CN107085768B - 一种用于评价汽车使用可靠性的方法 - Google Patents
一种用于评价汽车使用可靠性的方法 Download PDFInfo
- Publication number
- CN107085768B CN107085768B CN201710275477.4A CN201710275477A CN107085768B CN 107085768 B CN107085768 B CN 107085768B CN 201710275477 A CN201710275477 A CN 201710275477A CN 107085768 B CN107085768 B CN 107085768B
- Authority
- CN
- China
- Prior art keywords
- fault
- mileage
- reliability
- vehicle
- data
- 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 40
- 238000012423 maintenance Methods 0.000 claims abstract description 110
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 230000036541 health Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 22
- 230000001186 cumulative effect Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 230000008439 repair process Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000017525 heat dissipation Effects 0.000 claims description 5
- 239000000725 suspension Substances 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000005065 mining Methods 0.000 abstract description 4
- 238000007418 data mining Methods 0.000 description 19
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000008713 feedback mechanism Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种用于评价汽车使用可靠性的系统及方法,利用汽车电子健康档案系统,通过对大数据的挖掘、收集、检索、处理、分析,对车型的使用可靠性进行评价,从而获得较为客观而准确的评价结论。其中应用的数据包括所述车辆信息包含有车辆VIN码、车牌号码,所述维修记录信息包含有维修项目、故障描述、维修配件、送修里程、维修企业信息;通过对故障数据进行分类从而得到随里程的单车累计当量故障数变化曲线和可靠性指标计算结果,然后将可靠性指标计算结果与参考数据进行对比分析,从而确定目标车型的使用可靠性水平。
Description
技术领域
本发明涉及车辆安全评价技术,具体是关于一种车型使用可靠性的评价系统及方法。
背景技术
近年来,随着我国国民经济的快速发展,汽车的保有量不断增加,不断刺激着汽车工业的发展,这也给我国的汽车工业带来了挑战。如何提高汽车产品的质量,如何提高各款车型的竞争力,迅速占领市场,是今后我国汽车业发展的重点。
汽车产品的可靠性是衡量汽车产品安全品质与疲劳寿命的重要指标,可靠性尤指安全、生命周期长,汽车产品的可靠性与人身安全、经济效益密切相关。汽车由很多种总成、部件、零件组成,如果其中一个很小的零部件损坏了或失效了,都可能造成汽车事故,引发严重的后果,提高汽车产品的可靠性是提高其安全性能的基础。可以看出,在汽车所有性能中,可靠性是最基本的性能。只有可靠性得到了保证,汽车的安全性、快速性、舒适性、经济性及其它性能才能得到充分地发挥与体现,汽车可靠性的提高可以减少、防止故障和事故的发生,特别是避免灾难性的事故的发生。
车型使用可靠性水平评价对于发现车型缺陷零部件,提高产品质量,并为汽车制造商的设计生产车辆提供重要的技术参考。提高车型使用可靠性水平为提高顾客的满意度,改善汽车企业的声誉,增加汽车产品对顾客的吸引力,从而扩大其销路,提高其市场份额有重要的作用。
大数据挖掘是从大量的数据中发现并提取隐藏在其中的信息或者知识的过程,是自动获取知识的一种方式。对于汽车生命周期中产生的大量数据,通过数据挖掘技术发现隐含的模式和趋势,可以发现有关汽车维修和质量的重要信息,对于汽车维修具有重要意义,还可以反馈到汽车设计环节和设备保障等环节,为改进汽车生产质量提供依据。由于汽车维修保养记录数据是不断更新的,因此,需要基于大数据分析对现有车型使用可靠性进行评价,以便进一步指导新的设计和生产,目前尚没有人利用大数据分析对车辆的使用可靠性进行评价。
发明内容
鉴于现状,本发明提供一种用于评价汽车使用可靠性的系统及方法,着力于利用汽车电子健康档案系统,通过对大数据的挖掘、收集、检索、处理、分析,对车辆的使用可靠性进行评价,获得较为客观而准确的评价结论。
本发明第一目的,提供一种用于评价汽车使用可靠性的系统,包括:汽车电子健康档案系统、数据检索单元、数据预处理中心、数据挖掘处理模块、可靠性分析模块、可靠性数据库;
所述汽车电子健康档案系统中,包含有车辆信息、汽车维修记录、维修企业信息;
