CN109240254A - 基于车况数据流的汽车状态评估及故障预警方法 - Google Patents
基于车况数据流的汽车状态评估及故障预警方法 Download PDFInfo
- Publication number
- CN109240254A CN109240254A CN201710554358.2A CN201710554358A CN109240254A CN 109240254 A CN109240254 A CN 109240254A CN 201710554358 A CN201710554358 A CN 201710554358A CN 109240254 A CN109240254 A CN 109240254A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicle condition
- index
- failure
- fault mode
- 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.)
- Pending
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
- G05B23/0218—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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
-
- 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)
- Alarm Systems (AREA)
Abstract
在汽车维修领域,汽车OBD在线故障诊断设备是一种被广泛接受的故障诊断设备。通过这款设备车辆维修技师可对所有的汽车内置传感器进行检测,获得车辆的车况检测报告,根据车况检测报告的传感器数据,对汽车故障进行分析。本发明公开了根据车况检测报告的车况数据流,对汽车状态进行量化评估的方法,以解决车况检测报告的数值化评估问题。它有以下四部分组成,(1)汽车车况评分的定义;(2)汽车故障模式的定义;(3)车况故障预警方法;(4)车况检测报告的生成过程。对于没有汽车维修技师经验的车主用户来说,量化的车况检测报告可使车主用户明确了解车况,及时进行专业的汽车检测维修,避免车辆在行车途中发生故障,减少汽车交通事故的发生。
Description
技术领域
本发明提出一种基于车况数据流的汽车状态量化评估方法,以解决车况检测报告的数值化评估问题。
背景技术
在汽车维修领域,汽车OBD在线故障诊断设备是一种被广泛接受的故障诊断设备。通过这款设备车辆维修技师可对所有的汽车内置传感器进行检测,获得车辆的车况检测报告,根据车况检测报告的传感器数据,对汽车故障进行分析。车况检测报告是汽车当前状态的一次快照,其反映的车况好坏,只能靠汽车维修技师的个人经验。若车况检测报告中,检测到了汽车故障代码,则汽车维修技师可针对性对汽车故障代码所指示的位置进行检查和维修,否则汽车维修技师只能全凭个人经验进行判断。
近年来,随着汽车OBD检测设备的小型化和网络化,其用途逐渐成了广大汽车用户对车辆进行监管和车况监测的手段。对于没有汽车维修技师经验的车主用户来说,车况检测报告需要对车况进行整体量化的评估,并根据车况数据流的情况进行车况预警,以便提醒车主用户及时进行专业的汽车检测维修,避免车辆在行车途中发生故障,减少汽车交通事故的发生。
发明内容
本发明提出一种基于车况数据流的汽车状态量化评估方法,以解决车况检测报告的数值化评估问题。它有以下四部分组成:汽车车况评分的定义、汽车故障模式的定义、车况故障预警方法、车况检测报告的生成过程。
车况评分的定义
假设车辆传感器监测的指标个数为N个,用符号s(0),s(1),s(2),...,(N-1)表示该车辆的所有监测指标。对于第n个指标s(n),其正常值范围为[smin(n),smax(n)]。为了描述第i个指标偏离其正常范围的程度,这里用“指标偏离度”(Metric Deviate Degree,M2D)来定义,其计算公式如下:
很显然,对于第n个指标来说,其指标偏离度处于[0,1]之间,均属于正常值范围。若监测指标监测值超出(大于或小于正常值范围的最大值和最小值),则其“指标偏离度”是大于1,该指标视为异常监测指标。
对于特定的车辆车况检测结果,本文用所有监测指标“偏离度”最大值的倒数作为整个车辆车况检测的评分(简称为车况评分),其计算公式为
由“故障检测评分”的计算公式可知,只要有一个监测指标发生了异常,会导致最后的检测评分小于100,其数值越小,监测指标偏离正常值的程度越大。它不是经过归一化的指标,其数值越大,车况越好,上不封顶。
故障模式的定义
当前车辆监测中,发现了车辆故障码,则视为车辆发生了故障,形式一个故障模式。它主要包含如下几个方面的信息:“汽车型号”、“故障位置”、“故障类型”、“异常指标及检测值列表”、“故障代码列表”、“汽车品牌”。实际中,根据每次车况检测报告,将每次故障代码对应的故障模式保存到故障模式数据库中,形成一个汽车故障模式知识库,以便对汽车进行故障进行预防性维修。同时,针对不同次的车况检测结果,该故障模式需要考虑相同或类似故障模式的合并。
故障预警方法
由特定的车辆检测结果,评估该发生故障的可能性程度,本发明定义“故障率”来描述,它定义为“当前车辆检测结果”与现有故障模式之间的最大匹配程度。其数值越大,发生故障的概率越大。
