动力总成测试过程的监控系统及监控方法

技术领域

本发明涉及动力总成测试技术领域，特别涉及一种动力总成测试过程的监控系统及监控方法。

背景技术

动力总成是车辆的动力源泉，是动力传输、变换的中枢系统，是车轮实现奔跑的核心。动力总成的优劣决定着车辆的动力性、经济性以及舒适性。动力总成结构复杂、零件众多、机械精度要求高。为了详细了解动力总成的各项性能参数、提高动力总成的性能，需要对动力总成进行测试。

现有技术中，对动力总成测试过程的监控主要采用预设阈值进行监控报警的方法。一般来说，动力总成的各零部件只能设置一组或几组固定值作为阈值。但在实际运行的过程中，动力总成的各零部件的各项参数会随着工况的变化而变化，其不一定是固定值。而一组或几组固定的阈值必然无法满足各项参数不断变化时的测试要求。

因此，现有技术中的监控方法无法根据被监控对象的工况变化形成全面有效的跟踪监控，这会造成对动力总成的测试过程监控不准确的问题。

发明内容

本发明的目的在于解决现有技术中的监控方法无法根据被监控对象的工况变化形成全面有效的跟踪监控，从而造成对动力总成的测试过程监控不准确的问题。

为解决上述问题，本发明的实施方式公开了一种动力总成测试过程的监控系统，包括：数据采集模块，数据采集模块采集动力总成的各部件的性能参数数据，其中，性能参数数据包括样本数据、监控数据；并且，数据采集模块经由通讯模块发送样本数据、监控数据；数据处理模块，数据处理模块经由通讯模块接收样本数据，根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据，并经由通讯模块发送基础数据；监控模块，监控模块经由通讯模块从数据采集模块接收监控数据、从数据处理模块接收基础数据，生成监控数据与基础数据的比较结果，并经由通讯模块发送比较结果；后端报警模块，后端报警模块经由通讯模块从监控模块接收比较结果，并根据预设的多级报警机制生成报警信息；控制模块，控制模块分别与数据采集模块、数据处理模块、监控模块、后端报警模块连接，以对数据采集模块、数据处理模块、监控模块、后端报警模块进行控制。

采用上述方案，通过设置数据采集模块对数据进行采集、数据处理模块对数据进行自学习、后端报警模块进行报警，能够实现数据采集、处理，自学习，多级多频次报警的功能，达到了实时动态跟踪监控的效果和智能化监控的目的。可以实现动力总成台架测试过程的多类型参数的有效监控。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，数据处理模块包括数据库、自学习单元，数据库与自学习单元通信连接；其中，数据库接收并发送样本数据；自学习单元接收样本数据，根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据，并将基础数据发送至数据库进行存储；并且，数据处理模块还包括时间累计单元，时间累计单元用于确定动力总成的各部件在不同工况的运行时间，并生成运行时间数据；时间累计单元与数据库通信连接，以将运行时间数据存储进数据库。

采用上述方案，将起存储功能的数据库和进行自学习的自学习单元分开设置，可以同时进行数据存储和自学习，提高了系统的运行效率。并且，设置时间累计单元确定动力总成的各部件在不同工况的运行时间，能够便于使用者对各部件的运行时间进行监控，提高了监控系统的功能性。且生成的运行时间数据也可以作为自学习单元的样本数据，在自学习的过程中考虑到各部件在不同工况的运行时间，也能提高自学习结果的准确性。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，监控系统还包括台架报警模块，台架报警模块经由通讯模块与后端报警模块连接，接收后端报警模块的报警信息，并根据报警信息在动力总成的测试台架输出声光报警信息。

采用上述方案，通过将后端报警模块与各测试台架进行通讯，并经由台架报警模块在动力总成的测试台架输出声光报警信息。当有多个测试台架通过监控系统进行监控时，各个测试台架都可以分别显示声光报警信息，便于使用者快速确定异常的测试台架。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，监控系统还包括智能扩展模块、设备扩展模块；其中，智能扩展模块与监控模块连接，接收监控模块发送的基础数据，对基础数据进行拟合，并将拟合后的基础数据发送至监控模块；并且，设备扩展模块与通讯模块连接，以为数据采集模块提供数据采集接口。

