CN111145381B - 一种电动车辆的安全状态评估方法以及电动车辆 - Google Patents

一种电动车辆的安全状态评估方法以及电动车辆 Download PDF

Info

Publication number
CN111145381B
CN111145381B CN201910415048.1A CN201910415048A CN111145381B CN 111145381 B CN111145381 B CN 111145381B CN 201910415048 A CN201910415048 A CN 201910415048A CN 111145381 B CN111145381 B CN 111145381B
Authority
CN
China
Prior art keywords
safety
failure
electric vehicle
events
event
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
Application number
CN201910415048.1A
Other languages
English (en)
Other versions
CN111145381A (zh
Inventor
张伟
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.)
Shenzhen deta Industrial Intelligent Electric Vehicle Co., Ltd
Original Assignee
Delta Industrial Explosion Proof Electric Vehicle 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 Delta Industrial Explosion Proof Electric Vehicle Co ltd filed Critical Delta Industrial Explosion Proof Electric Vehicle Co ltd
Priority to CN201910415048.1A priority Critical patent/CN111145381B/zh
Priority to PCT/CN2020/089421 priority patent/WO2020233429A1/zh
Publication of CN111145381A publication Critical patent/CN111145381A/zh
Application granted granted Critical
Publication of CN111145381B publication Critical patent/CN111145381B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种电动车辆的安全状态评估方法，包括：S1、构建安全树，所述安全树包括多个安全失效底层事件、安全失效中间事件、安全失效顶层事件以及所述安全失效底层事件、所述安全失效中间事件、所述安全失效顶层事件之间的逻辑因果关系和安全重要程度；S2、根据所述安全树，计算所述电动车辆的系统失效风险度和/或系统安全系数；S3、基于所述系统失效风险度和/或所述系统安全系数对所述电动车辆进行安全维护管理。

