CN103135515B - 一种车辆状况的诊断方法 - Google Patents
一种车辆状况的诊断方法 Download PDFInfo
- Publication number
- CN103135515B CN103135515B CN201110399233.XA CN201110399233A CN103135515B CN 103135515 B CN103135515 B CN 103135515B CN 201110399233 A CN201110399233 A CN 201110399233A CN 103135515 B CN103135515 B CN 103135515B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- diagnosis
- parameter
- data
- diagnostic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002405 diagnostic procedure Methods 0.000 title abstract 4
- 238000003745 diagnosis Methods 0.000 claims abstract description 126
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims description 38
- 238000007435 diagnostic evaluation Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 15
- 239000003921 oil Substances 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 7
- 239000000446 fuel Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000004171 remote diagnosis Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000110 cooling liquid Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明公开了一种车辆状况的诊断方法，属于汽车故障诊断领域。所述方法包括：建立远程诊断中心的车辆状况诊断分析模型；车辆的终端建立与车载自动诊断系统OBD-II的蓝牙连接，采集OBD-II车辆数据；所述终端按预设频率将汇总的车辆数据通过GPRS发送到所述远程诊断中心；所述远程诊断中心基于所述车辆数据及诊断分析模型，根据用户选择，按照瞬时诊断模式或月诊断模式对车辆状况进行诊断。本发明解决了现有的诊断方法依赖专业设备、诊断数据有限以及缺少综合诊断数据库的问题。
Description
技术领域
本发明涉及汽车故障诊断技术领域，特别涉及一种通过无线接入的方式对车辆状况进行诊断分析的方法。
背景技术
随着汽车工业的发展，以及现代电子技术、通信技术、网络技术等多方面技术的不断融入，汽车结构变得越来越复杂，自动化程度越来越高。同时，用户对汽车的安全性、舒适性的要求也日益提高。其中一个重要的需求就是能及时地准确地掌握汽车运行状态，以尽快发现故障隐患并加以排除。
车载自动诊断系统(On-Board Diagnostics，OBD)，最早由通用汽车(GM)用于监测排放控制系统，一旦发现故障，OBD系统会点亮仪表板上的一个指示灯以通知驾驶员，同时在车载计算机(通常称作发动机控制单元或模块，即ECU或ECM)内记录一个代码，这个代码可通过相应设备获取以便于故障排除。
早期的OBD系统称为OBD-I，其只能监控部分部件的工作和一些排放相关的电路故障，诊断功能较为有限。此外，获取OBD信息的数据通讯协议以及连接外部设备和ECU的接口仍然未被标准化。
随后，汽车工程师协会(SAE)对诊断接口、通讯方式等技术细节进行了进一步标准化工作，OBD-I在此基础上发展成为第二代OBD，即OBD-II。与OBD-I相比，OBD-II在诊断功能和标准化方面都有较大的进步。故障指示灯、诊断连接口、外部设备和ECU之间的通讯协议以及故障码都通过相应标准进行了规范。此外，OBD-II可以提供更多的数据被外部设备读取，包括故障码、一些重要信号或指标的实时数据，以及冻结桢信息等。
现在基于OBD-II系统，汽车诊断分析技术的发展主要有两个途径：
1、通过线缆采集并使用专有汽车监测设备诊断
通过车厂或4S店专有的汽车诊断监测设备来实现，使用线缆连接到车辆的CAN-BUS或OBD-II接口，实现对车辆各部件的参数的采集，并传输到特定的监测设备中，由汽车专业人员进行分析，确认故障点，从而实现对车辆的诊断。目前汽车诊断基本都采用这种方式，优点是使用专有设备精确度高，处理过程由专业人员完成，质量有保证；缺点是需要将车开到专门地点进行诊断，而且诊断数据只限于诊断时间内的数据，无法采集到车辆日常开行时期的行驶数据。
