CN105335599A - 一种汽车故障诊断率的检测方法及系统 - Google Patents
一种汽车故障诊断率的检测方法及系统 Download PDFInfo
- Publication number
- CN105335599A CN105335599A CN201410386318.8A CN201410386318A CN105335599A CN 105335599 A CN105335599 A CN 105335599A CN 201410386318 A CN201410386318 A CN 201410386318A CN 105335599 A CN105335599 A CN 105335599A
- Authority
- CN
- China
- Prior art keywords
- individual specimen
- monitoring modular
- vehicle
- race
- frequency information
- 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.)
- Granted
Links
Landscapes
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明公开一种汽车故障诊断率的检测方法及系统,包括:建立包括至少一个监测模块的系族数据库;获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息;如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。本发明使得可以对大量汽车的故障诊断率做综合分析。
Description
技术领域
本发明涉及汽车故障诊断率相关技术领域,特别是一种汽车故障诊断率的检测方法及系统。
背景技术
汽车OBD实际监测频率(In-UsePerformanceRatio,IUPR)是轻型汽车污染物排放限值。车载诊断系统(OnBoardDiagnostic,OBD)已经被广泛应用于机动车中,诊断检测仪通过汽车总线检索到运行数据和故障信息,如故障代码、冻结帧等,这些故障信息通常是在电控系统运行时进行自诊断得到的结果。
然而,现有技术并未能对故障诊断率进行整体分析,故障诊断率都是对单个车辆的单次测试的结果,其无法对大量汽车的故障诊断率做综合分析。
发明内容
基于此,有必要针对现有技术对故障诊断率未能进行综合分析的技术问题,提供一种汽车故障诊断率的检测方法及系统。
一种汽车故障诊断率的检测方法,包括:
建立包括至少一个监测模块的系族数据库;
获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,所述实际监测频率信息包括至少一个关于所述监测模块的分母值和分子值;
如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;
根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;
根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。
一种汽车故障诊断率的检测系统,包括:
系族数据库建立单元,用于建立包括至少一个监测模块的系族数据库;
监测频率信息获取单元,用于获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,所述实际监测频率信息包括至少一个关于所述监测模块的分母值和分子值;
个体样本检入单元,用于如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;
个体故障诊断率获取单元,用于根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;
平均故障诊断率获取单元,用于根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。
本发明获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,建立系族数据库,并对实际监测频率信息进行筛选,以符合对应监测模块检入条件的实际监测频率作为个体样本,得到平均故障诊断率。从而使得可以对大量汽车的故障诊断率做综合分析。
附图说明
图1为本发明一种汽车故障诊断率的检测方法的工作流程图;
图2为本发明一种汽车故障诊断率的检测系统的结构模块图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
如图1所示为本发明一种汽车故障诊断率的检测方法的工作流程图,包括:
步骤S101,建立包括至少一个监测模块的系族数据库;