所述数据检索单元与汽车电子健康档案系统相连,从中获取档案信息;
所述数据预处理中心与数据检索单元相连,所述数据预处理中心由数据接收模块、数据去噪过滤模块、数据发送模块组成,数据接收模块获取数据检索单元中的数据,数据去噪过滤模块对数据进行筛选清理,数据发送模块将筛选后的数据发送到可靠性数据库中;
所述数据挖掘处理模块与数据预处理中心相连,调用预处理后车型维修数据进行处理,并存储于可靠性数据库中;
所述可靠性分析模块同时与数据挖掘处理模块和可靠性数据库相连,调用数据挖掘处理模块和可靠性数据库中的数据;
所述可靠性数据库,包括品牌车型库、维修数据存储模块、故障危害度分类原则模块、车型可靠性计算结果存储模块、可靠性评价参考模块。
本发明第二目的,提供一种用于评价汽车使用可靠性的方法,其特征在于:包括如下步骤:
1)建立一种汽车电子健康档案系统,档案包括车辆信息、汽车维修记录信息、维修企业信息,
所述车辆信息包含有车辆VIN码、车牌号码,所述维修记录信息包含有维修项目、故障描述、维修配件、送修里程,所述维修企业信息包含有进行每次维修的企业基本信息;
2)以目标车型/车系为基本检索条件,从所述汽车电子健康档案系统中检索目标车型所有车辆档案数据;
3)把检索到的所有数据进行去噪过滤处理,删除送修里程为零和超过预设上限公里数的维修记录,删除维修项目、维修配件为空或字段缺少、乱码的维修记录,删除仅对车辆进行过日常保养的维修记录;
4)调用预处理后的数据,对数据进行分类计算从而得到目标车型随里程的单车累计当量故障数变化曲线和可靠性指标计算结果,然后将指标计算结果发送到可靠性分析模块,由可靠性分析模块根据参考数据对目标车型的可靠性计算结果进行对比分析,从而确定目标车型的使用可靠性水平;
其中,得到随里程的单车累计当量故障数变化曲线的方法是:
①对目标车型整体故障按故障危害程度进行分类,并定义其当量故障系数:非常严重故障10、较严重故障5、一般故障1、轻微故障0.2,
②先把目标车型所有故障数据合成到一个横坐标为里程,纵坐标为故障数的坐标轴上,计算目标车型随里程的整体故障数变化曲线对应的车辆数变化情况,进而计算单车随里程变化的累计当量故障数:
设目标车型整体故障数随里程t变化曲线的总里程为L,在总里程内车辆数变化M次,按车辆数变化处里程l(i+1)为分界点,i=0……(M-1),则总里程L分为M个区间,每个区间里程为Δti=l(i+1)-l(i),其中l(M)=L,l(0)=0,
设每个区间里程Δti对应的车辆数为N(i+1),按当量故障系数将所得故障数折算为一般故障的次数,从而得到随里程t变化的单车累计当量故障数d(t)(0≤t≤L)为:
其中d(l(0))=0,nj(t)为随里程的不同级别故障累计故障数,j表示故障危害程度等级,j=1表示“非常严重故障”,j=2表示“较严重故障”,以此类推;
将随里程变化的单车累计当量故障数,与行驶里程进行匹配,从而得到单车累计当量故障数随里程的变化曲线。
可靠性指标主要包括平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF,
平均故障间隔里程MTBF为:
其中mi为每辆车的故障总数,Δhi为每辆车的总故障间隔里程,w为目标车型车辆数;
当量故障率D为:
D=1000*d(L)/L,单位(次/1000km)
d(L)是单车在全里程L下的累计当量故障数;
平均首次故障里程MTTFF为:
z为系统内含有首次故障的车辆数,s(k)为每辆车对应的首次故障里程。
进一步地,所述汽车电子健康档案系统中,以每辆车的VIN码作为唯一标识建档。
进一步地,还建立一可靠性数据库,为车型使用可靠性评价的各个流程提供数据支持和存储,主要包括品牌车型库、维修数据存储模块、故障危害度分类原则模块、车型可靠性计算结果存储模块、可靠性评价参考模块。
进一步地,把随里程的单车累计当量故障数变化曲线插入到可靠性评价参考模块中对应的对比曲线内,完成可靠性评价参考模块数据的更新;将目标车型的平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF的计算结果插入到可靠性评价参考模块中,更新该模块中对应的指标综合平均值和可靠性水平区间。
进一步地,可靠性指标评价,还包括对汽车各总成系统故障数据统计排列、对汽车零部件故障数据统计排列;汽车各总成系统,划分为:发动机、传动系统、制动系统、悬挂系统、转向系统、电器系统、车身系统、散热系统、排气系统和其他。
与现有技术相比,本发明显著的有益效果体现在:
1、本发明实现基于汽车历史维修记录数据对车型的使用可靠性评价,方法能灵活快速并广泛的应用于市场上品牌车型的使用可靠性评价。
2、本发明由于采用基于大数据量级的汽车电子健康档案系统,数据量大并且准确真实。
3、本发明采用数据挖掘技术,为从大量维修历史数据中发现隐含的规律,评价车型使用可靠性水平提供了一种算法,从而呈现出处理海量数据的优势。基于大数据分析对现有车型使用可靠性进行评价,以便进一步指导新的设计和生产,目前尚没有人利用大数据分析对车辆的使用可靠性进行评价。
4、本发明中通过对车型不同总成和零部件的故障进行分析,对提高车型可靠性水平更加具有针对性。
5、本发明提供对不同车型可靠使用性水平的对比分析,对于车辆的设计和维修都有极其重要的意义。
本发明的其他特征和优点将在随后的说明书中阐述,并且部分的从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明采用的运算系统结构图;
图2为汽车电子健康档案系统构架图;
图3为数据检索单元构架图;
图4为数据预处理中心构架图;
图5为数据挖掘处理模块构架图;
图6为可靠性分析模块构架图;
图7为可靠性数据库构架图;
图8为不同车辆总故障间隔里程图;
图9为目标车型在评价里程内故障车数随里程变化图;