2、通过无线方式采集使用特定软件诊断
诊断车辆信息的前提是对车辆信息的采集获取，随着无线技术的发展成熟，不通过线缆采集获取车辆信息已经可行，例如借助蓝牙技术，可以将通过OBD-II中采集到的车况数据发送到接收终端中，使用专门的软件就可以查看这些车况数据，而且可以实现秒级的采集频率。这种方式可以很好的解决车况信息的采集，突破了通过专有设备诊断途径的地点和时间的限制，可以实时获得车况的信息。但在受到自身设备硬件和软件的限制，该方法无法实现车况信息长期存储，且缺少一个综合性的大型诊断数据库来参与完成诊断分析过程，使诊断结果可信度降低。
发明内容
有鉴于此，本发明的目的在于提供一种车辆状况的诊断方法，用于解决现有的诊断方法依赖专业设备、诊断数据有限以及缺少综合诊断数据库的问题。
本发明提供了一种车辆状况的诊断方法，所述方法包括：
建立远程诊断中心的车辆状况诊断分析模型；
建立车辆的终端与车载自动诊断系统OBD-II的蓝牙连接，采集OBD-II车辆数据；
所述终端按预设频率将汇总的车辆数据通过GPRS发送到所述远程诊断中心；
所述远程诊断中心根据所述车辆数据及诊断分析模型，根据用户选择的瞬时诊断模式或月诊断模式对车辆状况进行诊断。
本发明通过短距离无线接入技术(蓝牙)实现对车辆状态信息的实时采集获取，再通过远程无线接入技术(GPRS)将车辆状态信息上传到远程诊断中心，诊断中心使用诊断分析模型对车辆信息分析，形成有效的诊断结论报告，再通过多种方式传输给用户，告知车辆状态，提示故障点，从而真正实现了车辆的远程诊断。该方法不需要特定的监测设备，采集的数据就是车辆日常开行时期的行驶数据；具体的诊断模式分为瞬时诊断和月诊断，月诊断可以实现车况信息长期存储，基于一个月以来所有的汽车诊断数据进行综合分析；还提供了远程诊断中心这一综合性的大型诊断数据库，涵盖了不同厂商、车型、汽车开行年限、开行速度、季节不同诊断模式下的不同诊断指标项，该诊断库会经常根据车型等变化进行更新，确保诊断结果的合理性。
附图说明
图1为本发明实施例提供的车辆状况的诊断方法流程图；
图2为本发明实施例提供的瞬时诊断的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。
本发明实施例通过短距离无线接入技术(蓝牙)实现对车辆状态信息的实时采集获取，再通过远程无线接入技术(GPRS)将车辆状态信息上传到远程诊断中心，诊断中心使用诊断分析模型对车辆信息分析，形成有效的诊断结论报告，再通过多种方式传输给用户，告知车辆状态，提示故障点，从而真正实现了车辆的远程诊断。该方法不需要特定的监测设备，采集的数据就是车辆日常开行时期的行驶数据；具体的诊断模式分为瞬时诊断和月诊断，月诊断可以实现车况信息长期存储，基于一个月以来所有的汽车诊断数据进行综合分析；还提供了远程诊断中心这一综合性的大型诊断数据库，涵盖了不同厂商、车型、汽车开行年限、开行速度、季节不同诊断模式下的不同诊断指标项，该诊断库会经常根据车型等变化进行更新，确保诊断结果的合理性。
图1为本发明实施例提供的通过无线接入的方式对车辆状况进行诊断分析的方法，包括以下步骤：
步骤100、建立远程诊断中心的车辆状况诊断分析模型。要实现车辆的远程诊断，首先要在远程的诊断中心建立一套精确的诊断分析模型。建立该模型包括：
1、设置车辆诊断参数
诊断分析首先要有详细的汽车诊断参数，车辆诊断参数是诊断技术的重要组成部分。在不解体的条件下直接测量结构参数十分困难，因此必须通过状态参数进行描述。此时用来描述系统、零件和过程性质的状态参数称为诊断参数。一个结构参数的变化可能引起很多状态参数的变化。究竟选择哪些状态参数作为诊断参数，应从技术上和经济上综合分析来确定。
定义各车型的车辆部件和需诊断参数，通过与厂商或者其他机构合作，获取并形成不同车型的车辆部件库和包含的诊断参数库。
例如车辆部件库包括发动机、离合器、变速箱、减震器、转向系统、制动系统、排放系统、安全气囊、ABS系统等。诊断参数库包括驱动车轮输出功率、驱动车轮驱动力、汽车燃料消耗量、汽车侧倾稳定角、CO排放量、HC排放量、CO2排放量、O2排放量、空燃比等数千个参数。
2、选用诊断评估方法
汽车在不同环境下，比如车型、汽车开行年限、开行速度、所处季节不同，其检测的标准也应该各不相同。例如在工作过程中，各种零件和总成都处于装配状态，无法对其零件进行直接测试，例如汽缸的磨损量、曲轴轴承的间隙等，在发动机不解体的情况下是无法测量的。因此，对汽车进行诊断时都是采用间接测量，如通过振动、噪声、温度等物理量的测量，来间接诊断汽车的技术状况。由于采用间接测量方法进行判断，必然会带来一些“不准确性”，例如，发动机工作时，曲轴主轴承的工作状态可分为正常状态和不正常状态两种情况，如果采用机油温度作为判断轴承工作状态的特征，并将油温分为“正常”、“过高”两种情况，则可能会产生误判。因为机油温度过高，固然可能是由于轴承运转失常所致，但也可能是其它原因(如机油粘度不合适、机油量不足、机油散热器不良等)造成机油温度上升。