Description

一种电动车辆的安全状态评估方法以及电动车辆
技术领域
本发明涉及运输工具，更具体地说，涉及一种电动车辆的安全状态评估方法以及电动车辆。
背景技术
随着世界经济的快速发展和对环保意识的重视，汽车的普及率越来越高，同时对汽车尾气排放要求也越来越高，节能、安全、无污染的电动车辆是未来的发展趋势。然而，电动车辆一般有高达上百伏的电气系统，这就超过了直流的安全电压范围，如不进行合理的设计与防护，将可能带来人员电击等高压安全问题。此外，电动车辆包括诸如转向系统、制动系统、安全控制系统等多个组成部门，每个组成部分又包括多个组成部件。任何部件的失效或者故障都可能造成整个车辆的失控或者故障，从而导致驾驶者或者乘客遭遇危险。
而电动车辆的安全树是全面解决电动车辆安全问题的系统方法，是由通过表层安全失效事件、底层基础故障事件、相关逻辑和数据建立相关逻辑体系，通过整车安全需求分析和整车系统构建事件模型建立树状图，是对车辆不同层次事件之间逻辑关系的描述，针对例如制动系统、转向系统、车身零部件等多个子系统或部件进行图形表征和定性描述。安全树能够准确表达表层安全失效事件和底层基础故障事件(工艺缺陷、外部因素等)之间因果关系和逻辑。
整车安全状态评估是基于安全树对整车安全情况的实时定量描述。电动车辆的系统失效风险度和/或系统安全系数对于整车安全性有着非常重要的指示意义，为车辆的安全运维提供必要的指导。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种电动车辆的安全状态评估方法，可以提示电动车辆的整车安全性，为车辆的安全运维提供必要的指导，从而提高电动车辆的安全系数，保障驾驶员和乘客安全。
本发明解决其技术问题所采用的技术方案是：构造一种电动车辆的安全状态评估方法，包括：
S1、构建安全树，所述安全树包括多个安全失效底层事件、安全失效中间事件、安全失效顶层事件以及所述安全失效底层事件、所述安全失效中间事件、所述安全失效顶层事件之间的逻辑因果关系和安全重要程度；
S2、根据所述安全树，计算所述电动车辆的系统失效风险度和/或系统安全系数；
S3、基于所述系统失效风险度和/或所述系统安全系数对所述电动车辆进行安全维护管理。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S2进一步包括：
S21、在设定第一时间区间内，统计所述安全失效中间事件发生的标准化频次；
S22、将所述安全失效中间事件发生的标准化频次换算到标准工作条件下以获得标准安全失效中间事件发生频次；
S23、基于所述标准安全失效中间事件发生频次计算所述标准安全失效中间事件对应的风险权值；
S24、基于所述标准安全失效中间事件对应的风险权值和风险等级计算所述标准安全失效中间事件对应的风险度；
S25、基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统失效风险度和/或所述系统安全系数。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S22进一步包括：
S221、基于所述安全树，分析所述安全失效中间事件所对应的安全失效底层事件对所述安全失效中间事件的影响概率，并将同源的安全失效中间事件的频次按照所述影响概率加权合并以获得加权的标准化频次；
S222、将所述加权的标准化频次换算到标准工作条件下以获得所述标准安全失效中间事件发生频次。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S23进一步包括：
S231、将所述标准安全失效中间事件发生频次与最高容忍频次进行比较，当所述标准安全失效中间事件发生频次小于所述最高容忍频次时，所述风险权值＝所述标准安全失效中间事件发生频次/所述最高容忍频次；否则所述风险权值＝1。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S25进一步包括：
S251、按照如下公式基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统失效风险度：
Figure BDA0002064074330000031
其中N表示全部安全失效的数量，ni表示第i安全失效中间事件对应的安全失效底层事件的数量；Ri表示第i安全失效中间事件的风险度。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S25进一步包括：
S25a、按照如下公式基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统安全系数
Figure BDA0002064074330000041
其中N表示全部安全失效的数量，ni表示第i安全失效中间事件对应的安全失效底层事件的数量；Ri表示第i安全失效中间事件的风险度。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S3进一步包括：