步骤S102,获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,所述实际监测频率信息包括至少一个关于所述监测模块的分母值和分子值;
步骤S103,如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;
步骤S104,根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;
步骤S105,根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。
本发明获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,建立系族数据库,并对实际监测频率信息进行筛选,以符合对应监测模块检入条件的实际监测频率作为个体样本,得到平均故障诊断率。因此,能获得不同监测模块的平均故障诊断率,以满足后续对不同监测模块的分析需求。
优选地:
所述监测模块包括:蒸发系统监测模块、二次空气系统监测模块、颗粒捕集器监测模块、催化转化器监测模块、氧传感器监测模块、排气再循环监测模块、发动机可变气门正时技术监测模块或零部件监测模块。
在其中一个实施例中,还包括:
获取所述实际监测频率信息对应的车辆配置信息,所述车辆配置信息包括车辆里程和车辆识别号;
所述如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库,具体包括:
如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为待检入个体样本;
如果所述系族数据库中不存在与所述待检入样本包括的车辆识别号对应的个体样本,则增加所述待检入个体样本作为对应的监测模块的新个体样本,并更新每个监测模块的平均故障诊断率;
如果所述系族数据库中存在与所述待检入样本包括的车辆识别号对应的个体样本,则与所述待检入样本包括的车辆识别号对应的个体样本作为待替换样本,如果所述待检入样本包括的车辆里程数大于所述待替换样本包括的车辆里程数,则以所述待检入样本替换所述待替换样本,并更新每个监测模块的平均故障诊断率。
车辆识别号能够唯一确定车辆,本实施例通过车辆识别号,判断该车辆是否已经检入系族数据库中,并对已经检入系族数据库中的车辆的IUPR值进行更新,更新的依据采用车辆里程数较大的IUPR值替换车辆里程数较小的IUPR值,因此,能够获得车辆最新的IUPR值,从而及时更新平均故障诊断率。
在其中一个实施例中,还包括:
以所述车辆配置信息和对应的实际监测频率信息作为个体样本库文件,建立包括至少一个所述个体样本库文件的个体样本库,所述个体样本库根据车辆识别号进行归类。
本实施例建立个体样本库,由于采用车辆识别号进行归类,因此实现了对单个车辆的IUPR值进行跟踪处理。
在其中一个实施例中,还包括:
所述车辆配置信息还包括车辆所属车载诊断系统系族;
所述系族数据库根据车载诊断系统系族进行归类。
本实施例采用车载诊断系统系族,即OBD系族进行归类,即将同一OBD系族的车辆的IUPR计算故障诊断率归为一类,并计算同一OBD系族的车辆的每个监测模块的平均故障诊断率。从而可以对同一OBD系族的车辆进行整体分析。
在其中一个实施例中,还包括:
获取诊断仪从当前汽车的总线上读取到的当前实际监测频率信息;
根据当前实际监测频率信息包括的关于所述监测模块的分母值和分子值,计算监测模块的当前故障诊断率;
从所述系族数据库中获取监测模块的平均故障诊断率,如果监测模块的当前故障诊断率超过所述平均故障诊断率,则判断当前汽车的故障诊断率超标并报警。
本实施例对平均故障诊断率做进一步的处理,以作为汽车的故障诊断率是否超标的依据。
作为一个例子,涉及IUPR相关的个体样本、个体样本库、OBD系族数据库、个体样本库的检入方法、个体样本库的检出方法、OBD系族数据库的检入方法、OBD系族数据库的检出方法和OBD系族数据的结果报告方法。
本例子中个体样本为诊断通讯设备(诊断仪)从汽车总线上读取出的IUPR信息及手动输入的车辆配置信息,存储在缓存中,所述IUPR信息包含IUPR要求的点火次数、一般分母计数器数值,需监测的各模块分母值、各模块分子值、各模块的IUPR值,所述车辆配置信息包含车型、车辆识别号、车型年、发动机类型、所属OBD系族和车辆里程。
其中个体样本库是用于存储以车辆里程为主索引的车辆IUPR信息库,存储为文本格式文件并以车辆识别号命名,内容包含车辆识别号、车型、车型年、发动机类型、里程、所属OBD系族和各模块IUPR结果。个体样本库文件以车辆识别号命名。
OBD系族数据库用于存储以车辆识别号为主索引的车辆IUPR信息库,存储为文本格式文件并以OBD系族名字命名,内容包含车辆识别号、车型、车型年、发动机类型、里程、所属系族,IUPR各模块结果,在系族数据库末尾存储统计内容,包含各模块有效样本个数、平均值、大于等于0.1的样本个数、小于0.1的样本个数,以及在所有样本中大于等于0.1样本个数的百分比。系族数据库以所属车型年的OBD系族命名,且唯一。