同时汽车故障的发生带有随机性，属于偶然性事件，需要建立一个长期跟踪车辆的指标变化过程，分析影响故障发生因素的出现概率，从而定量地预测出故障发生的可能性(即故障发生的概率)。
综上，本实施例建立的诊断评估方法采用加权对比法，即通过将采集到的汽车诊断参数与预先设定的指标区间作对比，来获得该指标的状态，再根据该指标参数对其所属的部件的重要程度所设定的权值，通过相应计算，来推算该部件的当前状态，并通过对车辆周期内多个采集样本的多次诊断，来屏蔽一些偶然错误，得出该部件在多个周期内的较合理的状态，进行汇总后形成最终的诊断报告。
基于以上加权对比，利用得到的车辆状态，构建诊断参考评估标准库(包括参数评估标准库和部件评估标准库)。其中，参数评估标准库根据不同车型、汽车开行年限、开行速度、季节定义为每个参数定义不同的范围区间，例如CO2排放量在不同年限、开行速度及季节的诊断评估标准是不同的范围区间。参数评估标准分为正常、许用和故障三个标准，对应不同分数。部件评估标准库根据不同车型、汽车开行年限、开行速度、季节定义为每个部件分别定义不同的范围区间，利用各个部件包括的参数定义对应权值，定义部件评估区间，例如0-30为正常30-50为许用，超过50为故障。
具体的计算过程选取发动机为例，做为车辆的一个部件，发动机包括数十个参数.可从参数评估标准库中获取每个参数的范围区间、对应分值和权值(所占所在部件的重要程度)，见下表(部分)：
表1
| 参数名称 | 范围区间 | 对应分值 | 权值 |
| 冷却液液面高度 | 0，3；3，8；8，10；10，12；12，999； | 2；1；0；1；2； | 3 |
| 冷却液温度 | -200，20；20，40；41，100；101，130；131，999； | 2；1；0；1；2； | 1 |
| 气缸漏气率 | -99999，0；0，0.1；0.1，2；2，5；5，99999； | 2；1；0；1；2； | 1 |
| 气缸漏气量 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 5 |
| 气缸压力 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 3 |
| 传动系游动角度 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 3 |
| 机械传动效率 | 0，4.3；4.3，4.5；4.5，4.6；4.6，4.7；4.7，999.9； | 2；1；0；1；2； | 1 |
| 传动系功率损失 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 5 |
| 发动机燃料消耗量 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 4 |
| 发动机功率 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 1 |
| 风扇离合器离合温度 | 0，4.3；4.3，7.0；7.0，8.0；8.0，10；10，999.9； | 2；1；0；1；2； | 3 |
| 风扇传动带张力 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 3 |
| 汽车燃料消耗量 | 0，0.1；0.1，0.2；0.2，0.6；0.6，0.7；0.7，999.9； | 2；1；0；1；2； | 3 |
| 供油系供油压力 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 5 |
| 怠速转速 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 2 |
| 汽车侧倾稳定角 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 2 |
| 喷油器喷油不均匀度 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 1 |
| 喷油器喷油量 | -99999，0；0，10；10，30；30，50；50，99999； | 2；1；0；1；2； | 10 |
首先计算每个参数的分值，具体选取气缸压力为例，假设样本数据中气缸压力数值为28，对应的范围区间和对应分值为-99999，0；0，30；30，50；50，99999；和2；1；0；1；2，则该参数样本数据属于范围区间为0，30，其对应的分值为1(0正常1许用2故障)。
依次可计算出其他参数的对应分值，将以上参数各分值与权值相乘后，再进行累加，从而获得参数对应的发动机部件的分值。如下表：
表2
经计算后发动机部件的分值为17，接下来根据部件分值范围表来确定发动机的状态分值。
通过查询部件评估标准库，获取发动机的范围区间和对应状态分值是0，20；20，39；39，99999；和0；1；2。经对比，17属于0，20区间内，所得状态分值为0，即正常(0正常1许用2故障)。
由此，经以上步骤，即可得出各部件的状态。
