CN104503444B - 工程机械的故障处理的方法及系统 - Google Patents
工程机械的故障处理的方法及系统 Download PDFInfo
- Publication number
- CN104503444B CN104503444B CN201410851283.0A CN201410851283A CN104503444B CN 104503444 B CN104503444 B CN 104503444B CN 201410851283 A CN201410851283 A CN 201410851283A CN 104503444 B CN104503444 B CN 104503444B
- Authority
- CN
- China
- Prior art keywords
- equipment
- failure
- fault
- engineering machinery
- key
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013024 troubleshooting Methods 0.000 claims description 11
- 230000004888 barrier function Effects 0.000 claims description 9
- 238000003745 diagnosis Methods 0.000 claims description 9
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 16
- 239000000725 suspension Substances 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000008439 repair process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000007257 malfunction Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Emergency Alarm Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种工程机械的故障处理的方法及系统。该方法包括:采集工程机械工作时的运行参数;根据采集到的运行参数判断工程机械是否发生故障;在工程机械存在故障的情况下,根据运行参数生成故障信息,其中,故障信息包括工程机械中发生故障的系统设备名称;根据故障信息计算生成故障等级信息。本发明解决了现有技术中驾驶员针对所有的设备的故障都要进行判断,导致效率低的问题。
Description
技术领域
本发明涉及机械控制领域,具体而言,涉及一种工程机械的故障处理的方法及系统。
背景技术
随着工程机械的复杂性不断的提高,工程机械在工作时产生的故障也增加了很多。例如起重机的电气系统,电气系统的故障会造成车辆不同程度的故障,而车辆的故障主要通过指示灯、蜂鸣器等电气元件来提醒驾驶员检修车辆、消除故障。车辆故障有些会影响到整车安全,有些可以忽略完全不影响整车性能,影响安全的故障必须立刻处理,可忽略的故障可以等到车子不工作时处理。
这里需要说明的是,起重机底盘系统在发生故障后,会直接利用指示灯、蜂鸣器等电气元件报警。车辆的控制器会将解析的故障内容直接传输至显示屏或仪表,利用文字显示或指示灯、蜂鸣器等元件提示、警告,驾驶员要根据自身驾驶经验判断该故障是否影响整车安全性能,是否可以继续行驶或工作,在一定程度上会影响行驶或使用的安全性,再者,新驾驶员不了解车辆情况,无法做出判断,需要咨询相关人员,才能确定是否要维修车辆,操作很不方便。
这里还需要说明的是,车辆会包括多个不同的设备,在现有的方案中,驾驶员无法掌握每个不同的设备发生故障的频次,从而缺少保养车辆的参考信息。
针对现有技术中驾驶员要针对所有的设备的故障都进行判断,导致效率低的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种工程机械的故障处理的方法及系统,以解决现有技术中驾驶员针对所有的设备的故障都要进行判断,导致效率低的问题。
为了实现上述目的,根据本发明实施例的一个方面,提供了一种工程机械的故障处理的方法。该方法包括:采集工程机械工作时的运行参数;根据采集到的运行参数判断工程机械是否发生故障;在工程机械存在故障的情况下,根据运行参数生成故障信息,其中,故障信息包括工程机械中发生故障的系统设备名称;根据故障信息计算生成故障等级信息。
为了实现上述目的,根据本发明实施例的另一方面,提供了一种工程机械的故障处理的系统。该系统包括:主控制器,用于采集工程机械工作时的运行参数并根据采集到的运行参数判断工程机械是否发生故障;在工程机械存在故障的情况下,根据运行参数生成故障信息,其中,故障信息包括工程机械中发生故障的系统设备名称;第一控制器,与主控制器建立通信关系,用于根据故障信息计算生成故障等级信息。
根据发明实施例,通过集工程机械工作时的运行参数;根据采集到的运行参数判断工程机械是否发生故障;在工程机械存在故障的情况下,根据运行参数生成故障信息,其中,故障信息包括工程机械中发生故障的系统设备名称;根据故障信息计算生成故障等级信息,解决了现有技术中驾驶员要针对所有的设备的故障都进行判断,导致效率低的问题。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例一的工程机械的故障处理的方法的流程图;
