CN108803559A - 车辆故障分析方法、装置和系统 - Google Patents

车辆故障分析方法、装置和系统 Download PDF

Info

Publication number
CN108803559A
CN108803559A CN201810404195.4A CN201810404195A CN108803559A CN 108803559 A CN108803559 A CN 108803559A CN 201810404195 A CN201810404195 A CN 201810404195A CN 108803559 A CN108803559 A CN 108803559A
Authority
CN
China
Prior art keywords
vehicle
information
mileage
target
target component
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
Application number
CN201810404195.4A
Other languages
English (en)
Other versions
CN108803559B (zh
Inventor
孙学龙
杨海军
陈新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BAIC Motor Co Ltd
Beijing Automotive Group Co Ltd
Beijing Automotive Research Institute Co Ltd
Original Assignee
BAIC Motor Co Ltd
Beijing Automotive Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BAIC Motor Co Ltd, Beijing Automotive Research Institute Co Ltd filed Critical BAIC Motor Co Ltd
Priority to CN201810404195.4A priority Critical patent/CN108803559B/zh
Publication of CN108803559A publication Critical patent/CN108803559A/zh
Application granted granted Critical
Publication of CN108803559B publication Critical patent/CN108803559B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开的目的是提供一种车辆故障分析方法、装置和系统，以解决相关技术中车辆故障率分析不够准确的问题。所述方法包括：获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息；确定车型和生产批次相同的已售车辆属于同一车辆集合；根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。