3、建立车辆错误代码库。
OBD-II系统可以采集到车辆产生的各种错误代码，通过将这些代码与诊断分析模型中的错误代码库中的错误代码进行比对解释，就可以快速获知当时车辆的故障原因同时获得对应的建议处理办法，便于快速处理问题。因此就需要在诊断分析模型中构建错误代码库。
车辆错误代码库中包括OBD-II上传的代码值、故障原因、建议解决办法和重要程度等信息，错误代码库内容部分示例如下：
表3
例如OBD-II系统采集到的车辆错误代码为P0100，则远程诊断中心接收到该代码后查询诊断分析模型中的错误代码库，获知该问题为空气流量计线路不良，建议解决办法为可能属于系统偶发故障，待连续发生三次以上后，建议4S店维修，该问题重要程度为中。
在以上远程诊断中心的车辆状况诊断分析模型中所包括的诊断参数、诊断评估方法和错误代码库等信息，都会进行不断的更新维护，以确保诊断结果的正确性。
步骤101、车主的终端自动搜索蓝牙设备，找到OBD-II蓝牙设备，建立OBD-II与终端的蓝牙连接。终端一般是手机或PND，与车辆OBD-II端口采集和传送数据时，只需将OBD-II蓝牙接收器插入车辆OBD-II端口即可。
步骤102、终端采集OBD-II车辆数据。按预先设置的采集频率进行采集，包括当前参数值(如有故障，则会有错误代码)，并在终端进行简单的数据校验和汇总。
步骤103、每隔五分钟，终端将车辆汇总的数据通过GPRS发送到远程诊断中心，远程诊断中心收到车辆数据后进行存储。
步骤104、判断用户选择瞬时诊断模式或月诊断模式，如果是瞬时诊断，执行步骤105；否则执行步骤106。
步骤105、远程诊断中心将车辆数据导入到诊断分析模型，通过以下方式进行瞬时诊断，如图2所示：
步骤1051、使用终端提交的车型、购买年限、开行速度等数据进行匹配，选择其所对应的诊断参考评估标准库。
步骤1052、在选取的诊断参考评估标准库中提取对应的诊断参数标准区间，与车辆各个参数样本值进行一一比对。比如，采集到的CO2排放量值为0.577，而对应的参数评估标准库中的参数范围是0-0.3为正常，0.3-0.5为许用，＞0.5为超标，则可判断该参数故障(超标)。按此方式，依次对其他样本的参数进行一一对应分析，得出每个参数的样本比对结果，分别为正常、许用和故障(如超标)状态。
步骤1053、将每个参数的比对结果和其在所属部件中对应的权值(重要程度)相乘后再合并计算，得出部件的诊断值，再根据该部件的部件评估标准库，确定该部件的状态，如正常、许用和故障三种部件状态。
例如，CO2参数对发动机部件而言属于重要参数，其权值较大，则其超标会直接影响发动机部件的诊断值结果；同理如果某个参数权值较低，则可能对其部件的状态结果影响较小。
步骤1054、将各个部件的诊断结果进行汇总，形成一个针对单个样本的车辆的诊断结论；同时将采集到的错误代码(如果有)与车辆错误代码库进行比对，确定故障原因和解决办法，提取重要的错误代码，形成故障码分析结论。
步骤1055、对于有问题需要维修的车辆，远程诊断中心会根据车辆位置和车型，自动匹配最近的4S店的地址和电话，形成辅助信息。
步骤1056、远程诊断中心将以上诊断结论、故障码分析结论和辅助信息三者汇总，形成一份最终的瞬时诊断报告，将该诊断报告通过GPRS远程无线传输给终端，并提醒车主查看。根据这份报告，车主就可以了解到当前车辆的状态信息，特别是根据发现的严重问题作出快速的处理。比如根据报告中推荐的地址尽快开到4S店维修，从而避免延误解决车辆故障，防止更大问题的发生。
步骤106、将车辆数据保存到数据库中，在下月初进行针对上月采集到的全部数据逐一进行分析。具体的每个车辆数据样本的分析处理过程与瞬时诊断中的分析处理过程相类似，区别是在形成每个样本的诊断结论后，还需要做以下几个操作：
(1)趋势分析。对一个月内样本中的各个参数的变化区间进行模拟回归，分析出潜在的趋势。例如CO2排放量在1日时为0.300，一直在逐步递增，在30日时为0.45，虽然都处在正常和许用的合理区间，但发展趋势可能会超标，远程诊断中心会根据这种趋势形成一个潜在的建议结论。
(2)车辆错误代码过滤。通过OBD-II采集到的错误代码分为临时错误代码和永久错误代码，临时错误代码可能是系统误报所产生，所以需要根据每个样本中的错误代码进行综合分析，例如某个错误代码只是1日产生过一次，以后再也没有产生，那可判断为临时错误代码，在月诊断报告中进行过滤。
(3)汇总统计。根据一个月内的所有样本，汇总统计各个部件状态的次数。例如发动机处在正常、许用和故障状态的次数，以及错误码发现的次数，出现频率等，形成汇总统计表。
根据以上几个操作，将形成一个比较全面的月诊断报告，通过GPRS下发给终端，由终端软件展示给车主查看。也可以支持其他方式的诊断报告下发，如果车主设置了邮箱地址，那么系统可以把更详细的诊断报告发送能够到车主邮箱中。
通过以上方法，本实施例解决了现有技术的两个缺点，即需要专有汽车监测设备诊断和只能短距离无线技术采集诊断，通过短距离无线接入技术(蓝牙)实现对车辆状态信息的实时采集获取，再通过远程无线接入技术(GPRS)将车辆状态信息的上传到远程诊断中心，诊断中心使用诊断分析模型对车辆信息的分析，形成有效的诊断结论报告，再通过多种方式传输给用户，告知车辆状态，提示故障点，从而真正实现了车辆的远程诊断。