个体样本库检入方法是根据条件判断将个体样本添加至个体样本库的方法。当个体样本的里程大于等于个体样本库中最新记录中的里程值,则将个体样本记录增加到个体样本库中。
个体样本库检出方法是从个体样本库中根据筛选条件要求将满足筛选范围的记录检出。
OBD系族数据库检入方法是根据条件判断将数据添加至数据库、更新到数据库和重新计算统计信息并更新。当被检入个体样本各模块分母均大于如下规定值:
—对蒸发系统监测、二次空气系统监测分母计数器数值大于等于75;
—对颗粒捕集器监测分母计数器数值大于等于25;
—对催化转化器、氧传感器、排气再循环(ExhaustGasRecycling,EGR)、发动机可变气门正时技术(VariableValveTiming,VVT),以及其他所有零部件的监测,分母计数器数值大于等于150。
则认为当前数据有效并允许当前个体样本执行检入操作;当记录中不存在本车辆识别号的记录时认为本个体样本为新记录,增加个体样本为数据库新记录并执行统计信息的计算更新;否则当记录中已经存在本车辆识别号的记录时,如果个体样本里程大于记录则替换记录并执行统计信息的计算更新;统计部分计算内容根据各模块有效样本个数、平均诊断率和当前个体模块诊断率计算出新的有效样本个数和平均诊断率,方法是如果当前个体样本有效并为新记录则各模块新的有效样本个数增加1、新的平均诊断率=(当前诊断率+原平均诊断率×原总样本个数)/新总样本个数,如果当前个体样本有效并为已登记记录则新的平均诊断率=(原平均诊断率×总样本个数–原记录诊断率+新记录诊断率)/总样本个数。
OBD系族数据库检出方法是从OBD系族数据库中根据筛选条件要求将满足筛选范围的记录检出。
结果报告将OBD系族数据库统计部分的内容显示,并根据用户筛选定义附带相应记录,报告结果可以直观体现当前OBD系族的IUPR状态。
如图2所示为本发明一种汽车故障诊断率的检测系统的结构模块图,包括:
系族数据库建立单元201,用于建立包括至少一个监测模块的系族数据库;
监测频率信息获取单元202,用于获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,所述实际监测频率信息包括至少一个关于所述监测模块的分母值和分子值;
个体样本检入单元203,用于如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;
个体故障诊断率获取单元204,用于根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;
平均故障诊断率获取单元205,用于根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。
优选地:
所述监测模块包括:蒸发系统监测模块、二次空气系统监测模块、颗粒捕集器监测模块、催化转化器监测模块、氧传感器监测模块、排气再循环监测模块、发动机可变气门正时技术监测模块或零部件监测模块。
在其中一个实施例中,还包括:
车辆配置信息获取单元,用于获取所述实际监测频率信息对应的车辆配置信息,所述车辆配置信息包括车辆里程和车辆识别号;
所述个体样本检入单元,具体用于:
如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为待检入个体样本;
如果所述系族数据库中不存在与所述待检入样本包括的车辆识别号对应的个体样本,则增加所述待检入个体样本作为对应的监测模块的新个体样本,并更新每个监测模块的平均故障诊断率;
如果所述系族数据库中存在与所述待检入样本包括的车辆识别号对应的个体样本,则与所述待检入样本包括的车辆识别号对应的个体样本作为待替换样本,如果所述待检入样本包括的车辆里程数大于所述待替换样本包括的车辆里程数,则以所述待检入样本替换所述待替换样本,并更新每个监测模块的平均故障诊断率。
在其中一个实施例中,还包括:
个体样本库建立单元,用于以所述车辆配置信息和对应的实际监测频率信息作为个体样本库文件,建立包括至少一个所述个体样本库文件的个体样本库,所述个体样本库根据车辆识别号进行归类。
在其中一个实施例中:
所述车辆配置信息还包括车辆所属车载诊断系统系族;
所述系族数据库根据车载诊断系统系族进行归类。
在其中一个实施例中,还包括:
当前实际监测频率信息获取单元,用于获取诊断仪从当前汽车的总线上读取到的当前实际监测频率信息;
当前故障诊断率获取单元,用于根据当前实际监测频率信息包括的关于所述监测模块的分母值和分子值,计算监测模块的当前故障诊断率;
故障诊断率超标判断单元,用于从所述系族数据库中获取监测模块的平均故障诊断率,如果监测模块的当前故障诊断率超过所述平均故障诊断率,则判断当前汽车的故障诊断率超标并报警。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种汽车故障诊断率的检测方法,其特征在于,包括:
建立包括至少一个监测模块的系族数据库;
获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,所述实际监测频率信息包括至少一个关于所述监测模块的分母值和分子值;
如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;
根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;
根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。
2.根据权利要求1所述的汽车故障诊断率的检测方法,其特征在于,还包括:
获取所述实际监测频率信息对应的车辆配置信息,所述车辆配置信息包括车辆里程和车辆识别号;
所述如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库,具体包括:
如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为待检入个体样本;
如果所述系族数据库中不存在与所述待检入样本包括的车辆识别号对应的个体样本,则增加所述待检入个体样本作为对应的监测模块的新个体样本,并更新每个监测模块的平均故障诊断率;
如果所述系族数据库中存在与所述待检入样本包括的车辆识别号对应的个体样本,则与所述待检入样本包括的车辆识别号对应的个体样本作为待替换样本,如果所述待检入样本包括的车辆里程数大于所述待替换样本包括的车辆里程数,则以所述待检入样本替换所述待替换样本,并更新每个监测模块的平均故障诊断率。
3.根据权利要求2所述的汽车故障诊断率的检测方法,其特征在于,还包括:
以所述车辆配置信息和对应的实际监测频率信息作为个体样本库文件,建立包括至少一个所述个体样本库文件的个体样本库,所述个体样本库根据车辆识别号进行归类。
4.根据权利要求2所述的汽车故障诊断率的检测方法,其特征在于:
所述车辆配置信息还包括车辆所属车载诊断系统系族;
所述系族数据库根据车载诊断系统系族进行归类。
5.根据权利要求1所述的汽车故障诊断率的检测方法,其特征在于,还包括:
获取诊断仪从当前汽车的总线上读取到的当前实际监测频率信息;
根据当前实际监测频率信息包括的关于所述监测模块的分母值和分子值,计算监测模块的当前故障诊断率;
从所述系族数据库中获取监测模块的平均故障诊断率,如果监测模块的当前故障诊断率超过所述平均故障诊断率,则判断当前汽车的故障诊断率超标并报警。
6.一种汽车故障诊断率的检测系统,其特征在于,包括:
系族数据库建立单元,用于建立包括至少一个监测模块的系族数据库;
监测频率信息获取单元,用于获取诊断仪从多辆汽车的总线上读取到的多个实际监测频率信息,所述实际监测频率信息包括至少一个关于所述监测模块的分母值和分子值;
个体样本检入单元,用于如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为个体样本检入所述系族数据库;
个体故障诊断率获取单元,用于根据每个所述个体样本的关于每个监测模块的分母值和分子值,计算每个所述个体样本关于每个监测模块的故障诊断率;
平均故障诊断率获取单元,用于根据每个所述个体样本关于每个监测模块的故障诊断率、系族数据库所检入的个体样本个数,得到每个监测模块的平均故障诊断率。
7.根据权利要求6所述的汽车故障诊断率的检测系统,其特征在于,还包括:
车辆配置信息获取单元,用于获取所述实际监测频率信息对应的车辆配置信息,所述车辆配置信息包括车辆里程和车辆识别号;
所述个体样本检入单元,具体用于:
如果所述实际监测频率信息所包括的所有的分母值均大于或等于对应的监测模块的预设检入阈值,则将所述实际监测频率信息作为待检入个体样本;
如果所述系族数据库中不存在与所述待检入样本包括的车辆识别号对应的个体样本,则增加所述待检入个体样本作为对应的监测模块的新个体样本,并更新每个监测模块的平均故障诊断率;
如果所述系族数据库中存在与所述待检入样本包括的车辆识别号对应的个体样本,则与所述待检入样本包括的车辆识别号对应的个体样本作为待替换样本,如果所述待检入样本包括的车辆里程数大于所述待替换样本包括的车辆里程数,则以所述待检入样本替换所述待替换样本,并更新每个监测模块的平均故障诊断率。
8.根据权利要求7所述的汽车故障诊断率的检测系统,其特征在于,还包括:
个体样本库建立单元,用于以所述车辆配置信息和对应的实际监测频率信息作为个体样本库文件,建立包括至少一个所述个体样本库文件的个体样本库,所述个体样本库根据车辆识别号进行归类。
9.根据权利要求7所述的汽车故障诊断率的检测系统,其特征在于:
所述车辆配置信息还包括车辆所属车载诊断系统系族;
所述系族数据库根据车载诊断系统系族进行归类。
10.根据权利要求6所述的汽车故障诊断率的检测系统,其特征在于,还包括:
当前实际监测频率信息获取单元,用于获取诊断仪从当前汽车的总线上读取到的当前实际监测频率信息;
