CN116380496A - 一种汽车车门疲劳耐久测试方法、***及介质 - Google Patents

一种汽车车门疲劳耐久测试方法、***及介质 Download PDF

Info

Publication number
CN116380496A
CN116380496A CN202310660116.7A CN202310660116A CN116380496A CN 116380496 A CN116380496 A CN 116380496A CN 202310660116 A CN202310660116 A CN 202310660116A CN 116380496 A CN116380496 A CN 116380496A
Authority
CN
China
Prior art keywords
information
door
vehicle door
preset
detection point
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.)
Granted
Application number
CN202310660116.7A
Other languages
English (en)
Other versions
CN116380496B (zh
Inventor
蒋普
宋飞
张燕
李成东
刘浩然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Expert Detection Technology Co ltd
Original Assignee
Suzhou Expert Detection Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Expert Detection Technology Co ltd filed Critical Suzhou Expert Detection Technology Co ltd
Priority to CN202310660116.7A priority Critical patent/CN116380496B/zh
Publication of CN116380496A publication Critical patent/CN116380496A/zh
Application granted granted Critical
Publication of CN116380496B publication Critical patent/CN116380496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本申请实施例提供了一种汽车车门疲劳耐久测试方法、***及介质，该方法包括：获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；判断所述测试偏差率是否大于或等于预设的偏差率阈值；若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；若小于，则调整车门测试参数，并实时记录测试信息；通过建立车门检测点对车门进行耐久测试，调整车门测试参数实现车门不同状态下的寿命预测。