Description

车辆故障分析方法、装置和系统
技术领域
本公开涉及信息技术领域，具体地，涉及一种车辆故障分析方法、装置和系统。
背景技术
相关技术中，在对车辆的故障率进行分析时，是将车辆按照生产批次划分为若干个不同的集合，再对每一集合中的已售车辆的故障数进行分析，得到相应车型的故障率。由于每个集合中的车辆是陆续售出的，每一售出车辆的使用时间均不相同，每一车辆零部件损耗情况也不相同，得到某一车型的故障率并不一定能够真实反映真实的故障情况。
发明内容
本公开的目的是提供一种车辆故障分析方法、装置和系统，以解决相关技术中车辆故障率分析不够准确的问题。
为了实现上述目的，本公开实施例提供一种车辆故障分析方法，所述方法包括：
获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息；
确定车型和生产批次相同的已售车辆属于同一车辆集合；
根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。
可选的，所述根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率，包括：
统计所述集合内行驶里程已超过所述目标里程区间最小里程值的车辆数；
统计所述集合内车辆处于所述目标里程区间时所述目标部件发生故障事件的故障数；
确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商。
可选的，在确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商之前，所述方法还包括：
确定所述车辆数与所述集合内车辆总数之间的比值大于预设比值。
可选的，所述方法还包括：
在所述目标部件在目标里程区间的故障率不满足预设故障率条件时，向所述集合内的车辆发送提示信息，以提示用户对所述目标部件进行养护。
可选的，所述向所述车辆集合内的车辆发送提示信息，包括：
搜寻与所述车辆之间距离小于预设距离区间的维修站；
将所述维修站的地理位置信息发送至所述车辆。
可选的，所述获取多个车辆的数据信息，包括：
通过车联网云平台获取每一车辆T-BOX设备上传的所述数据信息。
可选的，所述获取多个车辆的数据信息，包括：
从车联网云平台的信息数据库中获取已录入的所述数据信息，其中所述信息数据库包括以下至少一种数据库：
索赔信息数据库、生产信息数据库、生产信息数据库、车联网信息数据库。
本公开实施例提供一种车辆故障分析装置，所述装置包括：
获取模块，用于获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息；
确定模块，用于确定车型和生产批次相同的已售车辆属于同一车辆集合；
分析模块，用于根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。
可选的，所述分析模块，用于：
统计所述集合内行驶里程已超过所述目标里程区间最小里程值的车辆数；
统计所述集合内车辆处于所述目标里程区间时所述目标部件发生故障事件的故障数；
确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商。
可选的，所述分析模块，用于在确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商之前，确定所述车辆数与所述集合内车辆总数之间的比值大于预设比值。
可选的，所述装置还包括：
提示模块，用于在所述目标部件在目标里程区间的故障率不满足预设故障率条件时，向所述集合内的车辆发送提示信息，以提示用户对所述目标部件进行养护。
可选的，所述提示模块，还用于搜寻与所述车辆之间距离小于预设距离区间的维修站；
将所述维修站的地理位置信息发送至所述车辆。
可选的，所述获取模块用于通过车联网云平台获取每一车辆T-BOX设备上传的所述数据信息。
可选的，所述获取模块用于从车联网云平台的信息数据库中获取已录入的所述数据信息，其中所述信息数据库包括以下至少一种数据库：
索赔信息数据库、生产信息数据库、生产信息数据库、车联网信息数据库。
本公开实施例提供一种车辆故障分析系统，所述系统包括：
置于每一车辆上的T-BOX设备，车联网云平台，与所述车联网云平台相连的数据分析平台；
其中，所述数据分析平台包括所述的车辆故障分析装置；
所述车联网云平台用于与所述T-BOX设备通信相连。
上述技术方案至少能达到以下技术效果：