当前故障诊断率获取单元,用于根据当前实际监测频率信息包括的关于所述监测模块的分母值和分子值,计算监测模块的当前故障诊断率;
故障诊断率超标判断单元,用于从所述系族数据库中获取监测模块的平均故障诊断率,如果监测模块的当前故障诊断率超过所述平均故障诊断率,则判断当前汽车的故障诊断率超标并报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410386318.8A CN105335599B (zh) | 2014-08-07 | 2014-08-07 | 一种汽车故障诊断率的检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410386318.8A CN105335599B (zh) | 2014-08-07 | 2014-08-07 | 一种汽车故障诊断率的检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105335599A true CN105335599A (zh) | 2016-02-17 |
CN105335599B CN105335599B (zh) | 2018-03-27 |
Family
ID=55286120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410386318.8A Active CN105335599B (zh) | 2014-08-07 | 2014-08-07 | 一种汽车故障诊断率的检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105335599B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292642A (zh) * | 2016-09-12 | 2017-01-04 | 奇瑞汽车股份有限公司 | 一种汽车诊断完成率统计模块及其统计方法 |
CN106647352A (zh) * | 2016-10-27 | 2017-05-10 | 浙江吉利控股集团有限公司 | 一种在用车辆诊断率iupr的统计和传输装置 |
CN108073674A (zh) * | 2016-11-18 | 2018-05-25 | 格芯公司 | 集成电路芯片中的系统缺陷的故障标识数据库的早期开发 |
CN109885035A (zh) * | 2019-03-25 | 2019-06-14 | 深圳艾威仕汽车检测设备有限公司 | 基于车载排放检测设备的车辆排放监测系统应用方法 |
CN112346431A (zh) * | 2019-08-09 | 2021-02-09 | 联合汽车电子有限公司 | Obd功能表现识别、诊断方法及系统 |
US11158143B2 (en) | 2018-04-25 | 2021-10-26 | Shenzhen Launch Software Co., Ltd. | Vehicle diagnostic method and device, and computer readable storage medium |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7590476B2 (en) * | 2006-09-07 | 2009-09-15 | Delphi Technologies, Inc. | Vehicle diagnosis system and method |
CN103455026A (zh) * | 2013-08-23 | 2013-12-18 | 王绍兰 | 一种车辆故障诊断和预警方法及装置 |
CN103792087A (zh) * | 2014-01-24 | 2014-05-14 | 西安航天动力试验技术研究所 | 并联试车故障监测与诊断方法 |
-
2014
- 2014-08-07 CN CN201410386318.8A patent/CN105335599B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7590476B2 (en) * | 2006-09-07 | 2009-09-15 | Delphi Technologies, Inc. | Vehicle diagnosis system and method |
CN103455026A (zh) * | 2013-08-23 | 2013-12-18 | 王绍兰 | 一种车辆故障诊断和预警方法及装置 |
CN103792087A (zh) * | 2014-01-24 | 2014-05-14 | 西安航天动力试验技术研究所 | 并联试车故障监测与诊断方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292642A (zh) * | 2016-09-12 | 2017-01-04 | 奇瑞汽车股份有限公司 | 一种汽车诊断完成率统计模块及其统计方法 |
