CN108919776B - 一种故障评估方法及终端 - Google Patents
一种故障评估方法及终端 Download PDFInfo
- Publication number
- CN108919776B CN108919776B CN201810632591.2A CN201810632591A CN108919776B CN 108919776 B CN108919776 B CN 108919776B CN 201810632591 A CN201810632591 A CN 201810632591A CN 108919776 B CN108919776 B CN 108919776B
- Authority
- CN
- China
- Prior art keywords
- fault
- evaluation
- vehicle
- probability
- faults
- 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
Images
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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明实施例提供了一种故障评估方法及终端。其中方法包括:根据获取到的车辆信息和车辆运行数据以及预设的评估故障概率生成第一评估故障集,然后获取第一评估故障集中包括的各个评估故障的目标关联故障,并根据第一屏故障集合各个评估故障的目标关联故障生成第二评估故障集;最后可根据第二评估故障集和预设的评估故障条件,输出目标评估故障。采用本申请实施例,实现了在车辆未发生故障时提前评估车辆可能存在的故障,以便于及时解决车辆可能存在的故障,保证车辆使用的安全性。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种故障评估方法及终端。
背景技术
随着我国生产力的发展,经济水平的提高,汽车保有量的急剧增长,轿车快速地进入普通百姓家庭。为了适应新形势下新的变化,汽车维修行业正在不断加强自身企业的整体实力,提供了更加智能的维修方案,比如在汽车发生故障时用户可以通过终端将车辆故障上传到车辆维修系统,维修系统可以在车辆未到达维修厂时已经准备好维修方案,以便于车辆到达时及时维修故障,节省了故障维修时间。目前的汽车维修方法虽然能够及时解决汽车故障,但是不能消除汽车发生故障给用户带来的不便比如汽车在用户行驶途中出现故障等等,因此在汽车故障维修行业急需一种更加完善的全面的汽车故障处理方案。
发明内容
本发明实施例提供了一种故障评估方法及终端,可以在车辆未发生故障时提前评估车辆可能存在的故障,以便于及时采取措施避免车辆故障发生,保证车辆使用的安全性。
本发明实施例第一方面提供了一种故障评估方法,包括:
获取车辆的车辆信息和车辆运行数据;
根据车辆信息、车辆运行数据以及评估故障概率生成第一评估故障集,第一评估故障集中包括至少一个评估故障;
获取第一评估故障集中包括的各个评估故障的目标关联故障,并根据第一评估故障和各个评估故障的目标关联故障生成第二评估故障集;
根据第二评估故障集和预设评估故障条件,输出目标评估故障集。
可选的,根据车辆信息、车辆运行数据、以及预设的评估故障概率生成第一评估故障集,包括:
根据车辆信息中包括的车型确定与车辆对应的评估故障发生的概率的计算规则;
基于车辆信息、车辆运行数据以及评估故障发生的概率的计算规则,得到至少一个评估故障发生的概率;
根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集。
可选的,根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集,包括:
将至少一个评估故障发生的概率中大于评估故障阈值的评估故障发生的概率作为目标评估故障发生的概率,目标评估故障发生的概率数量为至少一个;
将目标评估故障发生的概率中各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。
可选的,获取第一评估故障集中包括的各个评估故障的目标关联故障,包括:
从预设故障关联库中,获取第一评估故障集中各个评估故障的关联故障和关联故障的发生概率,各个评估故障的关联故障的数量为至少一个;
针对第一评估故障集中每个评估故障,将发生概率大于关联故障阈值的关联故障确定为目标关联故障。
可选的,根据第二评估故障集和预设评估故障条件,输出目标评估故障集,包括:
获取预设的故障评估函数;
基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;
将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;
将各个目标评估故障组成目标评估故障集输出。
可选的,车辆信息包括以下一个或多个信息:车辆的车型、车龄以及历史运行里程;车辆运行数据包括以下一个或多个数据:车辆的运行速度、温度以及转速。
可选的,目标故障集中包括故障码、运行数据异常以及其他故障中一种或多种,其他故障指不可用故障码或者运行数据异常描述的车辆故障。
本发明实施例第二方面提供了一种终端,包括:
获取单元,用于获取车辆的车辆信息和车辆运行数据;
生成单元,用于根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集,第一评估故障集中包括至少一个评估故障;
获取单元,还用于获取第一评估故障集中包括的各个评估故障的目标关联故障;
生成单元,还用于根据第一评估故障集和各个评估故障的目标关联故障生成第二评估故障集;
输出单元,用于根据第二评估故障集和预设评估故障条件,输出目标评估故障集。
可选的,生成单元用于根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集的具体方式为:
根据车辆信息中包括的车型确定与车辆对应的评估故障发生的概率的计算规则;
基于车辆信息、车辆运行数据以及评估故障发生的概率的计算规则,得到至少一个评估故障发生的概率。
根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集。
可选的,根据至少一个评估故障发生的概率和与预设的评估故障概率确定第一评估故障集,包括:
将至少一个评估故障发生的概率中大于预设的评估故障概率的评估故障发生的概率作为目标评估故障发生的概率,目标评估故障发生的概率数量为至少一个;
