CN112000715A - 一种基于设备实时工况统计设备工作状态的算法 - Google Patents

一种基于设备实时工况统计设备工作状态的算法 Download PDF

Info

Publication number
CN112000715A
CN112000715A CN202010855444.9A CN202010855444A CN112000715A CN 112000715 A CN112000715 A CN 112000715A CN 202010855444 A CN202010855444 A CN 202010855444A CN 112000715 A CN112000715 A CN 112000715A
Authority
CN
China
Prior art keywords
equipment
time
data
working condition
working
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
Application number
CN202010855444.9A
Other languages
English (en)
Inventor
赵盛铭
张启亮
姜丽萍
刘振
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.)
Jiangsu Xugong Information Technology Co ltd
Original Assignee
Jiangsu Xugong Information Technology 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 Jiangsu Xugong Information Technology Co ltd filed Critical Jiangsu Xugong Information Technology Co ltd
Priority to CN202010855444.9A priority Critical patent/CN112000715A/zh
Publication of CN112000715A publication Critical patent/CN112000715A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明公开一种基于设备实时工况统计设备工作状态的算法，包括实时上传判断设备工作状态所需工况信息以及累积一段时间对应工况信息等条件，按照常理或设备对应相关专业计算方式，对一段时间内采集到的工况行进分析处理，统计分析车辆在对应时间段内处于工作、怠速或其他状态的时间点及各个状态的持续时长，便于简单明了的展示设备运行工作情况；该算法以车联网大数据平台为基础条件，在实现了车辆信息实时传输的基础上，基于设备运行工作的判断规则，将多种工况参数整合为设备实时工作状态参数。本发明可以在完整记录工况信息的基础上，对大量的数据加以分析利用，可以直观反馈工况信息、挖掘生产潜力、规范生产流程。