CN106647352A (zh) * | 2016-10-27 | 2017-05-10 | 浙江吉利控股集团有限公司 | 一种在用车辆诊断率iupr的统计和传输装置 |
CN108073674A (zh) * | 2016-11-18 | 2018-05-25 | 格芯公司 | 集成电路芯片中的系统缺陷的故障标识数据库的早期开发 |
US11158143B2 (en) | 2018-04-25 | 2021-10-26 | Shenzhen Launch Software Co., Ltd. | Vehicle diagnostic method and device, and computer readable storage medium |
CN109885035A (zh) * | 2019-03-25 | 2019-06-14 | 深圳艾威仕汽车检测设备有限公司 | 基于车载排放检测设备的车辆排放监测系统应用方法 |
CN112346431A (zh) * | 2019-08-09 | 2021-02-09 | 联合汽车电子有限公司 | Obd功能表现识别、诊断方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105335599B (zh) | 2018-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105335599A (zh) | 一种汽车故障诊断率的检测方法及系统 | |
CN107918382B (zh) | 一种汽车故障诊断方法、汽车故障诊断装置及电子设备 | |
US20170024943A1 (en) | System and Method for Service Assessment | |
US8676432B2 (en) | Fault prediction framework using temporal data mining | |
US11636719B2 (en) | Diagnostic data visualization methods | |
CN107967323B (zh) | 基于大数据进行异常出行车辆分析的方法及系统 | |
CN103863220A (zh) | 机动车数据的监测方法和系统 | |
DE102015214739A1 (de) | Bestimmung einer Fehlerursache bei einem Fahrzeug | |
CN111208445A (zh) | 一种动力电池异常单体识别方法及系统 | |
CN108829088B (zh) | 汽车诊断方法、装置及存储介质 | |
CN112326070B (zh) | 温度传感器故障诊断方法、装置、电子设备及存储介质 | |
CN110517084B (zh) | 车辆功能活跃度分析方法及系统 | |
CN114490161B (zh) | 一种故障诊断方法、装置、车辆及存储介质 | |
JP2018073363A (ja) | 車両稼働データ収集装置、車両稼働データ収集システムおよび車両稼働データ収集方法 | |
CN106640305A (zh) | 一种用于汽车排放控制后处理装置的监测系统及方法 | |
CN112730748A (zh) | 一种基于工况选择的大规模筛查重型柴油车高NOx排放方法 | |
CN110471395A (zh) | 一种故障检测方法、装置、设备及存储介质 | |
CN113163353A (zh) | 一种电源车的智能健康服务系统及其数据传输方法 | |
CN110809280B (zh) | 一种铁路无线网络质量的检测预警方法及装置 | |
CN202080217U (zh) | 车辆数据采集存储分析显示装置 | |
DE102014114202A1 (de) | Verfahren zum Prognostizieren einer Panne und/oder eines Reparatur- und/oder Wartungsbedarfs | |
DE102019119784A1 (de) | Verfahren und System zum Erkennen einer Manipulation eines Fahrzeugs | |
CN113156053A (zh) | 一种无证无照经营的加油站识别方法 | |
CN110031874B (zh) | 一种远程自动质检gps设备天线安装质量的方法 | |
CN113034732B (zh) | 一种牵引变流器滤网堵塞的诊断方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |