CN110648428A - 车辆剩余使用寿命预测 - Google Patents
车辆剩余使用寿命预测 Download PDFInfo
- Publication number
- CN110648428A CN110648428A CN201910396981.9A CN201910396981A CN110648428A CN 110648428 A CN110648428 A CN 110648428A CN 201910396981 A CN201910396981 A CN 201910396981A CN 110648428 A CN110648428 A CN 110648428A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- model
- useful life
- remaining useful
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/30—Administration of product recycling or disposal
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/006—Indicating maintenance
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
提供用于监控车辆的方法和系统。在一个实施例中,一种方法包括:接收包括车辆参数和车辆诊断数据中至少一者的数据;由处理器基于车辆健康模型和接收的数据确定车辆状况;在所述车辆状况被确定为健康时由处理器基于第一统计模型确定与所述车辆有关的剩余使用寿命数据;在所述车辆状况被确定为不健康时由处理器基于第二统计模型确定与所述车辆有关的剩余使用寿命数据;由处理器基于所述车辆状况和所述剩余使用寿命数据来选择地生成通知数据。
Description
背景技术
本发明总体上涉及车辆,并且具体地涉及用于确定和报告车辆剩余使用寿命的方法和系统。
对车辆的部件进行故障监控,并且一旦诊断出故障就报告。例如,设置诊断代码,该代码可以激活发动机故障指示灯。对诸如发动机油和/或空气过滤器之类的一些车辆部件进行监控以便确定系统的使用寿命。剩余使用寿命在计算时报告。所报告的使用寿命给出部件需要更换的时间的指示。
期望为车辆的用户提供使用寿命信息。例如,剩余使用寿命信息将指示车辆停止工作的时间。因此,期望提供用于确定车辆的剩余使用寿命的方法和系统。还期望提供以用户可配置的方式向用户报告剩余使用寿命的方法和系统。此外,结合本发明的附图和本节技术背景,通过随后本发明的具体实施方式和所附权利要求书,本发明的其他期望特征和特性将变得明显。
发明内容
提供用于监控车辆的方法和系统。在一个实施例中,一种方法包括:接收指示车辆状况的数据;接收包括车辆参数和车辆诊断数据中至少一者的数据;由处理器基于车辆健康模型和接收的数据来确定车辆状况;在车辆状况被确定为健康时由处理器基于第一统计模型确定与该车辆相关的剩余使用寿命数据;在车辆状况被确定为不健康时由处理器基于第二统计模型确定与该车辆相关的剩余使用寿命数据;以及由处理器基于车辆状况和剩余使用寿命数据来有选择地生成通知数据。
在各种实施例中,该方法还包括基于来自第一车辆的服务事件数据来更新第二统计模型。在各种实施例中,该方法还包括基于采集自至少一辆其他车辆的服务事件数据来更新第二统计模型。
在各种实施例中,该方法还包括基于用户选择的通知模板呈现通知数据。在各种实施例中,该方法还包括存储多个通知模板,并且其中用户选择的通知模板选自基于用户选择数据的多个通知模板。
在各种实施例中,第一统计模型和第二统计模型基于比例风险模型。在各种实施例中,该方法还包括基于来自第一车辆和其他车辆的事件数据来更新比例风险模型的至少一个系数。
在各种实施例中,通知数据包括存留几率百分比和相关日期。在各种实施例中,通知数据包括故障日。在各种实施例中,通知数据包括存留概率图。
在另一个实施例中,提供一种用于监控车辆的计算机实现系统。该系统包括:存储设备,该存储设备配置成存储用于确定车辆健康状况的模型、用于计算剩余使用寿命数据的第一统计模型以及用于计算剩余使用寿命数据的第二统计模型;和处理器,该处理器配置成接收包括车辆参数和车辆诊断数据中的至少一者的数据,基于模型和接收的数据来确定车辆状况,在车辆状况被确定为健康时基于第一统计模型确定与该车辆相关的剩余使用寿命数据,在车辆状况被确定为不健康时基于第二统计模型确定与该车辆相关的剩余使用寿命数据,以及基于该车辆的状况和剩余使用寿命数据来有选择地生成通知数据。
在各种实施例中,处理器还配置成基于来自第一车辆的事件数据来更新第二统计模型。在各种实施例中,处理器还配置成基于采集自至少一辆其他车辆的服务事件数据来更新第二统计模型。
在各种实施例中,处理器还配置成基于用户选择的通知模板呈现通知数据。在各种实施例中,数据存储设备还配置成存储多个通知模板,并且其中用户选择的通知模板选自基于用户选择数据的多个通知模板。在各种实施例中,第一统计模型和第二统计模型基于比例风险模型。
在各种实施例中,处理器还配置成基于来自第一车辆和其他车辆的事件数据来调整比例风险模型的至少一个系数。
在各种实施例中,通知数据包括存留几率百分比和相关日期。在各种实施例中,通知数据包括故障日。在各种实施例中,通知数据包括存留概率图。
附图说明
在下文中本发明将结合后面的附图加以描述,其中相同的附图标记表示相同的元件,并且:
图1示出了根据各种示例性实施例的除了其他特征外还包括车辆监控系统的车辆;
图2、图3以及图4示出了根据各种示例性实施例由车辆监控系统生成的通知界面;
图5是根据各种示例性实施例的车辆监控系统的控制模块的数据流图;
图6是根据各种示例性实施例用于监控车辆的方法的流程图;以及
图7、图8以及图9示出了根据各种示例性实施例由车辆监控系统的模型生成的图形。
具体实施方式
以下具体实施方式在本质上仅仅是示例性的,并非旨在限制本申请及其用途。此外,不期望受到前述技术领域、背景技术、发明内容或以下具体实施方式所体现的任何明示的或暗示的理论的约束。应当理解,整个附图中,相应的附图标记表示相同或相应的部件和特征。如本文所使用的,术语模块是指专用集成电路(ASIC)、电子电路、处理器(共享的、专用的或处理器组)和/或执行或存储一个或多个软件或固件程序的处理器、组合逻辑电路和/或提供所述功能的其他适当部件。
本发明的实施例在本文中按照功能和/或逻辑块部件和各种处理步骤进行描述。应当认识到,这种块部件可以由任意数量的配置为执行专用功能的硬件、软件和/或固件部件来实现。例如,示例性实施例可以采用各种集成电路部件,如存储器元件、数字信号处理元件、逻辑元件、查找表等等,这些部件可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。此外,本领域技术人员应当认识到,示例性实施例可以配合任意数量的控制系统实施,并且本文中描述的车辆系统都仅仅是示例性实施例。
为了简洁起见,本文不详细描述涉及信号处理、数据传输、信号发送、控制以及系统的其他功能方面(和系统的各个操作部件)的传统技术。此外,本文中包含的各种附图中所示的连接线用于表示各种元件之间的示例功能关系和/或物理联接。应当注意到,许多替代的或附加的功能关系或物理连接可体现在各种实施例中。
现在参考图1,车辆10示出为包括车辆监控系统12,该系统监控车辆10的车辆系统14a-14n,以便预测车辆10的剩余使用寿命并且通知用户。虽然本文所示的附图用某些元件的排列来对示例进行描述,但是在实际实施例中可能存在其他的介入元件、设备、特征件或部件。应当理解,图1仅仅是示例而并非按比例绘制。
如图1所示,车辆子系统14a-14n中的至少一个子系统包括电池系统14c。该电池系统14c向车辆10的一个或多个部件提供电力。在各种实施例中,电池系统14c包括向起动器、灯、信息娱乐系统等提供电力的车辆电池。在各种实施例中,电池系统14c包括向发动机提供电力的电池。如可认识到的,车辆子系统14a-14n可以是车辆10的任意系统且不限制于当前电池系统14c的示例。如可进一步认识到的,车辆10可以是任意车辆类型,包括汽车、飞机、火车、船舶或其他车辆类型。为示例性目的,本发明将在以下背景下进行讨论:车辆10是具有至少一个电池系统14c的汽车,该至少一个电池系统14c向汽车的电动机提供电力,该电动机是车辆10的主要或次要推进动力源。
在操作中,标记为22的一个或多个传感器感知车辆系统和/或车辆10的可观测状况并据此生成传感器信号。在各种实施例中,一个或多个车辆系统14a-14n生成指示车辆系统14a-14n和/或车辆10的状况(确定的参数、诊断数据或代码等)的信号和/或信息。车辆系统14a-14n直接地或间接地通过通信总线(未示出)或其他通信装置(即,接收来自远程车辆或基础设施的信息和/或信号的远程信息处理系统)来提供信号和/或信息。
控制模块26接收来自传感器22的信号和来自车辆系统14a-14n的信号和/或信息,并且确定车辆10或子系统14a-14n的剩余使用寿命。控制模块26可以位于车辆10上、远离车辆10,或者部分在车辆10上且部分在远程系统(未示出)上。控制模块26有选择地将剩余使用寿命通知用户。在各种实施例中,控制模块26通过由在车辆10内的通知系统28提供的视觉、听觉和/或触觉反馈和/或通过向远程设备(未示出)发送信息(即,邮件信息、短信息等)来通知用户。
在各种实施例中,控制模块26通过接受用户从任意数量的预定义的通知模板中选择的通知模板,从而允许配置通知样式。例如,如图2、图3以及图4所示,可以定义通知模板以多种不同的方式将剩余使用寿命信息视觉上呈现给用户。附图中示出了电池系统14c的剩余使用寿命数据。如可认识到的,可呈现任意子系统14a-14n的剩余使用寿命数据。
图2示出了示例性通知模板30,该模板包括用于显示多个日期的存留几率百分比和相关日期的文本显示框32。通知模板30还包括用于推荐附近的服务中心的显示框36。如图2进一步所示,通知模板30还包括图形地示例存留几率百分比和当前日期的图形说明34。
图3示出了示例性通知模板40,该模板包括用于显示直到故障的天数的文本显示框42和用于推荐附近的服务中心的显示框44。如图3进一步所示,通知模板40还可以包括存留概率的图形说明。如图4所示,图形说明46可以是用户可选择的,用于放大和显示特定日期的数据。如可认识到的,虽然示出并且讨论了某些示例,但是在各种实施例中可以预定义通知模板,使其包括任意数量的文本显示框和/或图形的显示,并通过控制模块26存储以供用户选择。
现在参考图5且继续参考图1,数据流图更详细地示出了控制模块26的各种实施例。根据本发明的各个实施例的控制模块26可以包括任意数量的子模块。如可认识到的,图5所示的子模块可以组合和/或进一步划分以同样地监控车辆10和/或车辆子系统14a-14n。控制模块26的输入可接收自传感器22、接收自车辆子系统14a-14n、接收自车辆10的其他控制模块(未示出)和/或由控制模块26的其他子模块(未示出)确定。在各种实施例中,控制模块26包括通知模板数据存储50、车辆健康模型数据存储52、剩余使用寿命模型数据存储54、车辆数据采集模块56、车辆健康监控模块58、剩余使用寿命监控模块60、通知确定模块62以及模型调整模块64。
