CN106594131A - 刹车片磨损预警方法及系统 - Google Patents
刹车片磨损预警方法及系统 Download PDFInfo
- Publication number
- CN106594131A CN106594131A CN201510674065.9A CN201510674065A CN106594131A CN 106594131 A CN106594131 A CN 106594131A CN 201510674065 A CN201510674065 A CN 201510674065A CN 106594131 A CN106594131 A CN 106594131A
- Authority
- CN
- China
- Prior art keywords
- brake block
- vehicle
- replacing
- data sequence
- forecasting model
- 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
Abstract
本发明公开了一种刹车片磨损预警方法及系统,该方法包括:将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给服务器;服务器计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据多个更换里程数的平均值生成原始数据序列;据此建立灰色预测模型;根据灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值;如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到第N+1个时间周期内更换刹车片的更换里程数预测值,则向用户端和/或车辆的售后数据管理系统推送刹车片磨损预警信息。本发明能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,不额外增加车辆成本,提升了用户体验。
Description
技术领域
本发明涉及车辆技术领域,特别涉及一种刹车片磨损预警方法及系统。
背景技术
随着汽车行业的不断发展及车辆保有量的日益提升,越来越多的汽车进入了千家万户,同时,汽车的安全也受到了广泛的关注。相关研究表明,在发生紧急事件时,有效的制动系统,是避免交通事故发生的重要保障。制动系统的有效性,主要来依赖于汽车刹车片与刹车盘之间的有效摩擦所产生的制动能。由于汽车结构的特殊性,普通驾驶者无法独立判断刹车片磨损量,从而无法及时更换刹车片,使得汽车的制动系统的可靠性降低。
目前的刹车片磨损量的判断方法主要分为两类:一类是通过在刹车片内嵌入金属针或传感器,当刹车片磨损到极限量时导通电路,从而提醒驾驶者;另一类则是通过传感器的测量来判断刹车片的磨损量。
而目前的这两类方法分别存在如下缺点:第一类判断方法无法及时提醒目前刹车片磨损量,用户不知道车辆是否该保养;而第二类判断方法由于受到成本等各方面因素的制约,目前只适用于豪华车型,无法普遍应用。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种刹车片磨损预警方法,能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,不额外增加车辆成本,提升了用户体验。
本发明的另一个目的在于提出一种刹车片磨损预警系统。
本发明的再一个目的在于提供一种车辆。
为达到上述目的,本发明一方面实施例提出了一种刹车片磨损预警方法,包括以下步骤:车辆的售后数据管理系统将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给服务器;所述服务器计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据多个车辆的更换里程数的平均值生成原始数据序列;根据所述原始数据序列建立灰色预测模型;根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值;如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到所述第N+1个时间周期内更换刹车片的更换里程数预测值,则向用户端和/或车辆的售后数据管理系统推送刹车片磨损预警信息。
根据本发明实施例提出的刹车片磨损预警方法,通过统计大量已有样本量,并根据已有样本量预测下一次更换刹车片的更换里程预测值,并与车辆的刹车片行驶信息进行比对,如果发现有车辆的刹车片行驶信息超过其下一次更换刹车片的更换里程预测值,则向该用户推送刹车片磨损预警信息以提醒用户应该保养更换刹车片。由此,该方法能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,同时,不额外增加车辆成本,提升了用户体验。