图10为单车区间当量故障数随里程的变化曲线;
图11为单车累计当量故障数变化曲线;
图12为不同车型单车累计当量故障数变化曲线对比图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述,其中,附图和实施例仅用于一起阐释本发明,但本领域的技术人员应该知道,以下实施例并不是对本发明技术方案作的唯一限定,凡是在本发明技术方案精神实质下所做的任何等同变换或改动,均应视为属于本发明的保护范围。
本发明通过利用数据挖掘方法,从存储全国汽车历史维修记录的汽车电子健康档案系统中获取目标车型的汽车维修记录信息;运用数据处理方法解析汽车维修记录从而进行汽车使用可靠性评价指标的确定及计算;对运算结果进行对比分析,以具体评价目标车型使用可靠性水平。本发明通过运用大数据挖掘技术,为评估车型使用可靠性水平,发现车型缺陷零部件,提高产品质量,并为汽车制造商的设计生产车辆提供重要的技术参考。评价方法与评价标准客观合理,且具有良好通用性、动态适应性,
因而可以广泛应用于市场中。
本发明采用一种汽车使用可靠性评价系统,如图1所示,该系统主要包括了汽车电子健康档案系统1、数据检索单元2、数据预处理中心3、数据挖掘处理模块4、可靠性分析模块5、可靠性数据库6等几个功能模块。
(1)汽车电子健康档案系统:建立汽车电子健康档案系统可实现各类汽车维修企业维修经营数据与系统平台的对接,从而采集全国范围内汽车维修数据,形成以VIN 码为唯一标识的“一车一档”进行管理。
如图2所示,每辆车的电子健康档案用VIN码作为唯一标识,由车辆信息、汽车维修记录信息、维修企业信息所构成,覆盖车牌号、VIN码、维修项目、故障描述、维修配件等汽车维修过程中产生的关键数据。
使用可靠性评价系统实时获取汽车电子健康档案系统内汽车电子健康档案,基于对电子健康档案内每条维修记录进行解析与运算分析,从而实现车型使用可靠性水平评价。其中解析汽车VIN码,形成该车品牌、车型(或车系)等信息;解析汽车车牌号得到车辆的归属地信息;解析汽车历史维修记录中的送修里程得到该车的行驶里程信息;解析汽车历史维修记录中的维修项目与故障信息得到汽车故障数据;解析汽车历史维修记录中的维修项目与维修配件内容得到汽车更换的总成零部件信息。
例如:
(2)数据检索单元:建立由汽车品牌、车型/车系、行驶里程、车辆归属地等检索条件构建的数据检索单元,如图3所示。该检索单元与汽车电子健康档案系统建立连接,传输信息,如在检索数据时输入某品牌名称,则可得到汽车电子健康档案系统内该品牌车辆的所有维修记录。检索维度依分析目标的不同而灵活变化,使其可用性更强。当要在搜索栏检索某品牌车型时调用存储于可靠性数据库中的品牌车型库以方便本评价系统的数据检索,品牌车型库涵盖并不断更新市场上各汽车品牌车型/车系信息。
(3)数据预处理中心:数据预处理中心由数据接收模块、数据去噪过滤模块、数据发送模块组成,如图4所示。通过数据接收模块获取在数据检索单元选择的汽车电子健康档案系统内目标车型所有车辆维修记录数据后,使用数据去噪过滤模块,对目标车型每条维修记录数据进行筛选清理,主要有送修里程鉴定、维修项目、配件鉴定、日常保养数据等内容的删除,以保证数据的可挖掘性和可靠性分析的可行性,如下表。之后通过数据发送模块将筛选后的数据发送到可靠性数据库的维修数据存储模块中按车型分类保存,以备运用数据挖掘处理模块对其处理分析。
(4)数据挖掘处理模块:调用预处理后存储于可靠性数据库中的车型维修数据到数据挖掘处理模块中进行可靠性数据挖掘。如图5所示,调用可靠性数据库中的故障危害度及分类原则模块对汽车维修记录中的故障数据进行分类从而得到随里程的单车累计当量故障数变化曲线和可靠性指标计算结果。计算完成后将结果发送到可靠性数据库中的车型可靠性计算结果存储模块进行存储,以备之后查看统计结果时可随时调用,同时作为分析内容发送到所述可靠性分析模块。
(5)可靠性分析模块:构建可靠性分析模块进行车型使用可靠性分析,可靠性分析模块如图6,它做的工作是:根据可靠性数据库中的可靠性评价参考模块最新提供的参考区间数据对目标车型的可靠性计算结果进行对比分析,从而确定目标车型的使用可靠性水平,并形成车型使用可靠性建议。在可靠性评价参考模块中插入已计算完成的该车型使用可靠性评价指标计算结果,从而不断更新可靠性评价参考模块中的参考数据,以此形成反馈机制,使可靠性评价系统的数据充满活力。
(6)可靠性数据库:可靠性数据库为车型使用可靠性评价的各个流程提供基础数据支持和存储,主要包括品牌车型库、维修数据存储模块、故障危害度分类原则模块、车型可靠性计算结果存储模块、可靠性评价参考模块,如图7所示。可靠性数据库的建立对本系统评价随时调用存储数据提供了可能。
本发明提供一种汽车使用可靠性评价方法,其基本步骤就是:
1)建立汽车电子健康档案系统,用VIN码作为“一车一档”唯一管理标识,由车辆信息、汽车维修记录信息、维修企业信息所构成,车辆信息包括VIN码和车牌号,建立覆盖车牌号、VIN码、维修项目、故障描述、维修配件等汽车维修过程中产生的关键数据。
解析汽车VIN码,形成该车品牌、车型(或车系)等信息;解析汽车车牌号得到车辆的归属地信息;解析汽车历史维修记录中的送修里程得到该车的行驶里程信息;解析汽车历史维修记录中的维修项目与故障信息得到汽车故障数据;解析汽车历史维修记录中的维修项目与维修配件内容得到汽车更换的总成零部件信息。
2)以汽车品牌、车型/车系、行驶里程、车辆归属地等为检索条件,检索得到汽车电子健康档案系统内该品牌车辆的所有维修记录。检索维度依分析目标的不同而灵活变化。当要检索某品牌车型时需调用存储于可靠性数据库中的品牌车型库以方便本检索,品牌车型库涵盖并不断更新市场上各汽车品牌车型/车系信息。
