-
公开(公告)号:CN113076697B
公开(公告)日:2022-11-29
申请号:CN202110423665.3
申请日:2021-04-20
Applicant: 潍柴动力股份有限公司
IPC: G06F30/27 , G06N7/00 , G06F111/08
Abstract: 本申请提供了一种典型驾驶工况的构建方法、相关装置及计算机存储介质,所述典型驾驶工况的构建方法包括:首先,获取目标市场数据集合;然后,对所述目标市场数据集合中的数据进行预处理,得到至少一个目标数据组;最后,针对每一个所述目标数据组,将所述目标数据组输入至典型驾驶工况的构建模型中,得到所述目标数据组对应的典型驾驶工况;其中,所述典型驾驶工况的构建模型由至少一个机型和训练样本细分市场的组合,以及所述训练样本细分市场的各类别指标对应的原始工况,对基于非均匀网格的马尔科夫‑蒙特卡洛模型进行训练得到。从而达到精确的构建典型驾驶工况的目的。
-
公开(公告)号:CN115190150A
公开(公告)日:2022-10-14
申请号:CN202210810611.7
申请日:2022-07-11
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种消息的推送方法、通信终端、处理器与推送系统,该推送方法包括:接收电子控制单元发送的发动机当前的总运行时长;接收网关转发的发动机的维保信息,维保信息包括维保周期与首保周期中的至少一个以及维保项目信息;根据维保项目信息对应的维保周期或者首保周期,以及当前的总运行时长,确定是否将对应的推送信息显示在显示屏上。实现了通信终端自动进行发动机的维保提醒,从而可以延长发动机的使用寿命,解决了现有技术中船舶在内河或海上航行时,因信号质量较差导致数据无法及时回传,使得无法自动提示维保人员进行维保的问题。
-
公开(公告)号:CN116546056A
公开(公告)日:2023-08-04
申请号:CN202310717723.2
申请日:2023-06-16
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: H04L67/12 , H04L67/00 , H04L67/141 , H04L67/146 , H04L69/22 , H04W4/48 , H04W76/10 , H04W76/11 , H04W12/06 , H04L9/40
Abstract: 本申请提供了一种基于车载通信终端的远程标定方法及装置,应用于服务端、客户端和车载通信终端。在执行所述方法时,客户端先响应于客户端用户的触控操作生成标定请求消息;然后客户端将标定请求消息透传至服务端;所述标定请求消息用于所述服务端基于车载通信终端的标识通过车载通信终端获取标定请求返回消息;所述标定请求返回消息由所述车载通信终端和汽车电控单元通信基于所述标定变量信息获取的;最后客户端接收所述标定请求返回消息进行解析得到标定结果。这样,利用客户端解析数据并采用车载通信终端、客户端和服务端之间的数据透传的方式进行数据转发,达到了服务端和数据传输轻量化的效果。如此,可以提升服务端及整个链路的稳定性。
-
公开(公告)号:CN116523406A
公开(公告)日:2023-08-01
申请号:CN202310508621.X
申请日:2023-05-04
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F17/18
Abstract: 本申请提供了一种发电机组的状态判定方法、装置、存储介质和电子设备。该方法包括:获取发电机组的多个运行状态样本,其中,多个运行状态样本包括在预设时间区间内不同采集时刻采集到的多个指标参数;对多个运行状态样本进行特征提取,得到多个目标特征参数;根据预设概率分布模型和多个目标特征参数,确定多个目标特征参数对应的分布概率;根据多个目标特征参数对应的分布概率和预设阈值,确定发电机组的状态在预设时间区间内的异常程度。上述方法实现了对发电机组状态异常程度更准确的评估。
-
公开(公告)号:CN113076697A
公开(公告)日:2021-07-06
申请号:CN202110423665.3
申请日:2021-04-20
Applicant: 潍柴动力股份有限公司
IPC: G06F30/27 , G06N7/00 , G06F111/08
Abstract: 本申请提供了一种典型驾驶工况的构建方法、相关装置及计算机存储介质,所述典型驾驶工况的构建方法包括:首先,获取目标市场数据集合;然后,对所述目标市场数据集合中的数据进行预处理,得到至少一个目标数据组;最后,针对每一个所述目标数据组,将所述目标数据组输入至典型驾驶工况的构建模型中,得到所述目标数据组对应的典型驾驶工况;其中,所述典型驾驶工况的构建模型由至少一个机型和训练样本细分市场的组合,以及所述训练样本细分市场的各类别指标对应的原始工况,对基于非均匀网格的马尔科夫‑蒙特卡洛模型进行训练得到。从而达到精确的构建典型驾驶工况的目的。
-
-
-
-