通过获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息，确定车型和生产批次相同的已售车辆属于同一车辆集合，再根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。这样，能够反映出车辆行驶里程与目标部件故障率之间的关系，有助于对车辆以及零部件质量的有效管控。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本公开一示例性实施例示出的一种车辆故障分析系统结构框图。
图2是本公开一示例性实施例示出的一种车辆故障分析方法。
图3是本公开一示例性实施例示出的一种车辆故障分析装置结构框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是本公开一示例性实施例示出的一种车辆故障分析系统结构框图。所述系统包括：置于每一车辆上的T-BOX设备1100，车联网云平台1200，与所述车联网云平台200相连的数据分析平台1300；所述车联网云平台1200用于与所述T-BOX设备1100通信相连。
车辆的T-BOX设备1100可以在通过车辆的CAN总线获取车辆的里程信息以及目标部件的故障信息后，将该里程信息以及目标部件的故障信息上传至车联网云平台1200。车联网云平台1200可以对该里程信息和故障信息进行存储，并转发给数据分析平台1300。
图2是本公开一示例性实施例示出的一种车辆故障分析方法。该方法可以应用于数据分析平台，该数据分析平台可以接于车联网云平台进行相关数据信息的交互。所述方法包括：
S21，获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息。
其中，该里程信息可以包括车辆当前行驶的里程，还可以包括车辆在不同时间段的行驶的阶段里程。该目标部件的故障信息可以包括目标部件的故障时间，故障代码，故障类型等信息，例如，车辆定速巡航系统在2018年1月1日发生无响应故障1次。
此外，车辆目标部件可以指车辆某一实体零件，例如，发动机，电池包；也可以虚拟零件，例如，导航系统。也可以是由多个实体零件和/或虚拟几个零件组成的系统，例如，空调控制系统，多媒体系统。
在一种可选的实施方式中，所述获取多个车辆的数据信息，包括：通过车联网云平台1200获取每一车辆T-BOX设备1100上传的所述数据信息。
在另一种可选的实施方式中，所述获取多个车辆的数据信息，包括：从车联网云平台的信息数据库中获取已录入的所述数据信息，其中所述信息数据库包括以下至少一种数据库：索赔信息数据库、生产信息数据库、生产信息数据库、车联网信息数据库。
上述车联网云平台可以提供索赔信息数据库，生产信息数据库，生产信息数据库，车联网信息数据库的查询服务。其中，索赔信息数据库，主要可以提供维修站信息、部件号信息、VIN信息、索赔代码信息、故障代码信息、索赔日期信息、索赔成本信息、故障描述信息等，具体的，可由维修站将相关录入索赔信息数据库。生产信息数据库主要可以提供生产过程中产生的数据信息，例如，VIN信息、生产日期信息、车辆配置信息等。销售信息数据库主要可以提供销售过程中产生的数据信息，例如，发运日期信息、销售商信息、销售日期信息等。车联网信息数据库主要可以提供车辆使用过程中产生的数据，例如，车辆故障码信息，车辆当前里程信息等。
值得说明的是，在车辆目标部件出现故障后，用户会将车辆送至维修站检修。维修站可以将车辆的里程信息以及目标部件故障信息上传至索赔信息数据库，以便后续用户与保险公司查验。由此，上述数据分析平台可以从车联网云平台调取该索赔信息数据库，并获取车辆的里程信息以及目标部件故障信息。
此外，车辆也可以通过T-BOX设备1100将车辆的里程信息以及目标部件故障信息上传至车联网信息数据库。由此，上述数据分析平台可以从车联网云平台调取该车联网信息数据库，并获取车辆的里程信息以及目标部件故障信息。
S22，确定车型和生产批次相同的已售车辆属于同一车辆集合。
通过接入车联网云平台，该数据分析平台可以获取到车辆的车型信息、生产批次和销售信息，并划分车型和生产批次相同的已售车辆属于同一车辆集合，具体的可以按车辆的VIN代码信息在生产信息数据库中进行检索车辆生产月份。例如，划分12月生产的A型车中已经售出的车辆为同一车辆集合。
S23，根据所述里程信息和所述故障信息计算得到所述目标部件在目标里程区间的故障率。
具体的，所述根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率，包括：统计所述集合内行驶里程已超过所述目标里程区间最小里程值的车辆数；统计所述集合内车辆处于所述目标里程区间时所述目标部件发生故障事件的故障数；确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商。