S31、判定所述系统失效风险度是否小于设定风险阈值和/或所述安全系数是否大于设定安全阈值，如果是执行步骤S32，否则执行步骤S33；
S32、允许所述电动车辆出厂或者不执行检修；
S33、拒绝所述电动车辆出厂或提示执行检修。
在本发明所述的电动车辆的安全状态评估方法中，所述步骤S1进一步包括：
S11.采集电动车辆的整车安全失效数据；
S12.将所述整车安全失效数据映射归类到不同的安全事件组别中，并分别统计各个安全事件组别频次数据；
S13.采用联合分析方法对各个安全事件组别中的所述整车安全失效数据进行分类构建安全树。
本发明解决其技术问题采用的另一技术方案是，构造一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的电动车辆的安全状态评估方法。
本发明解决其技术问题采用的再一技术方案是，构造一种电动车辆，包括处理器，存储在所述处理器中的计算机程序，所述程序被处理器执行时实现所述的电动车辆的安全状态评估方法。
实施本发明的所述的电动车辆的安全状态评估方法、计算机可读存储介质以及电动车辆，可以提示电动车辆的整车安全性，为车辆的安全运维提供必要的指导，从而提高电动车辆的安全系数，保障驾驶员和乘客安全。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明的优选实施例的电动车辆的安全状态评估方法的第一实施例的流程图；
图2是本发明的优选实施例的电动车辆的安全状态评估方法的整车安全失效数据的归类示意图；
图3a-3c是本发明的优选实施例的电动车辆的安全状态评估方法的部分安全树的示意图；
图4是本发明的电动车辆的安全状态评估方法的计算所述电动车辆的系统失效风险度和/或系统安全系数的步骤的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明涉及一种电动车辆的安全状态评估方法，包括：S1、构建安全树，所述安全树包括多个安全失效底层事件、安全失效中间事件、安全失效顶层事件以及所述安全失效底层事件、所述安全失效中间事件、所述安全失效顶层事件之间的逻辑因果关系和安全重要程度；S2、根据所述安全树，计算所述电动车辆的系统失效风险度和/或系统安全系数；S3、基于所述系统失效风险度和/或所述系统安全系数对所述电动车辆进行安全维护管理。
图1是本发明的优选实施例的电动车辆的安全状态评估方法的第一实施例的流程图。如图1所示，在步骤S1中，构建安全树，所述安全树包括多个安全失效底层事件、安全失效中间事件、安全失效顶层事件以及所述安全失效底层事件、所述安全失效中间事件、所述安全失效顶层事件之间的逻辑因果关系和安全重要程度。
在本发明的一个优选实施例中，首先通过CAN总线将所述电动车辆的整车控制器、安全控制器和行车记录仪中的数据传送到平台数据库。然后从所述数据中获取所述电动车辆的整车安全失效数据。将所述整车安全失效数据映射归类到不同的安全事件组别中，并计算各个安全事件组别占全部安全失效的概率。在本发明中安全失效包括参数偏差和突发失效报警，这些事件可以通过电动车大数据监测平台在线实时监测获得，同时也直接关系到电气系统失效事件发生的可能性。例如，可以将整车安全失效数据映射归类制动系统、转向系统、车身零部件等多个子系统或部件，这样就将所述整车安全失效数据按照映射归类的原理计入不同的组别当中，并且统计各个安全事件组别占全部安全失效的概率。
图2是本发明的优选实施例的电动车辆的安全树构建方法的整车安全失效数据的归类示意图。如图2所示，在本发明的一个优选实施例中，可以将所述整车安全失效数据分别映射到结构安全事件、电气安全事件、功能逻辑安全事件、碰撞安全事件、热安全事件、防爆安全事件、运营维修安全事件、环境安全事件和全生命周期安全事件。上述归纳分析过程可以采用本领域中已知的各种方法，也可以采用已知方法计算各个安全事件组别占全部安全失效的概率，还可以采用电动车辆制造商各自的测量和采集经验数据。最后采用联合分析方法对各个安全事件组别中的所述整车安全失效数据进行分类构建安全树。在本发明的优选实施例中，应用新型联合分析方法进行安全树建模，可以根据安全失效实际情况，选择合适的一种或者多种分析方法，以避免单独使用某种模型构建方法数据状况不适应的弊端，在实际运用过程中能应用方法优势针对性分析，有效简化选择过程。在本发明，可以采用本领域中已知的任何安全树，以及采用本领域中的任何已知安全树。在本发明的进一步的优选实施例中，在本公司申请的在先专利申请CN2019103168721“一种电动车辆的安全树构建方法以及电动车辆”中，公开了一种优选的安全树的构建方法，在此结合引用，以作参考。当然，在本发明的其他优选实施例中，还可以采用其他的安全树构建方法。
图3a-3c是本发明的优选实施例的电动车辆的安全树构建方法的构建的部分安全树的示意图。下面基于图3a-3b对本发明的电动车辆的安全树构建方法进一步说明如下。如图3a-3c所示，结构安全事件下面可以细分三个安全失效中间事件，即制动安全事件，行驶传动安全事件，和转向安全事件，我们可以分别对各个事件构建安全树。