图2是根据本发明实施例一的可选的工程机械的故障处理的方法的示意图;
图3是根据本发明实施例一的可选的工程机械的故障处理的方法的示意图;以及
图4是根据本发明实施例二的工程机械的故障处理系统的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
本发明实施例提供了一种工程机械的故障处理的方法。如图1所示,该方法包括:
步骤S10,采集工程机械工作时的运行参数。
具体的,在本方案中,可以通过传感器或者CAN总线来传输采集到的工程机械在工作时后各个系统设备的运行参数,可选的,上述工程机械可以是起重机车辆的底盘中的一个或多个系统设备。这里需要说明的是,可以采集起重机中的多个系统设备的运行参数。
步骤S12,根据采集到的运行参数判断工程机械是否发生故障。
可选的,在本方案中,可以通过传感器和CAN总线来将采集到的车辆的运动参数发送至主控制器,主控制器则根据上述运行参数判断车辆是否发生故障,进一步的则通过某一系统设备的运动参数来判断该系统设备是否存在着故障。
步骤S14,在工程机械存在故障的情况下,根据运行参数生成故障信息,其中,故障信息包括工程机械中发生故障的系统设备名称。
具体的,在本方案中,如果确定上述系统设备存在着故障,上述控制器则根据该系统设备的运动参数生成故障信息,上述故障信息中包含着发生故障的系统设备的名称。即在步骤S14中由控制器确定了具体是哪个系统设备出现了故障。
步骤S16,根据故障信息计算生成故障等级信息。
具体的,在本方案中,可以采用第一控制器来接收上述故障信息,并根据上述故障信息生成故障等级信息,上述故障等级信息则包括:上述发生故障的系统设备的故障的等级和系统设备的名称。
可选的,在本方案中,可以将故障等级分为,严重等级、一般等级以及可忽略等级。
在本方案中,通过采集车辆中各个系统设备的运行参数,进而判断出哪些系统设备存在故障,并根据发生故障的系统设备的运行参数生成故障信息,然后通过故障信息生成故障等级信息,驾驶员在操控车辆时,不仅可以了解到是哪个系统设备出故障,还可以根据该系统设备的故障等级来确定是否要对发生故障的系统设备进行维修,如果判定故障为严重故障,则驾驶员根据故障的级别立刻停车检修,同时可选的,系统也会限制车辆的速度,保证驾驶的安全性;若判定故障为一般故障,则驾驶员可选择性处理,即在条件允许的情况下处理,因为一般性故障不会影响整车的安全性;若判定该故障为可忽略故障,车辆是可以正常工作的,驾驶员可以工作完成后,再到修车点后处理故障。解决了驾驶员要针对所有的设备的故障都进行判断,导致效率低的问题,实现了驾驶员无需根据自身经验判断故障级别的技术效果。
可选的,步骤S16,根据故障信息计算生成故障等级信息的步骤可以包括:
步骤S161,从故障信息中获取到发生故障的系统设备。
具体的,由于在故障信息中包含了发生故障的系统设备,因此可以在故障信息中获取到发生故障的系统设备的名称。
步骤S162,通过诊断结果计算公式计算得出发生故障的系统设备的诊断结果中的最大值B并根据最大值B确定故障等级。
步骤S163,根据故障等级生成故障等级信息。
这里需要说明的是,上述故障等级信息可以包含系统设备发生故障的级别,例如:请注意,某设备发生严重故障。
可选的,步骤S162,通过诊断结果计算公式计算得出发生故障的系统设备的诊断结果中的最大值B并根据最大值B确定故障等级的步骤可以包括:
步骤S1621,通过如下诊断结果公式进行计算:
B=Max(W*R),其中,W为工程机械中每个设备的故障权重值,R为从数据库中预先设置的故障等级与所述工程机械中每个设备之间的模糊关系。
步骤S1622,根据所述最大值B从所述模糊关系R中确定所述故障等级。
具体的,在本方案中,可以建立专家数据库,该专家数据库中则预存有故障等级与工程机械中每个设备之间的模糊关系R,如表1所示,表1是是基于电气系统分析和电气系统故障诊断专家经验和资料的方法确定的电气系统故障和其相应的故障级别之间的模糊关系。
表1:
具体的,结合上表1,由于电气系统的故障原因和故障等级之间的映射关系式模糊的,针对这个模糊性的存在,采用基于模糊综合评判的模糊推理的方法,使诊断效果更合理可信。根据车辆工况故障等级的划分,将故障类型分为三种:严重故障、一般故障、可忽略故障。Y是由故障等级构成的集合,X是由故障等级的指标因素(各种故障)构成的集合,故障等级集合Y中的每个元素与构成故障等级的指标因素集X中的各元素构成模糊关系R=rij。在本方案中,可以求取工程机械中每个设备的故障权重值W与模糊关系R的乘积的最大值再根据最大值从模糊关系R中确定故障等级。
这里需要说明的是,可以采用上述第一控制器来求取工程机械中每个设备的故障权重值W与模糊关系R的乘积的最大值,按评判目标对因素集X(各种故障)的各元素加权,设权向量为W,B=WR=(b1,b2,····bn)称为就所选m个指标(各种故障)对已知n个对象(故障等级)的综合评判,max(b1,b2,····bn)=bj对应的yj为最优越对象。
例如,根据表1,假设转角传感器B路信号错误和悬挂接近开关失效同时发生,若权向量的各分量简单取0或1,即转角传感器B路信号错误和悬挂接近开关的权重取默认值为1,其余的系统设备的权重默认值为0,则W=[1 1 0 0 0],采用加权平均的方法对故障进行分级,则诊断结果向量为:
经计算,取结果中的最大值,所对应的对象集元素(yj)为最终的故障等级,即若a2+a5>a1+a4>a3+a6,则该故障为一般故障。
可选的,上述工程机械可以包括多个系统设备,在步骤S16,根据故障信息计算生成故障等级信息之后,本实施例提供的方法还可以包括:
步骤S18,读取多个系统设备中具有关键标识的系统设备,得到n个关键设备。
具体的,在本方案中,可以读取关键标识的方式来获得关键设备,关键设备可以在车辆中起关键作用的系统设备,比如,发动机系统、变速箱系统、转向系统、悬挂系统等)。
步骤S20,根据故障信息统计n个关键设备中发生故障的关键设备的故障频次。
具体的,在本方案中,可以采用第二控制器来统计车辆中关键的系统设备的发生故障的频次,这里需要说明的是,由于上述故障信息是上述车辆中每个系统设备发横故障的信息,因此可以从上述故障信息中的多个系统设备获取到发生故障的关键的系统设备。
步骤S22,在任意一个关键设备的故障频次大于等于第一阈值的情况下,将关键设备的故障等级信息发送至显示设备或语音播放设备。
具体的,在本方案中,根据统计到的关键系统设备发生的频次,如果某一个关键设备发生故障的频次大于等于第一阈值的情况下,可以将该关键设备的故障等级信息发送至车辆的显示设备予以显示,或者发送至语音播放设备,通过语音的方式提醒驾驶员。通过上述步骤可以实现当某一个关键的系统设备发生的故障如果过多,则提醒驾驶员注意,起到了更加安全驾驶的技术效果。
可选的,上述第二控制器接收故障信息后,首先筛选出关键系统故障(发动机系统、变速箱系统、转向系统、悬挂系统等),再将故障按系统分类,统计出各系统故障频次,找出故障数超过某一固定值的关键系统,将统计结果传输至显示屏并语音播报。
可选的,步骤S20,根据故障信息统计n个关键设备中发生故障的关键设备的故障频次的步骤可以包括:
步骤S201,在故障信息中包含关键设备的名称的情况下,将关键设备发生故障的次数进行累加。
具体的,在本方案中,可以根据多个系统设备的故障信息中判断是否存在关键设备,在存在关键设备的情况下,将该关键设备发生的次数进行累加。
可选的,步骤S22,将关键设备的故障等级信息发送至显示设备或语音播放设备之后,本实施例提供的方法还可以包括:
步骤S23,读取关键设备发生故障的次数。
具体的,在本方案中,第二控制器在统计关键设备发生故障的次数之后,可以将该次数发送至第一控制器负责读取关键设备发生故障的次数。
步骤S24,将关键设备的故障权重值更新为关键设备发生故障的次数。
具体的,第一控制器在读取关键设备发生故障的次数后更新该关键设备的故障权重值。在接下来的计算故障等级的步骤中,第一控制器按照新的故障权重值进行计算。
这里需要说明的是,第二控制器统计达到设定值的关键系统次数,将该信息传递给的第一控制器,第一控制器修改算法中的权值,故障频次越高权值越大,使第一控制器内的计算与第二控制器的统计结果联动,形成对故障更为准确的判断。
可选的,步骤S22,将关键设备的故障等级信息发送至显示设备或语音播放设备之后,本实施例提供的方法可以包括:
步骤S25,将发生故障的关键设备的故障等级信息和发生故障的频次备份至后台服务器。
可选的,在上述第一控制器在生成关键设备的故障等级信息之后,第一控制器可以将上述故障等级信息发送至车辆的GPS控制器,上述第二控制器可以将关键设备发生故障的频次也发送至车辆的GPS控制器,由GPS控制器将关键设备的故障等级信息和发生故障的频次上传到后台服务器,该后台服务器可以是后台上位机,由上位机保存该车故障档案,为日后车辆保养维修提供依据。
可选的,在步骤S16,根据故障信息计算生成故障等级信息之后,本实施例提供的方法还可以包括:
步骤S161,将故障等级信息发送至显示设备或语音播放设备。
具体的,在本方案中,第一控制器在计算生成故障等级信息后,可以将故障等级信息发送至车辆的显示设备或语音播放设备予以播放或显示,这样,驾驶员可以实时的得知车辆的哪个设备发生故障、该故障的故障级别是多少。
下面本申请结合具体场景对技术方案展开描述:
图2为本方案的控制系统的框图,其中,主控制器10接收车辆信息、传感器信息以及通过CAN总线传输的信息等,将其中车辆信息(车辆识别的唯一编码)和故障代码发送给第一控制器20和第二控制器30。第一控制器20接收主控制器传输过来的故障代码,实现故障分级功能,将分级的结果传输给显示器40和GPS控制器50;第二控制器30接收主控制器10的故障代码,按照故障所属关键系统分类,分别统计关键系统故障频次,找出故障频次较高的关键系统,将其发送至显示器40;通过GPS控制器50将故障分级结果以及关键系统的故障频次统计结果发送给后台上位机60,上位机保存该车辆故障档案,为日后车辆保养维修提供依据。
这里需要说明的是,上述故障代码可以为故障等级信息,车辆信息可以在后台上位机中形成的车辆故障档案的标识,即操作人员可以通过输入车辆的ID来选择查看车辆的故障档案。
由于电气系统的故障原因和故障等级之间的映射关系式模糊的,针对这个模糊性的存在,采用基于模糊综合评判的模糊推理的方法,使诊断效果更合理可信。根据车辆工况故障等级的划分,将故障类型分为三种:严重故障、一般故障、可忽略故障。第一控制器实现故障分级,其算法如下:
表1:
表1是基于电气系统分析和电气系统故障诊断专家经验和资料的方法确定的电气系统故障和其相应的故障级别之间的模糊关系。Y是由故障等级构成的集合,X是由故障等级的指标因素(各种故障)构成的集合,故障等级集合Y中的每个元素与构成故障等级的指标因素集X中的各元素构成模糊模糊关系R=rij。按评判目标对因素集X(各种故障)的各元素加权,设权向量为W,B=WR=(b1,b2,····bn)称为就所选m个指标(各种故障)对已知n个对象(故障等级)的综合评判,max(b1,b2,····bn)=bj对应的yj为最优越对象。根据表1,假设转角传感器B路信号错误和悬挂接近开关失效同时发生,若权向量的各分量简单取0或1,则W=[1 1 0 0 0],采用加权平均的方法对故障进行分级,则诊断结果向量为:
经计算,取结果中的最大值,所对应的对象集元素(yj)为最终的故障等级,即若a2+a5>a1+a4>a3+a6,则该故障为一般故障。将该算法写入第一控制器中,经过故障分级后第一控制器将分级结果传输至显示屏并语音播报,同时通过GPS将分级结果传送至后台备查。
利用专家数据库判定故障级别,若专家系统判定故障为严重故障,则语音系统会提示驾驶员立刻停车检修,同时系统会限制车速,保证驾驶的安全性;若专家系统判定故障为一般故障,则驾驶员可选择性处理,即在条件允许的情况下处理,因为系统本身针对故障做出了一定限制,不会影响整车的安全性;若专家系统判定该故障为可忽略故障,车辆是可以正常工作的,驾驶员可以工作完成后,再到修车点后处理故障;如果遇到专家数据库中没有的数据,则先按严重级别故障处理,后台处理后会将新的故障添加入专家故障数据库中。驾驶员可根据语音提示操作,无需根据自身经验判断故障级别。
第二控制器接收故障信息后,首先筛选出关键系统故障(发动机系统、变速箱系统、转向系统、悬挂系统等),再将故障按系统分类,统计出各系统故障频次,找出故障数超过某一固定值的关键系统,将统计结果传输至显示屏并语音播报,同时通过GPS将分级结果传送后台记录。第二控制器统计达到设定值的关键系统次数,将该信息传递给第一控制器,第一控制器修改算法中的权值,故障频次越高权值越大,使第一控制器内的计算与第二控制器的统计结果联动,形成对故障更为准确的判断。
如图3所示,第二控制器可以通过图3所示的多个步骤来完成关键设备的故障次数的统计。
步骤S301,第二控制器接收第一控制器发送的故障信息。
这里需要说明的是,上述故障信息可以为上述车辆内的多个系统设备的故障的信息。
步骤S302,第二控制器根据上述一个或多个故障信息判断发生故障的系统是否为车辆中的关键系统。如果否,则重新执行步骤S301。
步骤S303,第二控制器判断上述关键系统是否为发动机系统,在是的情况下,执行步骤S305,否则,执行步骤S304。
步骤S304,第二控制器判断上述关键系统是否为变速箱系统,在是的情况下,执行步骤S307,否则,执行步骤S309。
步骤S305,在该关键系统为发动机系统的情况下,将该发动机系统的发生故障的频次a1加1。
步骤S306,第二控制器判断发动机系统的发生故障的频次是否超过设定的值,在是的情况下,执行步骤S315,在否的情况下,执行步骤S301。
步骤S307,在该关键系统为变速箱系统的情况下,将变速箱系统的发生故障的频次a2加1。
步骤S308,第二控制器判断变速箱系统的发生故障的频次是否超过设定的值,在是的情况下,执行步骤S315,在否的情况下,执行步骤S301。
步骤S309,第二控制器判断上述关键系统是否为转向系统,在是的情况下,执行步骤S310,在否的情况下,执行步骤S311。
步骤S310,在该发生故障的关键设备为转向系统的情况下,将该转向系统的发生故障的次数a3加1。
步骤S311,第二控制器判断该发生故障的关键系统设备是否为悬挂系统,在是的情况下,执行步骤S312。
步骤S312,将上述悬挂系统的发生故障的频次a4加1。
步骤S313,在上述转向系统的发生故障的频次达到设定的值的情况下,执行步骤S315,在否的情况下,执行步骤S301。
步骤S314,在上述悬挂系统的发生故障的频次达到设定的值的情况下,执行步骤S315,否的情况下执行步骤S301。
步骤S315,第二控制器将发生故障频次达到设定值的关键系统的故障频次发送至语音播放系统,由语音播放系统进行播放。再将上述关键系统发生故障的次数发送至第一控制器和后台服务器。这里需要说明的是,在后台服务器中,发生故障的关键设备形成一个故障档案。驾驶员可以根据该故障档案对车辆进行保养。
步骤S316,第一控制器在接收到上述关键系统设备发生的故障频次后,根据关键系统发生故障的频次修改第一控制器中生成故障等级算法中的上述关键系统设备的故障权重值。
步骤S317,保养后手动将达到设定值的系统设备的技术值即发生故障的频次清零。
这里需要说明的是,在驾驶员对车辆进行保养之后,可以将第二控制器中的关键设备发生故障的次数清零。
综上,本申请的技术关键点在于:
采用建立专家数据库的方法对车辆故障分级,避免驾驶员用经验判断或处理故障;采用独立控制器统计关键系统故障频次,判断其是否达到预设值,根据达到预设值的次数决定第一控制器算法中的权值;针对关键系统分层次保养车辆,并在后台建立保养档案。
基于上述技术关键点,本申请可实现以下技术效果:
通过建立专家数据库,对关键系统的故障进行分级,利用语音提示驾驶员选择恰当的处理方式,减少了驾驶员对车辆故障等级的自判断,提高了车辆行驶安全性;同时根据后台记录的故障所属的关键系统及频次,经过统计后及时提醒驾驶员重点保养故障较多的关键系统,可提高服务的有效性和车辆的实用性。克服了如下技术缺陷:驾驶人员要根据自身驾驶经验和报警提示处理故障,在控制系统没有对故障诊断分级,也没有将故障信息传输至后台记录备查,没有专门统计相关故障数据如故障级别、故障次数等相关参数提醒驾驶员对车辆故障率较高的系统进行保养,也没有针对每台车的保养档案。
实施例二
本实施例还提供了一种工程机械的故障处理的系统,如图4所示,该系统可以包括:
主控制器10,用于采集工程机械工作时的运行参数并根据采集到的运行参数判断工程机械是否发生故障;在工程机械存在故障的情况下,根据运行参数生成故障信息,其中,故障信息包括工程机械中发生故障的系统设备名称。
具体的,在本方案中,可以通过传感器或者CAN总线来传输采集到的工程机械在工作时后各个系统设备的运行参数,可选的,上述工程机械可以是起重机车辆的底盘中的一个或多个系统设备。这里需要说明的是,可以采集起重机中的多个系统设备的运行参数。可以通过传感器和CAN总线来将采集到的车辆的运动参数发送至主控制器,主控制器则根据上述运行参数判断车辆是否发生故障,进一步的则通过某一系统设备的运动参数来判断该系统设备是否存在着故障。如果确定上述系统设备存在着故障,上述控制器则根据该系统设备的运动参数生成故障信息,上述故障信息中包含着发生故障的系统设备的名称。即在步骤S14中由控制器确定了具体是哪个系统设备出现了故障。
第一控制器20,与主控制器建立通信关系,用于根据故障信息计算生成故障等级信息。
具体的,在本方案中,可以采用第一控制器来接收上述故障信息,并根据上述故障信息生成故障等级信息,上述故障等级信息则包括:上述发生故障的系统设备的故障的等级和系统设备的名称。
可选的,在本方案中,可以将故障等级分为,严重等级、一般等级以及可忽略等级。
在本方案中,通过采集车辆中各个系统设备的运行参数,进而判断出哪些系统设备存在故障,并根据发生故障的系统设备的运行参数生成故障信息,然后通过故障信息生成故障等级信息,驾驶员在操控车辆时,不仅可以了解到是哪个系统设备出故障,还可以根据该系统设备的故障等级来确定是否要对发生故障的系统设备进行维修,如果判定故障为严重故障,则驾驶员根据故障的级别立刻停车检修,同时可选的,系统也会限制车辆的速度,保证驾驶的安全性;若判定故障为一般故障,则驾驶员可选择性处理,即在条件允许的情况下处理,因为一般性故障不会影响整车的安全性;若判定该故障为可忽略故障,车辆是可以正常工作的,驾驶员可以工作完成后,再到修车点后处理故障。解决了驾驶员要针对所有的设备的故障都进行判断,导致效率低的问题,实现了驾驶员无需根据自身经验判断故障级别的技术效果。
可选的,第一控制器还可以包括:
第一微控制器,用于从故障信息中获取到发生故障的系统设备。
具体的,由于在故障信息中包含了发生故障的系统设备,因此可以在故障信息中获取到发生故障的系统设备的名称。
第一计算器,用于通过诊断结果计算公式计算得出发生故障的系统设备的诊断结果中的最大值B并根据最大值B确定故障等级。
第一微控制器还用于根据故障等级生成故障等级信息。
这里需要说明的是,上述故障等级信息可以包含系统设备发生故障的级别,例如:请注意,某设备发生严重故障。
可选的,上述第一计算器还可以包括:
第二计算器,通过如下诊断结果公式进行计算:
B=Max(W*R),其中,W为工程机械中每个设备的故障权重值,R为从数据库中预先设置的故障等级与工程机械中每个设备之间的模糊关系。
第二微控制器,用于根据最大值B从模糊关系R中确定故障等级。
具体的,在本方案中,可以建立专家数据库,该专家数据库中则预存有故障等级与工程机械中每个设备之间的模糊关系R,如表1所示,表1是是基于电气系统分析和电气系统故障诊断专家经验和资料的方法确定的电气系统故障和其相应的故障级别之间的模糊关系。
表1:
具体的,结合上表1,由于电气系统的故障原因和故障等级之间的映射关系式模糊的,针对这个模糊性的存在,采用基于模糊综合评判的模糊推理的方法,使诊断效果更合理可信。根据车辆工况故障等级的划分,将故障类型分为三种:严重故障、一般故障、可忽略故障。Y是由故障等级构成的集合,X是由故障等级的指标因素(各种故障)构成的集合,故障等级集合Y中的每个元素与构成故障等级的指标因素集X中的各元素构成模糊关系R=rij。在本方案中,可以求取工程机械中每个设备的故障权重值W与模糊关系R的乘积的最大值再根据最大值从模糊关系R中确定故障等级。
这里需要说明的是,可以采用上述第一控制器来求取工程机械中每个设备的故障权重值W与模糊关系R的乘积的最大值,按评判目标对因素集X(各种故障)的各元素加权,设权向量为W,B=WR=(b1,b2,····bn)称为就所选m个指标(各种故障)对已知n个对象(故障等级)的综合评判,max(b1,b2,····bn)=bj对应的yj为最优越对象。
例如,根据表1,假设转角传感器B路信号错误和悬挂接近开关失效同时发生,若权向量的各分量简单取0或1,即转角传感器B路信号错误和悬挂接近开关的权重取默认值为1,其余的系统设备的权重默认值为0,则W=[1 1 0 0 0],采用加权平均的方法对故障进行分级,则诊断结果向量为:
经计算,取结果中的最大值,所对应的对象集元素(yj)为最终的故障等级,即若a2+a5>a1+a4>a3+a6,则该故障为一般故障。
可选的,本系统还可以包括:第二控制器,该第二控制器可以包括:
第一采集器,用于采集多个系统设备中具有关键标识的系统设备,得到n个关键设备。