在本实施例中，故障数是根据车型、每辆车售出后实际里程分类统计的。车辆生产月份可以根据车辆的VIN代码在生产信息数据库中检索得到。
例如，计算2016年6月份生产车辆的部件A在里程区间为1Km-2Km的故障率为制造日期为“2016年6月”的已售车辆部件A在车辆里程为“1Km-2Km”时的故障数，除以制造日期为“2016年6月”的当前里程超过1Km已售车辆总数得到的商。
具体的，该故障率可以通过如下公式表示：{(【制造日期】＝“2016年6月”)&(【损伤件名称】＝“A”)&(【行驶里程】＝“1Km-2Km”)}故障数/{(【制造日期】＝“2016年6月”)&(【车辆当前里程】>“1Km”)}车辆数。
再比如，计算2016年6月份生产车辆的部件A在里程区间为0Km-2Km的故障率为制造日期为“2016年6月”的已售车辆部件A在车辆里程为“0Km-2Km”时的故障数，除以制造日期为“2016年6月”的当前里程超过0Km已售车辆总数得到的商。
具体的，该故障率可以通过如下公式表示：{(【制造日期】＝“2016年6月”)&(【损伤件名称】＝“A”)&(【行驶里程】＝“0Km-2Km”)}故障数/{(【制造日期】＝“2016年6月”)&(【车辆当前里程】>“0Km”)}车辆数。
下面以一组数据对上述方案进行详细说明。收集的某车型数据信息如下。如表1所示，CMIS(Current mileage in service)对应的为每个生产月份的已售车辆在不同里程区间车辆数分布情况。
表1
例如，“152”表示为2016年6月生产的已售车辆中当前行驶里程处于0Km-1Km里程区间的车辆数。“120”表示为2016年5月生产的已售车辆中当前行驶里程大于3Km的车辆数。
如表2所示，∑CMIS(Current mileage in service)对应的为每个生产月份的已售车辆在不同里程区间车辆数累加。例如，∑CMIS 0Km对应为行驶里程已经超过0KmM的车辆数，∑CMIS>1Km对应为行驶里程已经超过1KmM的车辆数，以此类推。
表2
例如，“1835”表示为2016年6月生产的已售车辆中已经超过1Km的车辆数。“120”表示为2016年5月生产的已售车辆中行驶里程已经超过3Km的车辆数。
如表3所示，FNIM(Fault number in mileage)对应的为每个生产月份的已售车辆在不同里程区间目标部件出现故障的故障数。例如，FNIM 0Km-1Km对应为当车辆处于行驶里程0Km-1Km时目标部件出现故障的故障数，FNIM 1Km-2Km对应为当车辆处于行驶里程1Km-2Km时目标部件出现故障的故障数，以此类推。
在具体实施时，车辆的T-BOX设备1100可以在车辆目标部件发生故障时，将故障代码以及车辆当前里程上传至车联网云平台，再经车联网云平台转发至数据分析平台，由数据分析平台对故障代码以及车辆当前里程做进一步的统计分析。
表3
进一步的，将表3车辆处于不同里程区间目标部件的故障数与表2对应的不同里程区间的累计车辆数相除，得到如表4所示的FRIM(Fault rate in mileage)目标部件在不同里程区间故障率。其中，为了更直观的数据显示，所有故障率均乘以1000。例如，FRIM 0Km-1Km＝FNIM 0Km-1Km/∑CMIS>0Km*1000＝3.898635。
表4
此外，在确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商之前，所述方法还包括：确定所述车辆数与所述集合内车辆总数之间的比值大于预设比值。
以计算2016年6月生产车辆目标部件在里程区间8Km-9Km的故障率为例，若累计行驶里程大于8Km的车辆数与2016年6月生产的所有已销售车辆的占比大于50％，则确定目标部件在里程区间8Km-9Km的故障率为已售车辆目标部件在里程区间8Km-9Km的故障数除以已售车辆中累计行驶里程大于8Km的车辆数所得的商。这样，可以确保有效样本的数量，进一步提升计算得到的故障率的有效性。
进一步的，所述方法还包括：在所述目标部件在目标里程区间的故障率不满足预设故障率条件时，向所述集合内的车辆发送提示信息，以提示用户对所述目标部件进行养护。此外，还可以向与该车辆集合车型相同、生产批次相同的车辆发送提示信息。
其中，该故障率条件可以是根据不同里程区间设定的。例如，对于里程区间处于为0-2Kmm的车辆，设定该预设故障率条件为不超过20％；对于里程区间处于为0-2Kmm的车辆，设定该预设故障率条件为不超过40％。也就是说，里程区间中里程值越大对故障率的容忍度越高。目标部件在目标里程区间的故障率超过该目标里程区间的预设故障率条件时，可确定为不满足预设故障率条件，该目标部件可能存在安全隐患。