采用上述方案，设置智能扩展模块对基础数据进行拟合，能够提高自学习的基础数据的准确率。并且，设置设备扩展模块能在有其他采集需要时能快速方便地进行采集。根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，监控系统还包括前端交互模块、前后端分离模块；其中，前后端分离模块分别与前端交互模块、控制模块通信连接；并且，前端交互模块用于实时显示监控数据；前后端分离模块用于将前端交互模块与数据采集模块、数据处理模块、监控模块、后端报警模块、控制模块分离。

采用上述方案，采用前后端分离的方式，利用前端进行交互，后端进行计算，提高了系统整体的运行效率。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，监控系统还包括多线程模块和多进程模块；其中，多线程模块与动力总成的多个部件对应连接，以获取动力总成的多个部件的性能参数数据；多进程模块与多个动力总成的测试台架对应连接，以获取多个动力总成的各部件的性能参数数据。

采用上述方案，通过设置多线程模块和多进程模块，能够便于快速拓展，以在监控系统需要新增测试参数、测试台架时，能够快速接入参数和台架，并进行监控工作。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，预设的多级报警机制为三级报警机制，三级报警机制包括一级上下限报警策略、二级上下限报警策略、三级上下限报警策略；其中，一级上下限报警策略包括预设的第一范围、预设的第一报警次数；当单位数量的监控数据中有超过第一报警次数的数据超出第一范围，则触发一级上下限报警策略；二级上下限报警策略包括预设的第二范围、预设的第二报警次数；当单位数量的监控数据中有超过第二报警次数的数据超出第二范围，则触发二级上下限报警策略；三级上下限报警策略包括预设的第三范围，当单位数量的监控数据中有任一数据超出第三范围，则触发三级上下限报警策略；并且，第一范围位于第二范围内，且第二范围位于第三范围内；第一报警次数大于第二报警次数。

采用上述方案，采用多级报警机制可以有效避免被监控的动力总成系统的正常波动而导致的低频限值突破，尤其是在发动机系统监控时，由于燃烧的不稳定性和轻微的爆震都会引起某些参数的波动，如振动参数，但实际发动机是在正常工作状态。通过对异常波动的过滤，系统可以更有效，更准确地实现故障捕捉，形成智能监控。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控系统，基础数据存放在与动力总成的各部件的性能参数对应的表单内。

采用上述方案，通过将基础数据存放在与动力总成的各部件的性能参数对应的表单内，在需要定位读取某一数据时，仅需对表单进行检索，然后再在表单内检索对应的数据，能够提高检索效率。

本发明的实施方式还提供一种动力总成测试过程的监控方法，适用于如上任意实施方式所描述的动力总成测试过程的监控系统，监控方法包括以下步骤：

S1：获取动力总成的各部件的性能参数数据；其中，性能参数数据包括样本数据、监控数据；

S2：根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据；

S3：生成监控数据与基础数据的比较结果，并根据比较结果、以及预设的多级报警机制生成报警信息。

采用上述方案，首先获取动力总成的各部件的性能参数数据，以对数据进行采集；然后根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据；、之后根据预设的多级报警机制生成报警信息，能够实现数据采集、处理，自学习，多级多频次报警的功能，达到了实时动态跟踪监控的效果和智能化监控的目的。可以实现动力总成台架测试过程的多类型参数的有效监控。

根据本发明的另一具体实施方式，本发明实施方式公开的动力总成测试过程的监控方法，步骤S2包括：根据动力总成的各部件的工况对样本数据进行分区处理，并对每个分区中的样本数据执行以下操作步骤：

S21：按采集的先后顺序从先到后选择每个分区的样本数据中的至少两个样本数据；

S22：将至少两个样本数据的中值作为自学习的基础样本；

S23：对基础样本进行自学习，以得到多个学习样本，并根据预设的过滤原则对多个学习样本进行异常值过滤处理；

S24：判断学习样本的数量是否达到预设的样本数量阈值；

若是，则执行步骤S3；

若否，则继续执行步骤S21至步骤S24。

采用上述方案，采用多级报警机制可以有效避免被监控的动力总成系统的正常波动而导致的低频限值突破，尤其是在发动机系统监控时，由于燃烧的不稳定性和轻微的爆震都会引起某些参数的波动，如振动参数，但实际发动机是在正常工作状态。通过对异常波动的过滤，系统可以更有效，更准确地实现故障捕捉，形成智能监控。