本实施例提供的远程诊断中心具有综合性的诊断库，涵盖了不同厂商、车型、汽车开行年限、开行速度、季节不同诊断模式下的不同诊断指标项，通过对车况数据的分析，匹配到相应的诊断模式，并自动选用合适的诊断指标项进行车辆诊断；并根据业务需要分为瞬时诊断和月诊断报告两种模式，瞬时诊断就可以在短时间内获得车辆诊断结果，而月诊断报告更可以通过一个月以来所有的汽车诊断数据的综合分析，从一个月以来参数变化趋势中发现潜在问题；同时，该诊断库会经常根据车型等变化进行更新，确保诊断结果的合理性；并且诊断结果也便于车主理解。
总之，以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (7)
1.一种车辆状况的诊断方法，其特征在于，所述方法包括：
建立远程诊断中心的车辆状况诊断分析模型；
建立车辆的终端与车载自动诊断系统OBD-II的蓝牙连接，采集OBD-II车辆数据；
所述终端按预设频率将汇总的车辆数据通过GPRS发送到所述远程诊断中心；
所述远程诊断中心根据所述车辆数据及诊断分析模型，根据用户选择的瞬时诊断模式或月诊断模式对车辆状况进行诊断；
所述建立车辆状况诊断分析模型的步骤具体包括：
设置车辆诊断参数；
选用诊断评估方法；
建立车辆错误代码库；
所述设置车辆诊断参数的步骤具体包括：
定义各车型的车辆部件和需诊断参数，获取并形成不同车型的车辆部件库和预设置的该车型对应的诊断参数库；
所述选用诊断评估方法的步骤具体包括：
构建诊断参考评估标准库，包括参数评估标准库和部件评估标准库；其中，
所述参数评估标准库根据不同车型、汽车开行年限、开行速度及季节为每个车辆的需诊断参数定义不同的范围区间，评估标准分为正常、许用和故障，各评估标准对应不同分数；
所述部件评估标准库为各个车辆的部件所包括的需诊断参数定义对应权值，将该部件所包括的需诊断参数的评估分数与其对应权值的乘积进行累加，得到该部件的评估分数，并根据不同车型、汽车开行年限、开行速度及季节为每个车辆的部件定义不同的范围区间，各范围区间对应的状态分别为正常、许用或故障，从而利用所述该部件的评估分数所处的范围区间，确定该部件的状态。
2.根据权利要求1所述的车辆状况的诊断方法，其特征在于，所述建立车辆错误代码库的步骤具体包括：
根据OBD-II采集到的车辆错误代码，建立所述车辆错误代码库，对所述车辆错误代码进行比对解释，包括该错误代码所代表的故障原因、建议解决办法和重要程度。
3.根据权利要求2所述的车辆状况的诊断方法，其特征在于，所述采集OBD-II车辆数据的步骤具体包括：
按预先设置的采集频率采集车辆数据，所述车辆数据包括该车辆需诊断的参数值和\或错误代码，并进行数据校验和汇总。
4.根据权利要求3所述的车辆状况的诊断方法，其特征在于，所述根据用户选择的瞬时诊断模式对车辆状况进行诊断的步骤具体包括：
将所述车辆数据导入到诊断分析模型，选择该车辆所对应的诊断参考评估标准库；
在所述选取的诊断参考评估标准库中提取对应的参数评估标准库，与车辆数据中各个参数值进行比对评估；
根据所述每个参数的评估结果和其在所属部件中对应的权值，得到部件状态的诊断结果；
将各个部件状态的诊断结果进行汇总，形成该车辆的诊断结论；
远程诊断中心根据诊断结论形成瞬时诊断报告，通过GPRS远程无线传输给终端。
5.根据权利要求4所述的车辆状况的诊断方法，其特征在于，所述形成瞬时诊断报告的步骤还包括：
如果所述车辆数据中包括错误代码，则同时将所述错误代码与车辆错误代码库进行比对，确定故障原因和建议解决办法，并根据重要程度提取重要的错误代码，形成故障码分析结论；
将所述故障码分析结论作为瞬时诊断报告一部分，通过GPRS远程无线传输给终端。
6.根据权利要求4或5所述的车辆状况的诊断方法，其特征在于，所述形成瞬时诊断报告的步骤还包括：
分析所述车辆的诊断结论，对于需要维修的车辆，远程诊断中心根据车辆位置和车型，自动匹配最近的4S店的地址和电话，形成辅助信息；
将所述辅助信息作为瞬时诊断报告一部分，通过GPRS远程无线传输给终端。
7.根据权利要求6所述的车辆状况的诊断方法，其特征在于，所述根据用户选择的月诊断模式对车辆状况进行诊断的步骤具体包括：
将所述车辆数据保存到数据库中，在下月初进行对上月采集到的全部车辆数据进行分析；
将所述车辆数据导入到诊断分析模型，选择该车辆所对应的诊断参考评估标准库；
在所述选取的诊断参考评估标准库中提取对应的参数评估标准库，与车辆数据中各个参数值进行比对评估；
根据所述每个参数的评估结果和其在所属部件中对应的权值，得到各部件状态的诊断结果；
将各个部件状态的诊断结果进行汇总，形成该车辆上月全月的瞬时诊断结论；
对一个月内样本中的各个参数的变化区间进行模拟回归，分析所述参数的变化趋势，根据所述变化趋势形成建议结论；
根据每个样本中的错误代码进行综合分析，过滤临时错误代码；
根据一个月内的所有样本，汇总统计各个部件状态的次数，形成汇总统计表；
完成月诊断报告，通过GPRS下发给终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110399233.XA CN103135515B (zh) | 2011-12-05 | 2011-12-05 | 一种车辆状况的诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110399233.XA CN103135515B (zh) | 2011-12-05 | 2011-12-05 | 一种车辆状况的诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103135515A CN103135515A (zh) | 2013-06-05 |
| CN103135515B true CN103135515B (zh) | 2015-06-17 |
Family
ID=48495490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110399233.XA Active CN103135515B (zh) | 2011-12-05 | 2011-12-05 | 一种车辆状况的诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103135515B (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103592935A (zh) * | 2013-11-08 | 2014-02-19 | 深圳市道通科技有限公司 | 一种实现汽车诊断的方法、装置和智能终端 |
| US9600541B2 (en) * | 2014-05-02 | 2017-03-21 | Kookmin University Industry Academy Corporation Foundation | Method of processing and analysing vehicle driving big data and system thereof |
| JP6302391B2 (ja) * | 2014-10-07 | 2018-03-28 | ヤンマー株式会社 | 遠隔サーバ |
| CN104299290A (zh) * | 2014-10-31 | 2015-01-21 | 丹阳兴隆车辆部件有限公司 | 一种汽车运行参数记录仪 |
| CN104834302B (zh) * | 2014-12-04 | 2017-09-15 | 北汽福田汽车股份有限公司 | 车载排放诊断系统、车辆及方法 |
| CN105338057A (zh) * | 2015-09-24 | 2016-02-17 | 上海车音网络科技有限公司 | 智能服务推荐装置、系统及方法 |
| CN105404273B (zh) * | 2015-11-25 | 2018-12-25 | 湖北航天技术研究院特种车辆技术中心 | 一种用于车辆维修的方法及手持终端 |
| WO2017124553A1 (zh) * | 2016-01-24 | 2017-07-27 | 张仓 | 收集车辆故障检测技术使用次数的方法以及检测系统 |
| CN106406269A (zh) * | 2016-02-24 | 2017-02-15 | 深圳嘟嘟智能科技有限公司 | 车辆故障实时采集维修方法及系统 |
| US10510006B2 (en) * | 2016-03-09 | 2019-12-17 | Uptake Technologies, Inc. | Handling of predictive models based on asset location |
| CN106053087A (zh) * | 2016-05-12 | 2016-10-26 | 大工（青岛）新能源材料技术研究院有限公司 | 一种燃气内燃机测评方法 |
| CN107545129B (zh) * | 2016-06-27 | 2021-06-22 | 西门子(深圳)磁共振有限公司 | 一种医疗设备的故障检查方法和装置 |
| CN106004794A (zh) * | 2016-07-22 | 2016-10-12 | 纳瓦电子（上海）有限公司 | 一种车载诊断系统及车载诊断设备 |
| CN106340080A (zh) * | 2016-08-18 | 2017-01-18 | 深圳市永兴元科技有限公司 | 车辆保养方法及装置 |
| CN106444724A (zh) * | 2016-11-25 | 2017-02-22 | 梧州市金正原电子科技有限公司 | 一种车辆智能诊断方法 |
| CN106990773A (zh) * | 2017-03-30 | 2017-07-28 | 深圳市元征科技股份有限公司 | 车辆远程诊断方法、云服务器及系统 |
| CN107193929B (zh) * | 2017-05-17 | 2020-12-25 | 田兆杰 | 基于特征提取和相似度计算的车辆故障问答方法及装置 |
