一种基于数字孪生技术的混合动力汽车的测控方法及系统与流程

本发明提出了一种基于数字孪生技术的混合动力汽车的测控方法及系统，涉及数字孪生技术的混合动力汽车的测控。

背景技术：

1、传统的混合动力汽车状态测控技术主要依赖于物理传感器进行数据采集和离线数据分析，这种方法虽然在一定程度上能够反映汽车的运行状态，但存在诸多技术问题。传统的数据采集处理方法受限于传感器的数量、布置位置和信号的传输效率，无法实现对车辆所有关键部件的全方位监测，存在精度和稳定性问题，进一步影响监测结果的准确性。在车辆运行过程中，如果出现异常或故障，驾驶员和维修人员无法及时获取相关信息并进行处理，可能导致安全问题或故障扩大。随着车辆系统复杂性的增加，产生的数据量也在快速增长，传统的数据处理方法可能无法有效应对大规模数据的处理和分析需求。同时，对于混合动力汽车这样的复杂系统，还需要考虑多种数据源之间的融合和协调，以获取更全面、准确的状态信息。传统的混合动力汽车状态测控方法无法满足现代汽车工程对于高精度、高效率状态监测的需求。

技术实现思路

1、本发明提供了一种基于数字孪生技术的混合动力汽车的测控方法及系统，用以解决传统方法在车辆运行过程中，如果出现异常或故障，驾驶员和维修人员无法及时获取相关信息并进行处理，可能导致安全问题或故障扩大，随着车辆系统复杂性的增加，产生的数据量也在快速增长，传统的数据处理方法可能无法有效应对大规模数据的处理和分析需求，同时，对于混合动力汽车这样的复杂系统，还需要考虑多种数据源之间的融合和协调，以获取更全面、准确的状态信息，传统的混合动力汽车状态测控方法无法满足现代汽车工程对于高精度、高效率状态监测的需求等问题：

2、本发明提出的一种基于数字孪生技术的混合动力汽车的测控方法及系统，所述方法包括：

3、a、训练车辆数字孪生模型，通过所述车辆数字孪生模型输出混合动力汽车的反馈测试数据；

4、b、通过车辆数字孪生模型与混合动力汽车的实时交互数据判定数据重要值，根据所述数据重要值进行计算子任务的划分，获得子任务分类数据，对所述子任务分类数据进行分类计算，获得分类计算结果；

5、c、根据分类计算结果和映射关系分别计算数据异常值和映射偏差值，根据数据异常值、映射偏差值结合分类计算结果判定汽车运行状态，进行汽车预警调控，获得调控结果。

6、进一步地，所述a包括：

7、获取混合动力汽车的预设控制参数，对所述预设控制参数进行标准化处理，获得训练数据；

8、根据所述训练数据训练车辆数字孪生模型，获取所述混合动力汽车的实时运行数据，输入所述车辆数字孪生模型中，通过所述车辆数字孪生模型输出反馈测试数据。

9、进一步地，所述b包括：

10、获取车辆数字孪生模型与混合动力汽车的实时交互数据，对所述实时交互数据按照数据种类进行分组，获得多个分组的分组数据，通过所述分组数据计算每个分组的数据重要值，根据所述数据重要值进行计算子任务的划分，获得子任务分类数据；

11、根据所述子任务的划分对所述子任务分类数据进行分类计算，获得分类计算结果。

12、进一步地，所述c包括：

13、根据分类计算结果计算数据异常值，建立车辆数字孪生模型与混合动力汽车的映射关系，获取所述映射关系的映射偏差值；

14、根据所述数据异常值、映射偏差值结合分类计算结果判定汽车运行状态，根据所述汽车运行状态调整汽车运行参数，获得控制结果。

15、进一步地，所述根据所述数据异常值和映射偏差值判定汽车运行状态，根据所述汽车运行状态调整汽车运行参数，获得控制结果，包括：

16、将所述数据异常值与预设异常阈值进行比较，根据比较结果对汽车运行状态进行初步判定，获得初步判定结果；

17、将所述映射偏差值与预设偏差阈值进行比较，根据比较结果对汽车运行状态进行二次判定，获得二次判定结果；

18、通过所述初步判定结果结合二次判定结果获得综合判定结果。

19、进一步地，所述系统包括：

20、模型输出模块，用于训练车辆数字孪生模型，通过所述车辆数字孪生模型输出混合动力汽车的反馈测试数据；

21、重要任务划分计算模块，用于通过车辆数字孪生模型与混合动力汽车的实时交互数据判定数据重要值，根据所述数据重要值进行计算子任务的划分，获得子任务分类数据，对所述子任务分类数据进行分类计算，获得分类计算结果；

22、异常状态判定模块，用于根据分类计算结果和映射关系分别计算数据异常值和映射偏差值，根据数据异常值、映射偏差值结合分类计算结果判定汽车运行状态，进行汽车预警调控，获得调控结果。

23、进一步地，所述模型输出模块包括：

24、训练数据处理模块，用于获取混合动力汽车的预设控制参数，对所述预设控制参数进行标准化处理，获得训练数据；

25、输出数据获取模块，用于根据所述训练数据训练车辆数字孪生模型，获取所述混合动力汽车的实时运行数据，输入所述车辆数字孪生模型中，通过所述车辆数字孪生模型输出反馈测试数据。

26、进一步地，所述重要任务划分计算模块包括：

27、数据任务划分模块，用于获取车辆数字孪生模型与混合动力汽车的实时交互数据，对所述实时交互数据按照数据种类进行分组，获得多个分组的分组数据，通过所述分组数据计算每个分组的数据重要值，根据所述数据重要值进行计算子任务的划分，获得子任务分类数据；

28、分类计算模块，用于根据所述子任务的划分对所述子任务分类数据进行分类计算，获得分类计算结果。

29、进一步地，所述异常状态判定模块包括：

30、异常计算模块，用于根据分类计算结果计算数据异常值，建立车辆数字孪生模型与混合动力汽车的映射关系，获取所述映射关系的映射偏差值；

31、状态判定模块，用于根据所述数据异常值、映射偏差值结合分类计算结果判定汽车运行状态，根据所述汽车运行状态调整汽车运行参数，获得控制结果。

32、进一步地，所述状态判定模块包括：

33、分类比较模块，用于将所述数据异常值与预设异常阈值进行比较，根据比较结果对汽车运行状态进行初步判定，获得初步判定结果；

34、将所述映射偏差值与预设偏差阈值进行比较，根据比较结果对汽车运行状态进行二次判定，获得二次判定结果；

35、综合判定模块，用于通过所述初步判定结果结合二次判定结果获得综合判定结果。

36、本发明有益效果：本发明通过训练车辆数字孪生模型，实现了对混合动力汽车状态的全面监测与精确模拟。车辆数字孪生模型实时反映车辆运行参数，为状态分析和预警调控提供了丰富的数据基础。通过重要值计算公式，准确识别出对车辆状态具有显著影响的关键数据，并实时反馈处理，提高了数据分析的精准度和响应及时性。同时，根据数据重要值划分计算子任务，优化了数据处理流程，提高了任务执行的并行性和灵活性。通过分类计算子任务数据，进一步细化了车辆状态分析，为异常检测和预警调控提供了精准依据。利用分类结果和映射关系，准确识别车辆运行异常，及时发现安全隐患和性能问题。综合数据异常值、映射偏差值和分类计算结果，实时判定汽车状态并进行预警调控，提高了汽车安全性和可靠性。此外，通过调整运行参数，还优化了车辆性能，提升了驾驶体验。