本发明的有益效果是：

本方案提供的监控系统，通过设置数据采集模块对数据进行采集、数据处理模块对数据进行自学习、后端报警模块进行报警，能够实现数据采集、处理，自学习，多级多频次报警的功能，达到了实时动态跟踪监控的效果和智能化监控的目的。可以实现动力总成台架测试过程的多类型参数的有效监控。

进一步地，用多级报警机制可以有效避免被监控的动力总成系统的正常波动而导致的低频限值突破，尤其是在发动机系统监控时，由于燃烧的不稳定性和轻微的爆震都会引起某些参数的波动，如振动参数，但实际发动机是在正常工作状态。通过对异常波动的过滤，系统可以更有效，更准确地实现故障捕捉，形成智能监控。

更进一步地，通过将基础数据存放在与动力总成的各部件的性能参数对应的表单内，在需要定位读取某一数据时，仅需对表单进行检索，然后再在表单内检索对应的数据，能够提高检索效率。

附图说明

图1是本发明实施例提供的动力总成测试过程的监控系统的结构示意图；

图2是本发明实施例提供的动力总成测试过程的监控系统的多级报警机制的示意图；

图3是本发明实施例提供的动力总成测试过程的监控方法的流程示意图；

图4是本发明实施例提供的动力总成测试过程的监控方法中对样本数据进行自学习的示意图。

附图标记说明：

11、数据采集模块；12、数据处理模块；121、数据库；122、自学习单元；123、时间累计单元；13、监控模块；14、后端报警模块；15、控制模块；16、通讯模块；2、台架报警模块；3、智能扩展模块；4、设备扩展模块；5、前端交互模块；6、前后端分离模块；7、多线程模块；8、多进程模块。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

应注意的是，在本说明书中，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本实施例的描述中，需要说明的是，术语“上”、“下”、“内”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本实施例的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本实施例中的具体含义。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

为解决现有技术中的监控方法无法根据被监控对象的工况变化形成全面有效的跟踪监控，从而造成对动力总成的测试过程监控不准确的问题，本发明的实施方式提供了一种动力总成测试过程的监控系统，具体地，参考图1-图2，本实施方式提供的动力总成测试过程的监控系统，包括：数据采集模块11，数据采集模块11采集动力总成的各部件的性能参数数据。其中，性能参数数据包括样本数据、监控数据。并且，数据采集模块11经由通讯模块16发送样本数据、监控数据。数据处理模块12，数据处理模块12经由通讯模块16接收样本数据，根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据，并经由通讯模块16发送基础数据。监控模块13，监控模块13经由通讯模块16从数据采集模块11接收监控数据、从数据处理模块12接收基础数据，生成监控数据与基础数据的比较结果，并经由通讯模块16发送比较结果。后端报警模块14，后端报警模块14经由通讯模块16从监控模块13接收比较结果，并根据预设的多级报警机制生成报警信息。控制模块15，控制模块15分别与数据采集模块11、数据处理模块12、监控模块13、后端报警模块14连接，以对数据采集模块11、数据处理模块12、监控模块13、后端报警模块14进行控制。

采用上述方案，通过设置数据采集模块11对数据进行采集、数据处理模块12对数据进行自学习、后端报警模块14进行报警，能够实现数据采集、处理，自学习，多级多频次报警的功能，达到了实时动态跟踪监控的效果和智能化监控的目的。可以实现动力总成台架测试过程的多类型参数的有效监控。

