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】
本专利技术涉及人工智能领域,尤其涉及一种电控单元的参数调整方法、装置、设备及存储介质。
技术介绍
1、近年来,随着汽车工业的迅速发展,汽车的电子控制单元(ecu)在汽车性能管理中扮演着越来越重要的角色。传统的汽车诊断方法主要依赖于物理检查和手动测试,这在复杂电子控制系统面前显得力不从心。特别是对于高级别的控制系统,如can总线系统,传统方法难以准确、高效地进行故障诊断和处理。
2、现有技术中,一些系统已能通过can总线与ecu进行基本的通信和数据交换。然而,这些系统通常缺乏有效的监控诊断设备来实时监控并诊断ecu中的异常情况。这限制了故障检测的及时性和准确性,延长了维修时间,增加了维护成本。
技术实现思路
1、本专利技术的主要目的在于解决现有的电子控制单元诊断及时性和准确性不高的技术问题。
2、本专利技术第一方面提供了一种电控单元的参数调整方法,所述电控单元的参数调整方法包括:
3、控制预设的监控诊断设备通过can总线向电控单元发送握手请求,建立所述监控诊断设备和所述电控单元之间的通讯关系,并通过所述通讯关系控制所述电控单元实时向所述监控诊断设备发送对应的多个汽车设备的设备参数;
4、通过所述监控诊断设备对各汽车设备的设备参数进行异常检测,得到对应的异常检测结果,其中所述异常检测结果包括参数异常和参数正常;
5、通过所述监控诊断设备根据设备参数的异常检测结果为参数异常的汽车设备选择对应的诊断检测模型;
6、通过
7、通过所述监控诊断设备根据所述诊断分类结果进行策略选择,得到对应的诊断策略,并通过所述通讯关系控制所述电控单元根据所述诊断策略对异常检测结果为参数异常的设备参数进行调整。
8、可选的,在本专利技术第一方面的第一种实现方式中,所述通过所述监控诊断设备对各汽车设备的设备参数进行异常检测,得到对应的异常检测结果,其中所述异常检测结果包括参数异常和参数正常包括:
9、通过所述监控诊断设备根据预设的检测周期对各汽车设备的设备参数进行时间划分,得到各汽车设备对应的多个周期参数,并从所述多个周期参数中筛选第一周期参数和第二周期参数;
10、对所述第一周期参数和所述第二周期参数进行差值计算,得到参数差值数据,并构建所述参数差值数据的差值分布曲线;
11、对所述差值分布曲线进行曲线特征点提取,得到多个参数特征点,并对所述多个参数特征点对进行向量编码,得到第一特征向量;
12、将所述第一特征向量输入预设的异常检测模型中,通过所述异常检测模型对所述第一特征向量进行异常检测,得到对应的异常检测结果。
13、可选的,在本专利技术第一方面的第二种实现方式中,所述异常检测模型包括第一子网络和第二子网络;
14、所述将所述第一特征向量输入预设的异常检测模型中,通过所述异常检测模型对所述第一特征向量进行异常检测,得到对应的异常检测结果包括:
15、通过所述异常检测模型中的第一子网络,对所述第一特征向量进行预测,得到预测结果;
16、对所述预测结果进行权重分析,得到第一权重,以及根据对应的设备参数生成第二权重;
17、根据所述第一权重对所述第一特征向量进行加权分析,得到第一加权向量,以及根据所述第二权重对所述第一特征向量进行加权分析,得到第二加权向量;
18、将所述第一加权向量和所述第二加权向量输入所述第二子网络进行异常检测,得到对应的异常检测结果。
19、可选的,在本专利技术第一方面的第三种实现方式中,所述通过所述监控诊断设备将异常检测结果为参数异常的设备参数输入所述诊断检测模型中,通过所述诊断检测模型根据输入的设备参数进行异常诊断,得到诊断分类结果包括:
20、通过所述监控诊断设备将异常检测结果为参数异常的设备参数输入所述诊断检测模型中,其中,所述诊断检测模型包括输入层、注意力机制层、特征融合层、分类层和输出层;
21、通过所述输入层对输入的多个设备参数进行特征提取,得到多个数据特征;
22、通过所述注意力机制层分别计算各数据特征的注意力权重向量,并通过所述特征融合层根据所述权重向量对各数据特征进行加权融合,得到第二特征向量;
23、通过所述分类层根据所述第二特征向量进行异常诊断,得到诊断分类结果,并通过所述输出层输出所述诊断分类结果。
24、可选的,在本专利技术第一方面的第四种实现方式中,所述通过所述分类层根据所述第二特征向量进行异常诊断,得到诊断分类结果,并通过所述输出层输出所述诊断分类结果包括:
25、通过所述分类层将所述第二特征向量线性变换映射至高维特征空间,得到线性变换结果;
26、通过预设的激活函数对所述线性变换结果进行非线性变换,得到非线性变换结果;
