CN107688699A - 汽车全生命周期仿真预测***、方法和存储介质 - Google Patents
汽车全生命周期仿真预测***、方法和存储介质 Download PDFInfo
- Publication number
- CN107688699A CN107688699A CN201710685343.XA CN201710685343A CN107688699A CN 107688699 A CN107688699 A CN 107688699A CN 201710685343 A CN201710685343 A CN 201710685343A CN 107688699 A CN107688699 A CN 107688699A
- Authority
- CN
- China
- Prior art keywords
- module
- simulation
- prediction
- automobile
- life cycle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 239000012530 fluid Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 29
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000012806 monitoring device Methods 0.000 abstract 3
- 238000004458 analytical method Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 239000011888 foil Substances 0.000 description 4
- 241001269238 Data Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种汽车全生命周期仿真预测***、方法和存储介质。其中***包括:监控装置、多个仿真模块和选择调用模块,其中,监控装置,用于对汽车的整车运行状态进行监控;选择调用模块,用于根据监控装置监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测。本发明实施例可以在汽车中配置多种仿真模块,实现各种功能的仿真预测,进而实现对整车运行状态进行全方位预测,大大缩小了计算误差,提高了驾驶安全性,提升了用户的驾驶体验。
Description
技术领域
本发明涉及汽车控制领域,尤其涉及一种汽车全生命周期仿真预测***、方法和存储介质。
背景技术
随着汽车技术不断发展以及人们生活水平的不断提高,汽车已经成为人们出行时不可或缺的代步工具。汽车是一个复杂***,各***零部件存在失效的可能性;而目前汽车自身的仿真预测***功能简单,一般仅能进行简单的剩余行驶里程的预测,且存在计算误差较大等缺陷。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种汽车全生命周期仿真预测***。该***可以实现各种功能的仿真预测,进而实现对整车运行状态进行全方位预测,大大缩小了计算误差,提高了驾驶安全性,提升了用户的驾驶体验。
本发明的第二个目的在于提出一种汽车全生命周期仿真预测***。
本发明的第三个目的在于提出一种存储介质。
为达到上述目的,本发明第一方面实施例提出的汽车全生命周期仿真预测***,包括监控装置、多个仿真模块和选择调用模块,其中,所述监控装置,用于对汽车的整车运行状态进行监控;所述选择调用模块,用于根据所述监控装置监控到的监控数据,从所述多个仿真模块中选择出目标仿真模块,以使所述目标仿真模块根据所述监控数据进行仿真预测。
根据本发明实施例的汽车全生命周期仿真预测***,可通过监控装置对汽车的整车运行状态进行监控,选择调用模块根据监控装置监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测,这样,可以在汽车中配置多种仿真模块,实现各种功能的仿真预测,进而实现对整车运行状态进行全方位预测,大大缩小了计算误差,提高了驾驶安全性,提升了用户的驾驶体验。
为达到上述目的,本发明第二方面实施例提出的汽车全生命周期仿真预测方法,包括:对汽车的整车运行状态进行监控;根据监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使所述目标仿真模块根据所述监控数据进行仿真预测。
根据本发明实施例的汽车全生命周期仿真预测方法,可对汽车的整车运行状态进行监控,并根据监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测,这样,可以在汽车中配置多种仿真模块,实现各种功能的仿真预测,进而实现对整车运行状态进行全方位预测,大大缩小了计算误差,提高了驾驶安全性,提升了用户的驾驶体验。