下面结合图1-图2对本具体实施方式提供的动力总成测试过程的监控系统进行详细描述。

本具体实施方式提供的动力总成测试过程的监控系统包括数据采集模块11、数据处理模块12、监控模块13、后端报警模块14、控制模块15。

其中，数据采集模块11采集动力总成的各部件的性能参数数据。其中，性能参数数据包括样本数据、监控数据。

需要说明的是，本实施例中，动力总成的部件包括发动机、变速器、以及其他集成在发动机或变速器上的零件。

动力总成各部件的性能参数包括但不限于发动机参数、以及发动机的振动参数。其中，发动机参数例如可以是机油压力、温度，冷却液温度、压力，扭矩，曲轴箱压力等。发动机的振动参数例如可以是发动机的振动频率、发动机的振动加速度等。而动力总成各部件的性能参数数据则是指与各参数对应的传感器采集到的参数的数据。在本具体实施方式中，本领域技术人员可以根据实际需要选择采集各参数的传感器的类型，此处不再赘述。

还需要说明的是，本实施例中，数据采集模块11先采集动力总成的各部件的性能参数数据，并将其作为样本数据进行自学习，以得到基础数据。并且，数据采集模块11还采集各部件的性能参数数据，并将其作为监控数据，与基础数据进行比较以判断采集到的各部件的性能参数数据是不是正常。

具体地，数据采集模块11经由通讯模块16发送样本数据、监控数据。并且，参考图1，通讯模块16包括数据线(Data Route)、网线(Ethernet Route)、自定义通讯服务(Uniserver)、自定义软件通讯接口(Uni worker)、网络通讯协议(Tcp/IP)等。本领域技术人员可以根据实际需要确定采集不同数据所需的通讯模块16的具体构成。

数据处理模块12经由通讯模块16接收样本数据，根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据，并经由通讯模块16发送基础数据。

具体地，数据处理模块12包括数据库121、自学习单元122。数据库121与自学习单元122通信连接。本具体实施方式中，数据库121与自学习单元122通信连接可以是通过数据线进行通信连接。数据库121主要用于存储与自学习相关的数据，例如自学习单元122在自学习时需要的样本数据、学习后生成的技术数据等。当然，本领域技术人员还可以根据实际需要将其他数据存储进数据库121中。自学习单元122受控制模块15的控制并运行自学习程序，以进行自学习。

还需要说明的是，数据库121接收并发送样本数据。自学习单元122接收样本数据，根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据，并将基础数据发送至数据库121进行存储。本具体实施方式中，数据模型是根据样本数据的分布规律、以及自学习的目标和需求预先设定的。自学习的具体方法在后续的监控方法中会进行描述，此处不再赘述。

并且，数据处理模块12还包括时间累计单元123，时间累计单元123用于确定动力总成的各部件在不同工况的运行时间，并生成运行时间数据。时间累计单元123与数据库121通信连接，以将运行时间数据存储进数据库121。时间累计单元123的实现方式可以参考现有技术中时间模块的实现方式，此处不再赘述。不同的工况可以是启动工况、制动工况、转向工况、稳态工况等，本领域技术人员还可以根据实际需要划分动力总成的各部件的工况。而本具体实施方式通过设置时间累计单元123确定动力总成的各部件在不同工况的运行时间，能够便于使用者对各部件的运行时间进行监控，提高了监控系统的功能性。且生成的运行时间数据也可以作为自学习单元122的样本数据，在自学习的过程中考虑到各部件在不同工况的运行时间，也能提高自学习结果的准确性。

需要说明的是，基础数据存放在与动力总成的各部件的性能参数对应的表单内。具体来说，监控系统将采集的数据按照工况进行分区，例如对发动机的数据可以按照一定的水温间隔、转速间隔、扭矩间隔的分区条件进行分区，以建立以水温、转速、扭矩为特征的三维工况表。确定出工况表后，对应工况的被监控数据会被导入到相应的数据分区，后续自学习和监控的数据都以该分区中的数据为基础进行。需要理解的是，本具体实施方式仅仅是示意性的列举了以水温、转速、扭矩建立分区，在本发明的其他具体实施方式中，也可以加入更多特征实现更复杂的维度分区。而本具体实施方式通过将础数据存放在与动力总成的各部件的性能参数对应的表单内，在需要定位读取某一数据时，仅需对表单进行检索，然后再在表单内检索对应的数据，能够提高检索效率。