为达到上述目的,本发明另一方面实施例提出了一种刹车片磨损预警系统,包括:车辆的售后数据管理系统、服务器和用户端,其中,所述车辆的售后数据管理系统用于将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给所述服务器;所述服务器用于计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据所述多个车辆的更换里程数的平均值生成原始数据序列,并根据所述原始数据序列建立灰色预测模型,以及根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值,如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到所述第N+1个时间周期内更换刹车片的更换里程数预测值,则向所述用户端和/或所述车辆的售后数据管理系统推送刹车片磨损预警信息;所述用户端用于接收来自所述服务器推送的所述刹车片磨损预警信息。
根据本发明实施例提出的刹车片磨损预警系统,通过统计大量已有样本量,并根据已有样本量预测下一次更换刹车片的更换里程预测值,并与车辆的刹车片行驶信息进行比对,如果发现有车辆的刹车片行驶信息超过其下一次更换刹车片的更换里程预测值,则向该用户推送刹车片磨损预警信息以提醒用户应该保养更换刹车片。由此,该系统能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,同时,不额外增加车辆成本,提升了用户体验。
本发明第三方面的实施例还提供了一种车辆,包括本发明上述实施例所述的刹车片磨损预警系统。
根据本发明实施例的车辆,发明能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,不额外增加车辆成本,提升了用户体验。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是根据本发明实施例的刹车片磨损预警方法的流程图;
图2是根据本发明实施例的刹车片磨损预警系统的结构框图;以及
图3是根据本发明另一个实施例的刹车片磨损预警系统的整体结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图来描述本发明实施例提出的刹车片磨损预警方法及系统。
图1是根据本发明一个实施例的刹车片磨损预警方法的流程图。如图1所示,该刹车片磨损预警方法,包括以下步骤:
步骤S101:车辆的售后数据管理系统(DMS,Dealer Management System)将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给服务器。
步骤S102:服务器计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据多个车辆的更换里程数的平均值生成原始数据序列。
步骤S103:根据原始数据序列建立灰色预测模型。
在本发明的一个实施例中,步骤S103进一步包括:
步骤S1031:计算原始数据序列所有的级比,并判断所有的级比是否均落入可容覆盖内。
步骤S1032:如果是,则根据原始数据序列建立灰色预测模型。
步骤S1033:如果所有的级比中至少一个级比没有落入可容覆盖内,则根据预设常数对原始数据序列进行平移变换,以得到变换数据序列。其中,预设常数例如位于1500公里~2500公里之间。
步骤S1034:根据变换数据序列建立灰色预测模型。
步骤S104:根据灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值。
其中,在本发明的一个实施例中,在步骤S104之前,还包括:根据灰色预测模型得到N个时间周期内更换刹车片的多个车辆的更换里程数预测值,然后对多个车辆的更换里程数预测值进行后验差检验,如果检验结果满足预定要求,则判定该灰色预测模型合格,并根据该灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值。换言之,该过程即检验建立的灰色预测模型的预测精度是否合格。
步骤S105:如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到第N+1个时间周期内更换刹车片的更换里程数预测值,则向用户端和/或车辆的售后数据管理系统推送刹车片磨损预警信息。
进一步地,在本发明的一个实施例中,该方法例如还包括:车辆在每次下电前,向服务器上传车辆当前的车辆信息和行驶里程。
综上,本发明上述实施例的刹车片磨损预警方法,基于灰色理论,解决了现有技术中无法通过低成本方案实时的检测刹车片磨损量的问题。本发明的方法一方面可以对刹车片的磨损量进行预测、监控、提醒更换;另一方面,大大降低了实时监控方案的成本,为驾驶者创造了更为良好、安全的驾驶体验。
