充电器红灯_充电器常出现的一些症状都在这里,学会自己处理一些小问题

充电器对电动车车主来说是最常用到的物件,甚至有些人每天都离不开充电器,给电动车充电,充电器的好坏关联到他的电动车,能否第2天正常骑行?每位车主都希望自己的充电器,不出现问题能够长期使用,这样会给自己减少很多麻烦。但是有的时候有些事情不随人愿?充电器出问题都是在突然之间,没有什么前兆给予你提示。

在我这里来修理电动车的很多顾客,都是在说明自己的充电器用了都几年了,一直没有坏过,但是在别处购买了一个充电器以后用了没有几个月就坏了,是不是质量有问题?他买到了假货?这些都不全在于充电器质量问题,有些是在平时的充电中不正确操作引起的问题,有些那也的确是充电器的质量问题,出现的毛病。所以说充电器出现问题不确定,它有很多因素引起的,并不是一两个操作,就能引起充电器损坏?

e7dbcf9d2b5e38540ae66e0c7928aef0.png
选择充电器的时候,一定跟电动车的电池匹配

这里我先拿几个事例给大家说明一下,你会看得更明白。

1、充电器淋进雨水烧坏电路,比如像今天一大早晨就来了一位顾客说,看一下充电器是否坏了,充不进去电,插上电源灯也不着?经过我的检查以后发现,他的充电器在下雨的时候还在充电,没有及时避免雨水淋进去断电源取掉;雨水淋进去了在电路板上造成短路烧坏器件,没办法修复,只能是换新的。

a1d63fb609c6c504629d1ebe886ce276.png
淋进的雨水烧了器件

2,有输入电压,没有输出电压,过了一个多小时,又有一位顾客拿着一个充电器说电源插上灯都亮着却怎么也充不进去电?拿过来让我检查一下出现什么状况,经过我的拆开检查输人线肯定是没有问题,检查输出线有虚接短路现象,需要更换一根线就能解决问题。经过我得换完线再插到电动车上调试,充电器充电是正常的。平时向出现这种情况,有些爱动手的顾客,也来购买一个输出线拿去换好,自己也把问题解决了。还有厉害的人呀,他们把旧电器得线取下来转接到新充电器上,也在继续使用。


3,有输入电压,输出电压为0充不上电,有的顾客拿来充电器,经过我们的检查,发现有输入电压,没有输出电压;但是遇到这种情况也要看清,有些充电器是防反接的,用万用表测量的时候就没有输出电压,这需要在接通车辆上才能检测是否损坏?没有防反接的充电器就更好检查了,检查看有没有正常输出?检查输出线是否正常?这些问题一一排除,在用万用表检测输出电压线的两个焊固点有没有电压?如果没有电压,就说明充电器零件已经有损坏,不能正常输出。这也得需要更换新的匹配充电器你就可以正常使用。

28186d6ff99fc70f7d0be1163c6bbb1d.png
电源指示灯亮着,没烧痕迹,就是没有输出电压。

4,插上电源一个红灯亮,一个绿灯亮不能正常充电,充电器插上电源,它的指示灯亮着,另一个灯不变灯不能正常充电,经过检查输出保险烧断,用焊锡连接通就好了;自己也能搞定。刚才又来了一位修充电器的顾客,充电器出现的的问题是充一会电红灯就变绿,拿起来拍几下又继续充电,陆陆续续的常是这种现象,经过我的检查没有发现什么问题,正常的摇摆拍打万用表上显是的数子都是55.6伏,没有变化正常。再检查一下有没有虚焊或者是焊锡空接现象都没有,像这种检查不出问题了,只能让顾客拿回去再继续用,如果是在长期出现这种情况,只有建议更换一个新的充电器使用。


总体来说充电器出现的问比较多,插座接触不良也不充电,还会出坐包下面的连接线或者是插头有接触不良,造成时充时不充电的现象。各种出现的问题处理方法也不一样,但常出现的那些问题,有些可以修复好没必要去更换新的充电器;有些像电路板烧坏的没办法维修,只能更换新的使用,这就是充电器造成损坏的各种因素的处理方法。

f7c0748373d2b9088a6c9b361fde304a.png
不可修复的充电器

好了,今天就分享到这,今天告诉大家的就是,充电器出现哪些状况可以修复好,出现哪些状况无法修复,需要更换新的充电器使用,让大家多了解,多认识,减少一部分损失也是好事。你分享完文章,走的时候记得关注我,点个赞转发出去。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值