具体的,在本方案中,可以读取关键标识的方式来获得关键设备,关键设备可以在车辆中起关键作用的系统设备,比如,发动机系统、变速箱系统、转向系统、悬挂系统等)。
第二计算器,用于根据故障信息统计n个关键设备中发生故障的关键设备的故障频次。
具体的,在本方案中,可以采用第二控制器来统计车辆中关键的系统设备的发生故障的频次,这里需要说明的是,由于上述故障信息是上述车辆中每个系统设备发横故障的信息,因此可以从上述故障信息中的多个系统设备获取到发生故障的关键的系统设备。
可选的,上述系统还可以包括:
显示器或播放器,与第二控制器建立通信关系,用于在任意一个关键设备的故障频次大于等于第一阈值的情况下,接收关键设备的故障等级信息。
具体的,在本方案中,根据统计到的关键系统设备发生的频次,如果某一个关键设备发生故障的频次大于等于第一阈值的情况下,可以将该关键设备的故障等级信息发送至车辆的显示设备予以显示,或者发送至语音播放设备,通过语音的方式提醒驾驶员。通过上述步骤可以实现当某一个关键的系统设备发生的故障如果过多,则提醒驾驶员注意,起到了更加安全驾驶的技术效果。
可选的,上述第二计算器还可以包括:
累加器,用于在故障信息中包含关键设备的名称的情况下,将关键设备发生故障的次数进行累加。
具体的,在本方案中,可以根据多个系统设备的故障信息中判断是否存在关键设备,在存在关键设备的情况下,将该关键设备发生的次数进行累加。
可选的,上述第一控制器还可以包括:
第二采集器,与第二控制器建立通信关系,用于采集关键设备发生故障的次数。
具体的,在本方案中,第二控制器在统计关键设备发生故障的次数之后,可以将该次数发送至第一控制器负责读取关键设备发生故障的次数。
处理器,与第二采集器建立通信关系,用于将关键设备的故障权重值更新为关键设备发生故障的次数。
具体的,第一控制器在读取关键设备发生故障的次数后更新该关键设备的故障权重值。在接下来的计算故障等级的步骤中,第一控制器按照新的故障权重值进行计算。
可选的,本实施例提供的系统还可以包括:
后台服务器,与第一控制器和第二控制器建立通信关系,用于接收将发生故障的关键设备的故障等级信息和发生故障的频次。
可选的,在上述第一控制器在生成关键设备的故障等级信息之后,第一控制器可以将上述故障等级信息发送至车辆的GPS控制器,上述第二控制器可以将关键设备发生故障的频次也发送至车辆的GPS控制器,由GPS控制器将关键设备的故障等级信息和发生故障的频次上传到后台服务器,该后台服务器可以是后台上位机,由上位机保存该车故障档案,为日后车辆保养维修提供依据。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种工程机械的故障处理的方法,其特征在于,包括:
采集工程机械工作时的运行参数;
根据采集到的所述运行参数判断所述工程机械是否发生故障;
在所述工程机械存在故障的情况下,根据所述运行参数生成故障信息,其中,所述故障信息包括所述工程机械中发生故障的系统设备名称;
根据所述故障信息计算生成故障等级信息;
所述工程机械包括多个系统设备,其中,在根据所述故障信息计算生成故障等级信息之后,所述方法还包括:
读取所述多个系统设备中具有关键标识的系统设备,得到n个关键设备;
根据所述故障信息统计所述n个关键设备中发生故障的关键设备的故障频次;
在任意一个关键设备的故障频次大于等于第一阈值的情况下,将所述关键设备的故障等级信息发送至显示设备或语音播放设备。
2.根据权利要求1所述的方法,其特征在于,根据所述故障信息计算生成故障等级信息的步骤包括:
从所述故障信息中获取到发生故障的系统设备;
通过诊断结果计算公式计算得出所述发生故障的系统设备的诊断结果中的最大值B并根据所述最大值B确定所述故障等级;
根据所述故障等级生成故障等级信息。
3.根据权利要求2所述的方法,其特征在于,通过诊断结果计算公式计算得出所述发生故障的系统设备的诊断结果中的最大值B并根据所述最大值确定所述故障等级的步骤包括:
通过如下诊断结果公式进行计算:
B=Max(W*R),其中,W为工程机械中每个设备的故障权重值,R为从数据库中预先设置的故障等级与所述工程机械中每个设备之间的模糊关系;
根据所述最大值B从所述模糊关系R中确定所述故障等级。
4.根据权利要求1所述的方法,其特征在于,所述根据所述故障信息统计所述n个关键设备中发生故障的关键设备的故障频次的步骤包括:
在所述故障信息中包含所述关键设备的名称的情况下,将所述关键设备发生故障的次数进行累加。
5.根据权利要求4所述的方法,其特征在于,将所述关键设备的故障等级信息发送至显示设备或语音播放设备之后,所述方法还包括:
读取所述关键设备发生故障的次数;
将所述关键设备的故障权重值更新为所述关键设备发生故障的次数。
6.根据权利要求5所述的方法,其特征在于,将所述关键设备的故障等级信息发送至显示设备或语音播放设备之后,所述方法还包括:
将发生故障的关键设备的故障等级信息和发生故障的频次备份至后台服务器。
7.根据权利要求1所述的方法,其特征在于,根据所述故障信息计算生成故障等级信息之后,所述方法还包括:
将所述故障等级信息发送至显示设备或语音播放设备。
8.一种工程机械的故障处理的系统,其特征在于,包括:
主控制器,用于采集工程机械工作时的运行参数并根据采集到的所述运行参数判断所述工程机械是否发生故障;在所述工程机械存在故障的情况下,根据所述运行参数生成故障信息,其中,所述故障信息包括所述工程机械中发生故障的系统设备名称;