为了便于理解,以下结合具体的示例来详细说明本发明实施例的刹车片磨损预警方法的具体实现流程。
在具体示例中,例如以月份为单位,通过DMS系统提取出最近5个月更换刹车片的里程数,并组成集合{x(1),x(2),x(3),x(4),x(5)}。以2015年1月至2015年5月为例,DMS系统记录更换刹车片平均里程数分别为{54000,48000,40000,35000,25000}公里,根据灰色理论计算这组数据的级比为:
k=2,3…··,n,
则由以上数据求得σ(k)={σ(2)=1.13,σ(3)=1.20,σ(4)=1.14,σ(5)=1.40},而当n=5时,可容覆盖区间为即该区间为(0.71,1.39),可以看出σ(k)中有部分值不落在此区间内,需要对原始数据进行平移变换。
对原始数据进行平移变换,具体包括:使X(k)=x(k)+2000平移后数据集为{X(0)(1)=56000,X0(2)=50000,X0(3)=42000,X0(4)=37000,X0(5)=27000,平移后数据的级比为σ(k)={σ(2)=1.12,σ(3)=1.19,σ(4)=1.14,σ(5)=1.37},这样,所有数据均落在此区间,则以平移后的数据集作为新的序列。
进一步地,对平移后的数据集进行累加,则累加后生成数据为{X(1)(1)=56000,X(1)(2)=106000,X(1)(3)=148000,X(1)(4)=185000,X(1)(5)=212000。
进一步地,构建矩阵B和数据向量Y,具体为:
然后用最小二乘法估计求参数列:
则,
由此可知进而可建立灰色微分方程的白化方程为:
此白化方程的解也称时间相应函数,该函数例如为:
根据灰色理论的相关知识可得到:GM(1,1)灰色微分方程(也即灰色模型)为:
其时间响应序列为:
那么,x(1)(0)=x(0)(1),则k=1,2,…n。最后还原值
为即有
具体的灰色模型预测值如下表1所示,其中相对
月份 | 预测值 | 实际值 | 残差 | 相对误差 |
1月 | 56000 | 56000 | 0 | 0% |
2月 | 50430 | 50000 | -430 | -0.86% |
3月 | 41850 | 42000 | 150 | 0.36% |
4月 | 34720 | 37000 | 2280 | 6.16% |
5月 | 28820 | 27000 | -1820 | -6.74% |
表1
进一步地,对预测模型的预测结果进行后验差检验,具体包括:计算原始数据序列{x(1),x(2),x(3),x(4),x(5)}的均值和方差S1,并计算上述得到的残差数列{0,-430,150,2280,-1820}的均值和方差S2,则预测结果的后验差比值为C=S2/S1=0.005,即C<0.35,说明该预测模型精度为优。则可通过该预测模型预测6月份的刹车片磨损量应当为
也即,通过灰色预测模型预测结果,服务器将置6月份的刹车片磨损量为23900公里。另外,车辆在整车下电时会将当前行驶里程上传至服务器,服务器收到数据后与DMS系统进行比对,如果发现当前里程距离上一次更换刹车片的里程大于23900公里,则推送信息至相应车主,提醒更换保养刹车片。同时服务器也会将车辆信息发送至车主同一个城市,且距离近的4S店,4S店可主动预约车主并进行备件。
也就是说,在上述示例中,DMS系统在每个月固定时间,将当月存入系统的更换刹车片车辆及更换刹车片里程数上传至服务器端,服务器会以月份为单位计算不同月份中所有更换刹车片车主的行驶里程数的均值,并将此值存入数据库,并调用灰色理论模型进行下个月更换刹车片里程数预测。由于统计偏差,当出现预测值与当月大数据统计值不一致的情况下,以大数据统计值为准修正预测值。进一步地,车载信息站在整车由ON/ACC档电退至OFF档电(也即整车下电)时,将当前车辆的VIN(Vehicle Identification Number,车辆唯一标识)号及当前车辆行驶的公里数,上传至服务器。服务器在收到车辆上传的信息之后,会将目前行驶的公里数与DMS中上传的上一次更换刹车片时的公里数进行对比,如果发现其差值大于当月预测更换刹车片公里数,则向手机端发送推送,提醒该车主保养更换刹车片,并将车主信息推送至车主所在城市的4S店,4S店主动预约车主保养更换刹车片,并进行备件。
综上,根据本发明实施例提出的刹车片磨损预警方法,通过统计大量已有样本量,并根据已有样本量预测下一次更换刹车片的更换里程预测值,并与车辆的刹车片行驶信息进行比对,如果发现有车辆的刹车片行驶信息超过其下一次更换刹车片的更换里程预测值,则向该用户推送刹车片磨损预警信息以提醒用户应该保养更换刹车片。由此,该方法能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,同时,不额外增加车辆成本,提升了用户体验。