为达到上述目的,本发明第三方面实施例提出的非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明第二方面实施例所述的汽车全生命周期仿真预测方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的汽车全生命周期仿真预测***的结构示意图;
图2是根据本发明一个具体实施例的汽车全生命周期仿真预测***的结构示意图;
图3是根据本发明另一个具体实施例的汽车全生命周期仿真预测***的结构示意图;
图4是根据本发明又一个具体实施例的汽车全生命周期仿真预测***的结构示意图;
图5是根据本发明再一个具体实施例的汽车全生命周期仿真预测***的结构示意图;
图6是根据本发明实施例的汽车全生命周期仿真预测***中的硬件示意图;
图7(a)是根据本发明实施例的汽车全生命周期仿真预测***的结构设计示意图;
图7(b)是根据本发明实施例的汽车全生命周期仿真预测***中的各部件在车身上的布置的示例图;
图8是根据本发明一个实施例的汽车全生命周期仿真预测方法的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的汽车全生命周期仿真预测***、方法和存储介质。
图1是根据本发明一个实施例的汽车全生命周期仿真预测***的结构示意图。如图1所示,该汽车全生命周期仿真预测***10可以包括:监控装置100、多个仿真模块200和选择调用模块300。
具体地,监控装置100可用于对汽车的整车运行状态进行监控。其中,在本发明的实施例中,该整车运行状态可包括但不限于车速信息、与周围附近行驶车辆之间的距离信息、整车载重信息、剩余能量(如电量或油量等)信息、汽车室内温度、加速度信息、行驶里程等。
作为一种示例,该监控装置100可包括多个部件,例如,加速度传感器、车速传感器、温度传感器、摄像头、距离传感器、应变片等。由此,可通过监控装置100中的多个部件对汽车的运行状态进行监控。
选择调用模块300可用于根据监控装置100监控到的监控数据,从多个仿真模块200中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测。作为一种示例,选择调用模块300可获取监控装置100监控到的监控数据,并根据所述监控到的监控数据从多个仿真模块200中选择出对应的目标仿真模块,进而该目标仿真模块可根据该所述监控数据进行仿真预测。
需要说明的是,汽车全生命周期仿真预测***可以包括多个仿真模块200,每个仿真模块的功能各不相同,这样,通过该多个仿真模块根据汽车设计数据及监控到的监控数据对整车运行状态即可进行全方位仿真预测。
作为一种示例,如图2所示,该多个仿真模块200可包括:碰撞仿真模块210、疲劳仿真模块220、动力性仿真模块230、多体仿真模块240和流体仿真模块250。
其中,碰撞仿真模块210可用于根据监控装置当前监控到的车速和周围物体信息进行仿真,并在当前前进方向上仿真预测将要发生碰撞时,通过仿真模拟碰撞伤害,并生成针对避免发生碰撞的操作建议信息。也就是说,碰撞仿真模块210可根据当前监控到的车速及监控中周围物体进行仿真,在当前前进方向上如果仿真预测将发生碰撞,则首先输出提醒“危险”,同时通过仿真模拟碰撞伤害,并输出提醒驾驶员建议的操作,例如“加速”以防止后车追尾等。
疲劳仿真模块220可用于根据预设的疲劳薄弱监控点数据、监控装置监测到的监测数据和历史行驶里程进行仿真,计算出汽车中样件的剩余寿命。也就是说,疲劳仿真模块220可根据预设的疲劳薄弱监控点数据、监控装置监测到的监测数据和已行驶里程进行仿真,计算样件(其中,该样件可理解为汽车中易损易坏的部件)剩余寿命,并提醒驾驶员某样件预计再行驶多少公里后将发生破坏,需进行维护或更换;当寿命剩余一定阈值(如100km)以下时可进行报警。
动力性仿真模块230可用于通过预设的计算模型、以及在行驶过程中的标定,根据监控装置当前监测到的整车载重以及剩余能量,实时计算剩余的续驶里程。也就是说,动力性仿真模块230可通过预设的计算模型,以及在行驶过程中的标定,根据监测到的整车载重以及剩余能量(如电量或油量等),实时计算剩余的续驶里程。作为一种示例,动力性仿真模块230在载重量发生改变时(例如下了一个乘客),还可根据当前的载重量进行实时计算。
多体仿真模块240可用于根据预设的计算模型、以及监控装置当前监测到的路面数据进行仿真,以对驾驶员进行操作的提醒。也就是说,多体仿真模块240可根据预设的计算模型,以及监测到的路面数据,对驾驶员进行操作的提醒。例如,当监测到路面有较大凸起,而目前车速较高时,多体仿真模块240可通过实时仿真数据发现车辆颠簸很大,则生成提醒信息,比如车辆减速至某个车速等,这样,可较舒适的通过前方路面。