第一控制器,与所述主控制器建立通信关系,用于根据所述故障信息计算生成故障等级信息;
所述系统还包括第二控制器,所述工程机械包括多个系统设备,其中,所述第二控制器还包括:
第一采集器,用于采集所述多个系统设备中具有关键标识的系统设备,得到n个关键设备;
第三计算器,用于根据所述故障信息统计所述n个关键设备中发生故障的关键设备的故障频次;
显示器或播放器,与所述第二控制器建立通信关系,用于在任意一个关键设备的故障频次大于等于第一阈值的情况下,接收所述关键设备的故障等级信息。
9.根据权利要求8所述的系统,其特征在于,所述第一控制器还包括:
第一微控制器,用于从所述故障信息中获取到发生故障的系统设备;
第一计算器,用于通过诊断结果计算公式计算得出所述发生故障的系统设备的诊断结果中的最大值B并根据所述最大值B确定所述故障等级;
第一微控制器还用于根据所述故障等级生成故障等级信息。
10.根据权利要求9所述的系统,其特征在于,所述第一计算器包括:
第二计算器,通过如下诊断结果公式进行计算:
B=Max(W*R),其中,W为工程机械中每个设备的故障权重值,R为从数据库中预先设置的故障等级与所述工程机械中每个设备之间的模糊关系;
第二微控制器,用于根据所述最大值B从所述模糊关系R中确定所述故障等级。
11.根据权利要求10所述的系统,其特征在于,所述第三计算器还包括:
累加器,用于在所述故障信息中包含所述关键设备的名称的情况下,将所述关键设备发生故障的次数进行累加。
12.根据权利要求11所述的系统,其特征在于,所述第一控制器还包括:
第二采集器,与所述第二控制器建立通信关系,用于采集所述关键设备发生故障的次数;
处理器,与所述第二采集器建立通信关系,用于将所述关键设备的故障权重值更新为所述关键设备发生故障的次数。
13.根据权利要求12所述的系统,其特征在于,所述系统还包括:
后台服务器,与所述第一控制器和第二控制器建立通信关系,用于接收将发生故障的关键设备的故障等级信息和发生故障的频次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410851283.0A CN104503444B (zh) | 2014-12-31 | 2014-12-31 | 工程机械的故障处理的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410851283.0A CN104503444B (zh) | 2014-12-31 | 2014-12-31 | 工程机械的故障处理的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104503444A CN104503444A (zh) | 2015-04-08 |
CN104503444B true CN104503444B (zh) | 2017-03-15 |
Family
ID=52944848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410851283.0A Active CN104503444B (zh) | 2014-12-31 | 2014-12-31 | 工程机械的故障处理的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104503444B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105425789A (zh) * | 2015-11-02 | 2016-03-23 | 合肥工业大学 | 一种基于规则匹配的矿井机车无人驾驶系统控制逻辑结构 |
CN105867351B (zh) * | 2016-04-29 | 2019-06-28 | 大连楼兰科技股份有限公司 | 车辆故障码实时采集与历史数据分析诊断的方法及装置 |
KR20190000261A (ko) * | 2017-06-22 | 2019-01-02 | 두산인프라코어 주식회사 | 건설 기계의 에러 점검 시스템 |
CN108429659A (zh) * | 2018-05-30 | 2018-08-21 | 郑州易湃科技有限公司 | 路由器的远程故障监控方法、装置及路由器 |
JP7181033B2 (ja) | 2018-09-20 | 2022-11-30 | 株式会社Screenホールディングス | データ処理方法、データ処理装置、および、データ処理プログラム |
CN109849935B (zh) * | 2019-02-20 | 2021-02-02 | 百度在线网络技术(北京)有限公司 | 一种安全控制方法、装置及存储介质 |
CN111381583A (zh) * | 2020-03-23 | 2020-07-07 | 北京经纬恒润科技有限公司 | 一种控制系统故障监测方法及装置 |
CN114089253A (zh) * | 2021-10-28 | 2022-02-25 | 国网天津市电力公司电力科学研究院 | 电磁浇注式电压互感器故障预警装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