Description

一种基于设备实时工况统计设备工作状态的算法
技术领域
本发明涉及一种基于设备实时工况统计设备工作状态的算法，属于数据解析和动态显示技术领域。
背景技术
随着工业互联网、车联网技术及业务需求的不断深层次发展，客户及研发者对平台的要求不再仅仅局限于实时获取设备、车辆当前状态信息。
客户希望通过在完整记录工况信息的基础上，对大量的数据加以分析利用，以达到直观反馈、挖掘潜力、规范生产等积极作用。这样的需求要求我们在设备、车辆产生的成百上千条属性中，提炼能够表述某方面特征的属性，并进一步明确该属性的分析使用方式。相对于一连串毫无关联的工况数据信息，用户或后期开发人员更希望能够直接看到或得到能够直观表述设备基本情况的整合信息。基于设备实时工况统计设备工作状态，依照专业的判断依据，得出能够判断车辆工作、怠速或异常情况下几个特征工况的不同表现方式，从大量的工况数据中提取出所需特征工况，并对工况信息进行判断整合，最终形成设备工作状态位这一单一参数，并以此为基础统计分析设备工作状态变化情况用于直观明了的反应车辆设备工作情况，更能够便于后期需要利用设备工作时间进行的其他分析处理。
发明内容
针对上述现有技术存在的问题，本发明提供一种基于设备实时工况统计设备工作状态的算法，可以在完整记录工况信息的基础上，对大量的数据加以分析利用，可以直观反馈工况信息、挖掘生产潜力、规范生产流程。
为了实现上述目的，本发明采用的技术方案是：一种基于设备实时工况统计设备工作状态的算法，包括基础数据采集分析和数据统计分析；
所述的基础数据的采集分析包括以下步骤：
步骤一：接收用户传入的设备信息及时间段信息，按设备及时间段，从大数据系统中拉取规定时间段内对应设备的所有数据；
步骤二：将拉取到的数据按设备终端上传时所标识的GPS时间进行排序，时间靠前的在队列前列；
步骤三：处理各个时间点的数据信息，保留ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速信息，抛去其他对当前计算无用的工况信息；
步骤四：依据判断规则：ACC关闭以及发动机关闭，设备处于关机状态；ACC开启、发动机开启、油门开度为0、发动机转速数位于450-800 rpm之间、车辆速度为0，设备处于怠速状态；若设备工况数据出现明显工况冲突，视作设备运行或终端上传数据异常；其他无异常情况设备处于正常运行工作状态；将各个时间点的设备工作状态分析得出并保存；
步骤五：抛去其他无用或已经计算完成的数据，每个时间点的数据内容仅保存时间信息及工作状态信息；
所述的基础数据采集分析在得出时间段内工作情况状态位信息后，可针对状态位变化情况进行数据统计分析，所述的数据统计分析包括以下步骤：
步骤六：从数组第一位开始以此向后，逐一对比数据变化情况，若存在变化，记录变化时间及变化状态位；
步骤七：判断两次状态位数据相隔时间长度，若设备处于工作或怠速状态下，工况上传间隔时间过长，视作工况上传过程中出现异常情况或其他问题，对该时间段进行标注，提醒问题存在可能性；
步骤八：统计分析完成后，形成状态位时间段数据，数据结构为：平台设备标识、开始时间点、结束时间点、设备工作状态、是否存在异常、分析时间、要求分析时间段；
步骤九：将分析计算完成后的数据保存入数据库，由平台端进行数据结果的调用展示或以结果作为依据进行其他数据的分析。
优选的，所述的基础数据采集分析需要先满足先决条件，所述的先决条件包括：
第一步：用户在车联网平台创建终端固件信息，上传终端固件采集到的设备工况信息；
第二步：用户在车联网平台创建车辆设备相关信息，将设备信息与终端信息在平台上进行逻辑绑定，确定终端上传的为对应设备的工况数据；
第三步：采集到的工况信息数据包括但不仅限于算法统计所需的各个参数；
第四步：设备符合采用平台规定方式计算工作情况的要求，及通过将ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速参数作为特征工况，可以准确判断设备所处工作状态为关机、怠速、工作或异常；
第五步：平台累积采集了一定量的设备数据，如采集时间过短，算法能够统计出设备状态信息，但显示设备工作基本情况信息过于单一，无法直观展示或作为后期其他运算分析的依据；
第六步：用户输入所需分析统计的时间段信息，在要求时间段内，设备终端均实时正常上传设备工况信息，若时间超出设备注册入平台时间或晚于当前时间，统计结果会存在大量空白，易造成误解。
优选的，所述的第三步的参数包括ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速。
本发明的有益效果是：
本发明可以在完整记录工况信息的基础上，对大量的数据加以分析利用，可以直观反馈工况信息、挖掘生产潜力、规范生产流程。
附图说明
图1是本发明一种基于设备实时工况统计设备工作状态的算法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。
除非另有定义，本文所使用的所有的技术术语和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同，本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
如图1所示，一种基于设备实时工况统计设备工作状态的算法，包括基础数据采集分析和数据统计分析；
所述的基础数据的采集分析包括以下步骤：
步骤一：接收用户传入的设备信息及时间段信息，按设备及时间段，从大数据系统中拉取规定时间段内对应设备的所有数据；
步骤二：将拉取到的数据按设备终端上传时所标识的GPS时间进行排序，时间靠前的在队列前列；
步骤三：处理各个时间点的数据信息，保留ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速信息，抛去其他对当前计算无用的工况信息；
步骤四：依据判断规则：ACC关闭以及发动机关闭，设备处于关机状态；ACC开启、发动机开启、油门开度为0、发动机转速数位于450-800 rpm之间、车辆速度为0，设备处于怠速状态；若设备工况数据出现明显工况冲突，视作设备运行或终端上传数据异常；其他无异常情况设备处于正常运行工作状态；将各个时间点的设备工作状态分析得出并保存；