为执行上述实施例,本发明实施例还提出了一种刹车片磨损预警系统。
图2是根据本发明一个实施例的刹车片磨损预警系统的结构框图。图3是根据本发明另一个实施例的刹车片磨损预警系统的整体结构示意图。如图1所示,并结合图2,该刹车片磨损预警系统100包括:车辆的售后数据管理系统110、服务器120和用户端130。
其中,车辆的售后数据管理系统110用于将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给服务器120。服务器120用于计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据多个车辆的更换里程数的平均值生成原始数据序列,并根据原始数据序列建立灰色预测模型,以及根据灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值,如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到第N+1个时间周期内更换刹车片的更换里程数预测值,则向用户端130和/或车辆的售后数据管理系统110推送刹车片磨损预警信息。用户端130用于接收来自服务器120推送的刹车片磨损预警信息。
其中,在本发明的一个实施例中,服务器120根据原始数据序列建立灰色预测模型的过程为:服务器120计算原始数据序列所有的级比,并判断所有的级比是否均落入可容覆盖区间内,并在所有的级比均落入可容覆盖区间内时,根据原始数据序列建立灰色预测模型,以及在所有的级比中至少一个级比没有落入可容覆盖区间内时,根据预设常数对原始数据序列进行平移变换,以得到变换数据序列,并根据变换数据序列建立灰色预测模型。其中,预设常数例如位于1500公里~2500公里之间。
进一步地,在本发明的一个实施例中,服务器120还用于在根据灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值之前,根据灰色预测模型得到N个时间周期内更换刹车片的多个车辆的更换里程数预测值,并对多个车辆的更换里程数预测值进行后验差检验,并在检验结果满足预定要求时,判定灰色预测模型合格,并根据灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值。
另外,在本发明的一个实施例中,车辆的售后数据管理系统110还用于在车辆每次下电前,向服务器120上传车辆的车辆信息和行驶里程。
需要说明的是,本发明实施例的刹车片磨损预警系统的具体实现方式与本发明实施例的刹车片磨损预警方法的具体实现方式类似,具体请参见方法部分的描述,为了减少冗余,此处不做赘述。
综上,根据本发明实施例提出的刹车片磨损预警系统,通过统计大量已有样本量,并根据已有样本量预测下一次更换刹车片的更换里程预测值,并与车辆的刹车片行驶信息进行比对,如果发现有车辆的刹车片行驶信息超过其下一次更换刹车片的更换里程预测值,则向该用户推送刹车片磨损预警信息以提醒用户应该保养更换刹车片。由此,该系统能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,同时,不额外增加车辆成本,提升了用户体验。
本发明的进一步实施例还提供了一种车辆,该车辆包括本发明上述实施例所描述的刹车片磨损预警系统。因此,该车辆能够对刹车片的磨损量进行预测、监控和提醒更换,可以有效增强制动系统安全性,不额外增加成本,提升了用户体验。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种刹车片磨损预警方法,其特征在于,包括以下步骤:
车辆的售后数据管理系统将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给服务器;
所述服务器计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据多个车辆的更换里程数的平均值生成原始数据序列;
根据所述原始数据序列建立灰色预测模型;
根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值;
如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到所述第N+1个时间周期内更换刹车片的更换里程数预测值,则向用户端和/或车辆的售后数据管理系统推送刹车片磨损预警信息。
2.根据权利要求1所述的刹车片磨损预警方法,其特征在于,所述根据所述N个车辆的平均更换里程生成原始数据序列建立灰色预测模型,进一步包括:
计算所述原始数据序列所有的级比,并判断所有的级比是否均落入可容覆盖区间内;
如果是,则根据所述原始数据序列建立灰色预测模型;
如果所有的级比中至少一个级比没有落入所述可容覆盖区间内,则根据预设常数对所述原始数据序列进行平移变换,以得到变换数据序列;