将各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。
可选的,获取单元用于获取第一评估故障集中包括的各个评估故障的目标关联故障的具体方式为:
从预设故障关联库中,获取第一评估故障集中各个评估故障的关联故障和关联故障的发生概率,所述各个评估故障的关联故障的数量为至少一个;
针对第一评估故障集中每个评估故障,将发生概率大于关联阈值的关联故障确定为目标关联故障。
可选的,输出单元具体用于:
获取预设的故障评估函数;
基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;
将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;
将各个目标评估故障组成目标评估故障集输出。
可选的,车辆信息包括以下一个或多个信息:车辆的车型、车龄以及历史运行里程;车辆运行数据包括以下一个或多个数据:车辆的运行速度、传感器温度以及转速。
可选的,目标故障集中包括故障码、运行数据异常以及其他故障中一种或多种,其他故障指不可用故障码或者运行数据异常描述的车辆故障。
第三方面,本发明实施例提供了一种终端,包括处理器、输入设备、输出设备和存储器,处理器、输入设备、输出设备和存储器相互连接,其中,存储器用于存储支持终端执行上述方法的计算机程序,计算机程序包括程序指令,处理器被配置用于调用程序指令,执行上述第一方面及其任一种可选方式所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,计算机存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时使处理器执行上述第一方面及其任一种可选方式所述的方法。
本发明实施例中终端根据评估故障概率以及获取到车辆信息和车辆运行数据得到第一评估故障集,接着终端根据获取到的第一故障集中包括的每个评估故障的关联故障,得到第二故障评估集,最后终端根据第二评估故障集和预设评估故障条件,生成并输出目标评估故障,实现了在车辆未发生故障时提前评估车辆可能存在的故障,以便于及时采取措施避免车辆故障发生,保证车辆使用的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的一种故障评估应用的系统框架图;
图2是本发明实施例提供的一种故障评估方法的流程示意图;
图3是本发明实施例提供的另一种故障评估方法的流程示意图;
图4是本发明实施例提供的一种第一评估故障集生成方法的示意图;
图5是本发明实施例提供的一种目标评估故障生成的示意图;
图6是本发明实施例提供的一种终端的结构示意图;
图7是本发明实施例提供的另一种终端的结构示意图。
具体实施方式
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描述。
在对汽车故障维修的研究中发现,汽车维修行业为了适应信息时代的快速发展,提供了更加智能的汽车维修方案,比如用户可以将车辆故障输入到汽车维修系统中,然后汽车维修系统自动的为用户提供适合的车辆维修方案,如此可以保证维修厂的技术人员根据车辆维修方案快速的维修车辆故障。虽然目前的汽车维修方案能够及时解决汽车故障,但是不能消除汽车故障给用户带来的不便比如汽车在用行驶途中出现故障等等。针对该问题,本申请实施例提供了一种故障评估方法及终端,终端可根据评估故障概率和获取到的车辆信息和车辆运行数据生成第一评估故障集;接着终端可获取第一评估故障集中各个评估故障的目标关联故障;进一步的,终端根据上述的各个评估故障的目标关联故障和第一评估故障集生成第二评估故障集;最后,终端可根据第二评估故障集和预设故障评估条件,输出目标故障集以便于用户可以根据该目标评估故障集提前对车辆进行维修,避免评估故障发生,保证车辆使用的安全性。
参考图1,为本申请实施例提供的一种故障评估方法的应用的系统架构图。如图1所示,架构中包括终端10、车辆20、车载终端30以及服务器40。需要说明的是,终端10可以是手机、平板电脑等便携式移动终端,也可以是计算机等非便携式终端;服务器40中可存储有多种不同车型的历史故障数据和不同车辆的车辆故障之间的关联关系。
一种可行的实施方式中,服务器40在接收到终端10发送的车辆历史故障数据查询请求时为终端10提供相应车型的历史故障数据;在另一种可行的实施方式中,服务器40也可以查询与已知车辆故障关联的关联故障。在一种可行的实施方式中,车载终端30可以是车载诊断系统(On-Board Diagnostic,OBD),OBD是后装的,可以采集车辆总线数据、进行故障诊断,也可以获取驾驶数据,结合其他终端应用程序,能够起到一定的安防作用(震动、位移、点火告警)。或者,车载终端也可以是配置在车辆20中可以实现控车、锁车以及其他功能的智能终端。在另一种可行的实施方式中,车载终端30可以是车载T-box (Telematicsbox,T-box),车载T-box是前装,一般指车联网系统中的智能车载终端,直接与车辆控制器局域网(Controller Area Network,CAN)总线通信,可以获取车身状态、车况信息等,并且可以将这些参数上传到远程服务器提供商(Telematics Service Provider,TSP)后台,也可以接收后台下发的指令并回传执行结果。
在本申请的实施例中,当用户50想要通过上述的故障评估系统对车辆20 的故障情况进行评估时,用户50可在终端10中输入车辆20的车辆信息。在一种可行的实施方式中,车辆信息包括车型、车龄以及历史运行里程中的一种或多种。在另一种可行的实施方式中,车辆信息包括车辆的车辆识别码(Vehicle Identification Number,VIN)和历史运行里程。可选的,在用户50向终端10发送车辆20的车辆信息之前,用户50可先在终端10中进行登录。在一种可行的实施方式中,用户50可以使用与车辆20相关的账号进行登录;或者用户50也可以个人身份信息进行登录。可以理解的,用户50在终端10中进行登录可保证对车辆20进行评估的用户50是对车辆20有使用权限的用户,如此便保证了车辆20使用的安全性。
