人工判断结果作为最终的判断结论。
23、在本专利技术的一个优选实施例中,所述根据判断结果进行相应处理,包括:
24、若判断为属于故障件,则根据判断结论中的故障原因进行返修;
25、若判断为不属于故障件,则标记为合格件,并按流程出厂。
26、在本专利技术的一个优选实施例中,还包括:
27、获取电机总成的电机控制器在加速过程中产生的故障码信息,并根据故障码信息进行处理。
28、在本专利技术的一个优选实施例中,还包括:
29、当待测的电机总成被标记为可疑件时,根据人工判断结果对该待测的电机总成的模型图像进行分类并加入分类标签,再将该模型图像放入训练集图像,每隔一段时间利用更新后的图像训练集对电机总成nvh预测模型进行训练。
30、作为本专利技术第二方面的一种用于实现上述电机总成下线nvh检测方法的检测装置,包括上位机以及音频采集模块,所述上位机分别与所述音频采集模块和电机总成连接,所述上位机内存储有计算机程序,所述计算机程序被所述上位机执行时实现以下步骤:
31、构建电机总成nv本文档来自技高网...
【技术保护点】
1.一种电机总成下线NVH检测方法,其特征在于,包括:
2.如权利要求1所述的电机总成下线NVH检测方法,其特征在于,所述构建电机总成NVH预测模型,包括:
3.如权利要求1所述的电机总成下线NVH检测方法,其特征在于,所述控制待测的电机总成进行转动的方式包括正转加速、正转减速、反转加速以及反转减速。
4.如权利要求1所述的电机总成下线NVH检测方法,其特征在于,所述根据采集到的转速信号和音频信号生成频率-转速渐变颜色图,包括:
5.如权利要求1所述的电机总成下线NVH检测方法,其特征在于,所述根据所述预测结果的置信度判断是否采信所述预测结果,并根据判断结果确定最终的判断结论,包括:
6.如权利要求5所述的电机总成下线NVH检测方法,其特征在于,所述根据判断结果进行相应处理,包括:
7.如权利要求1至6中任一项所述的电机总成下线NVH检测方法,其特征在于,还包括:
8.如权利要求1至6中任一项所述的电机总成下线NVH检测方法,其特征在于,还包括:
9.一种用于实现上述电机总成下线NVH
...【技术特征摘要】
1.一种电机总成下线nvh检测方法,其特征在于,包括:
2.如权利要求1所述的电机总成下线nvh检测方法,其特征在于,所述构建电机总成nvh预测模型,包括:
3.如权利要求1所述的电机总成下线nvh检测方法,其特征在于,所述控制待测的电机总成进行转动的方式包括正转加速、正转减速、反转加速以及反转减速。
4.如权利要求1所述的电机总成下线nvh检测方法,其特征在于,所述根据采集到的转速信号和音频信号生成频率-转速渐变颜色图,包括:
5.如权利要求1所述的电机总成下线nvh检测方法,其特征在于,所述根据所述预测结果的置信度判断是否采信所述预测结果,并根据判断结果确定最...
【专利技术属性】
技术研发人员:凌成烨,江禹攀,李辉,宋鹏,
申请(专利权)人:浙江创驱智能科技有限公司,
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。