Description

一种汽车车门疲劳耐久测试方法、***及介质
技术领域
本申请涉及汽车车门测试领域，具体而言，涉及一种汽车车门疲劳耐久测试方法、***及介质。
背景技术
车门在使用过程中会出现不同程度的损耗，车门的损耗程度较高时则会造成汽车行驶安全性下降，严重时会影响乘客生命安全，现有的汽车车门疲劳度测试仅仅是对车门进行大量的开关测试，测试车门的连接牢固性，无法对车门疲劳度以及耐久性进行精准的判断，此外无法精准的分析车门的缺陷信息，难以对车门的寿命进行预测，从而无法提前进行车门维修或更换，安全性能较差；针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种汽车车门疲劳耐久测试方法、***及介质，可以通过建立车门检测点对车门进行耐久测试，调整车门测试参数实现车门不同状态下的寿命预测的技术。
本申请实施例还提供了一种汽车车门疲劳耐久测试方法，包括：
获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；
构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；
采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；
判断所述测试偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；
若小于，则调整车门测试参数，并实时记录测试信息。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试方法中，所述获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息，包括：
获取汽车型号，根据汽车型号获取标准车门尺寸信息、形状信息以及边界信息；
根据标准车门尺寸信息、形状信息以及边界信息进行车门建模，并对车门模型进行边缘点提取，得到车门模型的边缘线；
将车门模型的边缘线与标准车门的边界信息进行相似度计算，得到边缘相似度；
判断所述边缘相似度是否大于或等于预设的相似度阈值；
若大于或等于，则判定建模成功，并将车门模型进行网格划分；
若小于，则生成边界偏离信息，根据边界偏离信息生成修正信息，根据修正信息对车门模型参数进行调整。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试方法中，所述若大于或等于，则判定建模成功，并将车门模型进行网格划分；包括：
获取车门边界信息，根据车门边界信息获取车门区域面积信息；
根据车门区域面积信息建立车门网格标准数量；
获取网格划分数量，将网格划分数量与标准数量进行减法计算，得到数量差值；
判断所述数量差值是否为零；
若为零，则判定网格划分准确；
若不为零，则判断数量差值为正值或负值；
若为正值，则判定网格划分数量大于标准数量，计算每一个网格的面积；将网格面积与预设的网格面积进行计算；
当网格面积大于预设的网格面积，则保留该网格；
若网格面积小于预设的网格面积，则计算网格面积偏差率；
判断所述网格面积偏差率是否大于或等于预设的面积偏差率阈值；
若大于或等于预设的面积偏差率阈值，则将对应的两个网格进行合并；
若小于预设的面积偏差率阈值，则根据网格面积进行排序，根据网格面积顺序进行倒序合并。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试方法中，所述构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数，包括：
获取车门模型，建立坐标系，并获取车门检测点位置坐标；
将车门检测点位置坐标与预设的位置信息进行比较，得到位置偏差率；
判断所述位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成第一调整信息，根据第一调整信息对检测点位置进行调整；
若小于，则生成检测点联动信息，根据检测点联动信息建立检测点关联信息，将检测点关联信息与预设的关联信息进行比较，得到关联度；
判断所述关联度是否大于或等于预设的关联度阈值；
若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息；
若小于关联度阈值，则生成第二调整信息，根据第二调整信息对检测点分布信息进行调整。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试方法中，所述若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息，包括：
获取检测点轨迹信息，将检测点轨迹信息与预设的轨迹信息进行比较，得到轨迹偏差率；
判断所述轨迹偏差率是否大于或等于预设的轨迹偏差率阈值；
若大于或等于，则生成车门故障信息，将车门故障信息输入预设的寿命预测模型，生成车门剩余寿命，将车门剩余寿命与预设的寿命阈值进行比较；
当车门剩余寿命小于预设的寿命阈值，则判定车门异常，则生成修复信息，根据修复信息对车门进行修复；
若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试方法中，所述若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息；包括：
获取车门检测点预设区域内气流流动信息，生成车门关闭后检测点气压信息；
将车门关闭后检测点气压信息与预设的气压信息进行比较，得到气压偏差率；
判断所述气压偏差率是否大于或等于预设的气压偏差率；
若大于或等于，则判定检测点异常；
若小于，则判定检测点正常。
第二方面，本申请实施例提供了一种汽车车门疲劳耐久测试***，该***包括：存储器及处理器，所述存储器中包括汽车车门疲劳耐久测试方法的程序，所述汽车车门疲劳耐久测试方法的程序被所述处理器执行时实现以下步骤：
获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；
构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；