假设当前可用的故障模式有M个,每个故障模式的有Km个异常指标,则第m个故障模式的第k异常指标用符号表示sm(k)。
对于当前车辆检测结果中,有N个指标,每个指标用s(n),其中n=0,1,...,N-1,则当前检测结果与第m个故障模式的匹配程度,它们之间“同种监测指标”的欧几里得距离来衡量。这里,所谓的“同质监测指标”是指当前监测结果中的“监测指标列表”与第m个故障模式中的“异常指标列表”中相同的指标列表。
进一步假设当前监测结果和第m个故障模式,有Lm个的同质监测指标,用符号vm(l)表示第m个故障模式中的同质指标,用符号v(l)表示当前车辆故障监测值的第1个同质指标值,其中l=0,1,2,...,Lm。由此,可进一步定义当前车辆故障监测值和第m个故障模式的故障率rm,用两者的欧氏距离来衡量。
其中开平方中求和项的分母用于消除不同指标之间的量纲差异,即用做无量纲化处理。同时,上述公式中第一项的m分之一,用于消除当前车辆故障监测值和不同故障模式之间同质指标数量的差异。
由上述公式,本发明可评估当前车辆监测值与故障模式之间的故障率,实际中rm的值越接近于零,则需要可考虑可能隐藏的故障模式。实际中,根据rm由小到大的顺序,列出5个或10个对应的故障模式。
附图说明
图1是车况检测报告生成的流程图
具体实施方式
车况检测报告生成流程
对于一次车况检测来说,本发明所述的车况检测报告生成过程,如图1所示,用该流程可生成基于OBD设备检测数据流的检测报告,它综合了故障模式抽取、故障预警、数值化车况评估等内容。通过车况检测报告,没有汽车维修的汽车用户可直接了解到车辆的车况及可能会发生的故障,以便及时去维修检查。整个过程由以下步骤组成:
(1)通过汽车OBD检测设备,执行车辆检测,获得车况数据流。
(2)根据车况数据流和OBD检测指标在正常车况下的取值范围,计算车况评分结果,获得车况检测报告的数值评估结果。实际中,不同汽车品牌、不同汽车类型、不同汽车发动机,其OBD检测指标的正常取值范围会有不同。
(3)判断是否检测到故障码,若检测到车况故障码,抽取当前故障码模式,将该故障模式添加到故障识库。
(4)根据车况数据流的监测指标值,结合故障知识库,评估当前车况数据流发生故障的可能性,以车况故障率来体现。
(5)综合车况故障率和车况评分,生成车况检测报告。
Claims (5)
1.基于车况数据流的汽车状态量化评估方法,其特征为解决车况检测报告的数值化评估问题,由四部分组成:汽车车况评分的定义、汽车故障模式的定义、车况故障预警方法、车况检测报告的生成过程。
2.根据权利要求1所述的汽车车况评分,其定义如下
假设车辆传感器监测的指标个数为N个,用符号s(0),s(1),s(2),...,(N-1)表示该车辆的所有监测指标。对于第n个指标s(n),其正常值范围为[smin(n),smax(n)]。为了描述第i个指标偏离其正常范围的程度,这里用“指标偏离度”(Metric Deviate Degree,M2D)来定义,其计算公式如下:
对于特定的车辆车况检测结果,本文用所有监测指标“偏离度”最大值的倒数作为整个车辆车况检测的评分(简称为车况评分),其计算公式为
。
3.根据权利要求1所述的故障模式,其定义如下
当前车辆监测中,发现了车辆故障码,则视为车辆发生了故障,形式一个故障模式。它主要包含如下几个方面的信息:“汽车型号”、“故障位置”、“故障类型”、“异常指标及检测值列表”、“故障代码列表”、“汽车品牌”。
实际中,根据每次车况检测报告,将每次故障代码对应的故障模式保存到故障模式数据库中,形成一个汽车故障模式知识库,以便对汽车进行故障进行预防性维修。同时,针对不同次的车况检测结果,该故障模式需要考虑相同或类似故障模式的合并。
4.根据权利要求1所述的故障预警方法,其过程如下
由特定的车辆检测结果,评估该发生故障的可能性程度,本文定义“故障率”来描述,它定义为“当前车辆检测结果”与现有故障模式之间的最大匹配程度。其数值越大,发生故障的概率越大。
假设当前可用的故障模式有M个,每个故障模式的有Km个异常指标,则第m个故障模式的第k异常指标用符号表示sm(k)。
对于当前车辆检测结果中,有N个指标,每个指标用s(n),其中n=0,1,...,N-1,则当前检测结果与第m个故障模式的匹配程度,它们之间“同种监测指标”的欧几里得距离来衡量。这里,所谓的“同质监测指标”是指当前监测结果中的“监测指标列表”与第m个故障模式中的“异常指标列表”中相同的指标列表。
进一步假设当前监测结果和第m个故障模式,有Lm个的同质监测指标,用符号vm(l)表示第m个故障模式中的同质指标,用符号v(l)表示当前车辆故障监测值的第l个同质指标值,其中l=0,1,2,...,Lm。由此,可进一步定义当前车辆故障监测值和第m个故障模式的故障率rm,用两者的欧氏距离来衡量。
其中开平方中求和项的分母用于消除不同指标之间的量纲差异,即用做无量纲化处理。同时,上述公式中第一项的m分之一,用于消除当前车辆故障监测值和不同故障模式之间同质指标数量的差异。
5.根据权利要求1所述的检测报告生成流程,其特征在于详细步骤如下:
(1)通过汽车OBD检测设备,执行车辆检测,获得车况数据流。
(2)根据车况数据流和OBD检测指标在正常车况下的取值范围,计算车况评分结果,获得车况检测报告的数值评估结果。实际中,不同汽车品牌、不同汽车类型、不同汽车发动机,其OBD检测指标的正常取值范围会有不同。