在一种可选实施方式中，所述向所述车辆集合内的车辆发送提示信息，包括：搜寻与所述车辆之间距离小于预设距离区间的维修站；将所述维修站的地理位置信息发送至所述车辆。这样，能够方便用户在车辆目标部件出现安全隐患时，及时到达维修站检修，降低车辆因目标部件故障存在的驾驶风险。
图3是本公开一示例性实施例示出的一种车辆故障分析装置3000结构框图。所述装置包括：获取模块3100、确定模块3200、分析模块3300。
获取模块3100，用于获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息。
其中，该里程信息可以包括车辆当前行驶的里程，还可以包括车辆在不同时间段的行驶的阶段里程。该目标部件的故障信息可以包括目标部件的故障时间，故障代码，故障类型等信息，例如，车辆定速巡航系统在2018年1月1日发生无响应故障1次。
此外，车辆目标部件可以指车辆某一实体零件，例如，发动机，电池包；也可以虚拟零件，例如，导航系统。也可以是由多个实体零件和/或虚拟几个零件组成的系统，例如，空调控制系统，多媒体系统。
可选的，所述获取模块3100用于通过车联网云平台获取每一车辆T-BOX设备上传的所述数据信息。
可选的，所述获取模块3100用于从车联网云平台的信息数据库中获取已录入的所述数据信息，其中所述信息数据库包括以下至少一种数据库：索赔信息数据库、生产信息数据库、生产信息数据库、车联网信息数据库。
上述车联网云平台可以提供索赔信息数据库，生产信息数据库，生产信息数据库，车联网信息数据库的查询服务。其中，索赔信息数据库，主要可以提供维修站信息、部件号信息、VIN信息、索赔代码信息、故障代码信息、索赔日期信息、索赔成本信息、故障描述信息等，具体的，可由维修站将相关录入索赔信息数据库。生产信息数据库主要可以提供生产过程中产生的数据信息，例如，VIN信息、生产日期信息、车辆配置信息等。销售信息数据库主要可以提供销售过程中产生的数据信息，例如，发运日期信息、销售商信息、销售日期信息等。车联网信息数据库主要可以提供车辆使用过程中产生的数据，例如，车辆故障码信息，车辆当前里程信息等。
值得说明的是，在车辆目标部件出现故障后，用户会将车辆送至维修站检修。维修站可以将车辆的里程信息以及目标部件故障信息上传至索赔信息数据库，以便后续用户与保险公司查验。由此，上述数据分析平台可以从车联网云平台调取该索赔信息数据库，并获取车辆的里程信息以及目标部件故障信息。
此外，车辆也可以通过T-BOX设备将车辆的里程信息以及目标部件故障信息上传至车联网信息数据库。由此，上述数据分析平台可以从车联网云平台调取该车联网信息数据库，并获取车辆的里程信息以及目标部件故障信息。
确定模块3200，用于确定车型和生产批次相同的已售车辆属于同一车辆集合。
通过接入车联网云平台，该数据分析平台可以获取到车辆的车型信息、生产批次和销售信息，并划分车型和生产批次相同的已售车辆属于同一车辆集合，具体的可以按车辆的VIN代码信息在生产信息数据库中进行检索车辆生产月份。例如，划分12月生产的A型车中已经售出的车辆为同一车辆集合。
分析模块3300，用于根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。
可选的，所述分析模块3300，用于统计所述集合内行驶里程已超过所述目标里程区间最小里程值的车辆数；统计所述集合内车辆处于所述目标里程区间时所述目标部件发生故障事件的故障数；确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商。
可选的，所述分析模块3300，用于在确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商之前，确定所述车辆数与所述集合内车辆总数之间的比值大于预设比值。
可选的，所述装置3000还包括：提示模块，用于在所述目标部件在目标里程区间的故障率不满足预设故障率条件时，向所述集合内的车辆发送提示信息，以提示用户对所述目标部件进行养护。
所述提示模块，还用于搜寻与所述车辆之间距离小于预设距离区间的维修站；将所述维修站的地理位置信息发送至所述车辆。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例还提供一种车辆故障分析系统，所述系统包括:置于每一车辆上的T-BOX设备，车联网云平台，与所述车联网云平台相连的数据分析平台；其中，所述数据分析平台包括所述的车辆故障分析装置；所述车联网云平台用于与所述T-BOX设备通信相连。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (15)