| EP3654124A4 (en) * | 2017-07-14 | 2021-03-03 | Shenzhen Launch Tech Co., Ltd. | VEHICLE DIAGNOSTIC PROCEDURES, TERMINAL DEVICE AND COMPUTER READABLE STORAGE MEDIUM |
| CN107272657B (zh) | 2017-07-21 | 2020-03-10 | 北京图森未来科技有限公司 | 实现车辆自动检修的方法及系统、相关设备 |
| CN107682451A (zh) * | 2017-10-31 | 2018-02-09 | 中冶华天工程技术有限公司 | 一种远程信息传输方法 |
| CN108268024B (zh) * | 2017-12-29 | 2021-09-21 | 深圳市道通科技股份有限公司 | 车辆诊断方法、装置、终端及计算机可读存储介质 |
| CN108389282A (zh) * | 2018-01-31 | 2018-08-10 | 重庆交通职业学院 | 一种车载故障自诊断预警云系统 |
| CN108632379A (zh) * | 2018-05-11 | 2018-10-09 | 厦门柏讯信息科技有限公司 | 一种基于全景vr直播的汽车远程诊断与维修系统 |
| CN108896320A (zh) * | 2018-07-10 | 2018-11-27 | 商丘师范学院 | 一种实现车辆异常监测、故障诊断和数据升级的系统及方法 |
| CN108958224B (zh) * | 2018-07-27 | 2021-08-10 | 深圳市元征科技股份有限公司 | 一种车辆诊断方法、诊断终端及诊断盒 |
| CN109324593A (zh) * | 2018-09-13 | 2019-02-12 | 北京长城华冠汽车技术开发有限公司 | 汽车试验用的故障分析系统及故障分析方法 |
| CN110083144A (zh) * | 2019-04-30 | 2019-08-02 | 钛马信息网络技术有限公司 | 汽车故障信息远程汇总方法、装置及计算机存储介质 |
| CN110532612A (zh) * | 2019-07-26 | 2019-12-03 | 中国船舶重工集团公司第七一九研究所 | 船舶动力系统的运行数据处理方法及装置 |
| WO2021142822A1 (zh) * | 2020-01-19 | 2021-07-22 | 深圳市元征科技股份有限公司 | 一种车辆诊断方法及一种车辆诊断设备和存储介质 |
| CN111324107A (zh) * | 2020-03-03 | 2020-06-23 | 辽宁工业大学 | 一种汽车电控故障诊断系统 |
| CN111582732A (zh) * | 2020-05-12 | 2020-08-25 | 胡伊婷 | 一种基于大数据的车况分析系统 |
| CN112199145A (zh) * | 2020-10-10 | 2021-01-08 | 上海星融汽车科技有限公司 | 车辆智能诊断方法、系统及诊断设备 |
| CN112526965A (zh) * | 2020-11-13 | 2021-03-19 | 上海电院电力电子实业有限公司 | 一种电气控制系统故障自动检测和报修方法 |
| CN112577760A (zh) * | 2020-12-31 | 2021-03-30 | 深圳市元征科技股份有限公司 | 一种车辆诊断的方法、系统、设备及可读存储介质 |
| CN114279718B (zh) * | 2021-11-30 | 2023-02-28 | 重庆长安汽车股份有限公司 | 一种基于实时车况的可配置故障诊断方法及故障诊断系统 |
| CN118584941B (zh) * | 2024-07-31 | 2024-10-15 | 张家港保税区达安进口汽车检验有限公司 | 一种基于汽车obd系统的故障诊断方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101118694A (zh) * | 2007-05-18 | 2008-02-06 | 李克明 | 汽车智能化管理系统 |
| CN101718991A (zh) * | 2009-11-06 | 2010-06-02 | 深圳市元征软件开发有限公司 | 基于手机平台的汽车诊断系统及方法 |
| CN102073319A (zh) * | 2011-01-25 | 2011-05-25 | 武汉理工大学 | 一种多功能综合型电控汽车故障诊断系统 |
| CN201993626U (zh) * | 2011-01-07 | 2011-09-28 | 深圳市航天星网通讯有限公司 | 一种车载智能诊断系统 |
-
2011