3)获取在数据检索单元选择的目标车型所有车辆维修记录数据,对目标车型每条维修记录数据进行筛选清理,主要有送修里程鉴定、维修项目、配件鉴定、日常保养数据等内容的删除,之后通过数据发送模块将筛选后的数据发送到可靠性数据库的维修数据存储模块中按车型分类保存,以备运用数据挖掘处理模块对其处理分析。
4)调用预处理后存储于可靠性数据库中的车型维修数据到数据挖掘处理模块中进行可靠性数据挖掘处理。其中包括调用可靠性数据库中的故障危害度及分类原则模块,对汽车维修记录中的故障数据进行分类,从而得到随里程的单车累计当量故障数变化曲线和可靠性指标计算结果;计算完成后将结果发送到可靠性数据库中的车型可靠性计算结果存储模块进行存储,以备之后查看统计结果时可随时调用,同时作为分析内容发送到所述可靠性分析模块。
5)进行使用可靠性分析:根据可靠性数据库中的可靠性评价参考模块最新提供的参考区间数据对目标车型的可靠性计算结果进行对比分析,从而确定目标车型的使用可靠性水平,并形成汽车使用可靠性建议。
并在可靠性评价参考模块中插入已计算完成的该车型使用可靠性评价指标计算结果,从而不断更新可靠性评价参考模块中的参考数据,以此形成反馈机制,使可靠性评价系统的数据充满活力。
进一步地,在第4)步,对数据进行挖掘处理的过程中,对汽车维修记录中的故障数据进行分类从而得到随里程的单车累计当量故障数变化曲线和可靠性指标计算结果的方法是:
①对汽车历史维修记录数据进行解析得到随里程的单车累计当量故障数变化曲线,具体为从大量目标车型的维修记录数据中通过逐条解析维修项目、故障描述等内容识别故障信息,解析进厂里程形成每个故障对应的里程信息,经过逐条将维修记录的行驶里程和故障在一个坐标轴上进行整合从而形成完整的该目标车型随里程的累计故障数变化曲线。因是对不同车型可靠性水平进行对比分析,所以将累计故障数换算为单车累计故障数。
在可靠性分析时需要考虑不同级别故障发生的次数,故对所有故障按照其危害程度进行分类统计,从而得到其当量故障数。因为可靠性是研究元件、产品、系统在一定时间内、在一定条件下无故障地执行指定功能的能力或可能性,并且汽车维修记录数据中的配件信息也是基于汽车各系统零部件故障,因此调用的故障危害度分类原则模块按汽车总成、零部件等的故障危害度进行分类,如下表:
故障危害度分类原则
故障类型 | 分类原则 |
非常严重故障 | 引起主要总成报废或性能显著下降。 |
较严重故障 | 导致某个总成的性能下降或造成主要零部件损坏。 |
一般故障 | 导致零部件损坏,需要进行零部件的更换。 |
轻微故障 | 不需要更换零部件,进行维修便可修复。 |
对故障进行分类后对各级故障确定当量故障系数以计算随里程的单车累计当量故障数。本发明中根据故障的危害程度将一般故障的当量故障系数定为1,据此定出其他级别故障的当量故障系数,具体不同级别故障的当量故障系数见下表。
故障级别 | 非常严重故障 | 较严重故障 | 一般故障 | 轻微故障 |
当量故障系数 | ε<sub>1</sub>=10 | ε<sub>2</sub>=5 | ε<sub>3</sub>=1 | ε<sub>4</sub>=0.2 |
由于系统内汽车电子健康档案不能完全覆盖系统建立前车辆的维修数据,并且每辆车的总行驶里程有所区别,导致获取的不同车辆总故障间隔里程Δhi有所不同,如图8所示车辆A、B、C对应的间隔里程Δh1、Δh2、Δh3。因此目标车型所有车辆故障数累加到一个坐标轴上形成的车型整体故障数变化曲线的不同里程区间对应的车辆数是不同的,为了计算单车随里程变化的累计当量故障数,先计算目标车型整体故障数变化曲线对应的随里程车辆数变化情况:
设目标车型整体故障数随里程t变化曲线的总里程为L,在总里程L内车辆数变化M次,按车辆数变化处里程l(i+1)为分界点(i=0……M-1),则总里程L分为M个区间Δti(i=0……M-1),如图9。
设每个里程区间Δti=l(i+1)-l(i),对应的车辆数为N(i+1),i=0……(M- 1),l(M)=L,l(0)=0;按当量故障系数将所得故障数折算为一般故障的次数,从而得到随里程t变化的单车累计当量故障数d(t)(0≤t≤100万公里)(100万公里为实施例设定的里程分析上限,理论上就是L)为:
当l(i)<t≤l(i+1),i=0……(M-1)时,
其中d(l(0))=0,nj(t)为随里程的不同级别故障累计故障数,j表示故障等级, j=1代表“非常严重故障”,以此类推。
②同样在第4)步中,进行使用可靠性指标计算,主要包括平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF等指标的计算;汽车各总成系统故障比例统计、汽车零部件故障排序等内容。
可靠性是研究元件、产品、系统的,汽车制造、装配或维修工作中,通常把各总成分别作为独立的结构单元来组织生产。在汽车修理中,经常采取总成互换法,即把某一总成从汽车上拆下来,换上新的或经过修理并检验合格的总成;并且本发明的研究数据是基于汽车电子维修记录数据,因此为了更具体、模块化的体现车型使用可靠性,并实现系统数据的快速挖掘匹配,本系统分析方法基于汽车总成及零部件进行分析。因此从可靠性分析的角度,将整车按总成分为10个子系统进行统计,如下表。这 10个子系统分别是:发动机、传动系统、制动系统、悬挂系统、转向系统、电器系统、车身系统、散热系统、排气系统和其他,分别计算各总成的故障比例。汽车的可靠性降低出现故障直接体现在故障维修过程中更换的零部件上,因此对更换的零部件进行统计排序,从而确定影响汽车可靠性的因素。本发明中计算前十位故障零件故障比例,从而评价影响目标车型使用可靠性的主要因素。
1.制动系统 | 2.散热系统 | 3.发动机 | 4.悬挂系统 | 5.排气系统 |
6.电器系统 | 7.车身系统 | 8.传动系统 | 9.转向系统 | 10.其他 |