在步骤S2中，根据所述安全树，计算所述电动车辆的系统失效风险度和/或系统安全系数。在本发明中，系统安全系数是在给定的时间段内、在给定的工作环境下，表征电动车辆电气系统安全程度的定量值。系统风险度是在给定的时间段内、在给定的工作环境下，表征电动车辆电气系统的定量失效风险值。在本发明的优选实施例中，除了后续示出的各个实施例以外，还可以采用各种已知方法对系统失效风险度和/或系统安全系数进行计算。在本发明中，优选的最低系统失效风险度为0，最高系统安全系数为100％。
在步骤S3中，基于所述系统失效风险度和/或所述系统安全系数对所述电动车辆进行安全维护管理。在本发明的优选实施例中，分别对所述系统失效风险度和所述系统安全系数设定阈值。在本发明的一个优选实施例中，当判定所述系统失效风险度小于设定风险阈值时，对于量产的产品车辆，可允许其出厂，对于正在使用的车辆，允许其继续使用。而当所述系统失效风险度大于或等于设定风险阈值时，对于量产的产品车辆，不允许其出厂，对于正在使用的车辆，不允许其继续使用，可以发出警告，要求其返厂维修。同理，当判定所述安全系数大于设定安全阈值时，对于量产的产品车辆，可允许其出厂，对于正在使用的车辆，允许其继续使用。而当所述安全系数小于或等于设定安全阈值时，对于量产的产品车辆，不允许其出厂，对于正在使用的车辆，不允许其继续使用，可以发出警告，要求其返厂维修。在本发明的进一步的优选实施例中，可以同时检测所述系统失效风险度和所述系统安全系数，当两者都满足要求是，才允许出厂或继续使用，否则要求其返厂回修或者不允许其出厂。经过维修，维护，更新之后，再次进行检测，当其满足要求之后，才能出厂或继续使用。
实施本发明的所述的电动车辆的安全状态评估方法，可以提示电动车辆的整车安全性，为车辆的安全运维提供必要的指导，从而提高电动车辆的安全系数，保障驾驶员和乘客安全。
图4是本发明的电动车辆的安全状态评估方法的计算所述电动车辆的系统失效风险度或系统安全系数的步骤的流程图。本领域技术人员知悉，图4中所示为该系统失效风险度或系统安全系数计算的优选实现方式，基于本发明的教导，本领域技术人员还可以采用其他方法进行相关计算。
如图4所示，在步骤S1中，在设定第一时间区间内，统计所述安全失效中间事件发生的标准化频次。如图3b所示，例如可以将行车制动故障、驻车制动故障，液压压力异常，分别作为一个安全失效中间事件，统计例如在一年之内，其分别发生的标准化频次。
在步骤S2中，将所述安全失效中间事件发生的标准化频次换算到标准工作条件下以获得标准安全失效中间事件发生频次。
在本步骤中，首先基于所述安全树，分析所述安全失效中间事件所对应的安全失效底层事件对所述安全失效中间事件的影响概率，并将同源的安全失效中间事件的频次按照所述影响概率加权合并以获得加权的标准化频次；然后将所述加权的标准化频次换算到标准工作条件下以获得所述标准安全失效中间事件发生频次。在本发明中，可以根据安全树，按照安全失效底层事件对安全失效中间事件的作用逻辑和影响概率，将同源安全失效中间事件(指不同的安全失效中间事件由同一个安全失效底层事件导致产生)的频次，按安全失效底层事件影响概率加权合并，得到加权后的安全失效中间事件发生的标准化频次。同样以图3b所示的实施例为例，对于制动弹簧损坏这一安全失效底层事件，其同时对应行车制动故障和驻车制动故障这两个同源安全失效中间事件。同理，制动压力异常这一安全失效底层事件同时对应行车制动故障和驻车制动故障这两个同源安全失效中间事件。而如图3b所示，制动弹簧损坏对于行车制动故障和驻车制动故障的影响概率分别是0.3％和0.4％。通过根据影响概率加权合并行车制动故障和驻车制动故障，就可以获得标准安全失效中间事件发生频次。在本发明的进一步的优选实施例中，可以根据所述安全失效中间事件的风险等级获得其加权频次。例如在已知时间区间(tc，tc+Δt]内，安全失效中间事件i对应的标准安全失效中间事件Si(i＝1，...N），则其相应的加权频次为
Figure BDA0002064074330000091
其中，Li＝0，...，10。其中Li＝0，...，10。在本发明中，风险等级Li表征了失效事件(或第i个安全失效中间事件)所引起的与安全性相关的后果。在本发明的优选实施例中，i的具体取值，定义可以参照图3a-3c中示出的安全树。风险等级是对后果严重度的定量评价，通常由专家根据业务特点进行量化定义。本领域中已经有各种对于不同电动车辆的风险等级划分。
然后，将所述安全失效中间事件发生的标准化频次换算到标准工作条件下以获得标准安全失效中间事件发生频次。在本发明的优选实施例中，可以将安全失效中间事件发生的标准化频次，通过统计回归分析方法，换算到待计算的工作条件下，并对所有安全失效中间事件发生的标准化频次求和，得到给定工作条件下、给定时间区间内电气系统失效事件发生的标准化频次(单位是：次/累积工作时长(里程))。安全失效发生频次标准化是指将不同环境参数下统计得到的安全失效发生频次，换算至统一的规定环境参数下，得到可用于全局分析的等价发生频次。依据所述安全失效中间事件的发生机理，分析影响所述安全失效中间事件的事件发生数量的工作条件。比如可以根据道路状况，温度湿度，负载重量等等工作条件，分析影响所述安全失效中间事件的事件发生数量。在湿度大的情况下，发生制动安全事件、转向安全事件和行驶传动安全事件的数量可能较大。在道路状况差的情况下，发生行驶传动安全事件的数量可能较大。基于所述电动车辆的整车控制器、安全控制器和行车记录仪中的数据中记录的数据，可以完成上述分析判断。