- 2011-12-05 CN CN201110399233.XA patent/CN103135515B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101118694A (zh) * | 2007-05-18 | 2008-02-06 | 李克明 | 汽车智能化管理系统 |
| CN101718991A (zh) * | 2009-11-06 | 2010-06-02 | 深圳市元征软件开发有限公司 | 基于手机平台的汽车诊断系统及方法 |
| CN201993626U (zh) * | 2011-01-07 | 2011-09-28 | 深圳市航天星网通讯有限公司 | 一种车载智能诊断系统 |
| CN102073319A (zh) * | 2011-01-25 | 2011-05-25 | 武汉理工大学 | 一种多功能综合型电控汽车故障诊断系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103135515A (zh) | 2013-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103135515B (zh) | 一种车辆状况的诊断方法 | |
| US12080113B2 (en) | Telematically monitoring a condition of an operational vehicle component | |
| CN106227200B (zh) | 一种汽车在线故障诊断方法 | |
| US7532963B1 (en) | Internet-based vehicle-diagnostic system | |
| US20170024943A1 (en) | System and Method for Service Assessment | |
| US20150134192A1 (en) | External diagnosis device, vehicle diagnosis system and vehicle diagnosis method | |
| CN112398804B (zh) | 远程排放管理车载终端数据一致性验证平台及验证方法 | |
| US20140277906A1 (en) | Method and system for monitoring vehicles | |
| CN112964476A (zh) | 一种重型柴油车实际道路颗粒物排放在线预测方法 | |
| CN111679032A (zh) | 监测车辆车队排放量的方法 | |
| CN109632343A (zh) | 一种二手车动静态性能检测分析系统 | |
| CN111207932B (zh) | 机动车尾气监控方法及相关设备 | |
| CN111365147B (zh) | 废气再循环系统流量判断方法 | |
| CN112699490B (zh) | 一种车辆维修结果验证方法和装置 | |
| Patel et al. | IoT-based augmented reality application for diagnostic vehicle’s condition using OBD-II scanner | |
| CN114091894A (zh) | 柴油机多源信息监控与自适应健康度评估装置及评估方法 | |
| CN201679563U (zh) | 发动机在线诊断装置 | |
| CN109901561A (zh) | 一种基于多维度统计的ems终端设备故障远程诊断方法 | |
| CN110907190B (zh) | 一种obd远程在线监控数据质量的判定方法 | |
| CN114039775A (zh) | 一种简易重型车远程终端数据传输一致性验证设备及方法 | |
| Filipczyk et al. | The application of on-board diagnostics systems for assessing the technical state of automotive vehicles | |
| Yadav et al. | ON BOARD DIAGNOSTICS (OBD): A DTC |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 100193 No. 301, block B, building 27, phase 1, Zhongguancun Software Park, No. 8, northeast flourishing West Road, Beijing, Haidian District Patentee after: Beijing city Mdt InfoTech Ltd Address before: 100191 Beijing City, Haidian District Xueyuan Road No. 39 Building 9 layer solid Patentee before: Beijing PalmCity Technology Co., Ltd. |