在可靠性指标计算中,主要包括平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF等指标。平均故障间隔里程MTBF为平均在两次相邻的故障之间所行驶的里程,表示故障发生的频繁程度,其计算公式为:
其中mi为每辆车的故障总数,Δhi为每辆车的总故障间隔里程,w为目标车型车辆数。
当量故障率D是指单位时间的当量故障数,表示故障的危害程度,其函数计算为:
D=1000*d(L)/L,单位(次/1000km)
d(L)是单车在全里程L下的累计当量故障数。
平均首次故障里程MTTFF的含义是可修复产品首次故障前的平均时间,能体现该车型汽车行驶初期的可靠性表现,计算公式为:
z为系统内含有首次故障的车辆数,s(k)为每辆车对应的首次故障里程。
再进一步地,在车型使用可靠性分析中,主要是对车型使用可靠性计算中得到的平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF等指标的计算值与数据库中可靠性评价参考模块中对应的平均值进行对比,与可靠性评价参考区间进行匹配,从而获得其可靠性水平。可靠性评价参考模块中的数据如下表所示,依“好”、“较好”、“一般”、“差”等四个级别进行可靠性水平划分。随里程的单车累计当量故障数变化曲线与可靠性评价参考模块中的不同车型该曲线进行对比。并对汽车各系统故障比例、汽车零部件故障排序等内容进行分析,如:
更进一步地,在车型使用可靠性分析中,在得到目标车型的平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF、汽车各系统故障比例、汽车零部件故障排序等指标的计算值后依次存储于车型可靠性计算结果存储模块,形成以车型为单位的可靠性计算结果进行存储,如下表:
将目标车型的平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF等可靠性指标的计算结果插入到可靠性评价参考模块中,更新该模块中对应的指标综合平均值和可靠性水平区间;把随里程的单车累计当量故障数变化曲线插入到可靠性评价参考模块中对应的对比曲线内,从而完成可靠性评价参考模块数据的更新,以此形成数据反馈闭环,从而使评价结果更具参考性。
更进一步地,形成的车型使用可靠性建议,主要是基于车型使用可靠性评价分析结果,汽车各系统故障数据统计、汽车零部件故障排序等确定该车型可靠性薄弱环节、形成维护保养建议等。
以下是一个具体实施例:
假设要评价某品牌“A”车型使用可靠性,具体为:
1)在数据检索单元中通过调用可靠性数据库中的品牌车型库,获取汽车电子健康档案系统内“A”车型信息。在数据检索单元,输入索引条件:品牌选择品牌车型库中的“A”品牌,车型/车系选择品牌车型库中的“A”车型,行驶里程选择“全部”,车辆归属地选择“全部”,以此便获得了汽车电子健康档案系统内符合检索条件的目标车型的所有维修记录。在调用其他车型数据时,可通过变化索引条件灵活性的获取目标数据。品牌车型库如下表:
2)输入数据检索条件后,在汽车电子健康档案系统中,通过解析系统内车辆的VIN码,迅速获取系统内“A”车型符合检索条件的所有维修记录数据,共得到了512辆车的4268条维修记录数据,如下表:
3)数据预处理中心的数据接收模块将得到的汽车电子健康档案系统内“A”车型所有维修记录数据发送至数据去噪过滤模块,对不可用数据进行剔除。按数据筛选清理原则删除了253条维修记录数据,得到4015条有效数据。
4)在数据挖掘处理模块中,先对采集的每条维修记录的故障等级依据故障危害度分类原则进行判定,并赋予当量故障系数,得到如下表所示的结果。
使用公式:
当l(i)<t≤l(i+1),i=0……(M-1)时,
其中d(l(0))=0,,nj(t)为随里程的不同级别故障累计故障数。
将按当量故障系数折算为一般故障的故障数,与每一次维修过程的行驶里程进行匹配,从而得到随里程变化的“A”车型的单车区间当量故障数随里程的变化曲线为如图10。单车累计当量故障数变化曲线如图11。
5)得到目标车型“A”各系统故障数据统计、汽车零部件故障排序,如下表所示。
6)计算平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF等内容,计算结果如下:
MTBF=1977.5(km)
D=0.223(次/1000km)
MTTFF=1739.1(km)
7)调用存储于可靠性数据库的可靠性评价参考模块,有平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF等指标的综合平均值和可靠性水平划分区间,
并与待评估的“A”车型可靠性运算结果进行对别,如下表,从表上可以看出该车的平均故障间隔里程MTBF、平均首次故障里程MTTFF等参数的可靠性水平处在一般区间内,当量故障率D可靠性表现较好。
8)将运算得到单车随里程的单车累计当量故障数变化曲线与可靠性评价参考模块内不同车型曲线进行对比,如图12。
9)将上面计算的数据和得到的曲线存储到可靠性数据库中的车型可靠性计算结果存储模块,从而在模块中如下所示的表格按车型进行数据存储。每当插入新车型的可靠性指标计算结果,依据最新的各车型可靠性指标列表,进行可靠性评价参考模块内各指标的综合平均值和可靠性水平划分区间数据的计算更新。
可靠性指标 | 车型A | 车型B | … | 车型N |
MTBF | 1977.5 | 2426 | … | 3355.7 |
当量故障率D | 0.223 | 0.412 | … | 0.298 |
MTTFF | 1739.1 | 2939 | … | 4811 |
10)基于车型使用可靠性计算结果,进行可靠性水平评价分析。