在步骤S3中，基于所述标准安全失效中间事件发生频次计算所述标准安全失效中间事件对应的风险权值qi。风险权值qi可以用于描述所述标准安全失效中间事件发生频次对失效风险影响程度的参数。当实际的所述标准安全失效中间事件发生频次小于最高容忍频次时，风险权值为所述标准安全失效中间事件发生频次同最高容忍频次的比值；当实际的所述标准安全失效中间事件发生频次大于或等于最高容忍频次时，风险权值＝1。最高容忍频次是用于安全失效中间事件归一化风险权值的重要参数，其可以由本领域技术人员根据经验设置。通过对电动车辆长期的观察，测试，可以获得该最高容忍频次。本领域中已经有各种对于不同电动车辆的不同安全失效中间事件的最高容忍频次的规定。
在步骤S4中，基于所述标准安全失效中间事件对应的风险权值qi和风险等级Li计算所述标准安全失效中间事件对应的风险度Ri＝qiLi，其中Li＝0，...，10。在本发明中，风险等级Li表征了失效事件(或第i个安全失效中间事件)所引起的与安全性相关的后果。在本发明的优选实施例中，i的具体取值，定义可以参照图3a-3c中示出的安全树。风险等级是对后果严重度的定量评价，通常由专家根据业务特点进行量化定义。本领域中已经有各种对于不同电动车辆的风险等级划分。
在步骤S5中，基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统失效风险度和/或所述系统安全系数。在本发明的优选实施例中，按照如下公式基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统失效风险度：
Figure BDA0002064074330000111
其中N表示全部安全失效的数量，ni表示第i安全失效中间事件对应的安全失效底层事件的数量；Ri表示第i安全失效中间事件的风险度。在本发明的优选实施例中，具体的N和i的具体取值，定义可以参照图3a-3c中示出的安全树。在本发明中，Rs的最小值为Rmin＝0，对应于无风险；Rs的最大值为Rmax＝10(n1+…+nN)，对应于最大风险。
在本发明的进一步的优选实施例中，按照如下公式基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统安全系数
Figure BDA0002064074330000121
其中N表示全部安全失效的数量，ni表示第i安全失效中间事件对应的安全失效底层事件的数量；Ri表示第i安全失效中间事件的风险度。0≤SC≤100％。因此，在本发明中，通过输入对应的时间区间(车辆累积工作时长)，标准化后的安全失效中间事件发生频次，给定工作条件，就可以获得系统安全系数。
通过所述系统失效风险度和/或所述系统安全系数，可以对电动车辆的安全状态进行评估，根据实时的所述系统失效风险度和/或所述系统安全系数可以对电动车辆进行安全维护管理。一般情况下，对于经过严格考核和试验测试的量产成品车辆，出厂时其所述系统安全系数为100％，或接近100％。随着车辆故障的发生、数据的更新、大数据之间的共享、寿命的衰减，所述系统安全系数是不断下降的，经过维修、维护、更新之后，所述系统安全系数会得到提升。
实施本发明的所述的电动车辆的安全状态评估方法，可以分析车辆失效风险随时间变化的规律，并对未来的失效风险度进行预测，为车辆的安全运维提供必要的定量化信息基础。
因此，本发明可以通过硬件、软件或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方式实现，或者由分布在几个互连的计算机系统中的不同部分以分散方式实现。任何可以实现本发明方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统，通过安装和执行程序控制计算机系统，使其按本发明方法运行。
本发明还可以通过计算机程序产品进行实施，程序包含能够实现本发明方法的全部特征，当其安装到计算机系统中时，可以实现本发明的方法。本文件中的计算机程序所指的是：可以采用任何程序语言、代码或符号编写的一组指令的任何表达式，该指令组使系统具有信息处理能力，以直接实现特定功能，或在进行下述一个或两个步骤之后实现特定功能：a)转换成其它语言、编码或符号；b)以不同的格式再现。
因此本发明还涉及一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的电动车辆的安全状态评估方法。
本发明还涉及电动车辆，包括处理器，存储在所述处理器中的计算机程序，所述程序被处理器执行时实现所述的电动车辆的安全状态评估方法。
实施本发明的所述的电动车辆的安全状态评估方法、计算机可读存储介质以及电动车辆，可以分析车辆失效风险随时间变化的规律，并对未来的失效风险度进行预测，为车辆的安全运维提供必要的定量化信息基础。