流体仿真模块250可用于根据监控装置当前监测到的车外温度进行车内外流体仿真。例如,流体仿真模块250可通过监控到的当前温度告知驾驶员在几分钟后可将车内温度降低到几度,还可提醒驾驶员目前车外风速较大,可主动控制车外辅助部件改变风向以辅助车辆行驶。
由此,通过上述多个仿真模块可以实现碰撞分析功能、疲劳分析功能、动力性分析功能、多体分析功能、流体分析功能等,具有功能较前面,进而实现了对整车运行状态的全方位预测。
可选地,在本发明的一个实施例中,如图3所示,该汽车全生命周期仿真预测***10还可包括:存储模块400。其中,该存储模块400可分别与监控装置100和多个仿真模块200连接,该存储模块400可用于对监控装置100监控到的监控数据、和目标仿真模块的仿真预测结果进行存储。其中,该存储模块400可为大容量存储器。由此,通过存储模块存储监控数据,以便目标仿真模块根据该监控数据进行仿真预测,并对目标仿真模块的仿真预测结果进行存储,以便后续根据该存储的仿真预测结果进行相应操作,例如,根据该仿真预测结果进行相应的报警提醒等。
可选地,在本发明的一个实施例中,如图4所示,该汽车全生命周期仿真预测***10还可包括:显示模块500。其中,该显示模块500分别与多个仿真模块200连接,该显示模块500可用于显示目标仿真模块的仿真预测结果。其中,该显示模块500可为车载显示屏。也就是说,在目标仿真模块根据监控数据进行仿真预测时,显示模块500可将该仿真预测的结果展示给用户,以便用户更加直观地了解当前的仿真预测结果。
为了提升用户体验,可选地,在本发明的一个实施例中,如图5所示,该汽车全生命周期仿真预测***10还可包括:报警模块600。其中,该报警模块600分别与多个仿真模块200连接,该报警模块600可用于在目标仿真模块的仿真预测结果满足报警条件时,进行声音报警提醒。其中,该报警模块600可为报警器,或者扬声器等。此外,上述报警条件可理解为仿真预测结果中各参数的限制条件。例如,该目标仿真模块为碰撞仿真模块时,根据当前监测到的车速及周围物体进行仿真,该仿真预测结果是将在当前前进方向上会发生碰撞,则可判断该仿真预测结果满足报警条件,此时,报警模块600可进行声音报警以提醒用户当前将会存在驾驶安全隐患。
可以理解,本发明实施例的汽车全生命周期仿真预测***中的各个模块和装置可通过硬件来实现所需的功能。如图6所示,可通过监控摄像头、监控应变片、监控加速度传感器、车速传感器、距离传感器、温度传感器等来采集相应的数据,并将这些采集到的数据发送至车载高性能计算机中,车载高性能计算机中的选择调用模块会根据这些采集数据选取出目标仿真模块,这样目标仿真模块可根据采集数据进行仿真预测。存储器可对仿真预测的结果和采集数据进行存储。车载显示屏可将仿真预测结果展现给用户。动力电池***可分别为车载高性能计算机、存储器、车载显示屏、以及各传感器、摄像头、应变片进行供电。其中,如图6所示中,虚线表示数据传输,实线表示供电。
如图7(a)所示,为本发明实施例的汽车全生命周期仿真预测***的结构设计示意图,其中,各部件之间使用线束连接。例如,该汽车全生命周期仿真预测***可包括车载显示屏、高性能计算机、大容量存储器、两个摄像头、四个距离传感器、两个应变片、两个加速度传感器、一个车速传感器和一个温度传感器。其中,该汽车全生命周期仿真预测***中的各部件在车身上的布置如图7(b)所示。
根据本发明实施例的汽车全生命周期仿真预测***,可通过监控装置对汽车的整车运行状态进行监控,选择调用模块根据监控装置监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测,这样,可以在汽车中配置多种仿真模块,实现各种功能的仿真预测,进而实现对整车运行状态进行全方位预测,大大缩小了计算误差,提高了驾驶安全性,提升了用户的驾驶体验。
为了实现上述实施例,本发明还提出了一种汽车全生命周期仿真预测方法。
图8是根据本发明一个实施例的汽车全生命周期仿真预测方法的流程图。需要说明的是,本发明实施例的汽车全生命周期仿真预测方法可应用于本发明实施例的汽车全生命周期仿真预测***中。
如图8所示,该汽车全生命周期仿真预测方法可以包括:
S810,对汽车的整车运行状态进行监控。其中,在本发明的实施例中,该整车运行状态可包括但不限于车速信息、与周围附近行驶车辆之间的距离信息、整车载重信息、剩余能量(如电量或油量等)信息、汽车室内温度、加速度信息、行驶里程等。
S820,根据监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测。作为一种示例,可获取监控到的监控数据,并根据所述监控到的监控数据从多个仿真模块中选择出对应的目标仿真模块,进而该目标仿真模块可根据该所述监控数据进行仿真预测。
需要说明的是,汽车全生命周期仿真预测***可以包括多个仿真模块,每个仿真模块的功能各不相同,这样,通过该多个仿真模块根据汽车设计数据及监控到的监控数据对整车运行状态即可进行全方位仿真预测。
作为一种示例,该多个仿真模块可包括碰撞仿真模块、疲劳仿真模块、动力性仿真模块、多体仿真模块和流体仿真模块,其中,