查看车型“A”的单车区间当量故障数随里程的变化曲线,我们可以得知在总里程1.6万公里内该车型区间故障分布呈现先急速上升,再逐步下降,之后故障数变化趋于缓慢增加的趋势。因此,该车型的可靠性失效在早期较为频繁,应及时进行维护保养与故障诊断预防。该车型的单车累计当量故障数变化曲线也反映了这种总体变化趋势,从曲线可知该车型在行驶到1.6万公里时单车累计当量故障数达到3.45。
通过对比车型“A”与系统内车型“B”、“C”的单车随里程累计当量故障数变化曲线,可以看到随着运行里程的增加,车辆发生故障的次数也在累积增加。整体上三款车型的曲线变化是有明显区别的。车型“B”的故障数一直处于较高水平,在5000 公里处曲线增速放缓,之后又以一定的速度继续增加。“C”前期表现最好,在8千公里处累计故障数又反超车型“A”,展现出可靠性水平的变化情况。
通过对该车型各总成的故障比例进行统计可得知该车型的制动系统、传动系统为较容易出现故障的部位,因此,汽车生产制造企业在改进该车型技术状况时应更加关注这部分的可靠性设计。散热系统、排气系统、发动机、车身系统等的使用可靠性表现良好。发生故障比较多的零部件为制动片、离合器从动盘总成、转向节等。因此,在进行可靠性改进设计时,对相关零部件应重新制定零部件控制方案以及优选清单,尽量选用可靠性有较好保证的标准化器件,设计针对性较强的选装件来增加该车型的整体可靠性水平。同时应该定期对汽车进行专项保养维护方案,也就是预防性维修,来延长汽车的使用寿命,推迟损耗失效期的到来。不管是在汽车设计制造或者是车型维护保养时应给予更多的重视与质量保证。
计算的平均故障间隔里程MTBF、平均首次故障里程MTTFF两个可靠性指标都比系统内可靠性数据库中的各类车型综合平均值要偏低,整体处于一般水平,这就体现了该车型可靠性故障发生频率方面表现一般。当量故障率D的计算值比综合平均值低,处于较好区间,体现了该车型发生的故障危害程度整体较低,可靠性故障危害度方面水平良好。
Claims (6)
1.一种用于评价汽车使用可靠性的方法,其特征在于:包括如下步骤:
1)建立一种汽车电子健康档案系统,档案包括车辆信息、汽车维修记录信息、维修企业信息,
所述车辆信息包含有车辆VIN码、车牌号码,所述维修记录信息包含有维修项目、故障描述、维修配件、送修里程,所述维修企业信息包含有进行每次维修的企业基本信息;
2)以目标车型或车系为基本检索条件,从所述汽车电子健康档案系统中检索目标车型所有车辆档案数据;
3)把检索到的所有数据进行去噪过滤处理,删除送修里程为零和超过预设上限公里数的维修记录,删除维修项目、维修配件为空或字段缺少、乱码的维修记录,删除仅对车辆进行过日常保养的维修记录;
4)调用预处理后的数据,对数据进行分类计算从而得到目标车型随里程的单车累计当量故障数变化曲线和可靠性指标计算结果,然后将指标计算结果发送到可靠性分析模块,由可靠性分析模块根据参考数据对目标车型的可靠性计算结果进行对比分析,从而确定目标车型的使用可靠性水平;
其中,得到随里程的单车累计当量故障数变化曲线的方法是:
①对目标车型整体故障按故障危害程度进行分类,并定义其当量故障系数:非常严重故障10、较严重故障5、一般故障1、轻微故障0.2,
②先把目标车型所有故障数据合成到一个横坐标为里程,纵坐标为故障数的坐标轴上,计算目标车型随里程的整体故障数变化曲线对应的车辆数变化情况,进而计算单车随里程变化的累计当量故障数:
设目标车型整体故障数随里程t变化曲线的总里程为L,在总里程内车辆数变化M次,按车辆数变化处里程l(i+1)为分界点,i=0......(M-1),则总里程L分为M个区间,每个区间里程为Δti=l(i+1)-l(i),其中l(M)=L,l(0)=0,
设每个区间里程Δti对应的车辆数为N(i+1),按当量故障系数将所得故障数折算为一般故障的次数,从而得到随里程t变化的单车累计当量故障数d(t)(0≤t≤L)为:
其中εj为当量故障系数,d(l(0))=0,nj(t)为随里程的不同级别故障累计故障数,j表示故障危害程度等级,j=1表示“非常严重故障”,j=2表示“较严重故障”,以此类推;
将随里程变化的单车累计当量故障数,与行驶里程进行匹配,从而得到单车累计当量故障数随里程的变化曲线。
3.根据权利要求1或2所述的方法,其特征在于,所述汽车电子健康档案系统中,以每辆车的VIN码作为唯一标识建档。
4.根据权利要求1或2所述的方法,其特征在于,还建立一可靠性数据库,为车型使用可靠性评价的各个流程提供数据支持和存储,主要包括品牌车型库、维修数据存储模块、故障危害度分类原则模块、车型可靠性计算结果存储模块、可靠性评价参考模块。
5.根据权利要求4所述的方法,其特征在于,把随里程的单车累计当量故障数变化曲线插入到可靠性评价参考模块中对应的对比曲线内,完成可靠性评价参考模块数据的更新;将目标车型的平均故障间隔里程MTBF、当量故障率D、平均首次故障里程MTTFF的计算结果插入到可靠性评价参考模块中,更新该模块中对应的指标综合平均值和可靠性水平区间。
6.根据权利要求2所述的方法,其特征在于,可靠性指标评价,还包括对汽车各总成系统故障数据统计排列、对汽车零部件故障数据统计排列;
汽车各总成系统,划分为:发动机、传动系统、制动系统、悬挂系统、转向系统、电器系统、车身系统、散热系统、排气系统和其他。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710275477.4A CN107085768B (zh) | 2017-04-25 | 2017-04-25 | 一种用于评价汽车使用可靠性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710275477.4A CN107085768B (zh) | 2017-04-25 | 2017-04-25 | 一种用于评价汽车使用可靠性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107085768A CN107085768A (zh) | 2017-08-22 |