通知模块数据存储50存储用于向用户呈现剩余使用寿命信息的各种模板。用户可以选择各种模板中的其中一个作为默认模板。在各种实施例中,存储的通知模板可以包括但不限于图2、图3以及图4所示的模板30、40。如可认识到的,在各种实施例中,可以存储其他通知模板。
车辆健康模型数据存储52存储用于诊断车辆10或车辆部件的健康的至少一个车辆健康模型。在各种实施例中,车辆健康模型是一种基于某些车辆参数的状态(例如,如图7所示)识别潜在问题并将健康状况划分为健康或不健康的模型。车辆健康模型可以是物理模型、数据驱动模型或机器学习模型。当识别到潜在问题时,车辆健康模型启动主动警报。
剩余使用寿命模型数据存储54存储用于预测健康或健康车辆或车辆部件的剩余使用寿命的至少一个剩余使用寿命健康(RULh)模型,以及用于预测不健康或不健康车辆或车辆部件的剩余使用寿命的至少一个剩余使用寿命警报(RULa)模型。如图8的示例性图形所示,在主动警报启动之前执行RULh模型;并且在主动警报(PA)启动之后执行RULa模型。
在各种实施例中,如图8进一步所示,所存储的RULh模型和RULa模型使用比例风险模型或一些其他存留模型来预测存留时间。例如,可以使用风险函数λ(t|X),该函数描述给定车辆特征X(例如,车型年份、发动机类型、驾驶位置等)的从起始时间到当前时间的风险:
λ(t|X)=λ0(t)exp(β1X1+β2X2+β3X3+...)。(1)
其中λ0(t)代表所有车辆的基线风险函数。βi代表车辆特征系数以量化模型中的特征效果。求风险函数λ0(t)的积分以提供车辆的存留函数:
S(t|X)=exp(-∫λ(u|X)du)。(2)
然后计算存留函数下的面积,以确定车辆的平均存留时间:
RUL(X)=∫S(u|X)udu)。(3)
在各种实施例中,如图9所示,可以为各种车辆配置(例如,基于车型年份、发动机类型、车辆类型(例如,运动型多用途车、轿车、运动型车辆等)、发动机类型等)提供RULa模型和RULh模型。
回到图5,模型调整模块64使用最大似然函数更新系数βi:
β=argβ max L(β|O)。(4)
其中L(β|O)是给定所有观察值O的系数β的可能性。在各种实施例中,基于由车辆10生成的服务事件数据84和/或由其他车辆生成并且接收自其他车辆或车辆保修系统和/或经销商系统的服务事件数据84来更新该系数。在各种实施例中,事件数据84可以包括与车辆健康相关的时间信息。
在各种实施例中,车辆数据采集模块56采集用于监控车辆健康和/或剩余使用寿命的车辆数据。例如,车辆数据采集模块56接收诊断代码和/或信息65、感知的车辆参数66等,并且将采集的数据提供作为车辆剩余使用寿命数据70和车辆健康数据68。
在各种实施例中,车辆健康监控模块58接收车辆健康数据68并确定车辆10的健康。例如,车辆健康监控模块58从车辆健康模块数据存储52选择其中一个车辆健康模型,并且利用车辆健康模型处理车辆健康数据,以将车辆健康分为健康或不健康。车辆健康监控模块58生成指示车辆10的健康分类的车辆状况数据72。
在各种实施例中,剩余使用寿命监控模块60监控车辆剩余使用寿命数据70,以确定车辆10或车辆部件的剩余使用寿命。例如,剩余使用寿命监控模块60从车辆健康模块数据存储54中选择其中一个车辆RULh模型或其中一个车辆RULa模型,并且利用所选择的模型对车辆剩余使用寿命数据70进行处理,以确定存留数据76。
在各种实施例中,模型选择基于由车辆健康监控模块提供的状况数据72。例如,当状况数据指示车辆10或车辆部件的状况是良好的或健康的或者指示还未生成主动警报时,剩余使用寿命监控模块60从剩余使用寿命模型数据存储52检索RULh模型。在另一个示例中,当状况数据72指示车辆10或车辆部件的状况是糟糕的或不健康的或者指示已经生成主动警报时,剩余使用寿命监控模块60从剩余使用寿命模块数据存储54检索RULa模型。在各种实施例中,模型检索基于车辆数据74,诸如但不限于车型年份、车辆类型、发动机类型等。
在各种实施例中,通知生成模块62接收状况数据72和存留数据76作为输入。基于这些输入,通知生成模块62有选择地生成主动警报数据82和/或存留通知数据80,以将状况和存留时间通知用户。在各种实施例中,通知生成模块62基于用户选择的通知模板生成主动警报数据82和/或存留通知数据80。例如,通知生成模块62接收用户选择数据78(例如,作为用户与用户界面交互的结果而提供)并且从通知模板数据存储50中检索通知模板。然后通知生成模块62利用存留数据76和/或状况数据72填充所检索的模板。
现在参考图6,且继续参考图1-5,流程图示出了方法300,该方法可以根据各个实施例由监控系统12执行。如根据本发明可认识到的,在方法300中的操作顺序不限于如图6示出的顺序执行,但是可以按照可适用的一种或更多种不同的顺序并且根据本发明来执行。
如进一步可认识到的,图6的方法可以在车辆10操作期间以预定的时间间隔安排和/或基于预定事件安排。
在一个示例中,如图6所示,方法300从305处开始。在310处采集车辆数据65、66、84。根据车辆数据65、66、84确定是否在320处发生了服务事件。如果在320处发生了服务事件,则将事件数据84传送至中央处理系统和/或存储在330处。然后基于340处的事件数据来更新剩余使用寿命模型并进行存储。此后,方法300继续在310处监控车辆数据65、66、84。