根据所述变换数据序列建立灰色预测模型。
3.根据权利要求2所述的刹车片磨损预警方法,其特征在于,所述预设常数位于1500公里~2500公里之间。
4.根据权利要求1所述的刹车片磨损预警方法,其特征在于,所述根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值之前,还包括:
根据所述灰色预测模型得到所述N个时间周期内更换刹车片的多个车辆的更换里程数预测值;
对所述多个车辆的更换里程数预测值进行后验差检验,如果检验结果满足预定要求,则判定所述灰色预测模型合格,并根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值。
5.根据权利要求1所述的刹车片磨损预警方法,其特征在于,还包括:
车辆在每次下电前,向所述服务器上传车辆的车辆信息和行驶里程。
6.一种刹车片磨损预警系统,其特征在于,包括:车辆的售后数据管理系统、服务器和用户端,其中,
所述车辆的售后数据管理系统用于将更换刹车片的多个车辆的车辆信息、更换里程数和更换时间上报给所述服务器;
所述服务器用于计算N个时间周期内更换刹车片的每个车辆的更换里程数的平均值,并根据所述多个车辆的更换里程数的平均值生成原始数据序列,并根据所述原始数据序列建立灰色预测模型,以及根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值,如果车辆的当前行驶里程距离上次更换刹车片的行驶里程达到所述第N+1个时间周期内更换刹车片的更换里程数预测值,则向所述用户端和/或所述车辆的售后数据管理系统推送刹车片磨损预警信息;
所述用户端用于接收来自所述服务器推送的所述刹车片磨损预警信息。
7.根据权利要求6所述的刹车片磨损预警系统,其特征在于,所述服务器用于计算所述原始数据序列所有的级比,并判断所有的级比是否均落入可容覆盖区间内,并在所有的级比均落入可容覆盖区间内时,根据所述原始数据序列建立灰色预测模型,以及在所有的级比中至少一个级比没有落入所述可容覆盖区间内时,根据预设常数对所述原始数据序列进行平移变换,以得到变换数据序列,并根据所述变换数据序列建立灰色预测模型。
8.根据权利要求6所述的刹车片磨损预警系统,其特征在于,所述服务器还用于在根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值之前,根据所述灰色预测模型得到所述N个时间周期内更换刹车片的多个车辆的更换里程数预测值,并对所述多个车辆的更换里程数预测值进行后验差检验,并在检验结果满足预定要求时,判定所述灰色预测模型合格,并根据所述灰色预测模型预测第N+1个时间周期内更换刹车片的更换里程数预测值。
9.根据权利要求6所述的刹车片磨损预警系统,其特征在于,所述车辆的售后数据管理系统还用于在车辆每次下电前,向所述服务器上传车辆的车辆信息和行驶里程。
10.一种车辆,其特征在于,包括:如权利要求6-9任一项所述的刹车片磨损预警系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510674065.9A CN106594131B (zh) | 2015-10-16 | 2015-10-16 | 刹车片磨损预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510674065.9A CN106594131B (zh) | 2015-10-16 | 2015-10-16 | 刹车片磨损预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106594131A true CN106594131A (zh) | 2017-04-26 |
CN106594131B CN106594131B (zh) | 2019-04-19 |
Family
ID=58553978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510674065.9A Active CN106594131B (zh) | 2015-10-16 | 2015-10-16 | 刹车片磨损预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106594131B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107329402A (zh) * | 2017-07-03 | 2017-11-07 | 湖南工业大学 | 一种组合积分环节与预测pi控制算法结合的控制方法 |
CN109615044A (zh) * | 2018-12-13 | 2019-04-12 | 马山县明锋汽车维修有限公司 | 用于汽车维修的汽车维修监控统计系统 |