虽然本发明是通过具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或材料，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种电动车辆的安全状态评估方法，其特征在于，包括步骤：
S1、构建安全树，所述安全树包括多个安全失效底层事件、安全失效中间事件、安全失效顶层事件以及所述安全失效底层事件、所述安全失效中间事件、所述安全失效顶层事件之间的逻辑因果关系和安全重要程度；
S2、根据所述安全树，计算所述电动车辆的系统失效风险度和/或系统安全系数；
S3、基于所述系统失效风险度和/或所述系统安全系数对所述电动车辆进行安全维护管理；
所述步骤S2进一步包括步骤：
S21、在设定第一时间区间内，统计所述安全失效中间事件发生的标准化频次；
S22、将所述安全失效中间事件发生的标准化频次换算到标准工作条件下以获得标准安全失效中间事件发生频次；
S23、基于所述标准安全失效中间事件发生频次计算所述标准安全失效中间事件对应的风险权值；
S24、基于所述标准安全失效中间事件对应的风险权值和风险等级计算所述标准安全失效中间事件对应的风险度，所述标准安全失效中间事件对应的风险度为所述标准安全失效中间事件对应的风险权值和风险等级的乘积；
S25、基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统失效风险度和/或所述系统安全系数；
所述步骤S25进一步包括：
S251、按照如下公式基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统失效风险度：
Figure FDA0002683968060000021
其中N表示全部安全失效中间事件的数量，ni表示第i安全失效中间事件对应的安全失效底层事件的数量；Ri表示第i安全失效中间事件的风险度；和
S25a、按照如下公式基于电动车辆的全部安全失效中间事件对应的风险度和所述安全树计算所述系统安全系数
Figure FDA0002683968060000022
其中N表示全部安全失效中间事件的数量，ni表示第i安全失效中间事件对应的安全失效底层事件的数量；Ri表示第i安全失效中间事件的风险度。
2.根据权利要求1所述的电动车辆的安全状态评估方法，其特征在于，所述步骤S22进一步包括：
S221、基于所述安全树，分析所述安全失效中间事件所对应的安全失效底层事件对所述安全失效中间事件的影响概率，并将同源的安全失效中间事件的频次按照所述影响概率加权合并以获得加权的标准化频次；
S222、将所述加权的标准化频次换算到标准工作条件下以获得所述标准安全失效中间事件发生频次。
3.根据权利要求2所述的电动车辆的安全状态评估方法，其特征在于，所述步骤S23进一步包括：
S231、将所述标准安全失效中间事件发生频次与最高容忍频次进行比较，当所述标准安全失效中间事件发生频次小于所述最高容忍频次时，所述风险权值＝所述标准安全失效中间事件发生频次/所述最高容忍频次；否则所述风险权值＝1。
4.根据权利要求1所述的电动车辆的安全状态评估方法，其特征在于，所述步骤S3进一步包括：
S31、判定所述系统失效风险度是否小于设定风险阈值和/或所述安全系数是否大于设定安全阈值，如果是执行步骤S32，否则执行步骤S33；
S32、允许所述电动车辆出厂或者不执行检修；
S33、拒绝所述电动车辆出厂或提示执行检修。
5.根据权利要求1所述的电动车辆的安全状态评估方法，其特征在于，所述步骤S1进一步包括：
S11.采集电动车辆的整车安全失效数据；
S12.将所述整车安全失效数据映射归类到不同的安全事件组别中，并分别统计各个安全事件组别频次数据；
S13.采用联合分析方法对各个安全事件组别中的所述整车安全失效数据进行分类构建安全树。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现根据权利要求1-5中任意一项权利要求所述的电动车辆的安全状态评估方法。
7.一种电动车辆，其特征在于，包括处理器，存储在所述处理器中的计算机程序，所述程序被处理器执行时实现根据权利要求1-5中任意一项权利要求所述的电动车辆的安全状态评估方法。
CN201910415048.1A 2019-05-17 2019-05-17 一种电动车辆的安全状态评估方法以及电动车辆 Active CN111145381B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910415048.1A CN111145381B (zh) 2019-05-17 2019-05-17 一种电动车辆的安全状态评估方法以及电动车辆
PCT/CN2020/089421 WO2020233429A1 (zh) 2019-05-17 2020-05-09 一种电动车辆的安全状态评估方法以及电动车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910415048.1A CN111145381B (zh) 2019-05-17 2019-05-17 一种电动车辆的安全状态评估方法以及电动车辆