终端10接收到用户50输入的车辆20的车辆信息之后,可根据车辆信息获取到车辆20的车型、车龄等信息,并根据上述信息可确定与车辆20相关联的车载终端30;进而终端20可以向车载终端30发送数据提取请求,用于提示车载终端发送车辆运行数据。在一种可行的实施方式中,终端10根据车辆信息获取到车辆20的车型、车龄等信息的方式可以为:如果用户50向终端10输入的车辆信息为车型、车龄以及运行里程等,则终端10可直接从用户输入的车辆信息中提取车辆20的车型以及车龄。在另一种可行的实施方式中,终端10根据车辆信息获取到车辆20的车型以及车龄等信息的方式可以为:如果用户50向终端10输入的车辆信息为VIN,则终端10对VIN进行解析,得到车辆20的车型以及车龄等信息。
车载终端30接收到终端10发送的数据提取请求时,获取车辆20运行产生的实时车辆运行数据并发送给终端10。在一种可行的实施方式中,车辆运行数据可包括车辆20的运行速度、传感器温度以及转速中的一种或多种。
终端10接收到车载终端30发送的车辆运行数据以及用户50输入的车辆信息之后,可根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集。可选的,预设的评估故障概率可以是终端预先为不同车型设定的,用于评估某个车辆故障是否可能发生;第一评估故障集中包括至少一个评估故障;评估故障可以理解为预测车辆可能发生的但目前尚未发生的故障,也可以叫做预测故障。可以理解的,终端10根据车辆信息、车辆运行数据以及预设的评估故障概率对车辆20进行故障评估,进而根据评估结果生成第一评估故障集,也就是说终端根据车型以及车辆当前运行情况预测车辆的可能发生的某个或者某些故障的概率,然后将这些故障的概率与预设的评估故障概率比较,大于预设的评估故障概率的故障的概率对应的故障就是车辆20目前可能发生的故障。
在一种可行的实施方式中,终端10在接收到用户50输入的车辆信息和获取到车载终端30发送的车辆运行数据之后,终端10可以根据上述两部分信息生成故障评估请求并将该故障评估请求发送给服务器40;服务器40接收到故障评估请求后,可根据车辆信息、车辆运行数据以及预设的评估故障概率评估车辆20的故障,生成第一评估故障集。综上描述可知,终端10和服务器40都可执行根据车辆信息、车辆运行数据以及预设的评估故障概率评估车辆20的故障的步骤。
可选的,第一评估故障集中包括的评估故障的表现形式可以是故障码形式、可以是运行数据异常的形式、也可以是其他形式。其中,其他形式是指不可以用故障码或者运行数据来描述的故障,也可以理解为对车辆故障的直接描述。举例来说假设第一故障集中包括的评估故障为P140000、车辆运行速度异常、车辆挂不起挡。评估故障为P140000、车辆运行速度异常、车辆挂不起挡都各自对应了一种车辆故障:P140000对应的车辆故障为电气电路故障;车辆运行速度异常对应的故障可以是车辆在超速运行;车辆挂不起挡是对车辆故障的直接描述。
终端10生成第一评估故障集后,可获取第一评估故障集中包括的各个评估故障的目标关联故障。一种可行的实施方式中,关联故障是随着某一个评估故障发生而发生的故障,也可以理解为关联故障是由于某个故障发生而引起的故障;目标关联故障是关联故障中发生概率最大的关联故障。一种可行的实施方式中,终端10获取第一评估故障集中包括的各个评估故障的目标关联故障,包括:终端10从预设故障关联库中,获取第一评估故障集中各个评估故障的关联故障和关联故障的发生概率,各个评估故障的关联概率的数量为至少一个;终端针对第一评估故障集中每个评估故障,将发生概率大于关联故障阈值的关联故障确定为目标关联故障。在另一种可行的实施方式中,终端10也可以根据第一评估故障集生成查询请求,将该查询请求发送给服务器40,以使得服务器40 执行查找第一评估故障集中包括的各个评估故障的目标关联故障的步骤。
终端10可根据第一评估故障集和第一评估故障集中包括的各个评估故障的目标关联故障生成第二评估故障集,该第二评估故障集中包括评估故障和评估故障的目标关联故障。
进一步的,终端10可根据第二评估故障集和预设评估故障条件,输出目标评估故障集。在一种可行的实施方式中,目标故障集中包括的评估故障是车辆 20最可能发生的故障,也就是终端10根据车辆信息和车辆运行数据预测的车辆 20可能要发生的故障。在一种可行的实施方式中,终端10根据第二评估故障集和预设评估故障条件,输出目标评估故障集,包括:终端获取预设的故障评估函数;基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;将各个目标故障组成目标评估故障集输出。
综上,本申请实施例的故障评估方法终端10可根据评估故障概率以及获取到车辆信息和车辆运行数据得到第一评估故障集;接着终端10根据获取到的第一故障集中包括的每个评估故障的关联故障,得到第二故障评估集;最后终端 10可根据第二评估故障集和预设评估故障条件,生成并输出目标评估故障,实现了提前评估车辆可能存在的故障,以便于及时采取措施避免车辆故障发生,保证车辆使用的安全性。
参考图2,为本发明实施例提供的一种故障评估方法的流程示意图,如图2 所示的故障评估方法,可包括以下步骤:
S201、终端获取车辆的车辆信息和车辆运行数据。
在一种可行的实施方式中,车辆信息可包括以下一个或多个信息:车辆的车型、车龄以及历史运行里程;车辆运行数据可包括以下一个或多个数据:车辆的运行速度、传感器温度以及转速。在一种可行的实施方式中,终端获取到的车辆信息可以是用户通过某种方式输入的,比如通过终端提供的供用户操作的界面输入的。在另一种可行的实施方式中,终端获取到的车辆信息可以是终端根据用户的在终端上的登录信息获取到的,比如终端预先设置了用户与车辆的关联关系,只要用户在终端中登录,终端就可以通过用户的登录信息获取车辆信息。
可选的,终端获取到的车辆运行数据可以是终端接收到用户输入的对车辆进行故障评估的指令时,向车辆的车载终端发送数据提取请求,车载终端根据该数据提取请求提取车辆运行数据并发送给终端。可选的,终端获取到的车辆运行数据也可以车载终端每隔预设时间自动上传到终端中的,比如终端预先为车载终端设置一个时间间隔,可以为10分钟,然后车载终端就会每隔10分钟上传实时的车辆运行数据。
S202、终端根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集。