1.一种车辆故障分析方法，其特征在于，所述方法包括：
获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息；
确定车型和生产批次相同的已售车辆属于同一车辆集合；
根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。
2.根据权利要求1所述的方法，其特征在于，所述根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率，包括：
统计所述集合内行驶里程已超过所述目标里程区间最小里程值的车辆数；
统计所述集合内车辆处于所述目标里程区间时所述目标部件发生故障事件的故障数；
确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商。
3.根据权利要求2所述的方法，其特征在于，在确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商之前，所述方法还包括：
确定所述车辆数与所述集合内车辆总数之间的比值大于预设比值。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
在所述目标部件在目标里程区间的故障率不满足预设故障率条件时，向所述集合内的车辆发送提示信息，以提示用户对所述目标部件进行养护。
5.根据权利要求4所述的方法，其特征在于，所述向所述车辆集合内的车辆发送提示信息，包括：
搜寻与所述车辆之间距离小于预设距离区间的维修站；
将所述维修站的地理位置信息发送至所述车辆。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述获取多个车辆的数据信息，包括：
通过车联网云平台获取每一车辆T-BOX设备上传的所述数据信息。
7.根据权利要求1-3任一项所述的方法，其特征在于，所述获取多个车辆的数据信息，包括：
从车联网云平台的信息数据库中获取已录入的所述数据信息，其中所述信息数据库包括以下至少一种数据库：
索赔信息数据库、生产信息数据库、生产信息数据库、车联网信息数据库。
8.一种车辆故障分析装置，其特征在于，所述装置包括：
获取模块，用于获取多个车辆的数据信息，其中所述数据信息包括每一车辆的车型信息、生产批次信息、销售信息、里程信息和车辆目标部件的故障信息；
确定模块，用于确定车型和生产批次相同的已售车辆属于同一车辆集合；
分析模块，用于根据同一集合内车辆的里程信息和故障信息计算得到所述集合内车辆的目标部件在目标里程区间的故障率。
9.根据权利要求8所述的装置，其特征在于，所述分析模块，用于：
统计所述集合内行驶里程已超过所述目标里程区间最小里程值的车辆数；
统计所述集合内车辆处于所述目标里程区间时所述目标部件发生故障事件的故障数；
确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商。
10.根据权利要求9所述的装置，其特征在于，所述分析模块，用于在确定所述目标部件在目标里程区间的故障率为所述故障数除以所述车辆数的商之前，确定所述车辆数与所述集合内车辆总数之间的比值大于预设比值。
11.根据权利要求8-10任一项所述的装置，其特征在于，所述装置还包括：
提示模块，用于在所述目标部件在目标里程区间的故障率不满足预设故障率条件时，向所述集合内的车辆发送提示信息，以提示用户对所述目标部件进行养护。
12.根据权利要求11所述的装置，其特征在于，所述提示模块，还用于搜寻与所述车辆之间距离小于预设距离区间的维修站；
将所述维修站的地理位置信息发送至所述车辆。
13.根据权利要求8-10任一项所述的装置，其特征在于，所述获取模块用于通过车联网云平台获取每一车辆T-BOX设备上传的所述数据信息。
14.根据权利要求8-10任一项所述的装置，其特征在于，所述获取模块用于从车联网云平台的信息数据库中获取已录入的所述数据信息，其中所述信息数据库包括以下至少一种数据库：
索赔信息数据库、生产信息数据库、生产信息数据库、车联网信息数据库。
15.一种车辆故障分析系统，其特征在于，所述系统包括:
置于每一车辆上的T-BOX设备，车联网云平台，与所述车联网云平台相连的数据分析平台；
其中，所述数据分析平台包括权利要求8-14任一项所述的车辆故障分析装置；
所述车联网云平台用于与所述T-BOX设备通信相连。
CN201810404195.4A 2018-04-28 2018-04-28 车辆故障分析方法、装置和系统 Active CN108803559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810404195.4A CN108803559B (zh) 2018-04-28 2018-04-28 车辆故障分析方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810404195.4A CN108803559B (zh) 2018-04-28 2018-04-28 车辆故障分析方法、装置和系统

