【技術實現步驟摘要】
本專利技術涉及新能源檢測，具體為一種新能源汽車的高性能自動檢測設備。
技術介紹
1、目前，隨著全球對環境保護和可持續發展的重視，新能源汽車作為一種清潔能源汽車，受到了越來越多的關注和推廣，然而目前新能源汽車的高性能自動檢測設備也暴露出了一些缺點，首先，由于新能源汽車的技術特性與傳統燃油汽車有所不同，現有的檢測設備在應對新能源汽車的各項性能指標時存在一定的不足，體現出高性能自動檢測設備在技術上存在一定的局限性，其次，新能源汽車的高性能自動檢測設備在適用性方面也存在一些問題，由于新能源汽車種類繁多，包括純電動汽車、混合動力汽車等，而這些汽車在動力系統和能源系統上都存在差異，因此需要針對不同類型的新能源汽車設計不同的自動檢測設備，然而，目前市面上的一些自動檢測設備并沒有考慮到這一點，導致了其在適用性方面存在一定的局限性，最后，目前市面上多采用人工檢測車輛的問題，缺乏數字孿生技術下的車輛關鍵部件性能檢測，為此，我們提出一種新能源汽車的高性能自動檢測設備。
技術實現思路
1、本專利技術的目的在于提供一種新能源汽車的高性能自動檢測設備。
2、以解決上述
技術介紹
中提出的問題，本專利技術提供如下技術方案：一種新能源汽車的高性能自動檢測設備，所述新能源汽車的高性能自動檢測設備用于對新能源汽車輪廓以及電池溫度進行自動檢測，所述新能源汽車的高性能自動檢測設備包括坐標模塊、輪廓掃描模塊、劃分區域模塊、微型機械人掃描模塊、輪廓預測模塊、旋轉驗證模塊、數據訓練模塊、測溫模塊、溫度點位模型模塊、修正
3、坐標模塊，用于構建坐標系；
4、輪廓掃描模塊，用于對輪廓進行掃描，獲取車輛輪廓的數據，然后將獲取的數據傳輸到劃分區域模塊中；
5、劃分區域模塊，用于將輪廓劃分成n*n個區域；
6、微型機械人掃描模塊，用于對車輛設定的位置進行近距離掃描，獲取車輛輪廓更加仔細的信息，然后將獲取的信息傳輸到輪廓預測模塊中；
7、輪廓預測模塊，用于利用獲取的輪廓信息進行訓練預測輪廓，再將預測的輪廓模型傳輸到旋轉驗證模塊中；
8、旋轉驗證模塊，用于旋轉車輛到設定角度，再次獲取車輛輪廓的數據，對輪廓預測模塊預測的輪廓模型進行驗證，獲取模型的準確性；
9、數據訓練模塊，用于對nij區域相鄰的8個區域進行數據訓練；
10、測溫模塊，用于對新能源汽車的電池進行溫度檢測，然后將檢測出的溫度傳輸到溫度點位模型模塊中；
11、溫度點位模型模塊，用于根據上述空間關系構建初次溫度點模型，然后將構建的模型傳輸到修正模型模塊中；
12、修正模型模塊，用于對測量的數據進行訓練預測，對溫度點位模型模塊中的模型進行驗證；
13、補充模塊，用于對電池溫度進行再次測量，進一步修正驗證結果；
14、對比模塊，用于將預測出的輪廓以及電池的數據與車輛出廠時的輪廓數據以及電池數據進行對比，查看輪廓以及電池的異常狀況。
15、作為本專利技術的進一步方案：所述坐標模塊當車輛靜置在水平檢測平臺上時，外設環形軌道，并以平臺水平中心為坐標原點，環形徑向水平為x軸，垂直環形平面為y軸，環形徑向豎直為z軸創建坐標系，所述輪廓掃描模塊能夠采用機械激光雷達進行初次旋轉掃描，獲取車輛輪廓的數據，該數據中包含車漆、輪胎、底盤等坐標數據。