在一种可行的实施方式中,终端根据车辆信息、车辆运行数据以及与预设的评估故障概率生成第一评估故障集的方式为:终端根据车辆信息中包括的车型确定与车辆对应的评估故障发生的概率的计算规则;基于所述车辆信息、所述车辆运行数据以及所述评估故障发生的概率的计算规则,得到至少一个评估故障发生的概率;根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集。可选的,终端根据车辆信息中包括的车型确定与车辆对应的评估故障发生的概率的计算规则,包括:如果在S201中终端获取到的车辆信息是车龄、历史运行里程中一种或两种以及车型,则终端可直接从车辆信息中获取到车辆的车型,然后根据车型确定与车辆对应的评估故障发生的概率的计算规则;如果在S201中终端获取到的车辆信息是VIN和历史运行里程,终端首先对VIN进行解析得到车辆的车型以及车龄等数据,然后根据解析得到的车型确定与车辆对应的评估故障发生的概率的计算规则。在一种可行的实施方式中,终端根据车辆中包括的车型信息确定的评估故障发生的概率的计算规则可以为满足高斯分布如下公式:其中,X表示将车辆信息和车辆数据组成归一化得到的多元向量比如X=(x1,x2,...xn),Σ表示X的协方差矩阵,n表示X中包括的元素个数,μ表示X的期望,T表示转置运算,λi表示X中第i个变量的伸缩系数。
在一种可行的实施方式中,终端根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集,包括:将至少一个评估故障发生的概率中大于预设的评估故障概率的评估故障发生的概率作为目标评估故障发生的概率;将各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。
综上描述可知,在步骤S201之后,终端先确定与车辆对应的评估故障发生的概率的计算规则;然后基于S201中获取到的车辆信息、车辆运行数据以及评估故障的发生的概率的计算规则,得到至少一个评估故障发生的概率;进而,将各个评估故障发生的概率与预设的评估故障概率相比较,大于评估故障概率的评估故障发生的概率作为目标评估故障发生的概率;将各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。假设终端根据评估故障发生的概率的计算规则得到故障1发生的概率为50%,故障2发生的概率为70%,故障3发生的概率为80%;假设预设的评估故障概率为60%,终端依次将故障1 发生的概率,故障2发生的概率和故障3发生的概率与60%比较;确定故障2 发生的概率和故障3发生的概率大于60%,则终端将故障2和故障3组成第一评估故障集。
S203、终端获取第一评估故障集中包括的各个评估故障的目标关联故障,并根据第一评估故障集和各个评估故障的目标关联故障生成第二评估故障集。
在一种可行的实施方式,关联故障可指随着某一故障的发生而发生的故障,也即某一个故障如果发生,可能会连带发生的故障。比如车辆超速运行的关联故障可能就是传感器温度过高等。目标关联故障是指在某一故障的所有关联故障中,发生概率大于关联故障阈值的关联故障,比如设定关联故障阈值为50%,故障1的关联故障为故障2和故障3,故障2发生的概率是45%,故障3发生的概率为60%,则故障1的目标关联故障为故障3。
在一种可行的实施方式中,第一评估故障集中每个评估故障都有一个或多个目标关联故障,终端将所有的目标关联故障和第一评估故障组合在一起生成第二评估故障集。
S204、终端根据第二评估故障集和预设评估故障条件,输出目标评估故障集。
可选的,目标评估故障集中包括至少一个目标评估故障,目标评估故障是指终端经过步骤S201-S204之后筛选出来的车辆在当前状况最可能发生的故障。一种可行的实施方式中,终端在对车辆的故障进行评估前,可以预先设定一个预设的评估故障条件,也即终端提前预测在什么情况下可以确定某个车辆故障可能发生,并将可能发生的故障输出出来,以提示用户及时对车辆进行维修检查。可选的,在终端获取第二评估集之后,将第二评估集中包括的评估故障与预设评估故障条件比较,将符合预设评估故障条件的评估故障筛选出来作为目标评估故障,将筛选得到的各个目标评估故障组成目标评估故障集。可以理解的,终端将目标评估故障集输出,以便于用户查看车辆当前的状况、可能发生的故障,并及时采取措施解决,可防患于未然保证车辆使用的安全性。
本申请实施例中终端根据评估故障概率以及获取到车辆信息和车辆运行数据得到第一评估故障集,接着终端根据获取到的第一故障集中包括的每个评估故障的关联故障得到第二故障评估集,最后终端根据第二评估故障集和预设评估故障条件,生成并输出目标评估故障,实现了在车辆未发生故障时提前评估车辆可能存在的故障,以便于及时采取措施避免车辆故障发生,保证车辆使用的安全性。
参考图3,为本发明实施例提供的另一种故障评估方法的流程示意图。如图 3所示的故障评估方法,可包括以下步骤:
S301、终端获取车辆的车辆信息和车辆运行数据。
S302、终端根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集。
可选的,终端通过步骤S301之后,生成第一评估故障集的流程可参见图4 所示的第一故障评估集生成方法流程示意图,如图4所示车辆数据包括用户输入的车辆信息和车载终端发送的车辆运行数据,终端对车辆数据进行处理可以理解为终端根据数据评估各个故障可能发生的概率;动态关系函数检索可以理解为终端根据车型查找与车辆对应的评估故障发生的概率的计算规则,可以理解的,动态关系函数只是本申请实施例提供的一种计算规则的形式,计算规则还可以是其他形式;评估故障发生的概率可以理解为终端将车辆信息和车辆运行数据输入到评估故障发生的概率的计算规则中,得到至少一个评估故障发生的概率;将评估故障发生的概率与预设的评估故障概率比较,若评估故障发生的概率大于预设的评估故障概率,则将评估故障发生的概率对应的评估故障组成第一评估故障集。
可选的,第一评估故障集中包括的评估故障的表现形式可以是故障码形式、可以是运行数据异常的形式、也可以是其他形式。其中,其他形式是指不可以用故障码或者运行数据异常来描述的故障,也可以理解为对车辆故障的直接描述。在一种可行的实施方式中,其他形式的评估故障可以是终端根据车辆信息,在存储有车辆信息与车辆历史故障的数据库中查找到的,比如终端接收到车辆信息之后,到数据库中查找发现该与该车辆信息有关的故障是发动机经常打不起火,终端将“发动机打不起火”作为一种其他故障,评估其发生概率,然后决定是否将该故障添加到第一评估故障集中。
举例来说假设第一故障集中包括的评估故障为P140000、车辆运行速度异常、车辆挂不起挡。评估故障为P140000、车辆运行速度异常、车辆挂不起挡都各自描述了一种车辆故障:P140000描述的车辆故障为电气电路故障;车辆运行速度异常描述的故障可以是车辆在超速运行;车辆挂不起挡是对车辆故障的直接描述。
S303、从预设故障关联库中,终端获取第一评估故障集中各个评估故障的关联故障和关联故障的发生概率。
S304、终端针对第一评估故障集中每个评估故障,将发生概率大于关联故障阈值的关联故障确定为目标关联故障。
可以理解的,通过步骤S303-S304可以获取到第一评估故障集中各个评估故障的目标关联故障。参见图5为通过步骤S303-S304得到目标关联故障的一种应用举例,假设终端根据车辆信息和车辆运行数据生成的第一评估故障集中包括3个评估故障,可分别表示为故障码1、运行速度异常和车辆挂不起挡;区域401为终端预设故障关联库,预设故障关联库中可存储有不同车辆的多个故障、多个故障中每个故障的关联故障以及每个关联故障发生的概率;假设终端根据车辆信息在预设故障关联库中找到了当前车辆1的故障关联网,并在当前车辆的故障关联网中查找上述第一评估故障集中每个故障的关联故障以及关联故障概率;假设终端查找到故障码1的关联故障有故障码3、故障码4和故障码 5,将故障码3、故障码4和故障码5发生的概率与关联故障阈值比如80%比较,可知故障码4发生的概率大于关联故障阈值,则将故障码4作为故障码1的目标关联故障。同理,使用相同方法终端可确定运行速度异常的目标关联故障是故障码6,以及车辆挂不起挡的目标关联故障是故障码A。
S305、终端根据各个目标关联故障生成第二评估故障集。
可选的,终端将第一评估故障集中的所有评估故障以及所有评估故障的目标关联故障组合在一起生成了第二评估故障集如图5所示。也即第二评估故障集中包括第一评估故障集中所有的评估故障,以及第一评估故障集中所有评估故障的目标关联故障。
S306、终端根据第二评估故障集和预设评估故障条件,输出目标评估故障集。
在一种可行的实施方式中,目标评估故障集中可包括故障码、运行数据异常以及其他故障中一种或多种。可选的,终端根据第二评估故障集和预设评估故障条件,输出目标评估故障集,包括:终端获取预设的故障评估函数;基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;将各个目标评估故障组成评估故障集输出。换句话说,终端可以根据预设的故障评估函数从第二评估故障集中选择出目标评估故障,然后将多个目标评估故障组成目标评估故障集输出如图5所示。在一种可行的实施方式中,预设的故障评估函数可以为置信度函数,可记做conf(X),将第二评估故障中每个评估故障输入到置信度函数中,如果能够使置信度函数满足预设的评估故障阈值假设为 conf(X)>α的评估故障可作为目标评估故障,其中α∈(0,1),具体取值可以为终端预先设定的。
本申请实施例中终端根据评估故障概率以及获取到车辆信息和车辆运行数据得到第一评估故障集,接着终端根据获取到的第一故障集中包括的每个评估故障的关联故障,得到第二故障评估集,最后终端根据第二评估故障集和预设评估故障条件,生成并输出目标评估故障,实现了提前评估车辆可能存在的故障,以便于及时采取措施避免车辆故障发生,保证车辆使用的安全性。
参考图6,为本发明实施例提供的一种终端的结构示意图,如图6所示的终端,可包括:获取单元601、生成单元602以及输出单元603。
获取单元601,用于获取车辆的车辆信息和车辆运行数据;
生成单元602,用于根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集,第一评估故障集中包括至少一个评估故障;
获取单元601,还用于获取第一评估故障集中包括的各个评估故障的目标关联故障;
生成单元602,还用于根据第一评估故障集和获取单元601获取到的各个评估故障的目标关联故障生成第二评估故障集;
输出单元603,用于根据第二评估故障集和预设评估故障条件,输出目标评估故障集。
可选的,生成单元602用于根据车辆信息、车辆运行数据以及预设的评估故障概率生成第一评估故障集的具体方式为:
根据车辆信息中包括的车型确定与车辆对应的评估故障发生的概率的计算规则;
基于所述车辆信息、所述车辆运行数据以及所述评估故障发生的概率的计算规则,得到至少一个评估故障发生的概率;
根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集。
可选的,根据至少一个评估故障发生的概率和与预设的评估故障概率确定第一评估故障集,包括:
将至少一个评估故障发生的概率中大于预设的评估故障概率的评估故障发生的概率作为目标评估故障发生的概率,目标评估故障发生的概率数量为至少一个;
将各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。
可选的,获取单元601用于获取第一评估故障集中包括的各个评估故障的目标关联故障的具体方式为:
从预设故障关联库中,获取第一评估故障集中各个评估故障的关联故障和关联故障的发生概率,各个评估故障的关联故障的数量为至少一个;
针对所述第一评估故障集中每个评估故障,将发生概率大于关联故障阈值的关联故障确定为目标关联故障。
可选的,输出单元603具体用于:
获取预设的故障评估函数;
基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;
将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;
将各个目标评估故障组成目标评估故障集输出。
可选的,车辆信息包括以下一个或多个信息:车辆的车型、车龄以及历史运行里程;车辆运行数据包括以下一个或多个数据:车辆的运行速度、传感器温度以及转速。
可选的,目标故障集中包括故障码、运行数据异常以及其他故障中一种或多种,其他故障指不可用故障码或者运行数据异常描述的车辆故障。
本发明实施例中根据生成单元602根据获取单元601获取到的车辆信息和车辆运行数据以及预设的评估故障概率,生成第一评估故障集;接着,获取单元601获取第一评估故障集中包括的各个评估故障的目标关联故障,并生成单元根据目标关联故障和第一评估故障集生成第二评估故障集;进一步的,输出单元603根据第二评估故障集和预设的评估故障条件,输出目标故障集,实现了提前评估车辆可能存在的故障,以便于及时采取措施避免车辆故障发生,保证车辆使用的安全性。
参见图7,是本发明实施例提供的一种终端的示意性框图。如图所示的本实施例中的终端可以包括:一个或多个处理器701;一个或多个输入设备702、一个或多个输出设备703和存储器704。上述处理器501、输入设备702、输出设备703和存储器704通过总线705连接。存储器704用于存储计算机程序,计算机程序包括程序指令,处理器701用于执行存储器704存储的程序指令。其中,处理器701被配置用于调用程序指令执行:
获取车辆的车辆信息和车辆运行数据;
根据车辆信息、车辆运行数据以及评估故障概率生成第一评估故障集,第一评估故障集中包括至少一个评估故障;
获取第一评估故障集中包括的各个评估故障的目标关联故障,并根据第一评估故障集和各个评估故障的目标关联故障生成第二评估故障集;
根据第二评估故障集和预设评估故障条件,输出目标评估故障集。
可选的,根据车辆信息、车辆运行数据、以及预设的评估故障概率生成第一评估故障集,处理器701被配置用于调用程序指令具体执行:
根据车辆信息中包括的车型确定与车辆对应的评估故障发生的概率的计算规则;
基于所述车辆信息、所述车辆运行数据以及所述评估故障发生的概率的计算规则,得到至少一个评估故障发生的概率;
可选的,根据至少一个评估故障发生的概率和预设的评估故障概率确定第一评估故障集,处理器701被配置用于调用程序指令具体执行:将至少一个评估故障发生的概率中大于评估故障阈值的评估故障发生的概率作为目标评估故障发生的概率,目标评估故障发生的概率数量为至少一个;
将目标评估故障发生的概率中各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。
可选的,获取第一评估故障集中包括的各个评估故障的目标关联故障,处理器701被配置用于调用程序指令具体执行:
从预设故障关联库中,获取第一评估故障集中各个评估故障的关联故障和关联故障的发生概率,各个评估故障的关联故障的数量为至少一个;
针对所述第一评估故障集中每个评估故障,将发生概率大于关联故障阈值的关联故障确定为目标关联故障。
可选的,根据第二评估故障集和预设评估故障条件,输出目标评估故障集,处理器701被配置用于调用程序指令具体执行:
获取预设的故障评估函数;
基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;
将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;
将各个目标评估故障组成目标评估故障集输出。
可选的,车辆信息包括以下一个或多个信息:车辆的车型、车龄以及历史运行里程;车辆运行数据包括以下一个或多个数据:车辆的运行速度、温度以及转速。
可选的,目标故障集中包括故障码、运行数据异常以及其他故障中一种或多种,其他故障指不可用故障码或者运行数据异常描述的车辆故障。
应当理解,在本发明实施例中,所称处理器701可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器 (DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备702可以包括触控板(用于获取用户输入的车辆信息)、麦克风等,输出设备703可以包括显示器(LCD等)、扬声器等。
该存储器704可以包括只读存储器和随机存取存储器,并向处理器701提供指令和数据。存储器704的一部分还可以包括非易失性随机存取存储器。例如,存储器704还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器701、输入设备702和输出设备703可执行本发明实施例图2和图3提供的故障评估方法的实施例和图6所描述的终端的实现方式,在此不再赘述。
在本申请的实施例中提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令被处理器执行时使该处理器执行上述故障评估方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,可读存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM) 或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (10)
1.一种故障评估方法,其特征在于,包括:
获取车辆的车辆信息和车辆运行数据;
根据所述车辆信息、所述车辆运行数据以及预设的评估故障概率生成第一评估故障集,所述第一评估故障集中包括至少一个评估故障;
获取所述第一评估故障集中包括的各个评估故障的目标关联故障,并根据所述第一评估故障集和所述各个评估故障的目标关联故障生成第二评估故障集;
根据所述第二评估故障集和预设评估故障条件,输出目标评估故障集。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆信息、所述车辆运行数据、以及预设的评估故障概率生成第一评估故障集,包括:
根据所述车辆信息中包括的车型确定与所述车辆对应的评估故障发生的概率的计算规则;
基于所述车辆信息、所述车辆运行数据以及所述评估故障发生的概率的计算规则,得到至少一个评估故障发生的概率;
根据所述至少一个评估故障发生的概率和所述预设的评估故障概率确定所述第一评估故障集。
3.根据权利要求2所述的方法,其特征在于,所述根据所述至少一个评估故障发生的概率和所述预设的评估故障概率确定所述第一评估故障集,包括:
将所述至少一个评估故障发生的概率与所述预设的评估故障概率相比较,将大于所述预设的评估故障概率的评估故障发生的概率作为目标评估故障发生的概率;
将各个目标评估故障发生的概率对应的评估故障组成第一评估故障集。
4.根据权利要求1所述的方法,其特征在于,所述获取所述第一评估故障集中包括的各个评估故障的目标关联故障,包括:
从预设故障关联库中,获取所述第一评估故障集中各个评估故障的关联故障和关联故障的发生概率,所述各个评估故障的关联故障的数量为至少一个;
针对所述第一评估故障集中每个评估故障,将发生概率大于关联故障阈值的关联故障确定为目标关联故障。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第二评估故障集和预设评估故障条件,输出目标评估故障集,包括:
获取预设的故障评估函数;
基于所述第二评估故障集中的每个评估故障,对所述预设的故障评估函数进行计算,得到针对每个评估故障的预设的评估函数计算结果;
将使得预设的故障评估函数计算结果大于预设的评估故障阈值的评估故障确定为目标评估故障;
将所述各个目标评估故障组成目标评估故障集输出。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述车辆信息包括以下一个或多个信息:所述车辆的车型、车龄以及历史运行里程;所述车辆运行数据包括以下一个或多个数据:所述车辆的运行速度、传感器温度以及转速。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述目标评估故障集中包括故障码、运行数据异常以及其他故障中一种或多种,所述其他故障指不可用故障码或者运行数据异常描述的车辆故障。