Publications (2)

Publication Number Publication Date
CN108803559A true CN108803559A (zh) 2018-11-13
CN108803559B CN108803559B (zh) 2021-06-01

Family

ID=64093113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810404195.4A Active CN108803559B (zh) 2018-04-28 2018-04-28 车辆故障分析方法、装置和系统

Country Status (1)

Country Link
CN (1) CN108803559B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148058A (zh) * 2018-12-26 2019-08-20 华晨宝马汽车有限公司 识别可疑汽车售后索赔保单的方法和系统
CN110377793A (zh) * 2019-06-21 2019-10-25 深圳市轱辘汽车维修技术有限公司 一种推荐视频制作信息的方法、装置及设备
CN110428170A (zh) * 2019-08-01 2019-11-08 优必爱信息技术（北京）有限公司 一种汽车配件需求动态预测方法、系统和存储介质
CN110610311A (zh) * 2019-09-12 2019-12-24 昆山聚创新能源科技有限公司 车电分离装置的配置方法和装置
CN111915184A (zh) * 2020-07-30 2020-11-10 上海数策软件股份有限公司 汽车行业零件质量早期预警方法及存储介质
CN112445156A (zh) * 2019-08-30 2021-03-05 北京新能源汽车股份有限公司 一种车辆故障紧急程度的确定方法、装置和远程监控平台

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104103104A (zh) * 2014-07-24 2014-10-15 深圳市朗仁科技有限公司 基于车辆vin码及行驶里程的分析系统及方法
CN104181881A (zh) * 2014-08-06 2014-12-03 天津诺顿创新科技有限公司 一种车联网智慧诊断设备
CN104834959A (zh) * 2014-12-19 2015-08-12 北汽福田汽车股份有限公司 基于汽车零部件生命周期的质量预警系统
CN105469147A (zh) * 2014-09-30 2016-04-06 Mcon集团股份公司 用于诊断故障和/或诊断维修和/或维护需求的方法
CN105844435A (zh) * 2016-06-15 2016-08-10 南京中车浦镇城轨车辆有限责任公司 一种基于fmeca的地铁车辆故障信息管理系统
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
JP2017061307A (ja) * 2015-09-17 2017-03-30 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 車両鍵及びドッキングステーションを含むシステム、各車両鍵、ドッキングステーション、方法及びコンピュータプログラム
CN107085773A (zh) * 2017-05-16 2017-08-22 交通运输部公路科学研究所 一种用于评价在用汽车技术状况的系统及方法
CN107085768A (zh) * 2017-04-25 2017-08-22 交通运输部公路科学研究所 一种用于评价汽车使用可靠性的系统及方法
US20170305369A1 (en) * 2016-04-22 2017-10-26 Mitsubishi Electric Corporation Maintenance notification apparatus
CN107507296A (zh) * 2017-07-28 2017-12-22 中车南京浦镇车辆有限公司 轨道车辆在可靠性平稳期根据置信度确定故障数的方法
CN108021121A (zh) * 2017-12-07 2018-05-11 苏州骏车信息技术有限公司 一种汽车维修预警系统及预警方法
CN108693868A (zh) * 2018-05-25 2018-10-23 深圳市轱辘车联数据技术有限公司 故障预测模型训练的方法、车辆故障预测的方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104103104A (zh) * 2014-07-24 2014-10-15 深圳市朗仁科技有限公司 基于车辆vin码及行驶里程的分析系统及方法
CN104181881A (zh) * 2014-08-06 2014-12-03 天津诺顿创新科技有限公司 一种车联网智慧诊断设备
CN105469147A (zh) * 2014-09-30 2016-04-06 Mcon集团股份公司 用于诊断故障和/或诊断维修和/或维护需求的方法
CN104834959A (zh) * 2014-12-19 2015-08-12 北汽福田汽车股份有限公司 基于汽车零部件生命周期的质量预警系统
JP2017061307A (ja) * 2015-09-17 2017-03-30 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 車両鍵及びドッキングステーションを含むシステム、各車両鍵、ドッキングステーション、方法及びコンピュータプログラム
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
US20170305369A1 (en) * 2016-04-22 2017-10-26 Mitsubishi Electric Corporation Maintenance notification apparatus
CN105844435A (zh) * 2016-06-15 2016-08-10 南京中车浦镇城轨车辆有限责任公司 一种基于fmeca的地铁车辆故障信息管理系统
CN107085768A (zh) * 2017-04-25 2017-08-22 交通运输部公路科学研究所 一种用于评价汽车使用可靠性的系统及方法
CN107085773A (zh) * 2017-05-16 2017-08-22 交通运输部公路科学研究所 一种用于评价在用汽车技术状况的系统及方法
CN107507296A (zh) * 2017-07-28 2017-12-22 中车南京浦镇车辆有限公司 轨道车辆在可靠性平稳期根据置信度确定故障数的方法
CN108021121A (zh) * 2017-12-07 2018-05-11 苏州骏车信息技术有限公司 一种汽车维修预警系统及预警方法
CN108693868A (zh) * 2018-05-25 2018-10-23 深圳市轱辘车联数据技术有限公司 故障预测模型训练的方法、车辆故障预测的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
平伟: "车辆质量信息的收集和分析方法研究", 《中国优秀硕士学位论文全文数据库（电子期刊）经济与管理科学辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148058A (zh) * 2018-12-26 2019-08-20 华晨宝马汽车有限公司 识别可疑汽车售后索赔保单的方法和系统
CN110377793A (zh) * 2019-06-21 2019-10-25 深圳市轱辘汽车维修技术有限公司 一种推荐视频制作信息的方法、装置及设备
CN110428170A (zh) * 2019-08-01 2019-11-08 优必爱信息技术（北京）有限公司 一种汽车配件需求动态预测方法、系统和存储介质
CN112445156A (zh) * 2019-08-30 2021-03-05 北京新能源汽车股份有限公司 一种车辆故障紧急程度的确定方法、装置和远程监控平台
CN112445156B (zh) * 2019-08-30 2022-05-06 北京新能源汽车股份有限公司 一种车辆故障紧急程度的确定方法、装置和远程监控平台
CN110610311A (zh) * 2019-09-12 2019-12-24 昆山聚创新能源科技有限公司 车电分离装置的配置方法和装置
CN111915184A (zh) * 2020-07-30 2020-11-10 上海数策软件股份有限公司 汽车行业零件质量早期预警方法及存储介质