CN107085768B true CN107085768B (zh) | 2020-05-01 |
Family
ID=59612960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710275477.4A Active CN107085768B (zh) | 2017-04-25 | 2017-04-25 | 一种用于评价汽车使用可靠性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107085768B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200064118A (ko) * | 2017-09-29 | 2020-06-05 | 위 프레딕트 리미티드 | 차량 수리 동작 예측 |
CN108304943B (zh) * | 2018-02-01 | 2022-03-04 | 湖南省烟草公司永州市公司 | 判定烟草物流车辆零部件维修与更新的方法 |
CN108803559B (zh) * | 2018-04-28 | 2021-06-01 | 北京汽车集团有限公司 | 车辆故障分析方法、装置和系统 |
CN109300076A (zh) * | 2018-11-15 | 2019-02-01 | 中车株洲电力机车有限公司 | 一种轨道交通车辆故障数据分析方法 |
CN109739850B (zh) * | 2019-01-11 | 2022-10-11 | 安徽爱吉泰克科技有限公司 | 一种档案大数据智能分析清洗挖掘系统 |
CN110263408B (zh) * | 2019-06-13 | 2023-04-25 | 中汽研(天津)汽车工程研究院有限公司 | 一种利用bni曲线评估ntf风险的方法 |
CN110532329B (zh) * | 2019-09-02 | 2022-06-21 | 智慧谷(厦门)物联科技有限公司 | 一种基于区块链技术的智能手环数据处理与共享方法 |
CN110659747B (zh) * | 2019-09-03 | 2022-07-19 | 国能铁路装备有限责任公司沧州机车车辆维修分公司 | 一种基于工艺落实与成本管控的车辆检修方法及系统 |
CN110599025A (zh) * | 2019-09-06 | 2019-12-20 | 武汉理工大学 | 自动驾驶汽车驾驶行为可靠性指标评估方法 |
CN110704720A (zh) * | 2019-09-29 | 2020-01-17 | 深圳市鹏巨术信息技术有限公司 | 一种车辆参考信息查询方法、装置、设备及可读存储介质 |
CN111680905B (zh) * | 2020-06-01 | 2023-11-10 | 安徽江淮汽车集团股份有限公司 | 车辆通过性数据评估方法、设备、存储介质及装置 |
CN115640869A (zh) * | 2021-01-14 | 2023-01-24 | 陈登兴 | 一种基于大数据的车辆破损预测管理系统 |
CN114022099A (zh) * | 2021-10-09 | 2022-02-08 | 绅骑科技(海南)有限公司 | 一种关于车辆vin码数据的应用方法和系统 |
CN114418616A (zh) * | 2021-12-27 | 2022-04-29 | 江苏康众汽配有限公司 | 一种支持智能推荐的汽车保养导购平台及方法 |
CN114659539A (zh) * | 2022-03-28 | 2022-06-24 | 安徽博泰微电子有限公司 | 一种汽车电子计量设备失准判断方法 |
CN114549091B (zh) * | 2022-04-25 | 2022-12-06 | 深圳市永兴元科技股份有限公司 | 数据处理方法、设备以及计算机可读存储介质 |
CN116502395A (zh) * | 2023-01-18 | 2023-07-28 | 广东健怡投资有限公司 | 一种充电故障分析方法、充电故障分析装置以及存储介质 |
CN116720852B (zh) * | 2023-08-08 | 2023-10-31 | 山东理工职业学院 | 一种基于人工智能的新能源汽车维修数据分析管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818967A (zh) * | 2006-03-23 | 2006-08-16 | 北京泰智咨询有限公司 | 汽车车辆状态评估系统 |
CN102339419A (zh) * | 2010-07-21 | 2012-02-01 | 北京汽车研究总院有限公司 | 实现军车产品可靠性、维修性、保障性的方法及装置 |
CN102800020A (zh) * | 2011-05-26 | 2012-11-28 | 上海博泰悦臻电子设备制造有限公司 | 车况管理系统 |
CN104637021A (zh) * | 2013-11-08 | 2015-05-20 | 广州市地下铁道总公司 | 一种状态修模式的城轨车辆辅助维修系统 |
EP3002717A1 (de) * | 2014-09-30 | 2016-04-06 | MCon Group AG | Verfahren und system zum erfassen der zum abschluss und zur durchführung eines wartungs- und/oder reparaturvertrages erforderlichen informationen |