8.一种终端,其特征在于,包括:
获取单元,用于获取车辆的车辆信息和车辆运行数据;
生成单元,用于根据所述车辆信息、所述车辆运行数据以及评估故障概率生成第一评估故障集,所述第一评估故障集中包括至少一个评估故障;
所述获取单元,还用于获取所述第一评估故障集中包括的各个评估故障的目标关联故障;
所述生成单元,还用于根据所述第一评估故障集和所述获取单元获取到的所述各个评估故障的目标关联故障生成第二评估故障集;
输出单元,用于根据所述第二评估故障集和预设评估故障条件,输出目标评估故障集。
9.一种终端,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、所述输入设备、所述输出设备和所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-7任一项所述的故障评估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的故障评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810632591.2A CN108919776B (zh) | 2018-06-19 | 2018-06-19 | 一种故障评估方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810632591.2A CN108919776B (zh) | 2018-06-19 | 2018-06-19 | 一种故障评估方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108919776A CN108919776A (zh) | 2018-11-30 |
CN108919776B true CN108919776B (zh) | 2021-04-09 |
Family
ID=64420572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810632591.2A Active CN108919776B (zh) | 2018-06-19 | 2018-06-19 | 一种故障评估方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108919776B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377793B (zh) * | 2019-06-21 | 2022-09-06 | 深圳市轱辘车联数据技术有限公司 | 一种推荐视频制作信息的方法、装置及设备 |
CN112668731A (zh) * | 2019-10-15 | 2021-04-16 | 深圳怡化电脑股份有限公司 | 工具分配方法、装置和计算机设备 |
CN111045875B (zh) * | 2019-11-08 | 2023-06-02 | 深圳市元征科技股份有限公司 | 车辆事故检测方法及相关设备 |
CN111105522B (zh) * | 2019-12-10 | 2022-02-22 | 河南嘉晨智能控制股份有限公司 | 一种车辆健康预测系统及方法 |
CN112101665B (zh) * | 2020-09-16 | 2024-05-31 | 珠海格力电器股份有限公司 | 故障检测预警方法、装置、存储介质及电子设备 |
CN112365629A (zh) * | 2020-11-09 | 2021-02-12 | 海马汽车有限公司 | 一种故障诊断方法、装置、服务器及车辆 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521613A (zh) * | 2011-12-17 | 2012-06-27 | 山东省科学院自动化研究所 | 一种汽车电子系统的故障诊断方法 |
CN102707708A (zh) * | 2012-05-25 | 2012-10-03 | 清华大学 | 多模型飞行控制系统故障诊断方法及装置 |
CN103116277A (zh) * | 2011-10-24 | 2013-05-22 | 费希尔-罗斯蒙特系统公司 | 预测故障分析 |
CN106897113A (zh) * | 2017-02-23 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种虚拟化主机运行状况预测的方法以及装置 |
CN109101010A (zh) * | 2018-09-30 | 2018-12-28 | 深圳市元征科技股份有限公司 | 一种汽车故障诊断方法及相关设备 |
CN109163913A (zh) * | 2018-09-30 | 2019-01-08 | 深圳市元征科技股份有限公司 | 一种汽车故障诊断方法及相关设备 |
CN109272603A (zh) * | 2018-10-26 | 2019-01-25 | 北京长城华冠汽车技术开发有限公司 | 车辆故障分析数据库及构建方法、故障预测方法、故障预测系统 |
JP6499996B2 (ja) * | 2016-06-06 | 2019-04-10 | アップルオートネットワーク株式会社 | 車載式故障診断装置に記録された情報に基づいて中古車査定の適正化を促す中古車査定支援システム |
CN109815441A (zh) * | 2017-11-20 | 2019-05-28 | 洛阳中科晶上智能装备科技有限公司 | 一种采用贝叶斯网络模型诊断及预测发动机故障的方法 |
CN110377445A (zh) * | 2019-06-28 | 2019-10-25 | 苏州浪潮智能科技有限公司 | 故障预测方法和装置 |
CN111045875A (zh) * | 2019-11-08 | 2020-04-21 | 深圳市元征科技股份有限公司 | 车辆事故检测方法及相关设备 |
CN111178423A (zh) * | 2019-12-25 | 2020-05-19 | 国网电子商务有限公司 | 一种故障预警方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150149024A1 (en) * | 2013-11-22 | 2015-05-28 | Sikorsky Aircraft Corporation | Latency tolerant fault isolation |