如果在310处未观察到事件或已经基于事件更新了剩余使用寿命模型,则在350处选择车辆健康模型并且在车辆健康数据68上执行,以将车辆健康划分为健康或不健康。如果车辆健康的分类需要在360处发出警报(例如,健康状况被分为不健康),则在370处选择RULa模型并且在车辆剩余使用寿命数据70上执行,以确定存留数据76。然后在380处检索由用户选择的通知模板并且利用计算的存留数据76进行填充;并且在390处将所填充的模板显示给用户。此后,该方法可在400处结束。
如果在360处对车辆健康的分类不需要发出警报(例如,健康被划分为健康),则在410处选择RULh模型并且在车辆剩余使用寿命数据70上执行,以确定存留数据76。然后在380处检索由用户选择的通知模板并且利用计算的存留数据76进行填充;并且在390处将所填充的模板显示给用户。此后,该方法在400处结束。
虽然在上述具体实施方式中已经呈现了至少一个示例性实施例,但是应当认识到存在着大量的变化。还应当认识到,示例性实施例仅是示例,并且不旨在以任何形式限制本发明的范围、实用性或配置。更确切地,上述具体实施方式将为本领域技术人员提供实现示例性实施例的方便指南。应当理解,在不脱离所附权利要求所保护的范围及其法律等同物的情况下,可以对元件的功能和设置进行各种修改。
Claims (10)
1.一种监控第一车辆的方法,所述方法包括:
接收包括车辆参数和车辆诊断数据中至少一者的数据;
由处理器基于车辆健康模型和所述接收的数据来确定车辆状况;
在所述车辆状况被确定为健康时由所述处理器基于第一统计模型确定与所述车辆相关的剩余使用寿命数据;
在所述车辆状况被确定为不健康时由所述处理器基于第二统计模型确定与所述车辆相关的剩余使用寿命数据;
由所述处理器基于所述车辆状况和所述剩余使用寿命数据来有选择地生成通知数据。
2.如权利要求1所述的方法,还包括基于来自所述第一车辆的服务事件数据来更新所述第二统计模型。
3.如权利要求1所述的方法,还包括基于采集自至少一辆其他车辆的服务事件数据来更新所述第二模型。
4.如权利要求1所述的方法,还包括基于用户选择的通知模板呈现所述通知数据。
5.如权利要求1所述的方法,其中所述第一统计模型和所述第二统计模型基于比例风险模型。
6.如权利要求5所述的方法,还包括基于来自所述第一车辆和其他车辆的事件数据来调整所述比例风险模型的至少一个系数。
7.如权利要求1所述的方法,其中所述通知数据包括存留几率百分比和相关日期。
8.如权利要求1所述的方法,其中所述通知数据包括故障日。
9.如权利要求1所述的方法,其中所述通知数据包括存留概率图。
10.一种用于监控车辆的计算机实现系统,包括:
数据存储设备,所述数据存储设备配置为存储用于确定车辆健康状况的模型、用于计算剩余使用寿命数据的第一统计模型以及用于计算剩余使用寿命数据的第二统计模型;
处理器,所述处理器配置为接收包括车辆参数和车辆诊断数据中至少一者的数据,基于所述模型和所述接收的数据来确定车辆状况,在所述车辆状况被确定为健康时基于所述第一统计模型确定与所述车辆相关的剩余使用寿命数据,在所述车辆状况被确定为不健康时基于所述第二统计模型确定与所述车辆相关的剩余使用寿命数据,以及基于所述车辆状况和所述剩余使用寿命数据来有选择地生成通知数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/002546 | 2018-06-07 | ||
US16/002,546 US20190378349A1 (en) | 2018-06-07 | 2018-06-07 | Vehicle remaining useful life prediction |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110648428A true CN110648428A (zh) | 2020-01-03 |
Family
ID=68651860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910396981.9A Pending CN110648428A (zh) | 2018-06-07 | 2019-05-13 | 车辆剩余使用寿命预测 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190378349A1 (zh) |
CN (1) | CN110648428A (zh) |
DE (1) | DE102019112492A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765726A (zh) * | 2020-12-31 | 2021-05-07 | 东软睿驰汽车技术(沈阳)有限公司 | 一种寿命预测方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10909781B2 (en) * | 2018-03-09 | 2021-02-02 | Honeywell International Inc. | System and method of using mechanical systems prognostic indicators for aircraft maintenance |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101424590A (zh) * | 2007-11-02 | 2009-05-06 | Avl里斯脱有限公司 | 预报机动车辆部件损坏的方法 |