CN1417961A (zh) * | 2002-11-22 | 2003-05-14 | 天津大学 | 基于网络移动作业机群工程机械故障智能化诊断系统 |
CN102012697A (zh) * | 2010-09-21 | 2011-04-13 | 三一重工股份有限公司 | 工程机械的智能故障处理方法与系统以及工程机械 |
CN102042909A (zh) * | 2009-10-14 | 2011-05-04 | 中国北车集团大同电力机车有限责任公司 | 机车故障诊断方法和系统 |
CN103439944A (zh) * | 2013-08-27 | 2013-12-11 | 中联重科股份有限公司渭南分公司 | 一种工程机械智能故障诊断系统、方法和工程机械 |
CN103678924A (zh) * | 2013-12-18 | 2014-03-26 | 南京理工大学 | 轨道交通车辆关键部件故障模式风险优先数的确定方法 |
-
2014
- 2014-12-31 CN CN201410851283.0A patent/CN104503444B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
CN1417961A (zh) * | 2002-11-22 | 2003-05-14 | 天津大学 | 基于网络移动作业机群工程机械故障智能化诊断系统 |
CN102042909A (zh) * | 2009-10-14 | 2011-05-04 | 中国北车集团大同电力机车有限责任公司 | 机车故障诊断方法和系统 |
CN102012697A (zh) * | 2010-09-21 | 2011-04-13 | 三一重工股份有限公司 | 工程机械的智能故障处理方法与系统以及工程机械 |
CN103439944A (zh) * | 2013-08-27 | 2013-12-11 | 中联重科股份有限公司渭南分公司 | 一种工程机械智能故障诊断系统、方法和工程机械 |
CN103678924A (zh) * | 2013-12-18 | 2014-03-26 | 南京理工大学 | 轨道交通车辆关键部件故障模式风险优先数的确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104503444A (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104503444B (zh) | 工程机械的故障处理的方法及系统 | |
CN100538761C (zh) | 基于数据融合模式识别的嵌入式故障智能诊断装置及方法 | |
CN103310202B (zh) | 一种保障驾驶安全的系统及其方法 | |
CN103077347B (zh) | 一种基于改进核心向量机数据融合的复合式入侵检测方法 | |
CN102487293B (zh) | 基于网控的卫星通信网异常检测系统 | |
CN107945311A (zh) | 一种危险驾驶行为的预警方法、装置、存储介质及服务器 | |
CN103400516B (zh) | 调度自动化仿真培训系统和方法 | |
CN102721901B (zh) | 基于时序贝叶斯知识库tbkb的电网故障诊断方法 | |
CN104299115B (zh) | 基于模糊c均值聚类算法的智能变电站二次系统状态分析方法 | |
CN106485951A (zh) | 异常驾驶员分类和报告 | |
EP2622483A1 (en) | Adaptive remote maintenance of rolling stocks | |
CN109919407A (zh) | 一种驾驶行为主动安全管理系统 | |
CN103810328A (zh) | 一种基于混合模型的变压器维修决策方法 | |
CN106585635A (zh) | 驾驶行为评分方法和装置 | |
CN111717753A (zh) | 基于多维故障特征的自适应电梯故障预警系统及方法 | |
CN114821968B (zh) | 动车司机疲劳驾驶干预方法、装置、设备及可读存储介质 | |
CN113085881B (zh) | 一种故障处理方法、装置、电子设备和存储介质 | |
CN106909111A (zh) | 多功能控制面板以及多功能控制方法 | |
CN110837718A (zh) | 道岔故障检测方法、装置、电子设备及存储介质 | |
CN110610326B (zh) | 一种基于驾驶数据的驾驶管理系统 | |
CN108810850A (zh) | 车载故障播报系统、方法、设备及存储介质 | |
CN118037089A (zh) | 交通系统的告警方法、装置、电子设备及存储介质 | |
Rosser et al. | Implementation of Strangely Behaving Intelligent Agents to Determine Human Intervention During Reinforcement Learning | |
CN105096217B (zh) | 一种电力计量自动化终端通信状态预测方法和系统 | |
CN117992821A (zh) | 轨道交通设备健康分析方法及装置 |
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 |