-
2018
- 2018-06-19 CN CN201810632591.2A patent/CN108919776B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116277A (zh) * | 2011-10-24 | 2013-05-22 | 费希尔-罗斯蒙特系统公司 | 预测故障分析 |
CN102521613A (zh) * | 2011-12-17 | 2012-06-27 | 山东省科学院自动化研究所 | 一种汽车电子系统的故障诊断方法 |
CN102707708A (zh) * | 2012-05-25 | 2012-10-03 | 清华大学 | 多模型飞行控制系统故障诊断方法及装置 |
JP6499996B2 (ja) * | 2016-06-06 | 2019-04-10 | アップルオートネットワーク株式会社 | 車載式故障診断装置に記録された情報に基づいて中古車査定の適正化を促す中古車査定支援システム |
CN106897113A (zh) * | 2017-02-23 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种虚拟化主机运行状况预测的方法以及装置 |
CN109815441A (zh) * | 2017-11-20 | 2019-05-28 | 洛阳中科晶上智能装备科技有限公司 | 一种采用贝叶斯网络模型诊断及预测发动机故障的方法 |
CN109101010A (zh) * | 2018-09-30 | 2018-12-28 | 深圳市元征科技股份有限公司 | 一种汽车故障诊断方法及相关设备 |
CN109163913A (zh) * | 2018-09-30 | 2019-01-08 | 深圳市元征科技股份有限公司 | 一种汽车故障诊断方法及相关设备 |
CN109272603A (zh) * | 2018-10-26 | 2019-01-25 | 北京长城华冠汽车技术开发有限公司 | 车辆故障分析数据库及构建方法、故障预测方法、故障预测系统 |
CN110377445A (zh) * | 2019-06-28 | 2019-10-25 | 苏州浪潮智能科技有限公司 | 故障预测方法和装置 |
CN111045875A (zh) * | 2019-11-08 | 2020-04-21 | 深圳市元征科技股份有限公司 | 车辆事故检测方法及相关设备 |
CN111178423A (zh) * | 2019-12-25 | 2020-05-19 | 国网电子商务有限公司 | 一种故障预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108919776A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108919776B (zh) | 一种故障评估方法及终端 | |
US20200216083A1 (en) | Vehicle diagnosis apparatus, vehicle diagnosis system, and vehicle diagnosis program | |
US10990668B2 (en) | Local and global decision fusion for cyber-physical system abnormality detection | |
US20130184929A1 (en) | Co-Operative On-Board and Off-Board Component and System Diagnosis and Prognosis | |
JP2008536219A (ja) | 診断及び予知方法並びにシステム | |
CN108256322B (zh) | 安全测试方法、装置、计算机设备和存储介质 | |
CN111325159A (zh) | 故障诊断方法、装置、计算机设备和存储介质 | |
CN115841255B (zh) | 基于在线分析的建筑工程现场预警方法及系统 | |
CN112491920A (zh) | 一种车载can总线的异常检测方法及装置 | |
CN115292206B (zh) | 软件漏洞检测方法、装置、电子设备及存储介质 | |
CN117707112A (zh) | 一种故障诊断方法、系统、设备及存储介质 | |
CN108362957B (zh) | 设备故障诊断方法、装置、储存介质和电子设备 | |
KR20200034036A (ko) | 차량 데이터 수집 진단 장치 및 방법, 그리고 차량 시스템 | |
CN111752819B (zh) | 一种异常监控方法、装置、系统、设备和存储介质 | |
CN116450137A (zh) | 一种系统异常的检测方法、装置、存储介质及电子设备 | |
CN114911982A (zh) | 一种车辆故障预警方法、装置、终端设备及存储介质 | |
CN109558258B (zh) | 一种分布式系统根源故障定位的方法及装置 | |
CN112687030A (zh) | 车况信息处理方法和装置 | |
CN110865939A (zh) | 应用程序质量监测方法、装置、计算机设备和存储介质 | |
CN115373369B (zh) | 车辆故障诊断系统及方法 | |
CN114401494B (zh) | 短消息下发异常检测方法、装置、计算机设备及存储介质 | |
Körper et al. | Harmonizing Heterogeneous Diagnostic Data of a Vehicle Fleet for Data-Driven Analytics | |
WO2021111728A1 (ja) | 故障予兆検知装置、故障予兆検知システム、故障予兆検知方法および故障予兆検知プログラム | |
CN117270495A (zh) | 故障预测方法、装置、存储介质以及车辆 | |
CN116880456A (zh) | 车辆诊断方法、装置、电子设备及存储介质 |
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 |