进一步地，本具体实施方式中，监控模块13经由通讯模块16从数据采集模块11接收监控数据、从数据处理模块12接收基础数据，生成监控数据与基础数据的比较结果，并经由通讯模块16发送比较结果。需要说明的是，本具体实施方式中，监控模块13是对已经完成自学习的基础数据进行计算。并且，监控数据与基础数据的比较结果是一个常数。

进一步地，本具体实施方式中，后端报警模块14经由通讯模块16从监控模块13接收比较结果，并根据预设的多级报警机制生成报警信息。

需要说明的是，参考图2，预设的多级报警机制为三级报警机制。三级报警机制包括一级上下限报警策略、二级上下限报警策略、三级上下限报警策略。

其中，一级上下限报警策略包括预设的第一范围、预设的第一报警次数。当单位数量的监控数据中有超过第一报警次数的数据超出第一范围，则触发一级上下限报警策略。二级上下限报警策略包括预设的第二范围、预设的第二报警次数。当单位数量的监控数据中有超过第二报警次数的数据超出第二范围，则触发二级上下限报警策略。

三级上下限报警策略包括预设的第三范围，当单位数量的监控数据中有任一数据超出第三范围，则触发三级上下限报警策略。并且，第一范围位于第二范围内，且第二范围位于第三范围内。第一报警次数大于第二报警次数。

具体地，以单位数量的监控数据为100个数据、第一范围为40-60、第二范围为30-70、第三范围为10-90、第一报警次数为10个、第二报警次数为5个为例进行说明。当100个监控数据中有超过10个数据超出了40-60的范围，则触发一级上下限报警策略。当100个监控数据中有超过5个数据超出了30-70的范围，则触发二级上下限报警策略。当100个监控数据中有超过1个数据超出了10-90的范围，则触发三级上下限报警策略。

本具体实施方式中，采用多级报警机制可以有效避免被监控的动力总成系统的正常波动而导致的低频限值突破，尤其是在发动机系统监控时，由于燃烧的不稳定性和轻微的爆震都会引起某些参数的波动，如振动参数，但实际发动机是在正常工作状态。通过对异常波动的过滤，系统可以更有效，更准确地实现故障捕捉，形成智能监控。

进一步地，本具体实施方式中，控制模块15分别与数据采集模块11、数据处理模块12、监控模块13、后端报警模块连接14，以对数据采集模块11、数据处理模块12、监控模块13、后端报警模块14进行控制。

优选地，监控系统还包括台架报警模块2，台架报警模块2经由通讯模块16与后端报警模块14连接，接收后端报警模块14的报警信息，并根据报警信息在动力总成的测试台架输出声光报警信息。

也就是说，后端报警模块14将报警信息输出至测试台架的主控模块，测试台架就可以根据报警信息输出声光报警信息，以在各测试台架上显示出异常信息。而本具体实施方式通过将后端报警模块14与各测试台架进行通讯，并经由台架报警模块2在动力总成的测试台架输出声光报警信息。由此，当有多个测试台架通过监控系统进行监控时，各个测试台架都可以分别显示声光报警信息，便于使用者快速确定异常的测试台架。

优选地，监控系统还包括智能扩展模块3、设备扩展模块4。智能扩展模块3与监控模块13连接，接收监控模块13发送的基础数据，对基础数据进行拟合，并将拟合后的基础数据发送至监控模块13。并且，设备扩展模块4与通讯模块16连接，以为数据采集模块11提供数据采集接口。

具体地，由于在实际情况中，为了保证数据的获取效率，数据采集模块11的性能参数数据的数据量并不会很大，而为了提高自学习的基础数据的准确率，需要设置智能扩展模块3对基础数据进行拟合，即将两个离散的基础数据之间的数据补充完整，以形成一条数据曲线。由此，能够提高基础数据的精度。

更为具体地，设备扩展模块4是为了提供更多的数据采集接口而设置。在本具体实施方式中，仅列举了数据采集模块11采集动力总成的各部件的性能参数数据的情况，事实上，实际情况中还存在利用数据采集模块11采集其他部件的其他参数的情况。为了在有其他采集需要时能快速方便地进行采集，本实施例中优选设置设备扩展模块4。

优选地，监控系统还包括前端交互模块5、前后端分离模块6。前后端分离模块6分别与前端交互模块5、控制模块15通信连接。并且，前端交互模块5用于实时显示监控数据，前后端分离模块6用于将前端交互模块5与数据采集模块11、数据处理模块12、监控模块13、后端报警模块14、控制模块15分离。

本具体实施方式中，采用前后端分离的方式，利用前端进行交互，后端进行计算，提高了系统整体的运行效率。

优选地，监控系统还包括多线程模块7和多进程模块8。多线程模块7与动力总成的多个部件对应连接，以获取动力总成的多个部件的性能参数数据；多进程模块8与多个动力总成的测试台架对应连接，以获取多个动力总成的各部件的性能参数数据。也就是说，多线程模块7用于监控多个台架的参数的线程，多进程模块8用于监控多个台架的进程。即当监控系统需要新增测试的参数时，可以利用多线程模块7进行参数拓展，以便于对多个参数进行监控；当监控系统需要对多个测试台架进行监控时，可以利用多进程模块8进行测试台架的拓展，以便于对多个测试台架进行监控。因此，本具体实施方式通过设置多线程模块7和多进程模块8，能够便于快速拓展，以在监控系统需要新增测试参数、测试台架时，能够快速接入参数和台架，并进行监控工作。

基于上述动力总成测试过程的监控系统，本具体实施方式还提供一种动力总成测试过程的监控方法。具体地，参考图3-图4，本具体实施方式提供的动力总成测试过程的监控方法适用于如上任意实施方式所描述的动力总成测试过程的监控系统。

本具体实施方式提供的监控方法包括以下步骤：

S1：获取动力总成的各部件的性能参数数据；其中，性能参数数据包括样本数据、监控数据；

S2：根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据；

S3：生成监控数据与基础数据的比较结果，并根据比较结果、以及预设的多级报警机制生成报警信息。

采用上述方案，首先获取动力总成的各部件的性能参数数据，以对数据进行采集；然后根据预设的数据模型对样本数据进行自学习，以确定出动力总成的各部件的基础数据；、之后根据预设的多级报警机制生成报警信息，能够实现数据采集、处理，自学习，多级多频次报警的功能，达到了实时动态跟踪监控的效果和智能化监控的目的。可以实现动力总成台架测试过程的多类型参数的有效监控。

进一步地，步骤S2包括：根据动力总成的各部件的工况对样本数据进行分区处理，并对每个分区中的样本数据执行以下操作步骤：

S21：按采集的先后顺序从先到后选择每个分区的样本数据中的至少两个样本数据；

S22：将至少两个样本数据的中值作为自学习的基础样本；

S23：对基础样本进行自学习，以得到多个学习样本，并根据预设的过滤原则对多个学习样本进行异常值过滤处理；

S24：判断学习样本的数量是否达到预设的样本数量阈值；

若是，则执行步骤S3；

若否，则继续执行步骤S21至步骤S24。

也就是说，参考图4，本具体实施方式中，自学习过程包括五个阶段：第一阶段，对前n个样本进行逐一记录；第二阶段，取前n个样本的中值为自学习的基础样本；第三阶段，以前n个样本的中值为基础样本继续学习m个样本，并按照一定的过滤原则，防止异常值的干扰，把波动控制在一定范围内，并统计被监控参数的波动情况，形成自学习的波动极值；第四阶段，达到用户定义的样本数后，生成自学习结果；第五阶段，自学习结果生成后，该工况分区进入监控模式。

还需要说明的是，本具体实施方式中，可以采用以下过滤原则进行过滤：

max>＝1:abs(value–max)/abs(max+1/max)<＝0.2；

max<1:abs(value–max)/abs(max+1)<＝0.2；

min>＝1:abs(value–min)/abs(min+1/min)<＝0.2；

min<1:abs(value–min)/abs(min+1)<＝0.2；

其中，max为多个学习样本中的最大值，min为多个学习样本中的最小值，value为多个学习样本的均值，abs为进行绝对值处理。

虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变，包括做出若干简单推演或替换，而不偏离本发明的精神和范围。