16、作為本專利技術的進一步方案：所述劃分區域模塊能夠根據坐標將輪廓劃分成n*n個區域，并將每個區域命名為n00-nnn，所述微型機械人掃描模塊能夠采用微型機械人激光蜂群近距離分別在車輛以單位向量為(0，0，1)、(0,1,1)和(0,1,0)對nij區域內進一步掃描，每個角度下次數為m次，通過機器人自身坐標、激光發射距離、接收距離與平臺坐標系空間關系進一步確定輪廓坐標。
17、作為本專利技術的進一步方案：所述輪廓預測模塊能夠進行訓練預測輪廓，向量機模型是一種監督學習算法，用于分類和回歸分析，適用于復雜的高維數據和非線性關系的建模。
18、作為本專利技術的進一步方案：所述旋轉驗證模塊能夠控制水平檢測平臺進行設定角度調整，然后重新獲取車輛輪廓的數據，從而驗證輪廓預測模塊中形成的輪廓模型，驗證預測的輪廓模型準確性，當發現誤差較大，則重新訓練預測，繼續旋轉水平檢測平臺一定角度驗證模型的準確性，直到擬合度到0.95以上為止。
19、作為本專利技術的進一步方案：所述數據訓練模塊當對ni，j區域相鄰的8個區域進行數據訓練時，會重復權利要求3-6的步驟，而ni，j和ni+1，j拓展訓練后，會有交叉區域，通過交叉的訓練模型進行修正，取擬合度更優者。
20、作為本專利技術的進一步方案：所述測溫模塊能夠利用微型機械人對電池的六個面進行多點位溫度檢測，從而對新能源電池進行全面溫度檢測，所述溫度點位模型模塊能夠根據上述的空間關系建立初次溫度點位模型，采用恒流放電法測量電池容量，基于新能源電池的容量變化、使用傳輸功率、時間與溫度關系函數的改進隨機森林模型。
21、作為本專利技術的進一步方案：所述修正模型模塊在將測量的數據進行訓練預測時，會同時采用微型機器人獲得其他點位的溫度數據進行驗證，修正模型，獲取更準確的預測結果，所述補充模塊每隔5分鐘進行重新測量溫度，對驗證結果進行修正，并將上述的訓練集擴充再次訓練和預測，進一步提高精確度。
22、作為本專利技術的進一步方案：所述對比模塊能夠儲存各種新能源車輛的輪廓以及電池溫度的出廠數據，當預測出最終新能源車輛輪廓以及電池數據后，將預測出的輪廓以及電池形成的模型與出廠時的輪廓以及電池數據進行對比，并在電腦上實時顯示哪一塊區域輪廓變形量、電池續航能力以及電池是否有發熱異常等問題。
23、采用上述技術方案，與現有技術相比，本專利技術的有益效果在于：
24、1、本專利技術通過微型機械人掃描模塊能夠近距離對新能源車輛輪廓數據進行掃描獲取，從而得到更加詳細的輪廓信息，通過輪廓預測模塊中的最小二乘法可以得到最優的線性模型參數估計，使得擬合模型與觀測數據點的殘差平方和最小化，利用向量機模型可以處理高維數據和非線性數據，并且對異常值具有較強的魯棒性，這樣能夠對新能源汽車輪廓進行掃描，然后對掃描的輪廓進行預測建模，方便對新能源汽車的輪廓、輪胎磨損程度；
25、2、本專利技術通過旋轉驗證模塊獲取的新能源汽車輪廓詳細數據，能夠與預測輪廓的模型進行對比，從而驗證預測輪廓模型的準確性，所述數據訓練模塊能夠對新能源輪廓進行再次掃描、預測以及建模，利用新的輪廓建模與舊輪廓建模進行疊合對比，得出交叉的區域，利用交叉區域對訓練模型進行再次修正，這樣能夠對新能源汽車的輪廓、輪胎磨損程度和電池溫度準確的檢測，實現數字孿生技術下自動檢測設備；
26、3、本專利技術通過溫度點位模型模塊能夠將檢測的溫度點位進行建模，利用恒流放電法能夠對新能源電池的容量進行測量，通過隨機森林模塊能夠對多個新能源電池的溫度預測結果進行整合，增加對新能源電池溫度預測的準本文檔來自技高網...
【技術保護點】
1.一種新能源汽車的高性能自動檢測設備，其特征在于：所述新能源汽車的高性能自動檢測設備用于對新能源汽車輪廓以及電池溫度進行自動檢測，所述新能源汽車的高性能自動檢測設備包括坐標模塊、輪廓掃描模塊、劃分區域模塊、微型機械人掃描模塊、輪廓預測模塊、旋轉驗證模塊、數據訓練模塊、測溫模塊、溫度點位模型模塊、修正模型模塊、補充模塊以及對比模塊，其中：
2.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述坐標模塊當車輛靜置在水平檢測平臺上時，外設環形軌道，并以平臺水平中心為坐標原點，環形徑向水平為x軸，垂直環形平面為y軸，環形徑向豎直為z軸創建坐標系，所述輪廓掃描模塊能夠采用機械激光雷達進行初次旋轉掃描，獲取車輛輪廓的數據，該數據中包含車漆、輪胎、底盤等坐標數據。
3.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述劃分區域模塊能夠根據坐標將輪廓劃分成n*n個區域，并將每個區域命名為N00-Nnn，所述微型機械人掃描模塊能夠采用微型機械人激光蜂群近距離分別在車輛以單位向量為(0，0，1)、(0,1,1)和(0,1,0)對N
4.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述輪廓預測模塊能夠進行訓練預測輪廓，向量機模型是一種監督學習算法，用于分類和回歸分析，適用于復雜的高維數據和非線性關系的建模。
5.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述旋轉驗證模塊能夠控制水平檢測平臺進行設定角度調整，然后重新獲取車輛輪廓的數據，從而驗證輪廓預測模塊中形成的輪廓模型，驗證預測的輪廓模型準確性，當發現誤差較大，則重新訓練預測，繼續旋轉水平檢測平臺一定角度驗證模型的準確性，直到擬合度到0.95以上為止。
6.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述數據訓練模塊當對Ni，j區域相鄰的8個區域進行數據訓練時，會重復權利要求3-6的步驟，而Ni，j和Ni+1，j拓展訓練后，會有交叉區域，通過交叉的訓練模型進行修正，取擬合度更優者。
7.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述測溫模塊能夠利用微型機械人對電池的六個面進行多點位溫度檢測，從而對新能源電池進行全面溫度檢測，所述溫度點位模型模塊能夠根據上述的空間關系建立初次溫度點位模型，采用恒流放電法測量電池容量，基于新能源電池的容量變化、使用傳輸功率、時間與溫度關系函數的改進隨機森林模型。
8.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述修正模型模塊在將測量的數據進行訓練預測時，會同時采用微型機器人獲得其他點位的溫度數據進行驗證，修正模型，獲取更準確的預測結果，所述補充模塊每隔5分鐘進行重新測量溫度，對驗證結果進行修正，并將上述的訓練集擴充再次訓練和預測，進一步提高精確度。
9.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述對比模塊能夠儲存各種新能源車輛的輪廓以及電池溫度的出廠數據，當預測出最終新能源車輛輪廓以及電池數據后，將預測出的輪廓以及電池形成的模型與出廠時的輪廓以及電池數據進行對比，并在電腦上實時顯示哪一塊區域輪廓變形量、電池續航能力以及電池是否有發熱異常等問題。
...【技術特征摘要】
1.一種新能源汽車的高性能自動檢測設備，其特征在于：所述新能源汽車的高性能自動檢測設備用于對新能源汽車輪廓以及電池溫度進行自動檢測，所述新能源汽車的高性能自動檢測設備包括坐標模塊、輪廓掃描模塊、劃分區域模塊、微型機械人掃描模塊、輪廓預測模塊、旋轉驗證模塊、數據訓練模塊、測溫模塊、溫度點位模型模塊、修正模型模塊、補充模塊以及對比模塊，其中：
2.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述坐標模塊當車輛靜置在水平檢測平臺上時，外設環形軌道，并以平臺水平中心為坐標原點，環形徑向水平為x軸，垂直環形平面為y軸，環形徑向豎直為z軸創建坐標系，所述輪廓掃描模塊能夠采用機械激光雷達進行初次旋轉掃描，獲取車輛輪廓的數據，該數據中包含車漆、輪胎、底盤等坐標數據。
3.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述劃分區域模塊能夠根據坐標將輪廓劃分成n*n個區域，并將每個區域命名為n00-nnn，所述微型機械人掃描模塊能夠采用微型機械人激光蜂群近距離分別在車輛以單位向量為(0，0，1)、(0,1,1)和(0,1,0)對nij區域內進一步掃描，每個角度下次數為m次，通過機器人自身坐標、激光發射距離、接收距離與平臺坐標系空間關系進一步確定輪廓坐標。
4.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述輪廓預測模塊能夠進行訓練預測輪廓，向量機模型是一種監督學習算法，用于分類和回歸分析，適用于復雜的高維數據和非線性關系的建模。
5.根據權利要求1所述的一種新能源汽車的高性能自動檢測設備，其特征在于：所述旋轉驗證模塊能夠控制水平檢測平臺進行設定角度調整，然后重新獲取...
【專利技術屬性】
技術研發人員：李冬，黃凱峰，畢堯山，李峰輝，劉樹林，封居強，王丹丹，
申請(專利權)人：淮南師范學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。