一种基于车间级AI大模型的整车柔性电检平台、方法
本发明属于汽车总装下线检测(end of line, eol),具体涉及一种基于车间级ai大模型的整车柔性电检平台、方法。
背景技术:
1、当下汽车“新四化”发展形势逐步扩大,无人驾驶电动汽车也已成可见趋势,大量智能化配置和电子控件已成为汽车标配,车辆的电子检测的重点对象除传统的电子系统,还需要对自动驾驶功能、车联网功能等进行严格的测试。鉴于智能网联汽车的整车电子器件检测及维护至关重要,可结合ai技术进行生产流程优化、设备故障预测、生产任务动态调序等,实现更高效的检测。
2、现有技术中,一些柔性电检平台采用基于vin码的测试序列生成方案,将vin码与车型配置字(sa码)静态映射表结合以相对固定的方式生成对应的测试序列。在产线部署前,由工程师预先将全部车型的vin码区间与对应的“配置字(如sa/ea代码)”建立硬映射表。生产时,电检系统读取车辆vin码,通过查表法锁定唯一配置字,进而调用与该配置字预绑定且顺序固定的odx(开放式诊断数据交换)测试脚本序列。整个过程遵循预设即执行的开环控制模式。
3、然而此类柔性电检测试平台的映射逻辑僵化,无法感知实际装配状态的实时偏差,属于面向预设车型的静态开环映射,而非面向实际车辆实例的动态闭环生成。因此现有近似无法根据车型配置、汽车电控单元(ecu)实际装配情况或历史数据自动动态生成适配的测试计划,柔性混线支持能力差,因而影响生产效率。
4、此外现有技术还存在故障诊断智能化程度低、诊断架构耦合度高、电检诊断相关数据不利于集中管理与质量追溯的缺陷。
技术实现思路
1、本发明的目的是提供一种基于车间级ai大模型的整车柔性电检平台、方法,以解决现有技术中无法根据车型配置、ecu实际装配情况或历史数据自动动态生成适配的测试计划,柔性混线支持能力差的技术问题。
2、所述的一种基于车间级ai大模型的整车柔性电检平台,包括:
3、车机层:部署于被测车辆,用于广播包括vin码的上线消息;
4、智能体中间层:部署于生产工位,用于监听接收车辆公告消息,解析vin码并将解析结果发送到平台层,以及从平台层接收的个性化测试计划实例并发送至车机层;
5、平台层:部署于数据中心,用于接受智能体中间层发送的消息,基于vin码对相应车辆进行个性化测试计划实例的动态重排与调整,生成个性化测试计划实例并下发智能体中间层。
6、优选的,平台层基于python asyncio监听tcp端口,管理多智能体并发连接,通过数据库存储车辆状态、诊断任务及结果,与bom平台对接;所述bom平台用于提供车辆ecu配置清单,车辆ecu配置清单包括bom基础数据。
7、优选的,平台层包括:
8、ecu管理模块,用于根据vin字段访问bom平台获取ecu配置清单,并将所述ecu配置清单写入数据库;
9、动态测序重排模块,用于根据数据库中与车辆对应的ecu类型,从数据库的测试计划表中筛选匹配的目标uds指令以生成基础测试计划,再进行ai动态测序重排uds指令执行顺序,并将最终生成的个性化测试计划实例输出。
10、优选的,平台层还包括ai故障诊断模块,用于构建故障知识库,故障知识库的信息包括故障代码、故障描述、可能原因、排查步骤、关联ecu类型及严重程度分级;对电检报错信息进行结构化解析,基于规则引擎进行初步故障原因匹配,进行ai推断分析,生成排查方案并下发智能体。
11、优选的,ai故障诊断模块还用于调用llm大模型对规则引擎未覆盖的故障进行ai推断分析,生成排查方案并下发智能体。
12、本发明还提供了一种基于车间级ai大模型的整车柔性电检方法,包括开发柔性混线生产适配机制,平台层的服务器根据智能体上报的上线消息中的vin码,向bom平台查询该车辆的ecu配置清单,存储于数据库;再基于ecu配置清单与预存的测试计划模板,动态生成针对该车辆的个性化测试计划实例。