采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；
判断所述测试偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；
若小于，则调整车门测试参数，并实时记录测试信息。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试***中，所述获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息，包括：
获取汽车型号，根据汽车型号获取标准车门尺寸信息、形状信息以及边界信息；
根据标准车门尺寸信息、形状信息以及边界信息进行车门建模，并对车门模型进行边缘点提取，得到车门模型的边缘线；
将车门模型的边缘线与标准车门的边界信息进行相似度计算，得到边缘相似度；
判断所述边缘相似度是否大于或等于预设的相似度阈值；
若大于或等于，则判定建模成功，并将车门模型进行网格划分；
若小于，则生成边界偏离信息，根据边界偏离信息生成修正信息，根据修正信息对车门模型参数进行调整。
可选地，在本申请实施例所述的汽车车门疲劳耐久测试***中，所述若大于或等于，则判定建模成功，并将车门模型进行网格划分；包括：
获取车门边界信息，根据车门边界信息获取车门区域面积信息；
根据车门区域面积信息建立车门网格标准数量；
获取网格划分数量，将网格划分数量与标准数量进行减法计算，得到数量差值；
判断所述数量差值是否为零；
若为零，则判定网格划分准确；
若不为零，则判断数量差值为正值或负值；
若为正值，则判定网格划分数量大于标准数量，计算每一个网格的面积；将网格面积与预设的网格面积进行计算；
当网格面积大于预设的网格面积，则保留该网格；
若网格面积小于预设的网格面积，则计算网格面积偏差率；
判断所述网格面积偏差率是否大于或等于预设的面积偏差率阈值；
若大于或等于预设的面积偏差率阈值，则将对应的两个网格进行合并；
若小于预设的面积偏差率阈值，则根据网格面积进行排序，根据网格面积顺序进行倒序合并。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括汽车车门疲劳耐久测试方法程序，所述汽车车门疲劳耐久测试方法程序被处理器执行时，实现如上述任一项所述的汽车车门疲劳耐久测试方法的步骤。
由上可知，本申请实施例提供的一种汽车车门疲劳耐久测试方法、***及介质，通过获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；判断所述测试偏差率是否大于或等于预设的偏差率阈值；若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；若小于，则调整车门测试参数，并实时记录测试信息；通过建立车门检测点对车门进行耐久测试，调整车门测试参数实现车门不同状态下的寿命预测的技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，本申请的目的和优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的汽车车门疲劳耐久测试方法的流程图；
图2为本申请实施例提供的汽车车门疲劳耐久测试方法的车门模型参数调整流程图；
图3为本申请实施例提供的汽车车门疲劳耐久测试方法的根据车门检测点轨迹信息进行判断气流流动信息的流程图；
图4为本申请实施例提供的汽车车门疲劳耐久测试***的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，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实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种汽车车门疲劳耐久测试方法的流程图。该汽车车门疲劳耐久测试方法用于终端设备中，该汽车车门疲劳耐久测试方法，包括以下步骤：
S101，获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；
S102，构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；
S103，采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；
S104，判断测试偏差率是否大于或等于预设的偏差率阈值；
S105，若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；
S106，若小于，则调整车门测试参数，并实时记录测试信息。
需要说明的是，通过获取汽车车门参数信息，不同的车型，车门的参数信息均不相同，不同的车型中车门检测点的位置也不同，从而可以根据车门的参数进行精准的选择检测点，保证检测点的测试结果更加贴近实际值，提高测试精度，此外，当检测点的测试信息出现较大偏差时，说明车门出现缺陷，根据车门的缺陷信息输入预设的寿命预测模型，可以确定车门疲劳度数据以及车门使用的剩余寿命，可以提前做出判断，车门疲劳度数据可以作为车门维修以及车门更换的依据，车门疲劳度数据与疲劳标准数据进行相似度判断，当相似度大于第一疲劳阈值且小于第二疲劳阈值时，说明车门在可以维修的疲劳范围内，此时可以通过紧固螺丝，连接处润滑等等多种方式进行维修，当相似度大于第二疲劳度时，说明车门磨损严重，此时则需要进行车门更换，在进行车门更换过程中，识别车门批次及生产时间，判断生产时间到更换时间的时间差，当时间差小于设定的时间值时，判定车门出厂批次不合格，此时需要进行返厂重铸。
进一步的，第一疲劳度阈值小于第二疲劳度阈值，第一疲劳度阈值的范围为10-60%，优选的第一疲劳度阈值为50%；第二疲劳度阈值的范围为65-80%，优选的第二疲劳度阈值为75%，即车门使用过程中疲劳度大于75%时，需要对车门进行更换。
请参照图2，图2是本申请一些实施例中的一种汽车车门疲劳耐久测试方法的车门模型参数调整流程图。根据本发明实施例，获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息，包括：