Publications (2)

Publication Number Publication Date
CN111145381A CN111145381A (zh) 2020-05-12
CN111145381B true CN111145381B (zh) 2020-11-10

Family

ID=70516776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910415048.1A Active CN111145381B (zh) 2019-05-17 2019-05-17 一种电动车辆的安全状态评估方法以及电动车辆

Country Status (2)

Country Link
CN (1) CN111145381B (zh)
WO (1) WO2020233429A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090106593A1 (en) * 2005-01-19 2009-04-23 Zigmund Bluvband System and Method for Bouncing Failure Analysis
CN105159283A (zh) * 2015-09-02 2015-12-16 南京南车浦镇城轨车辆有限责任公司 城市轨道交通车辆远程故障分析与反馈系统
CN106884784A (zh) * 2017-03-17 2017-06-23 北京新能源汽车股份有限公司 一种真空泵的性能评估方法、装置及电动汽车
CN108956107A (zh) * 2018-05-18 2018-12-07 合肥通用机械研究院有限公司 耦合三角模糊数的往复压缩机典型故障的故障树诊断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005084993A (ja) * 2003-09-09 2005-03-31 Mitsubishi Electric Corp 故障診断支援装置
CN100530016C (zh) * 2007-12-26 2009-08-19 西安交通大学 基于因果网络模型的机电系统安全分析装置及方法
CN102520366B (zh) * 2011-12-23 2014-11-12 上海交通大学 电动车电池安全与健康评估系统及其方法
CN102589891B (zh) * 2012-03-02 2013-12-18 北京理工大学 一种车用电机驱动系统耐久寿命的估计方法
CN104217104A (zh) * 2014-08-19 2014-12-17 上海交通大学 一种基于风险评估的电力变压器寿命分析方法及系统
CN106251085A (zh) * 2016-08-10 2016-12-21 中交公局海威工程建设有限公司 一种风险评估方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090106593A1 (en) * 2005-01-19 2009-04-23 Zigmund Bluvband System and Method for Bouncing Failure Analysis
CN105159283A (zh) * 2015-09-02 2015-12-16 南京南车浦镇城轨车辆有限责任公司 城市轨道交通车辆远程故障分析与反馈系统
CN106884784A (zh) * 2017-03-17 2017-06-23 北京新能源汽车股份有限公司 一种真空泵的性能评估方法、装置及电动汽车
CN108956107A (zh) * 2018-05-18 2018-12-07 合肥通用机械研究院有限公司 耦合三角模糊数的往复压缩机典型故障的故障树诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于故障树与实例推理的汽车故障诊断系统的研究与设计;王文晶;《中国优秀硕士学位论文全文数据库信息科技辑》;20140815;第I140-571页 *