CN103208139A (zh) * | 2013-03-01 | 2013-07-17 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种记录行车轮胎行驶里程的方法及实现该方法的记录仪 |
US20140100738A1 (en) * | 2012-10-08 | 2014-04-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Enhanced vehicle onboard diagnostic system and method |
US20160025027A1 (en) * | 2013-03-15 | 2016-01-28 | Angel Enterprise Systems, Inc. | Engine analysis and diagnostic system |
CN105320797A (zh) * | 2014-08-05 | 2016-02-10 | 南京理工大学 | 轨道交通车辆关键系统的寿命预测方法 |
CN106569052A (zh) * | 2016-10-11 | 2017-04-19 | 国网湖北省电力公司 | 考虑实时健康状态的电力变压器可靠性评估方法 |
CN106843190A (zh) * | 2015-12-03 | 2017-06-13 | 通用汽车环球科技运作有限责任公司 | 分布式车辆健康管理系统 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6701232B2 (en) * | 2001-04-25 | 2004-03-02 | Fuji Jukogyo Kabushiki Kaisha | Vehicle management system |
US20040019516A1 (en) * | 2002-07-24 | 2004-01-29 | Puskorius Gintaras Vincent | Method for calculating the probability that an automobile will be sold by a future date |
US20050131595A1 (en) * | 2003-12-12 | 2005-06-16 | Eugene Luskin | Enhanced vehicle event information |
US8306778B2 (en) * | 2008-12-23 | 2012-11-06 | Embraer S.A. | Prognostics and health monitoring for electro-mechanical systems and components |
US8473089B2 (en) * | 2009-06-30 | 2013-06-25 | Lam Research Corporation | Methods and apparatus for predictive preventive maintenance of processing chambers |
US20170069146A1 (en) * | 2009-09-29 | 2017-03-09 | Auto E-Diagnostics Services, Inc. | Vehicle diagnostic systems and methods therefor |
US9061224B2 (en) * | 2010-06-09 | 2015-06-23 | Cummins Filtration Ip Inc. | System for monitoring and indicating filter life |
JP5643165B2 (ja) * | 2011-08-08 | 2014-12-17 | 本田技研工業株式会社 | エアクリーナの寿命推定装置 |
US8560165B2 (en) * | 2012-01-17 | 2013-10-15 | GM Global Technology Operations LLC | Co-operative on-board and off-board component and system diagnosis and prognosis |
US20140200951A1 (en) * | 2013-01-11 | 2014-07-17 | International Business Machines Corporation | Scalable rule logicalization for asset health prediction |
US10818107B2 (en) * | 2013-03-15 | 2020-10-27 | Predictive Fleet Technologies, Inc. | Engine analysis and diagnostic system |
US9797812B2 (en) * | 2013-03-19 | 2017-10-24 | International Business Machines Corporation | Filter replacement lifetime prediction |
