成果介绍
本发明提供了一种基于深度学习和熵值算法的电动汽车动态电磁干扰抗扰度和功能稳定性评估方法。该方法包括在集成测试平台上生成可控且可变的电磁场,电动汽车在电磁场的影响下运行,收集电动汽车的视觉数据,获取各目标部件的动态状态图像。这创建了一个可控、可变的电磁干扰环境,并能够对不同目标部件的动态性能进行连续的视觉监测。对收集到的动态状态图像进行分析,提取目标部件的动态运行状态信息,生成其运行状态的时间域曲线。这些曲线能够连续跟踪各部件在电磁干扰下的运行状态随时间的变化,为后续的深度学习处理形成数据基础。
成果亮点
本成果提出了一种基于深度学习和熵算法的电动汽车动态工况抗电磁干扰与功能稳定性评估方法,成功解决了传统静态测试无法量化动态工况下电磁干扰对车辆功能安全影响、且缺乏综合评估指标的核心难题。该方法通过融合深度学习特征提取与多尺度熵分析,实现了对车辆在复杂电磁环境下功能降级的动态量化评估,评估准确率较传统阈值法提升30%以上。其已在多款新能源车型的电磁兼容测试中验证了有效性,是智能网联汽车功能安全评估领域的一项重要创新。
团队介绍
广东技术师范大学坐落于广东省广州市,是一所具有硕士学位授予权的省属普通高等学校。学校创办于1957年,前身为广东民族学院,2018年更名为现名。作为全国独立设置的职业技术师范院校,学校致力于培养高素质的“双师型”职教师资与应用型高级专门人才,形成了以工为主,理、工、文、管、艺、教、经、法等多学科协调发展的格局。学校现有东校区、西校区、北校区及白云校区等多个校区,秉承“厚德博学、唯实求新”的校训,深耕职业教育与师资培养,为粤港澳大湾区建设输送了大批卓越人才。
成果资料
产业化落地方案