Also Published As

Publication number Publication date
WO2020233429A1 (zh) 2020-11-26
CN111145381A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
JP6830540B2 (ja) クラウドベースの車両故障診断方法、装置およびシステム
CN111144606B (zh) 一种电动车辆的安全失效风险预测方法以及电动车辆
CN103617110B (zh) 服务器设备状态检修系统
CN110097219B (zh) 一种基于安全树模型的电动车辆运维优化方法
CN114862275B (zh) 基于数字孪生模型的仓储物流系统可靠性评估方法及系统
US11120648B2 (en) Health self learning system and method for electrical distribution systems for automated driving vehicles
CN113177650A (zh) 一种铁路货车车厢的预测性维护方法及装置
CN112700156A (zh) 一种新能源汽车运行安全性能评价体系构建方法
CN114911982A (zh) 一种车辆故障预警方法、装置、终端设备及存储介质
JP2022136039A (ja) 車両部品の動作状態を決定するための方法
WO2020211844A1 (zh) 基于安全树概率和安全重要度的电动车辆安全控制方法和电动车辆
CN111145381B (zh) 一种电动车辆的安全状态评估方法以及电动车辆
RU2569216C2 (ru) Способ управления обслуживанием и ремонтом тягового подвижного состава железнодорожного транспорта и система для его осуществления
WO2020211845A1 (zh) 一种基于安全树模型的电动车辆安全设计优化方法
KR102204199B1 (ko) 자율주행 대중버스에 대한 차량 고장 진단 및 예측 방법
Rangra et al. On the study of human reliability in transportation systems of systems
CN116363843A (zh) 试验室设备预警系统
CN115123274A (zh) 一种用于识别车辆性能的方法
CN111144681B (zh) 一种电动车辆的关键重要度的计算方法以及电动车辆
CN111143752B (zh) 一种电动车辆的安全重要度的计算方法以及电动车辆
Gubanov et al. Architecture of a system for diagnosing and predicting the technical condition of a robotic vehicle
CN114858480A (zh) 应用于车辆中的部件故障预警方法、装置、设备及介质
Kopp et al. Early reliability estimation in automotive industry
CN110223416B (zh) 一种电动车辆的原始数据分析方法以及电动车辆
WO2024004313A1 (ja) 不具合診断システム、不具合診断装置および不具合診断方法

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40029919

Country of ref document: HK

CP01 Change in the name or title of a patent holder

Address after: 518000 High-tech Factory Area, Rongshou Luteta, Kengzi Street, Pingshan New District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen deta Industrial Intelligent Electric Vehicle Co., Ltd

Address before: 518000 High-tech Factory Area, Rongshou Luteta, Kengzi Street, Pingshan New District, Shenzhen City, Guangdong Province

Patentee before: DELTA INDUSTRIAL EXPLOSION-PROOF ELECTRIC VEHICLE Co.,Ltd.

CP01 Change in the name or title of a patent holder