(3)判断是否检测到故障码,若检测到车况故障码,抽取当前故障码模式,将该故障模式添加到故障识库。
(4)根据车况数据流的监测指标值,结合故障知识库,评估当前车况数据流发生故障的可能性,以车况故障率来体现。
(5)综合车况故障率和车况评分,生成车况检测报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710554358.2A CN109240254A (zh) | 2017-07-10 | 2017-07-10 | 基于车况数据流的汽车状态评估及故障预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710554358.2A CN109240254A (zh) | 2017-07-10 | 2017-07-10 | 基于车况数据流的汽车状态评估及故障预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109240254A true CN109240254A (zh) | 2019-01-18 |
Family
ID=65082721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710554358.2A Pending CN109240254A (zh) | 2017-07-10 | 2017-07-10 | 基于车况数据流的汽车状态评估及故障预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109240254A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628279A (zh) * | 2017-03-21 | 2018-10-09 | 北京爱德盛业科技有限公司 | 一种基于云计算汽车异常数据流的分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005326922A (ja) * | 2004-05-12 | 2005-11-24 | Fujitsu Ltd | 特徴情報抽出方法、特徴情報抽出プログラム、および特徴情報抽出装置 |
CN101943911A (zh) * | 2008-12-23 | 2011-01-12 | 巴西航空有限公司 | 用于机电系统和组件的健康监控和预测 |
CN103493019A (zh) * | 2011-04-29 | 2014-01-01 | 丰田自动车工程及制造北美公司 | 多代理程序合作车辆故障诊断系统和相关联的方法 |
CN103714382A (zh) * | 2013-12-31 | 2014-04-09 | 北京交通大学 | 一种城轨列车安全检测传感网可靠性多指标综合评估方法 |
CN103838229A (zh) * | 2014-02-28 | 2014-06-04 | 武汉理工大学 | 电动汽车诊断方法和诊断装置 |
CN105046088A (zh) * | 2015-08-10 | 2015-11-11 | 彩虹无线(北京)新技术有限公司 | 一种基于知识库的汽车远程智能诊断方法和系统 |
CN105389863A (zh) * | 2015-10-16 | 2016-03-09 | 江苏南亿迪纳数字科技发展有限公司 | 一种对车况进行评估的车况指数计算方法 |
CN106504367A (zh) * | 2016-11-02 | 2017-03-15 | 中车青岛四方机车车辆股份有限公司 | 车辆故障预警方法和装置 |
CN106713397A (zh) * | 2015-11-17 | 2017-05-24 | 北京爱德盛业科技有限公司 | 一种基于智能手机平台车主自检车辆的方法 |
CN108469802A (zh) * | 2018-01-31 | 2018-08-31 | 武汉华威专用汽车检测有限责任公司 | 一种车辆信息远程监控与故障诊断系统 |
-
2017
- 2017-07-10 CN CN201710554358.2A patent/CN109240254A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005326922A (ja) * | 2004-05-12 | 2005-11-24 | Fujitsu Ltd | 特徴情報抽出方法、特徴情報抽出プログラム、および特徴情報抽出装置 |
CN101943911A (zh) * | 2008-12-23 | 2011-01-12 | 巴西航空有限公司 | 用于机电系统和组件的健康监控和预测 |
CN103493019A (zh) * | 2011-04-29 | 2014-01-01 | 丰田自动车工程及制造北美公司 | 多代理程序合作车辆故障诊断系统和相关联的方法 |
CN103714382A (zh) * | 2013-12-31 | 2014-04-09 | 北京交通大学 | 一种城轨列车安全检测传感网可靠性多指标综合评估方法 |
CN103838229A (zh) * | 2014-02-28 | 2014-06-04 | 武汉理工大学 | 电动汽车诊断方法和诊断装置 |
CN105046088A (zh) * | 2015-08-10 | 2015-11-11 | 彩虹无线(北京)新技术有限公司 | 一种基于知识库的汽车远程智能诊断方法和系统 |
CN105389863A (zh) * | 2015-10-16 | 2016-03-09 | 江苏南亿迪纳数字科技发展有限公司 | 一种对车况进行评估的车况指数计算方法 |
CN106713397A (zh) * | 2015-11-17 | 2017-05-24 | 北京爱德盛业科技有限公司 | 一种基于智能手机平台车主自检车辆的方法 |
CN106504367A (zh) * | 2016-11-02 | 2017-03-15 | 中车青岛四方机车车辆股份有限公司 | 车辆故障预警方法和装置 |
CN108469802A (zh) * | 2018-01-31 | 2018-08-31 | 武汉华威专用汽车检测有限责任公司 | 一种车辆信息远程监控与故障诊断系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628279A (zh) * | 2017-03-21 | 2018-10-09 | 北京爱德盛业科技有限公司 | 一种基于云计算汽车异常数据流的分析方法 |
CN108628279B (zh) * | 2017-03-21 | 2020-04-03 | 北京爱德盛业科技有限公司 | 一种基于云计算汽车异常数据流的分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2827893C (en) | Diagnostic baselining | |
JP5416630B2 (ja) | 移動体異常判断支援システム | |
US10062219B2 (en) | Method for determining the cause of failure in a vehicle | |
US8433472B2 (en) | Event-driven data mining method for improving fault code settings and isolating faults | |
CN101514942B (zh) | 车辆诊断装置、车辆诊断系统以及诊断方法 | |
JP4928532B2 (ja) | 車両の故障診断装置 | |
US6748341B2 (en) | Method and device for machinery diagnostics and prognostics | |
US20130297141A1 (en) | Apparatus and method for monitoring abnormal state of vehicle using clustering technique | |
WO2008034583A1 (en) | Diagnostic system and method for monitoring a rail system | |
CN103617110A (zh) | 服务器设备状态检修系统 | |
CN106528975A (zh) | 一种应用于电路与系统的故障预测与健康管理方法 | |
CN111474475B (zh) | 一种电机故障诊断系统及方法 | |
CN108919776B (zh) | 一种故障评估方法及终端 | |
CN113232462B (zh) | 胎压管理方法、装置及计算机存储介质 | |
CN114841396A (zh) | 石化生产过程的一种异变趋势预测与灾变风险预警方法 | |
JP4244962B2 (ja) | 車両用通信システム | |
CN114239734B (zh) | 一种分布式车载健康管理系统 | |
CN112469613A (zh) | 用于对车辆、车辆组件和行车道进行诊断和监控的方法和设备 | |
CN109240254A (zh) | 基于车况数据流的汽车状态评估及故障预警方法 | |
KR20220167008A (ko) | 선박용 고장 예측진단 시스템 및 그 예측진단 방법 | |
KR20170087182A (ko) | 차량 상태 인지 장치 및 방법 | |
CN112346431B (zh) | Obd功能表现识别、诊断方法及系统 | |
US20180032909A1 (en) | Methods and Systems for Modifying Diagnostic Flowcharts Based on Flowchart Performances | |
Singh et al. | Predictive reliability mining for early warnings in populations of connected machines | |
Dekate | Prognostics and engine health management of vehicle using automotive sensor systems |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190118 |
|
WD01 | Invention patent application deemed withdrawn after publication |