CN111140611A (zh) * | 2019-12-13 | 2020-05-12 | 一汽解放汽车有限公司 | 制动器摩擦片磨损预测方法、装置、车辆及存储介质 |
CN111853113A (zh) * | 2019-04-26 | 2020-10-30 | 株式会社东芝 | 磨损预测装置、磨损预测方法以及计算机能读取的记录介质 |
CN111896249A (zh) * | 2020-08-06 | 2020-11-06 | 中国重汽集团济南动力有限公司 | 一种带位移传感器助力器的离合器寿命预测方法及系统 |
CN112943831A (zh) * | 2019-12-11 | 2021-06-11 | 宁波吉利汽车研究开发有限公司 | 一种基于车联网大数据提醒更换刹车片的方法和装置 |
CN113781752A (zh) * | 2021-08-24 | 2021-12-10 | 武汉依迅北斗时空技术股份有限公司 | 刹车片预警方法、装置、电子设备及存储介质 |
CN114370471A (zh) * | 2022-01-05 | 2022-04-19 | 东风柳州汽车有限公司 | 刹车片磨损提醒方法、装置、设备及存储介质 |
CN115009249A (zh) * | 2022-06-24 | 2022-09-06 | 重庆长安新能源汽车科技有限公司 | 一种提醒保养或更换刹车片的方法、系统及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064025A (zh) * | 2006-04-30 | 2007-10-31 | 吴志成 | 汽车信息预警与零件寿命预测系统与方法 |
US20090195058A1 (en) * | 2008-02-06 | 2009-08-06 | Jonathan Leslie Christopher Jackson | brake system and method |
CN102353528A (zh) * | 2011-06-10 | 2012-02-15 | 中国矿业大学 | 盘式制动器摩擦学性能监测预警装置及方法 |
CN102777520A (zh) * | 2011-05-06 | 2012-11-14 | 曼卡车和巴士股份公司 | 用于监控行车制动器的空隙和制动衬片磨损的方法和装置 |
JP3196012U (ja) * | 2014-09-19 | 2015-02-19 | 均輝企業有限公司 | オートバイ用ディスクブレーキローター |
-
2015
- 2015-10-16 CN CN201510674065.9A patent/CN106594131B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064025A (zh) * | 2006-04-30 | 2007-10-31 | 吴志成 | 汽车信息预警与零件寿命预测系统与方法 |
US20090195058A1 (en) * | 2008-02-06 | 2009-08-06 | Jonathan Leslie Christopher Jackson | brake system and method |
CN102777520A (zh) * | 2011-05-06 | 2012-11-14 | 曼卡车和巴士股份公司 | 用于监控行车制动器的空隙和制动衬片磨损的方法和装置 |
CN102353528A (zh) * | 2011-06-10 | 2012-02-15 | 中国矿业大学 | 盘式制动器摩擦学性能监测预警装置及方法 |
JP3196012U (ja) * | 2014-09-19 | 2015-02-19 | 均輝企業有限公司 | オートバイ用ディスクブレーキローター |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107329402A (zh) * | 2017-07-03 | 2017-11-07 | 湖南工业大学 | 一种组合积分环节与预测pi控制算法结合的控制方法 |
CN109615044A (zh) * | 2018-12-13 | 2019-04-12 | 马山县明锋汽车维修有限公司 | 用于汽车维修的汽车维修监控统计系统 |
CN111853113B (zh) * | 2019-04-26 | 2022-08-23 | 株式会社东芝 | 磨损预测装置、磨损预测方法以及计算机能读取的记录介质 |
CN111853113A (zh) * | 2019-04-26 | 2020-10-30 | 株式会社东芝 | 磨损预测装置、磨损预测方法以及计算机能读取的记录介质 |
CN112943831B (zh) * | 2019-12-11 | 2022-06-03 | 宁波吉利汽车研究开发有限公司 | 一种基于车联网大数据提醒更换刹车片的方法和装置 |
