[發明專利]一種整車排放結果的仿真方法及系統

有效

• 申請號: 202110758327.5
• 申請日: 2021-07-05
• 公開（公告）號: CN113449382B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 吳鵬;張翌;宋昆侖;陳藝鵬;陸蕓龍;葉磊;夏成楷;李紅艷;劉偉
• 申請（專利權）人: 江蘇偉博動力技術有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06F111/08;G06F111/10
• 代理公司: 無錫蘇元專利代理事務所(普通合伙) 32471
• 代理人: 張洪偉

1.一種整車排放結果的仿真方法，應用于一仿真控制系統，其中，所述方法包括：

由所述仿真控制系統獲得第一仿真模型；

獲得第一腳本文件，其中，所述第一腳本文件包括整車循環與臺架循環的第一映射關系；

獲得第一循環配置信息；

將所述第一腳本文件、所述第一循環配置信息輸入至所述第一仿真模型，獲得第一動態仿真結果；

由所述第一動態仿真結果獲得第一隨機變量的第一數據分布集；

對所述第一數據分布集進行分布密度分析，獲得所述第一數據分布集的第一分布概率密度；

依據所述第一分布概率密度獲得所述第一隨機變量的第一標定數據閾值；

依據所述第一標定數據閾值對所述第一隨機變量進行標定處理。

2.如權利要求1所述的方法，其中，所述方法包括：

由所述第一腳本文件讀取第一車輛的第一配置信息；

對所述第一配置信息進行特征提取，獲得第一匹配特征；

以所述第一匹配特征作為數據庫分類特征，構建第一車輛仿真數據庫；

將所述第一車輛仿真數據庫作為訓練數據輸入所述第一仿真模型，由所述第一仿真模型獲得所述第一動態仿真結果。

3.如權利要求2所述的方法，其中，所述方法包括：

獲得所述第一車輛仿真數據庫的第一特征數據集；

對所述第一特征數據集進行中心化處理，獲得第二特征數據集；

獲得所述第二特征數據集的第一協方差矩陣；

對所述第一協方差矩陣進行運算，獲得所述第一協方差矩陣的第一特征值和第一特征向量；

將所述第一特征數據集投影到所述第一特征向量，獲得第一降維數據集，其中所述第一降維數據集為所述第一特征數據集降維之后獲得的特征數據集。

4.如權利要求3所述的方法，其中，所述方法包括；

以所述第一降維數據集為訓練數據，將所述第一腳本文件、所述第一循環配置信息輸入至所述第一仿真模型，獲得第二動態仿真結果；

對所述第一動態仿真結果和所述第二動態仿真結果進行缺損數據分析，獲得第一缺損數據；

將所述第一缺損數據輸入至所述第一仿真模型進行增量學習，獲得第二仿真模型。

5.如權利要求1所述的方法，其中，所述獲得所述第一數據分布集的第一分布概率密度，還包括：

由所述第一數據分布集對各數據進行區間劃分，獲得第一區間、第二區間，直至第N區間；

分別獲得所述第一區間、所述第二區間直至所述第N區間中各區間的各數據分布量；

獲得所述第一數據分布集中的第一數據總量；

獲得所述各數據分布量對于所述第一數據總量的第一占比集合；

依據所述第一占比集合獲得所述第一區間、所述第二區間直至所述第N區間的第一分布概率、第二分布概率直至第N分布概率；

由所述第一分布概率、所述第二分布概率直至所述第N分布概率獲得所述第一分布概率密度。

6.如權利要求5所述的方法，其中，所述方法包括：

獲得第一排序規則；

依據所述第一排序規則對所述第一分布概率密度進行排序，獲得第一排序結果；

依據所述第一排序結果獲得排在首位的第M分布概率；

獲得所述第M分布概率所對應的第M區間；

將所述第M區間的數據作為所述第一隨機變量的第一標定數據閾值，對所述第一隨機變量進行標定處理。

7.如權利要求1所述的方法，其中，所述方法包括:

將所述第一腳本文件、所述第一循環配置信息輸入至所述第一仿真模型，所述第一仿真模型通過多組訓練數據訓練獲得，所述多組中的訓練數據中的每一組訓練數據均包括：所述第一腳本文件、所述第一循環配置信息和用來標識所述第一動態仿真結果的標識信息；

獲得所述第一仿真模型的第一輸出結果，其中，所述第一輸出結果為所述第一動態仿真結果。