碰撞仿真模块,用于根据当前监控到的车速和周围物体信息进行仿真,并在当前前进方向上仿真预测将要发生碰撞时,通过仿真模拟碰撞伤害,并生成针对避免发生碰撞的操作建议信息;
疲劳仿真模块,用于根据预设的疲劳薄弱监控点数据、监测到的监测数据和历史行驶里程进行仿真,计算出汽车中样件的剩余寿命;
动力性仿真模块,用于通过预设的计算模型、以及在行驶过程中的标定,根据当前监测到的整车载重以及剩余能量,实时计算剩余的续驶里程;
多体仿真模块,用于根据预设的计算模型、以及当前监测到的路面数据进行仿真,以对驾驶员进行操作的提醒;
流体仿真模块,用于根据当前监测到的车外温度进行车内外流体仿真。
由此,通过上述多个仿真模块可以实现碰撞分析功能、疲劳分析功能、动力性分析功能、多体分析功能、流体分析功能等,具有功能较前面,进而实现了对整车运行状态的全方位预测。
可选地,在本发明的一个实施例中,该汽车全生命周期仿真预测方法还可包括:对监控装置监控到的监控数据、和目标仿真模块的仿真预测结果进行存储。由此,通过存储监控数据,以便目标仿真模块根据该监控数据进行仿真预测,并对目标仿真模块的仿真预测结果进行存储,以便后续根据该存储的仿真预测结果进行相应操作,例如,根据该仿真预测结果进行相应的报警提醒等。
可选地,在本发明的一个实施例中,该汽车全生命周期仿真预测方法还可包括:显示目标仿真模块的仿真预测结果,并在目标仿真模块的仿真预测结果满足报警条件时,进行声音报警提醒。也就是说,在目标仿真模块根据监控数据进行仿真预测时,可将该仿真预测的结果展示给用户,以便用户更加直观地了解当前的仿真预测结果。
根据本发明实施例的汽车全生命周期仿真预测方法,可对汽车的整车运行状态进行监控,并根据监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使目标仿真模块根据监控数据进行仿真预测,这样,可以在汽车中配置多种仿真模块,实现各种功能的仿真预测,进而实现对整车运行状态进行全方位预测,大大缩小了计算误差,提高了驾驶安全性,提升了用户的驾驶体验。
为了实现上述实施例,本发明还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明上述任一个实施例所述的汽车全生命周期仿真预测方法。
在本发明的描述中,需要理解的是,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种汽车全生命周期仿真预测***,其特征在于,包括监控装置、多个仿真模块和选择调用模块,其中,
所述监控装置,用于对汽车的整车运行状态进行监控;
所述选择调用模块,用于根据所述监控装置监控到的监控数据,从所述多个仿真模块中选择出目标仿真模块,以使所述目标仿真模块根据所述监控数据进行仿真预测。
2.如权利要求1所述的汽车全生命周期仿真预测***,其特征在于,所述多个仿真模块包括碰撞仿真模块、疲劳仿真模块、动力性仿真模块、多体仿真模块和流体仿真模块,其中,
所述碰撞仿真模块,用于根据所述监控装置当前监控到的车速和周围物体信息进行仿真,并在当前前进方向上仿真预测将要发生碰撞时,通过仿真模拟碰撞伤害,并生成针对避免发生碰撞的操作建议信息;
所述疲劳仿真模块,用于根据预设的疲劳薄弱监控点数据、所述监控装置监测到的监测数据和历史行驶里程进行仿真,计算出所述汽车中样件的剩余寿命;
所述动力性仿真模块,用于通过预设的计算模型、以及在行驶过程中的标定,根据所述监控装置当前监测到的整车载重以及剩余能量,实时计算剩余的续驶里程;
所述多体仿真模块,用于根据预设的计算模型、以及所述监控装置当前监测到的路面数据进行仿真,以对驾驶员进行操作的提醒;
所述流体仿真模块,用于根据所述监控装置当前监测到的车外温度进行车内外流体仿真。
3.如权利要求1所述的汽车全生命周期仿真预测***,其特征在于,还包括:
分别与所述监控装置和所述多个仿真模块连接的存储模块,所述存储模块用于对所述监控装置监控到的监控数据、和所述目标仿真模块的仿真预测结果进行存储。
4.如权利要求1所述的汽车全生命周期仿真预测***,其特征在于,还包括:
分别与所述多个仿真模块连接的显示模块,所述显示模块用于显示所述目标仿真模块的仿真预测结果。
5.如权利要求1所述的汽车全生命周期仿真预测***,其特征在于,还包括:
分别与所述多个仿真模块连接的报警模块,所述报警模块用于在所述目标仿真模块的仿真预测结果满足报警条件时,进行声音报警提醒。
6.一种汽车全生命周期仿真预测方法,其特征在于,包括:
对汽车的整车运行状态进行监控;
根据监控到的监控数据,从多个仿真模块中选择出目标仿真模块,以使所述目标仿真模块根据所述监控数据进行仿真预测。
7.如权利要求6所述的汽车全生命周期仿真预测方法,其特征在于,所述多个仿真模块包括碰撞仿真模块、疲劳仿真模块、动力性仿真模块、多体仿真模块和流体仿真模块,其中,