US10540828B2 (en) * | 2014-09-26 | 2020-01-21 | International Business Machines Corporation | Generating estimates of failure risk for a vehicular component in situations of high-dimensional and low sample size data |
US10176032B2 (en) * | 2014-12-01 | 2019-01-08 | Uptake Technologies, Inc. | Subsystem health score |
US10547184B2 (en) * | 2015-02-18 | 2020-01-28 | The Boeing Company | System and method for battery management |
US10621796B2 (en) * | 2015-08-05 | 2020-04-14 | EZ Lynk SEZC | System and method for real time wireless ECU monitoring and reprogramming |
US10297092B2 (en) * | 2016-01-22 | 2019-05-21 | Ford Global Technologies, Llc | System and method for vehicular dynamic display |
US10235631B2 (en) * | 2016-07-01 | 2019-03-19 | Deere & Company | Methods and apparatus to predict machine failures |
US10665039B2 (en) * | 2016-12-09 | 2020-05-26 | Traffilog Ltd. | Distributed monitoring and control of a vehicle |
EP3566201A4 (en) * | 2016-12-22 | 2020-11-25 | Xevo Inc. | PROCESS AND SYSTEM FOR PROVIDING SERVICES OF ANALYSIS OF ARTIFICIAL INTELLIGENCE (AIA) FOR PERFORMANCE PREDICTION |
US10580228B2 (en) * | 2017-07-07 | 2020-03-03 | The Boeing Company | Fault detection system and method for vehicle system prognosis |
US11072258B2 (en) * | 2017-12-11 | 2021-07-27 | Ford Global Technologies, Llc | Method for predicting battery life |
DE18206431T1 (de) * | 2018-02-08 | 2019-12-24 | Geotab Inc. | Telematik-Vorhersage-Fahrzeugkomponenten-Überwachungssystem |
US10896553B2 (en) * | 2018-03-28 | 2021-01-19 | The Boeing Company | Vehicle anomalous behavior detection |
-
2018
- 2018-06-07 US US16/002,546 patent/US20190378349A1/en not_active Abandoned
-
2019
- 2019-05-13 CN CN201910396981.9A patent/CN110648428A/zh active Pending
- 2019-05-13 DE DE102019112492.1A patent/DE102019112492A1/de not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101424590A (zh) * | 2007-11-02 | 2009-05-06 | Avl里斯脱有限公司 | 预报机动车辆部件损坏的方法 |
US20140100738A1 (en) * | 2012-10-08 | 2014-04-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Enhanced vehicle onboard diagnostic system and method |
CN103208139A (zh) * | 2013-03-01 | 2013-07-17 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种记录行车轮胎行驶里程的方法及实现该方法的记录仪 |
US20160025027A1 (en) * | 2013-03-15 | 2016-01-28 | Angel Enterprise Systems, Inc. | Engine analysis and diagnostic system |