27、通过所述分类层中的全连接层根据所述非线性变换结果计算对应的设备参数对应不同诊断类型的概率,并将概率最高的诊断类型作为对应的设备参数的诊断分类结果;
28、通过所述输出层输出所述诊断分类结果。
29、可选的,在本专利技术第一方面的第五种实现方式中,所述通过所述监控诊断设备根据所述诊断分类结果进行策略选择,得到对应的诊断策略,并通过所述通讯关系控制所述电控单元根据所述诊断策略对异常检测结果为参数异常的设备参数进行调整包括:
30、通过所述监控诊断设备根据所述诊断分类结果进行策略选择,得到对应的诊断策略;
31、通过所述诊断策略确定对应的调整数值以及异常检测结果为参数异常的设备参数对应的解锁密码,并将所述调整数值和所述解锁密码生成参数调整请求;
32、将所述参数调整请求通过所述通讯关系发送至所述电控单元,通过所述电控单元将预先存储的锁定密码与所述参数调整请求中的解锁密码进行比对,得到比对结果;
33、若所述比对结果为密码一致,则根据所述参数调整请求中的调整数值对对应的设备参数进行调整;
34、若所述比对结果为密码不一致,则更新比对次数,根据所述比对次数确定锁定时间,其中,所述锁定时间为屏蔽接收解锁密码的时间;
35、根据所述比对结果生成第一反馈消息,将所述第一反馈消息通过所述通讯关系发送至所述监控诊断设备。
36、可选的,在本专利技术第一方面的第六种实现方式中,所述若所述比对结果为密码一致,则根据所述参数调整请求中的调整数值对对应的设备参数进行调整包括:
37、根据所述锁定密码对应的解锁密码确定当前的参数调整权限;
38、根据所述参数调整权限确定所述参数调整请求中的调整数值对应的设备参数是否允许修改;
39、若允许,则根据所述参数调整请求中的调整数值对对应的设备参数进行调整;
40、若不允许,本文档来自技高网...
【技术保护点】
1.一种电控单元的参数调整方法,其特征在于,所述电控单元的参数调整方法包括:
2.根据权利要求1所述的电控单元的参数调整方法,其特征在于,所述通过所述监控诊断设备对各汽车设备的设备参数进行异常检测,得到对应的异常检测结果,其中所述异常检测结果包括参数异常和参数正常包括:
3.根据权利要求2所述的电控单元的参数调整方法,其特征在于,所述异常检测模型包括第一子网络和第二子网络;
4.根据权利要求1所述的电控单元的参数调整方法,其特征在于,所述通过所述监控诊断设备将异常检测结果为参数异常的设备参数输入所述诊断检测模型中,通过所述诊断检测模型根据输入的设备参数进行异常诊断,得到诊断分类结果包括:
5.根据权利要求4所述的电控单元的参数调整方法,其特征在于,所述通过所述分类层根据所述第二特征向量进行异常诊断,得到诊断分类结果,并通过所述输出层输出所述诊断分类结果包括:
6.根据权利要求1所述的电控单元的参数调整方法,其特征在于,所述通过所述监控诊断设备根据所述诊断分类结果进行策略选择,得到对应的诊断策略,并通过所述通讯关系控制所述
7.根据权利要求6所述的电控单元的参数调整方法,其特征在于,所述若所述比对结果为密码一致,则根据所述参数调整请求中的调整数值对对应的设备参数进行调整包括:
8.一种电控单元的参数调整装置,其特征在于,所述电控单元的参数调整装置包括:
9.一种电控单元的参数调整设备,其特征在于,所述电控单元的参数调整设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任意一项所述电控单元的参数调整方法的步骤。
...【技术特征摘要】
1.一种电控单元的参数调整方法,其特征在于,所述电控单元的参数调整方法包括:
2.根据权利要求1所述的电控单元的参数调整方法,其特征在于,所述通过所述监控诊断设备对各汽车设备的设备参数进行异常检测,得到对应的异常检测结果,其中所述异常检测结果包括参数异常和参数正常包括:
3.根据权利要求2所述的电控单元的参数调整方法,其特征在于,所述异常检测模型包括第一子网络和第二子网络;
4.根据权利要求1所述的电控单元的参数调整方法,其特征在于,所述通过所述监控诊断设备将异常检测结果为参数异常的设备参数输入所述诊断检测模型中,通过所述诊断检测模型根据输入的设备参数进行异常诊断,得到诊断分类结果包括:
5.根据权利要求4所述的电控单元的参数调整方法,其特征在于,所述通过所述分类层根据所述第二特征向量进行异常诊断,得到诊断分类结果,并通过所述输出层输出所述诊断分类结果包括:
【专利技术属性】
技术研发人员:陈健瀚,
申请(专利权)人:深圳硅山技术有限公司,
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。