所述碰撞仿真模块,用于根据当前监控到的车速和周围物体信息进行仿真,并在当前前进方向上仿真预测将要发生碰撞时,通过仿真模拟碰撞伤害,并生成针对避免发生碰撞的操作建议信息;
所述疲劳仿真模块,用于根据预设的疲劳薄弱监控点数据、所述监测到的监测数据和历史行驶里程进行仿真,计算出所述汽车中样件的剩余寿命;
所述动力性仿真模块,用于通过预设的计算模型、以及在行驶过程中的标定,根据当前监测到的整车载重以及剩余能量,实时计算剩余的续驶里程;
所述多体仿真模块,用于根据预设的计算模型、以及当前监测到的路面数据进行仿真,以对驾驶员进行操作的提醒;
所述流体仿真模块,用于根据当前监测到的车外温度进行车内外流体仿真。
8.如权利要求6所述的汽车全生命周期仿真预测方法,其特征在于,还包括:
对所述监控装置监控到的监控数据、和所述目标仿真模块的仿真预测结果进行存储。
9.如权利要求6所述的汽车全生命周期仿真预测方法,其特征在于,还包括:
显示所述目标仿真模块的仿真预测结果;
在所述目标仿真模块的仿真预测结果满足报警条件时,进行声音报警提醒。
10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求6至9中任一项所述的汽车全生命周期仿真预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710685343.XA CN107688699A (zh) | 2017-08-11 | 2017-08-11 | 汽车全生命周期仿真预测***、方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710685343.XA CN107688699A (zh) | 2017-08-11 | 2017-08-11 | 汽车全生命周期仿真预测***、方法和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107688699A true CN107688699A (zh) | 2018-02-13 |
Family
ID=61153266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710685343.XA Pending CN107688699A (zh) | 2017-08-11 | 2017-08-11 | 汽车全生命周期仿真预测***、方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107688699A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110208011A (zh) * | 2019-06-03 | 2019-09-06 | 安徽江淮汽车集团股份有限公司 | 汽车高速前轮摆振的变数试验方法、装置、设备及存储介质 |
CN111123728A (zh) * | 2018-10-30 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 无人车仿真方法、装置、设备及计算机可读介质 |
CN111241477A (zh) * | 2020-01-07 | 2020-06-05 | 支付宝(杭州)信息技术有限公司 | 构建监控基准线的方法、监控数据对象状态的方法及装置 |
CN112241568A (zh) * | 2020-09-24 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 一种基于有限元的发动机盖开闭耐久疲劳分析方法 |
CN114386225A (zh) * | 2021-11-29 | 2022-04-22 | 武汉未来幻影科技有限公司 | 一种车辆运动状态模拟方法、装置及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024082A (zh) * | 2010-12-15 | 2011-04-20 | 同济大学 | 实现汽车仪表板结构***多学科多目标优化的方法 |
CN103236177A (zh) * | 2013-03-26 | 2013-08-07 | 清华大学 | 车网路多***融合的智能交互***及其控制方法 |
CN103500256A (zh) * | 2013-10-16 | 2014-01-08 | 南车长江车辆有限公司 | 一种钣金冲压成型工艺仿真***及仿真方法 |
CN103544556A (zh) * | 2013-09-06 | 2014-01-29 | 上海大学 | 隧道全生命周期管理***及方法 |
CN104637021A (zh) * | 2013-11-08 | 2015-05-20 | 广州市地下铁道总公司 | 一种状态修模式的城轨车辆辅助维修*** |
CN104699070A (zh) * | 2015-01-12 | 2015-06-10 | 湖南大学 | 一种纯电动车电气匹配半实物仿真*** |
CN104750964A (zh) * | 2013-12-31 | 2015-07-01 | ***通信集团公司 | 一种车辆状态确定方法及装置 |
CN105252535A (zh) * | 2015-10-29 | 2016-01-20 | 李伟 | 物流机器人配送*** |
US20160114689A1 (en) * | 2014-10-28 | 2016-04-28 | Hyundai Motor Company | Device for detecting level of control pilot signal and charging control system having the same |
CN105676847A (zh) * | 2016-03-06 | 2016-06-15 | 王涛 | 电能表自动装箱*** |
CN105774585A (zh) * | 2016-03-06 | 2016-07-20 | 王涛 | 智能型全自动无人驾驶电动汽车 |
CN105938331A (zh) * | 2016-06-29 | 2016-09-14 | 中国北方车辆研究所 | 一种用于混合动力车辆研发的半实物仿真平台 |
CN106528987A (zh) * | 2016-11-03 | 2017-03-22 | 河北工业大学 | 一种电动汽车用igbt模块累积损伤度计算以及寿命预测方法 |
CN106828388A (zh) * | 2016-12-30 | 2017-06-13 | 浙江吉利控股集团有限公司 | 针对行人的车辆主动报警***及方法和车辆 |
-
2017
- 2017-08-11 CN CN201710685343.XA patent/CN107688699A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024082A (zh) * | 2010-12-15 | 2011-04-20 | 同济大学 | 实现汽车仪表板结构***多学科多目标优化的方法 |
CN103236177A (zh) * | 2013-03-26 | 2013-08-07 | 清华大学 | 车网路多***融合的智能交互***及其控制方法 |
CN103544556A (zh) * | 2013-09-06 | 2014-01-29 | 上海大学 | 隧道全生命周期管理***及方法 |
CN103500256A (zh) * | 2013-10-16 | 2014-01-08 | 南车长江车辆有限公司 | 一种钣金冲压成型工艺仿真***及仿真方法 |
CN104637021A (zh) * | 2013-11-08 | 2015-05-20 | 广州市地下铁道总公司 | 一种状态修模式的城轨车辆辅助维修*** |
CN104750964A (zh) * | 2013-12-31 | 2015-07-01 | ***通信集团公司 | 一种车辆状态确定方法及装置 |
US20160114689A1 (en) * | 2014-10-28 | 2016-04-28 | Hyundai Motor Company | Device for detecting level of control pilot signal and charging control system having the same |
CN104699070A (zh) * | 2015-01-12 | 2015-06-10 | 湖南大学 | 一种纯电动车电气匹配半实物仿真*** |
CN105252535A (zh) * | 2015-10-29 | 2016-01-20 | 李伟 | 物流机器人配送*** |
CN105676847A (zh) * | 2016-03-06 | 2016-06-15 | 王涛 | 电能表自动装箱*** |
CN105774585A (zh) * | 2016-03-06 | 2016-07-20 | 王涛 | 智能型全自动无人驾驶电动汽车 |
CN105938331A (zh) * | 2016-06-29 | 2016-09-14 | 中国北方车辆研究所 | 一种用于混合动力车辆研发的半实物仿真平台 |
CN106528987A (zh) * | 2016-11-03 | 2017-03-22 | 河北工业大学 | 一种电动汽车用igbt模块累积损伤度计算以及寿命预测方法 |
CN106828388A (zh) * | 2016-12-30 | 2017-06-13 | 浙江吉利控股集团有限公司 | 针对行人的车辆主动报警***及方法和车辆 |
Non-Patent Citations (1)
Title |
---|