Also Published As

Publication number Publication date
CN108803559B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN108803559A (zh) 车辆故障分析方法、装置和系统
Tselentis et al. Innovative insurance schemes: pay as/how you drive
Chiu Chuen et al. Mode choice between private and public transport in Klang Valley, Malaysia
EP2756491B1 (de) Verfahren und vorrichtung zum bestimmen einer fahrempfehlung für ein fahrzeug sowie verfahren und vorrichtung zum bereitstellen einer fahrempfehlung für ein fahrzeug
DE102014224090A1 (de) Planung für multimodale strecke
CN110298516B (zh) 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器
CN103676923A (zh) 一种汽车故障诊断处理方法
CN103278833A (zh) 一种基于北斗/gps数据的线路推荐系统及方法
CN103942312B (zh) 公交换乘线路规划方法和装置
CN109543934A (zh) 城市公交线网的综合指标的评价方法
CN103632211A (zh) 一种机动车故障预警和召回预测系统
CN110969861B (zh) 一种车辆识别方法、装置、设备及计算机存储介质
CN106022846A (zh) 车险定价及二手车定价方法和装置
CN110097661A (zh) 一种车辆里程数据统计方法及装置
CN103295120A (zh) 物流公司运力分析系统及其运力分析的方法
CN107918826A (zh) 一种驾驶环境感知的司机评价与调度方法
CN105046983A (zh) 一种基于车路协同的交通流量预测系统及方法
CN114331181A (zh) 基于大数据的车辆驾驶行为风险分析方法
CN107545735B (zh) 一种带有道路通行规定信息的共享单车监督管理系统
CN116757390B (zh) 基于时间序列聚类的公交运营时段划分方法
Standard California Air Resources Board
CN116205460A (zh) 基于乘客画像和eta数据的公交报站生成方法、装置及应用
CN109410572A (zh) 一种交通事故全过程还原方法与系统
CN111798091B (zh) 一种基于变道持续时间的高速公路变道评分模型建立方法
CN109934233B (zh) 一种运输业务识别方法和系统

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