13、优选的,开发柔性混线生产适配机制包括:
14、步骤1、车机广播:车辆上电后,车机层通过udp端口广播包含vin码的上线消息;
15、步骤2、智能体上报:智能体监听并接收所述上线消息,解析所述vin码并通过tcp端口上报至平台服务器;
16、步骤3、平台服务器数据写入与bom查询:平台服务器响应于接收到的所述上线消息,同时访问bom平台获取ecu配置清单,将解析的数据和ecu配置清单储存;
17、步骤4、基础测试计划筛选:基于所述ecu配置清单从预存测试计划模板中查询获取对应模板,根据ecu存货清单确定实际存在的ecu类别从而过滤指令项;
18、步骤5、动态重排与深度调整:基于数据库统计历史故障,并基于统计结果动态调整测试项生成个性化测试计划实例;
19、步骤6、个性化测试计划实例下发:平台服务器将个性化测试计划实例下发至相应的智能体;
20、步骤7、报文封装与发送:智能体根据所述个性化测试计划实例,构建doip诊断报文并通过tcp端口发送至所述车机层以执行测试。
21、优选的,开发柔性混线生产适配机制中,动态测序重排规则如下:
22、a、根据实际装配的ecu类型,从模板库中筛选相关诊断项,跳过未装配ecu的无关测试;
23、b、设置历史故障率阈值,统计各ecu及其诊断项的历史故障率,对历史故障频次高于阈值的诊断项提升其测试优先级;
24、c、设置历史故障率阈值,对历史故障频次高于阈值的ecu自动增加其扩展诊断项,自动简化长期稳定的ecu;
25、d、采用基于拓扑排序的贪心调度算法优化测试执行顺序。
26、优选的,基于产线节拍与工位能力的重排规则的实现步骤如下:
27、步骤d1、构建ecu依赖有向图:根据车型配置定义各ecu之间的前置依赖关系,构建有向无环图;
28、步骤d2、对所构建的ecu依赖有向图执行kahn算法,得出所有合法的测试执行序列集合;
29、步骤d3、在每个调度决策点采用最长处理时间优先贪心策略进行选择,优先选择当前工位可执行且耗时最长的任务;
30、步骤d4、采用关键路径法计算最短节拍,指导实际调度优化。
31、优选的,所述整车柔性电检方法,还包括次序位于步骤7后的ai故障诊断与排查机制,ai故障诊断与排查机制包括:
32、步骤8、异常诊断触发:智能体上报诊断结果,所述诊断结果包含响应码及失败状态标识;
33、步骤9、规则引擎数据匹配:平台服务器提取所述响应码中的否定响应码,由此查询预置的故障知识库,获取对应的可能原因和排查步骤;
34、步骤10、排查方案下发:将所述排查步骤封装为排查指导消息,通过tcp通信下发至智能体;
35、步骤11、知识库自学习:人工确认实际故障原因后,将确认后的故障原因及解决方案回写至所述故障知识库,实现知识积累。
36、本发明具有以下优点:本发明对vin码自动识别获取相应ecu配置清单,再基于ecu配置清单与预存的测试计划模板,动态生成针对该车辆的个性化测试计划实例。本发明通过柔性混线生产适配机制能感知实际装配状态的实时偏差,面向实际车辆实例进行ecu的针对性电检单元选择,能根据实际装配情况或历史数据自动动态生成适配的测试计划,具有很强的柔性混线支持能力。
37、本发明通过预置车型配置模板自动匹配,理论切换时间可缩短至 10 秒以内,相比现有技术的人工配置耗时大大缩短。而且基于简化测试和基于拓扑排序的贪心调度算法能够缩短检测节拍,提升检测效率。
38、本发明还具有ai故障诊断与排查机制,与个性化测试计划实现诊断的自动化调整,动态重排后高频故障发现位次提升,从而是的高频故障被提前发现,平均发现时间缩短。同时平台中的检测设备等硬件能够复用并受平台集中管理,从而降低所需硬件成本,同时排查效率能提升约66.7%。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com