-
2017
- 2017-04-25 CN CN201710275477.4A patent/CN107085768B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818967A (zh) * | 2006-03-23 | 2006-08-16 | 北京泰智咨询有限公司 | 汽车车辆状态评估系统 |
CN102339419A (zh) * | 2010-07-21 | 2012-02-01 | 北京汽车研究总院有限公司 | 实现军车产品可靠性、维修性、保障性的方法及装置 |
CN102800020A (zh) * | 2011-05-26 | 2012-11-28 | 上海博泰悦臻电子设备制造有限公司 | 车况管理系统 |
CN104637021A (zh) * | 2013-11-08 | 2015-05-20 | 广州市地下铁道总公司 | 一种状态修模式的城轨车辆辅助维修系统 |
EP3002717A1 (de) * | 2014-09-30 | 2016-04-06 | MCon Group AG | Verfahren und system zum erfassen der zum abschluss und zur durchführung eines wartungs- und/oder reparaturvertrages erforderlichen informationen |
Non-Patent Citations (2)
Title |
---|
a simulation-based method for evaluating the reliability of vehicle routing schemes in the vaccine delivery with vehicle breakdown;Wang Zheng etc.;《2013 International Conference on Management Science & Engineering(20th)》;20130719;全文 * |
载重汽车使用可靠性评价与故障分析;孟铁龄 等;《西安公路学院学报》;19881231;第6卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107085768A (zh) | 2017-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107085768B (zh) | 一种用于评价汽车使用可靠性的方法 | |
CN106056221B (zh) | 基于FP-Tree序列模式挖掘和故障码分类的车辆远程诊断与备件检索的方法 | |
CN108647791B (zh) | 一种多源汽车安全信息的处理方法、装置及系统 | |
CN106056222B (zh) | 基于FP-Tree序列模式挖掘的故障诊断与估价的方法 | |
CN102245437B (zh) | 车辆的故障诊断装置 | |
CN106066642B (zh) | 基于FP-Tree序列模式挖掘的故障码诊断车辆工项与备件检索方法 | |
WO2010041382A1 (ja) | 車両の故障診断のための基準値の生成 | |
CN104750964A (zh) | 一种车辆状态确定方法及装置 | |
Caban et al. | Statistical analyses of selected maintenance parameters of vehicles of road transport companies | |
CN107657100B (zh) | 轨道交通列车产品的生成方法及装置 | |
CN109934362A (zh) | 一种车辆检测的方法、装置及终端设备 | |
CN115877238A (zh) | 电池容量的检测方法、装置、可读存储介质及电子设备 | |
Rymarz et al. | Reliability evaluation of the city transport buses under actual conditions | |
CN106096736B (zh) | 基于FP-Tree序列模式挖掘的故障诊断与估价的平台 | |
CN110119891B (zh) | 一种适于大数据的交通安全影响因素辨识方法 | |
CN117035422A (zh) | 一种货车线路运输风险预测的方法 | |
CN115169630A (zh) | 一种电动汽车充电负荷预测方法及装置 | |
CN111984676B (zh) | 车辆内部零部件定损方法及装置 | |
CN112036473B (zh) | 一种基于高风险交通行为数据库的交通事故风险评估方法 | |
CN112308339A (zh) | 充电数据的处理方法和装置 | |
De Freitas et al. | Data-Driven Methodology for Predictive Maintenance of Commercial Vehicle Turbochargers | |
CN117574742B (zh) | 基于测试、仿真数据的车轮失效风险预测模型构建方法 | |
CN116579677B (zh) | 一种高速铁路电务车载设备全生命周期管理方法及系统 | |
CN116432844B (zh) | 一种新能源车用锂电池故障更换备件需求预测方法及系统 | |
CN117829817B (zh) | 基于维修数据统计分析的航空器维修方案优化分析方法 |
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 |