S201，获取汽车型号，根据汽车型号获取标准车门尺寸信息、形状信息以及边界信息；
S202，根据标准车门尺寸信息、形状信息以及边界信息进行车门建模，并对车门模型进行边缘点提取，得到车门模型的边缘线；
S203，将车门模型的边缘线与标准车门的边界信息进行相似度计算，得到边缘相似度；
S204，判断边缘相似度是否大于或等于预设的相似度阈值；
S205，若大于或等于，则判定建模成功，并将车门模型进行网格划分；
S206，若小于，则生成边界偏离信息，根据边界偏离信息生成修正信息，根据修正信息对车门模型参数进行调整。
需要说明的是，对车门模型进行网格划分，并提取车门边缘，根据车门边缘确定车门形状及面积，根据形状与面积确定检测点的分布位置以及各个检测点之间的关联度，保证相邻检测点的测试信息可以起到一定的联动效果，可以通过分析相邻的两个检测点之间的测试信息的偏差进行精准判断车门缺陷的位置，进而精准的对车门进行维修。
根据本发明实施例，若大于或等于，则判定建模成功，并将车门模型进行网格划分；包括：
获取车门边界信息，根据车门边界信息获取车门区域面积信息；
根据车门区域面积信息建立车门网格标准数量；
获取网格划分数量，将网格划分数量与标准数量进行减法计算，得到数量差值；
判断数量差值是否为零；
若为零，则判定网格划分准确；
若不为零，则判断数量差值为正值或负值；
若为正值，则判定网格划分数量大于标准数量，计算每一个网格的面积；将网格面积与预设的网格面积进行计算；
当网格面积大于预设的网格面积，则保留该网格；
若网格面积小于预设的网格面积，则计算网格面积偏差率；
判断网格面积偏差率是否大于或等于预设的面积偏差率阈值；
若大于或等于预设的面积偏差率阈值，则将对应的两个网格进行合并；
若小于预设的面积偏差率阈值，则根据网格面积进行排序，根据网格面积顺序进行倒序合并。
需要说明的是，在进行网格划分时，网格面积不宜过大也不能太小，太小则造成数据分析的过程繁琐，分析效率下降，面积过大，则会造成缺陷位置分析过程中偏差较大；此外倒序合并可以理解为：比如网格数量为10个，根据面积由大至小将网格进行排序，依次为第一网格、第二网格直至第十网格，当需要对网格进行合并时（即网格面积小或网格数量多时），将第十网格与第九网格合并，并再次根据面积由大到小进行排序，依次为第一网格、第二网格至第九网格，然后再次判断网格面积或网格数量，需要再次合并时，将第九网格与第八网格进行合并，依次类推。
根据本发明实施例，构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数，包括：
获取车门模型，建立坐标系，并获取车门检测点位置坐标；
将车门检测点位置坐标与预设的位置信息进行比较，得到位置偏差率；
判断位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成第一调整信息，根据第一调整信息对检测点位置进行调整；
若小于，则生成检测点联动信息，根据检测点联动信息建立检测点关联信息，将检测点关联信息与预设的关联信息进行比较，得到关联度；
判断关联度是否大于或等于预设的关联度阈值；
若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息；
若小于关联度阈值，则生成第二调整信息，根据第二调整信息对检测点分布信息进行调整。
需要说明的是，通过判断车门开合过程中检测点的轨迹，并对轨迹进行识别判断，当车门出现缺陷时，车门移动轨迹必出现较大误差，通过判断轨迹的误差，能够精准的识别车门缺陷位置以及缺陷类型，提高车门测试效果。
请参照图3，图3是本申请一些实施例中的一种汽车车门疲劳耐久测试方法的根据车门检测点轨迹信息进行判断气流流动信息的流程图。根据本发明实施例，若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息，包括：
S301，获取检测点轨迹信息，将检测点轨迹信息与预设的轨迹信息进行比较，得到轨迹偏差率；
S302，判断轨迹偏差率是否大于或等于预设的轨迹偏差率阈值；
S303，若大于或等于，则生成车门故障信息，将车门故障信息输入预设的寿命预测模型，生成车门剩余寿命，将车门剩余寿命与预设的寿命阈值进行比较；
S304，当车门剩余寿命小于预设的寿命阈值，则判定车门异常，则生成修复信息，根据修复信息对车门进行修复；
S305，若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息。
需要说明的是，车门轨迹出现较大的偏差时，说明车门故障严重，同时进行车门剩余寿命预测，为车门修复提供依据，此外通过判断识别每一个检测点位置处的气流进行识别检测点之间压强峰值的差异与相对车门 的距离和位置，判断检测点的压强信息，进行判断是否会影响人体耳膜，当压强大于人体耳膜承受压强值时，则调整车门开合的角度，并调整车门开合的及速度（如增加阻尼或减小阻尼的方式调整角速度），保证车门开关过程中不会对乘客耳朵造成损伤，提高车门的使用安全性。
根据本发明实施例，若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息；包括：
获取车门检测点预设区域内气流流动信息，生成车门关闭后检测点气压信息；
将车门关闭后检测点气压信息与预设的气压信息进行比较，得到气压偏差率；
判断气压偏差率是否大于或等于预设的气压偏差率；
若大于或等于，则判定检测点异常；
若小于，则判定检测点正常。
根据本发明实施例，还包括：
获取道路参数信息，根据道路参数信息建立汽车行驶过程中的车门振动模型；
根据车门振动模型生成车门振动数据；
将车门振动数据与预设的振动数据进行比较，得到振动偏差率；
判断振动偏差率是否大于或等于预设的振动偏差率阈值；
若大于或等于，则判定车门振动异常；
若小于，则判定车门振动正常，并获取密封条磨损数据；
根据密封条磨损数据进行实时识别密封条的使用情况。
需要说明的是，通过判断车门振动数据进行实时监测密封条磨损数据，当密封条磨损严重时，同样会对车门关闭过程中的气流及气压造成影响。
根据本发明实施例，还包括：
获取车门关闭过程中的声音数据，将声音数据输入音品评价模型，得到音品评价信息；
将音品评价信息与预设的音品评价信息进行比较，得到评价值；
判断评价值是否大于或等于预设的评价值；
若大于或等于，则生成评价得分与评价记录；
若小于，则生成声品缺陷，根据声品缺陷进行分析车门关闭过程中的疲劳度。
需要说明的是，对每一次的关门声音进行评价，采用等级评分法进行打分，关门声音的缺陷可以从侧面反映车门的疲劳度以及车门的损坏情况，从而可以提高车门测试精度。
请参照图4，图4是本申请一些实施例中的一种汽车车门疲劳耐久测试***的结构示意图。第二方面，本申请实施例提供了一种汽车车门疲劳耐久测试***4，该***包括：存储器41及处理器42，存储器中包括汽车车门疲劳耐久测试方法的程序，汽车车门疲劳耐久测试方法的程序被处理器执行时实现以下步骤：
获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；
构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；
采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；
判断测试偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；
若小于，则调整车门测试参数，并实时记录测试信息。
需要说明的是，通过获取汽车车门参数信息，不同的车型，车门的参数信息均不相同，不同的车型中车门检测点的位置也不同，从而可以根据车门的参数进行精准的选择检测点，保证检测点的测试结果更加贴近实际值，提高测试精度，此外，当检测点的测试信息出现较大偏差时，说明车门出现缺陷，根据车门的缺陷信息输入预设的寿命预测模型，可以确定车门疲劳度数据以及车门使用的剩余寿命，可以提前做出判断，车门疲劳度数据可以作为车门维修以及车门更换的依据，车门疲劳度数据与疲劳标准数据进行相似度判断，当相似度大于第一疲劳阈值且小于第二疲劳阈值时，说明车门在可以维修的疲劳范围内，此时可以通过紧固螺丝，连接处润滑等等多种方式进行维修，当相似度大于第二疲劳度时，说明车门磨损严重，此时则需要进行车门更换，在进行车门更换过程中，识别车门批次及生产时间，判断生产时间到更换时间的时间差，当时间差小于设定的时间值时，判定车门出厂批次不合格，此时需要进行返厂重铸。
进一步的，第一疲劳度阈值小于第二疲劳度阈值，第一疲劳度阈值的范围为10-60%，优选的第一疲劳度阈值为50%；第二疲劳度阈值的范围为65-80%，优选的第二疲劳度阈值为75%，即车门使用过程中疲劳度大于75%时，需要对车门进行更换。
根据本发明实施例，获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息，包括：
获取汽车型号，根据汽车型号获取标准车门尺寸信息、形状信息以及边界信息；
根据标准车门尺寸信息、形状信息以及边界信息进行车门建模，并对车门模型进行边缘点提取，得到车门模型的边缘线；
将车门模型的边缘线与标准车门的边界信息进行相似度计算，得到边缘相似度；
判断边缘相似度是否大于或等于预设的相似度阈值；
若大于或等于，则判定建模成功，并将车门模型进行网格划分；
若小于，则生成边界偏离信息，根据边界偏离信息生成修正信息，根据修正信息对车门模型参数进行调整。
需要说明的是，对车门模型进行网格划分，并提取车门边缘，根据车门边缘确定车门形状及面积，根据形状与面积确定检测点的分布位置以及各个检测点之间的关联度，保证相邻检测点的测试信息可以起到一定的联动效果，可以通过分析相邻的两个检测点之间的测试信息的偏差进行精准判断车门缺陷的位置，进而精准的对车门进行维修。
根据本发明实施例，若大于或等于，则判定建模成功，并将车门模型进行网格划分；包括：
获取车门边界信息，根据车门边界信息获取车门区域面积信息；
根据车门区域面积信息建立车门网格标准数量；
获取网格划分数量，将网格划分数量与标准数量进行减法计算，得到数量差值；
判断数量差值是否为零；
若为零，则判定网格划分准确；
若不为零，则判断数量差值为正值或负值；
若为正值，则判定网格划分数量大于标准数量，计算每一个网格的面积；将网格面积与预设的网格面积进行计算；
当网格面积大于预设的网格面积，则保留该网格；
若网格面积小于预设的网格面积，则计算网格面积偏差率；
判断网格面积偏差率是否大于或等于预设的面积偏差率阈值；
若大于或等于预设的面积偏差率阈值，则将对应的两个网格进行合并；
若小于预设的面积偏差率阈值，则根据网格面积进行排序，根据网格面积顺序进行倒序合并。
需要说明的是，在进行网格划分时，网格面积不宜过大也不能太小，太小则造成数据分析的过程繁琐，分析效率下降，面积过大，则会造成缺陷位置分析过程中偏差较大；此外倒序合并可以理解为：比如网格数量为10个，根据面积由大至小将网格进行排序，依次为第一网格、第二网格直至第十网格，当需要对网格进行合并时（即网格面积小或网格数量多时），将第十网格与第九网格合并，并再次根据面积由大到小进行排序，依次为第一网格、第二网格至第九网格，然后再次判断网格面积或网格数量，需要再次合并时，将第九网格与第八网格进行合并，依次类推。
根据本发明实施例，构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数，包括：
获取车门模型，建立坐标系，并获取车门检测点位置坐标；
将车门检测点位置坐标与预设的位置信息进行比较，得到位置偏差率；
判断位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成第一调整信息，根据第一调整信息对检测点位置进行调整；
若小于，则生成检测点联动信息，根据检测点联动信息建立检测点关联信息，将检测点关联信息与预设的关联信息进行比较，得到关联度；
判断关联度是否大于或等于预设的关联度阈值；
若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息；
若小于关联度阈值，则生成第二调整信息，根据第二调整信息对检测点分布信息进行调整。
需要说明的是，通过判断车门开合过程中检测点的轨迹，并对轨迹进行识别判断，当车门出现缺陷时，车门移动轨迹必出现较大误差，通过判断轨迹的误差，能够精准的识别车门缺陷位置以及缺陷类型，提高车门测试效果。
根据本发明实施例，若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息，包括：
获取检测点轨迹信息，将检测点轨迹信息与预设的轨迹信息进行比较，得到轨迹偏差率；
判断轨迹偏差率是否大于或等于预设的轨迹偏差率阈值；
若大于或等于，则生成车门故障信息，将车门故障信息输入预设的寿命预测模型，生成车门剩余寿命，将车门剩余寿命与预设的寿命阈值进行比较；
当车门剩余寿命小于预设的寿命阈值，则判定车门异常，则生成修复信息，根据修复信息对车门进行修复；
若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息。
需要说明的是，车门轨迹出现较大的偏差时，说明车门故障严重，同时进行车门剩余寿命预测，为车门修复提供依据，此外通过判断识别每一个检测点位置处的气流进行识别检测点之间压强峰值的差异与相对车门 的距离和位置，判断检测点的压强信息，进行判断是否会影响人体耳膜，当压强大于人体耳膜承受压强值时，则调整车门开合的角度，并调整车门开合的及速度（如增加阻尼或减小阻尼的方式调整角速度），保证车门开关过程中不会对乘客耳朵造成损伤，提高车门的使用安全性。
根据本发明实施例，若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息；包括：
获取车门检测点预设区域内气流流动信息，生成车门关闭后检测点气压信息；
将车门关闭后检测点气压信息与预设的气压信息进行比较，得到气压偏差率；
判断气压偏差率是否大于或等于预设的气压偏差率；
若大于或等于，则判定检测点异常；
若小于，则判定检测点正常。
根据本发明实施例，还包括：
获取道路参数信息，根据道路参数信息建立汽车行驶过程中的车门振动模型；
根据车门振动模型生成车门振动数据；
将车门振动数据与预设的振动数据进行比较，得到振动偏差率；
判断振动偏差率是否大于或等于预设的振动偏差率阈值；
若大于或等于，则判定车门振动异常；
若小于，则判定车门振动正常，并获取密封条磨损数据；
根据密封条磨损数据进行实时识别密封条的使用情况。
需要说明的是，通过判断车门振动数据进行实时监测密封条磨损数据，当密封条磨损严重时，同样会对车门关闭过程中的气流及气压造成影响。
根据本发明实施例，还包括：
获取车门关闭过程中的声音数据，将声音数据输入音品评价模型，得到音品评价信息；
将音品评价信息与预设的音品评价信息进行比较，得到评价值；
判断评价值是否大于或等于预设的评价值；
若大于或等于，则生成评价得分与评价记录；
若小于，则生成声品缺陷，根据声品缺陷进行分析车门关闭过程中的疲劳度。
需要说明的是，对每一次的关门声音进行评价，采用等级评分法进行打分，关门声音的缺陷可以从侧面反映车门的疲劳度以及车门的损坏情况，从而可以提高车门测试精度。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括汽车车门疲劳耐久测试方法程序，汽车车门疲劳耐久测试方法程序被处理器执行时，实现如上述任一项的汽车车门疲劳耐久测试方法的步骤。
本发明公开的一种汽车车门疲劳耐久测试方法、***及介质，通过获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；判断所述测试偏差率是否大于或等于预设的偏差率阈值；若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；若小于，则调整车门测试参数，并实时记录测试信息；通过建立车门检测点对车门进行耐久测试，调整车门测试参数实现车门不同状态下的寿命预测的技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现；以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行；另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元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，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种汽车车门疲劳耐久测试方法，其特征在于，包括：
获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；
构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；
采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；
判断所述测试偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；
若小于，则调整车门测试参数，并实时记录测试信息。
2.根据权利要求1所述的汽车车门疲劳耐久测试方法，其特征在于，所述获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息，包括：
获取汽车型号，根据汽车型号获取标准车门尺寸信息、形状信息以及边界信息；
根据标准车门尺寸信息、形状信息以及边界信息进行车门建模，并对车门模型进行边缘点提取，得到车门模型的边缘线；
将车门模型的边缘线与标准车门的边界信息进行相似度计算，得到边缘相似度；
判断所述边缘相似度是否大于或等于预设的相似度阈值；
若大于或等于，则判定建模成功，并将车门模型进行网格划分；
若小于，则生成边界偏离信息，根据边界偏离信息生成修正信息，根据修正信息对车门模型参数进行调整。
3.根据权利要求2所述的汽车车门疲劳耐久测试方法，其特征在于，所述若大于或等于，则判定建模成功，并将车门模型进行网格划分；包括：
获取车门边界信息，根据车门边界信息获取车门区域面积信息；
根据车门区域面积信息建立车门网格标准数量；
获取网格划分数量，将网格划分数量与标准数量进行减法计算，得到数量差值；
判断所述数量差值是否为零；
若为零，则判定网格划分准确；
若不为零，则判断数量差值为正值或负值；
若为正值，则判定网格划分数量大于标准数量，计算每一个网格的面积；将网格面积与预设的网格面积进行计算；
当网格面积大于预设的网格面积，则保留该网格；
若网格面积小于预设的网格面积，则计算网格面积偏差率；
判断所述网格面积偏差率是否大于或等于预设的面积偏差率阈值；
若大于或等于预设的面积偏差率阈值，则将对应的两个网格进行合并；
若小于预设的面积偏差率阈值，则根据网格面积进行排序，根据网格面积顺序进行倒序合并。
4.根据权利要求3所述的汽车车门疲劳耐久测试方法，其特征在于，所述构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数，包括：
获取车门模型，建立坐标系，并获取车门检测点位置坐标；
将车门检测点位置坐标与预设的位置信息进行比较，得到位置偏差率；
判断所述位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成第一调整信息，根据第一调整信息对检测点位置进行调整；
若小于，则生成检测点联动信息，根据检测点联动信息建立检测点关联信息，将检测点关联信息与预设的关联信息进行比较，得到关联度；
判断所述关联度是否大于或等于预设的关联度阈值；
若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息；
若小于关联度阈值，则生成第二调整信息，根据第二调整信息对检测点分布信息进行调整。
5.根据权利要求4所述的汽车车门疲劳耐久测试方法，其特征在于，所述若大于或等于预设的关联度阈值，则建立检测点分布信息，并根据检测点分布信息生成车门开合过程中检测点轨迹信息，包括：
获取检测点轨迹信息，将检测点轨迹信息与预设的轨迹信息进行比较，得到轨迹偏差率；
判断所述轨迹偏差率是否大于或等于预设的轨迹偏差率阈值；
若大于或等于，则生成车门故障信息，将车门故障信息输入预设的寿命预测模型，生成车门剩余寿命，将车门剩余寿命与预设的寿命阈值进行比较；
当车门剩余寿命小于预设的寿命阈值，则判定车门异常，则生成修复信息，根据修复信息对车门进行修复；
若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息。
6.根据权利要求5所述的汽车车门疲劳耐久测试方法，其特征在于，所述若小于预设的轨迹偏差率阈值，则获取车门开合过程中检测点预设区域内气流流动信息；包括：
获取车门检测点预设区域内气流流动信息，生成车门关闭后检测点气压信息；
将车门关闭后检测点气压信息与预设的气压信息进行比较，得到气压偏差率；
判断所述气压偏差率是否大于或等于预设的气压偏差率；
若大于或等于，则判定检测点异常；
若小于，则判定检测点正常。
7.一种汽车车门疲劳耐久测试***，其特征在于，该***包括：存储器及处理器，所述存储器中包括汽车车门疲劳耐久测试方法的程序，所述汽车车门疲劳耐久测试方法的程序被所述处理器执行时实现以下步骤：
获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息；
构建车门测试模型，输入车门检测点的位置信息，并输出车门测试参数；
采集车门检测点的测试信息，并将车门检测点的测试信息与预设的测试信息进行比较，得到测试偏差率；
判断所述测试偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成缺陷信息，并将缺陷信息输入预设的寿命预测模型，得到车门疲劳度数据；
若小于，则调整车门测试参数，并实时记录测试信息。
8.根据权利要求7所述的汽车车门疲劳耐久测试***，其特征在于，所述获取汽车车门参数信息，并建立车门模型，根据车门模型建立车门检测点，得到车门检测点的位置信息，包括：
获取汽车型号，根据汽车型号获取标准车门尺寸信息、形状信息以及边界信息；
根据标准车门尺寸信息、形状信息以及边界信息进行车门建模，并对车门模型进行边缘点提取，得到车门模型的边缘线；
将车门模型的边缘线与标准车门的边界信息进行相似度计算，得到边缘相似度；
判断所述边缘相似度是否大于或等于预设的相似度阈值；
若大于或等于，则判定建模成功，并将车门模型进行网格划分；
若小于，则生成边界偏离信息，根据边界偏离信息生成修正信息，根据修正信息对车门模型参数进行调整。
9.根据权利要求8所述的汽车车门疲劳耐久测试***，其特征在于，所述若大于或等于，则判定建模成功，并将车门模型进行网格划分；包括：
获取车门边界信息，根据车门边界信息获取车门区域面积信息；
根据车门区域面积信息建立车门网格标准数量；
获取网格划分数量，将网格划分数量与标准数量进行减法计算，得到数量差值；
判断所述数量差值是否为零；
若为零，则判定网格划分准确；
若不为零，则判断数量差值为正值或负值；
若为正值，则判定网格划分数量大于标准数量，计算每一个网格的面积；将网格面积与预设的网格面积进行计算；
当网格面积大于预设的网格面积，则保留该网格；
若网格面积小于预设的网格面积，则计算网格面积偏差率；
判断所述网格面积偏差率是否大于或等于预设的面积偏差率阈值；
若大于或等于预设的面积偏差率阈值，则将对应的两个网格进行合并；
若小于预设的面积偏差率阈值，则根据网格面积进行排序，根据网格面积顺序进行倒序合并。
10.一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汽车车门疲劳耐久测试方法程序，所述汽车车门疲劳耐久测试方法程序被处理器执行时，实现如权利要求1至6中任一项所述的汽车车门疲劳耐久测试方法的步骤。
CN202310660116.7A 2023-06-06 2023-06-06 一种汽车车门疲劳耐久测试方法、***及介质 Active CN116380496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310660116.7A CN116380496B (zh) 2023-06-06 2023-06-06 一种汽车车门疲劳耐久测试方法、***及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310660116.7A CN116380496B (zh) 2023-06-06 2023-06-06 一种汽车车门疲劳耐久测试方法、***及介质

Publications (2)

Publication Number Publication Date
CN116380496A true CN116380496A (zh) 2023-07-04
CN116380496B CN116380496B (zh) 2023-08-11

Family

ID=86961970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310660116.7A Active CN116380496B (zh) 2023-06-06 2023-06-06 一种汽车车门疲劳耐久测试方法、***及介质

Country Status (1)

Country Link
CN (1) CN116380496B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116701236A (zh) * 2023-08-08 2023-09-05 贵州通利数字科技有限公司 一种app应用测试方法、***和可读存储介质
CN118188530A (zh) * 2024-05-17 2024-06-14 中建安装集团黄河建设有限公司 一种中继泵运行疲劳度监测方法、介质及***
CN118209150A (zh) * 2024-05-20 2024-06-18 山东向明数智物联科技有限公司 污染源远程运维控制***及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110455522A (zh) * 2019-09-19 2019-11-15 上海海事大学 一种基于伺服电缸的车门耐久试验台随机试验方法
CN111597743A (zh) * 2020-04-20 2020-08-28 中国第一汽车股份有限公司 车门开关的耐久分析方法、装置、设备及存储介质
CN112100883A (zh) * 2020-08-27 2020-12-18 宝能(广州)汽车研究院有限公司 车门疲劳仿真分析方法
CN112444408A (zh) * 2019-08-30 2021-03-05 比亚迪股份有限公司 车门状态的测试方法、装置、控制器、存储介质及车辆
CN113155439A (zh) * 2021-05-12 2021-07-23 恒大新能源汽车投资控股集团有限公司 车辆开闭件疲劳检测方法和***
CN115270292A (zh) * 2022-07-18 2022-11-01 一汽奔腾轿车有限公司 一种车门疲劳耐久寿命预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444408A (zh) * 2019-08-30 2021-03-05 比亚迪股份有限公司 车门状态的测试方法、装置、控制器、存储介质及车辆
CN110455522A (zh) * 2019-09-19 2019-11-15 上海海事大学 一种基于伺服电缸的车门耐久试验台随机试验方法
CN111597743A (zh) * 2020-04-20 2020-08-28 中国第一汽车股份有限公司 车门开关的耐久分析方法、装置、设备及存储介质
CN112100883A (zh) * 2020-08-27 2020-12-18 宝能(广州)汽车研究院有限公司 车门疲劳仿真分析方法
CN113155439A (zh) * 2021-05-12 2021-07-23 恒大新能源汽车投资控股集团有限公司 车辆开闭件疲劳检测方法和***
CN115270292A (zh) * 2022-07-18 2022-11-01 一汽奔腾轿车有限公司 一种车门疲劳耐久寿命预测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116701236A (zh) * 2023-08-08 2023-09-05 贵州通利数字科技有限公司 一种app应用测试方法、***和可读存储介质
CN116701236B (zh) * 2023-08-08 2023-10-03 贵州通利数字科技有限公司 一种app应用测试方法、***和可读存储介质
CN118188530A (zh) * 2024-05-17 2024-06-14 中建安装集团黄河建设有限公司 一种中继泵运行疲劳度监测方法、介质及***
CN118209150A (zh) * 2024-05-20 2024-06-18 山东向明数智物联科技有限公司 污染源远程运维控制***及方法

Also Published As

Publication number Publication date
CN116380496B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN108460144B (zh) 一种基于机器学习的煤炭设备故障预警***及方法
CN109524139B (zh) 一种基于设备工况变化的实时设备性能监测方法
CN110764493B (zh) 一种适用于高速铁路的phm应用***、方法及存储介质
CN103617110B (zh) 服务器设备状态检修***
EP3105644B1 (en) Method of identifying anomalies
CN116380496B (zh) 一种汽车车门疲劳耐久测试方法、***及介质
CN108304348B (zh) 一种基于二元维纳过程的轴承剩余寿命预测方法
WO2011049667A1 (en) System and method for selecting a maintenance operation
CN113562562A (zh) 一种电梯安全预警监测***及其判断方法
CN109507992B (zh) 一种机车制动***部件的故障预测方法、装置及设备
CN112149750A (zh) 一种供水管网爆管识别数据驱动方法
CN116345690B (zh) 基于供电***设备清单的电力监测虚警识别方法及***
CN112036581A (zh) 交通工具空调***的性能检测方法及装置、存储介质、终端
CN115392782A (zh) 一种核电厂工艺***健康状态监测和诊断方法及***
CN112329341B (zh) 一种基于ar和随机森林模型的故障诊断***及方法
CN117435883A (zh) 一种基于数字孪生的设备故障预测的方法和***
CN114577470A (zh) 用于风机主轴承的故障诊断方法及***
CN114638060B (zh) 故障预测方法、***、电子设备
Olsson et al. Case-based reasoning combined with statistics for diagnostics and prognosis
CN115809805A (zh) 基于边缘计算的电网多源数据处理方法
CN115292969A (zh) 基于出厂和返修数据的装备外场可靠性评估方法及***
Babishin et al. An algorithm for estimating the effect of maintenance on aggregated covariates with application to railway switch point machines
Asplund et al. Assessment of the data quality of wayside wheel profile measurements.
CN106547690A (zh) 基于新拟合判定标准下的软件可靠性建模方法及装置
CN114565883A (zh) 一种设备的运行故障用图形识别算法

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
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Method, System, and Medium for Fatigue Durability Testing of Automobile Doors

Effective date of registration: 20230911

Granted publication date: 20230811

Pledgee: Bank of China Limited Suzhou Xiangcheng sub branch

Pledgor: SUZHOU EXPERT DETECTION TECHNOLOGY CO.,LTD.

Registration number: Y2023980056006

PE01 Entry into force of the registration of the contract for pledge of patent right