CN112943831A (zh) * | 2019-12-11 | 2021-06-11 | 宁波吉利汽车研究开发有限公司 | 一种基于车联网大数据提醒更换刹车片的方法和装置 |
CN111140611B (zh) * | 2019-12-13 | 2021-10-08 | 一汽解放汽车有限公司 | 制动器摩擦片磨损预测方法、装置、车辆及存储介质 |
CN111140611A (zh) * | 2019-12-13 | 2020-05-12 | 一汽解放汽车有限公司 | 制动器摩擦片磨损预测方法、装置、车辆及存储介质 |
CN111896249A (zh) * | 2020-08-06 | 2020-11-06 | 中国重汽集团济南动力有限公司 | 一种带位移传感器助力器的离合器寿命预测方法及系统 |
CN113781752A (zh) * | 2021-08-24 | 2021-12-10 | 武汉依迅北斗时空技术股份有限公司 | 刹车片预警方法、装置、电子设备及存储介质 |
CN114370471A (zh) * | 2022-01-05 | 2022-04-19 | 东风柳州汽车有限公司 | 刹车片磨损提醒方法、装置、设备及存储介质 |
CN114370471B (zh) * | 2022-01-05 | 2023-09-01 | 东风柳州汽车有限公司 | 刹车片磨损提醒方法、装置、设备及存储介质 |
CN115009249A (zh) * | 2022-06-24 | 2022-09-06 | 重庆长安新能源汽车科技有限公司 | 一种提醒保养或更换刹车片的方法、系统及计算机可读存储介质 |
CN115009249B (zh) * | 2022-06-24 | 2023-11-03 | 深蓝汽车科技有限公司 | 一种提醒保养或更换刹车片的方法、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106594131B (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106594131A (zh) | 刹车片磨损预警方法及系统 | |
CN105389863B (zh) | 一种对车况进行评估的车况指数计算方法 | |
TWI691420B (zh) | 異常診斷裝置、異常診斷方法以及電腦可讀取記錄媒體 | |
CN110675267B (zh) | 一种根据实时路况进行车险预警的方法及系统 | |
CN109409982B (zh) | 共享车辆推荐方法及装置 | |
JP2019018755A (ja) | 異常検知装置、異常検知方法およびコンピュータプログラム | |
CN103308052B (zh) | 充电点通知系统和车载装置 | |
CN104239484A (zh) | 一种基于多模式公交组合调度的时刻表编制方法 | |
CN104331953A (zh) | 一种基于物联网技术的汽车行为数据识别与管理方法 | |
CN105160428A (zh) | 高速公路电动汽车快速充电站的规划方法 | |
CN104809344A (zh) | 一种基于ic卡数据的公交站点区间客流估计方法 | |
CN103364203A (zh) | 协作车辆健康模型 | |
CN110969834B (zh) | 处理方法、装置、计算机设备、存储介质及车辆调度系统 | |
JP2017020855A (ja) | 二次電池の充電状態推定方法 | |
CN111553530A (zh) | 一种城际网约车包车出行运力预测与出行推荐方法及系统 | |
CN114039370A (zh) | 基于v2g模式的电动汽车与智能充放电站的资源优化方法 | |
CN114329921A (zh) | 一种整车可靠性性能的评估方法、装置、设备和介质 | |
CN110254285A (zh) | 一种基于车联网的对里程焦虑用户提供服务的方法及系统 | |
WO2018209810A1 (zh) | 电动汽车充电需求预测方法及系统 | |
CN109919393B (zh) | 一种电动出租汽车的充电负荷预测方法 | |
CN114971136A (zh) | 一种公交及巡游小巴调度方法 | |
CN112765726A (zh) | 一种寿命预测方法及装置 | |
Yan et al. | Seating provision and configuration of a 12m city bus considering passenger crowding | |
CN110222892B (zh) | 乘客的下车站点预测方法及装置 | |
CN111898863A (zh) | 轨道交通的车辆的动态调度方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |