元の名称記録: 江苏芯鸿科技有限公司

本发明公开了一种基于机器学习的废气传感器电流检测方法，涉及废气传感器技术领域。该方法旨在解决现有柴油车废气传感器因陶瓷基板绝缘性、材料、叉指电极间距差异及温度影响导致测量电流误差大、批量一致性差，且传统方法无法应对传感器老化带来的长期稳定性问题。方法包括数据采集、补偿电流计算、训练数据集构建、数据预处理、机器学习模型训练及嵌入式系统集成。采用BP神经网络进行智能预测，能精准补偿电流检测误差，提升检测精度；构建的训练数据集考虑多种影响因素，模型适应性和泛化能力强；集成在线学习模块可动态更新模型以适应传感器老化，保证长期稳定性，同时提升传感器批量一致性，降低生产和使用成本。

本发明公开了一种陶瓷芯叉指电极光学标定方法及系统，涉及陶瓷芯叉指电极制造技术领域，所述系统包括光学/电镜测量单元、精密运动平台、图像采集与处理模块、数据处理模块、激光雕刻单元、数据存储与交互模块及光刻标准件；光学/电镜测量单元分辨率≥0.1μm，用于获取亚像素级电极图像；精密运动平台定位精度±1μm，实现均匀采样；数据处理模块执行三级异常值处理及加权截断平均算法，确保标定精度；激光雕刻单元与数据存储模块实现标定值物理留存与全链路数据追溯。

本发明公开了一种基于机器学习的氮氧传感器协议自适应检测设备及方法，涉及车辆排放控制技术领域。该设备包括上位机、CAN通信模块、IO设备和可控电源模块。其方法通过基于随机森林分类器的三层级联决策架构实现协议的精准匹配，结合自动波特率检测建立稳定通信，通过动态引脚状态控制和上下电管理实现前后氮氧传感器的区分检测与初始化，同时具备全面的数据提取、实时展示及故障诊断优化功能。本发明解决了现有技术中协议匹配精准性低、动态检测能力不足、数据提取不全面、操作繁琐及系统适应性差等问题，具有高准确率、强自适应能力、自动化程度高及兼容性好等优点。