CN105320797A (zh) * | 2014-08-05 | 2016-02-10 | 南京理工大学 | 轨道交通车辆关键系统的寿命预测方法 |
CN106843190A (zh) * | 2015-12-03 | 2017-06-13 | 通用汽车环球科技运作有限责任公司 | 分布式车辆健康管理系统 |
CN106569052A (zh) * | 2016-10-11 | 2017-04-19 | 国网湖北省电力公司 | 考虑实时健康状态的电力变压器可靠性评估方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765726A (zh) * | 2020-12-31 | 2021-05-07 | 东软睿驰汽车技术(沈阳)有限公司 | 一种寿命预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20190378349A1 (en) | 2019-12-12 |
DE102019112492A1 (de) | 2019-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8560165B2 (en) | Co-operative on-board and off-board component and system diagnosis and prognosis | |
US20160343177A1 (en) | Real time vehicle diagnosis system | |
EP2277778A2 (en) | Vehicle health management systems and methods with predicted diagnostic indicators | |
US9576406B2 (en) | Determining a remedial action for a motorized vehicle based on sensed vibration | |
CN109724812B (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
US10540831B2 (en) | Real-time on-board diagnostics (OBD) output parameter-based commercial fleet maintenance alert system | |
KR20060055517A (ko) | 차량 진단방법, 차량 진단 시스템, 차량 및 센터 | |
AU2020329133A1 (en) | Vehicle health record | |
CN105138529B (zh) | 已连接的车辆预测性质量 | |
JP2005219717A (ja) | 車両・車載機器の異常診断装置 | |
US10424137B2 (en) | Dynamic presentation of vehicular-reference information | |
WO2019114733A1 (zh) | 车辆故障报警的设备和方法 | |
CN112606779B (zh) | 一种汽车故障预警方法及电子设备 | |
CN110648428A (zh) | 车辆剩余使用寿命预测 | |
CN111855209A (zh) | 驱动桥主减速器齿轮故障的预测诊断方法及系统 | |
CN115016428A (zh) | 一种应用于特种车辆的立体化多级诊断系统及方法 | |
US11794758B2 (en) | Selective health information reporting systems including integrated diagnostic models providing least and most possible cause information | |
US20220284740A1 (en) | Method for determining the operating state of vehicle components | |
CN115359585A (zh) | 车辆提前排查故障的方法、装置、车辆及存储介质 | |
CN114633709A (zh) | 一种车辆故障处理系统和方法 | |
US11481736B2 (en) | Oil maintenance monitoring | |
CN114415646A (zh) | 基于DoIP协议的远程车辆诊断方法、系统和终端设备 | |
US20230386263A1 (en) | Automated vehicle communications and servicing system | |
US12001272B2 (en) | Method for the remote-controlled handling of an error finding in a means of transport, means of transport, backend server and system | |
EP4316918A1 (en) | Vehicle abnormality detection device and vehicle abnormality detection method |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200103 |