高瑞昌等: ""电动汽车剩余里程的研究"", 《现代车用动力》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123728A (zh) * | 2018-10-30 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 无人车仿真方法、装置、设备及计算机可读介质 |
CN110208011A (zh) * | 2019-06-03 | 2019-09-06 | 安徽江淮汽车集团股份有限公司 | 汽车高速前轮摆振的变数试验方法、装置、设备及存储介质 |
CN110208011B (zh) * | 2019-06-03 | 2020-08-04 | 安徽江淮汽车集团股份有限公司 | 汽车高速前轮摆振的变数试验方法、装置、设备及存储介质 |
CN111241477A (zh) * | 2020-01-07 | 2020-06-05 | 支付宝(杭州)信息技术有限公司 | 构建监控基准线的方法、监控数据对象状态的方法及装置 |
CN111241477B (zh) * | 2020-01-07 | 2023-10-20 | 支付宝(杭州)信息技术有限公司 | 构建监控基准线的方法、监控数据对象状态的方法及装置 |
CN112241568A (zh) * | 2020-09-24 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 一种基于有限元的发动机盖开闭耐久疲劳分析方法 |
CN114386225A (zh) * | 2021-11-29 | 2022-04-22 | 武汉未来幻影科技有限公司 | 一种车辆运动状态模拟方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107688699A (zh) | 汽车全生命周期仿真预测***、方法和存储介质 | |
CN104149716B (zh) | 在线车辆诊断*** | |
CN106379318A (zh) | 自适应巡航控制简档 | |
CN109421738A (zh) | 用于监视自主车辆的方法和装置 | |
CN109624891A (zh) | 用于隔离车载故障的方法和装置 | |
CN109421743A (zh) | 用于监控自主车辆的方法和设备 | |
CN107867292B (zh) | 自主车辆中的安全关键***控制 | |
CN107038768A (zh) | 车载控制设备及车载记录*** | |
CN110568850A (zh) | 一种无人驾驶汽车内部故障的车辆控制方法及电子设备 | |
CN109421740A (zh) | 用于监测自主车辆的方法和装置 | |
CN107972621A (zh) | 基于碰撞时间的车辆碰撞警告 | |
US20180240288A1 (en) | System and method for automated servicing of vehicles | |
EP2249314B1 (en) | System for monitoring the state and driving of a vehicle | |
US10071732B2 (en) | Windshield stone impact response | |
US11285966B2 (en) | Method and system for controlling an autonomous vehicle response to a fault condition | |
CN109895696A (zh) | 驾驶员警报***和方法 | |
CN109358592A (zh) | 车辆故障处理方法、装置、设备及存储介质 | |
CN109606343A (zh) | 车辆制动器片的监测 | |
CN109724812A (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
Peng et al. | Intelligent method for identifying driving risk based on V2V multisource big data | |
CN109754595A (zh) | 车辆风险的评估方法、装置及接口设备 | |
CN109532739A (zh) | 车辆状态异常提醒装置、车辆、车辆的异常状态报警方法 | |
CN108312985A (zh) | 车辆信息提示方法和装置 | |
CN109964184A (zh) | 通过比较过渡预测的自主车辆控制 | |
CN110065350A (zh) | 货车行车安全监控方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180213 |
|
RJ01 | Rejection of invention patent application after publication |