步骤五：抛去其他无用或已经计算完成的数据，每个时间点的数据内容仅保存时间信息及工作状态信息；
所述的基础数据采集分析在得出时间段内工作情况状态位信息后，可针对状态位变化情况进行数据统计分析，所述的数据统计分析包括以下步骤：
步骤六：从数组第一位开始以此向后，逐一对比数据变化情况，若存在变化，记录变化时间及变化状态位；
步骤七：判断两次状态位数据相隔时间长度，若设备处于工作或怠速状态下，工况上传间隔时间过长，视作工况上传过程中出现异常情况或其他问题，对该时间段进行标注，提醒问题存在可能性；
步骤八：统计分析完成后，形成状态位时间段数据，数据结构为：平台设备标识、开始时间点、结束时间点、设备工作状态、是否存在异常、分析时间、要求分析时间段；
步骤九：将分析计算完成后的数据保存入数据库，由平台端进行数据结果的调用展示或以结果作为依据进行其他数据的分析。
更优选的，所述的基础数据采集分析需要先满足先决条件，所述的先决条件包括：
第一步：用户在车联网平台创建终端固件信息，上传终端固件采集到的设备工况信息；
第二步：用户在车联网平台创建车辆设备相关信息，将设备信息与终端信息在平台上进行逻辑绑定，确定终端上传的为对应设备的工况数据；
第三步：采集到的工况信息数据包括但不仅限于算法统计所需的各个参数；
第四步：设备符合采用平台规定方式计算工作情况的要求，及通过将ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速参数作为特征工况，可以准确判断设备所处工作状态为关机、怠速、工作或异常；
第五步：平台累积采集了一定量的设备数据，如采集时间过短，算法能够统计出设备状态信息，但显示设备工作基本情况信息过于单一，无法直观展示或作为后期其他运算分析的依据；
第六步：用户输入所需分析统计的时间段信息，在要求时间段内，设备终端均实时正常上传设备工况信息，若时间超出设备注册入平台时间或晚于当前时间，统计结果会存在大量空白，易造成误解。
更优选的，所述的第三步的参数包括ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速。
车联网平台实现实时采集车辆基本信息及工况信息的基础上，确保采集车辆设备的特征工况：ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速参数。进行分析整合，得出标识设备关机、怠速、工作、异常等状态的单一状态位；对车辆设备的特征工况：ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速参数。进行分析整合，得出标识设备关机、怠速、工作、异常等状态的单一状态位；逐一对比设备工作情况状态位数据变化情况，若存在变化，记录变化时间及变化状态位。
判断两次状态位数据相隔时间长度，若设备处于工作或怠速状态下，工况上传间隔时间过长，例如超出5分钟，视作工况上传过程中出现异常情况或其他问题，若出现明显工况冲突，例如：车速过快（>200km/h）、ACC及发动机关闭状态下，车速大于0、发动机关闭状态下，发动机转速不为0等，视作设备运行或终端上传数据异常，对该时间段进行标注，提醒问题存在可能性。
统计分析完成后，形成状态位时间段数据，数据结构为：平台设备标识、开始时间点、结束时间点、设备工作状态、是否存在异常、分析时间、要求分析时间段。
将分析计算完成后的数据保存入数据库，由平台端进行数据结果的调用展示或以结果作为依据进行其他数据的分析，如全天工作时长，工作时长内设备平均油耗、设备油耗异常、设备怠速时长占比计算、设备超长怠速报警等计算。
本发明将车辆ACC开关量、发动机开关量、发动机转速数、油门开度以及车辆速度作为判断设备工作状态的主要依据：ACC关闭以及发动机关闭，设备处于关机状态；ACC开启、发动机开启、油门开度为0、发动机转速数位于450-800 rpm之间、车辆速度为0，设备处于怠速状态；若设备工况数据上传不符合平台规律或出现明显工况冲突，视作设备运行或终端上传数据异常；其他无异常情况设备处于正常运行工作状态。以此为依据得出车辆工作状态值，之后再以此参数作为设备状态改变的主要依据，统计分析设备一定时长内工作运行情况，最终形成设备工作状态变化时间段，连续时间段内设备工作状态不同，以此显示设备工作情况及各种工作状态在总时间统计时长内占比情况。根据判断方式的不同或者依据主参数的差别，本算法还可用于统计各种其他相似情况，只要是符合最终将多种条件整合为单一状态位值，且输出为变化时间段的情况，本算法皆能适用。
本发明可以在完整记录工况信息的基础上，对大量的数据加以分析利用，可以直观反馈工况信息、挖掘生产潜力、规范生产流程。
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、等同替换或改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于设备实时工况统计设备工作状态的算法,其特征在于，包括基础数据采集分析和数据统计分析；
所述的基础数据的采集分析包括以下步骤：
步骤一：接收用户传入的设备信息及时间段信息，按设备及时间段，从大数据系统中拉取规定时间段内对应设备的所有数据；
步骤二：将拉取到的数据按设备终端上传时所标识的GPS时间进行排序，时间靠前的在队列前列；
步骤三：处理各个时间点的数据信息，保留ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速信息，抛去其他对当前计算无用的工况信息；
步骤四：依据判断规则：ACC关闭以及发动机关闭，设备处于关机状态；ACC开启、发动机开启、油门开度为0、发动机转速数位于450-800 rpm之间、车辆速度为0，设备处于怠速状态；若设备工况数据出现明显工况冲突，视作设备运行或终端上传数据异常；其他无异常情况设备处于正常运行工作状态；将各个时间点的设备工作状态分析得出并保存；
步骤五：抛去其他无用或已经计算完成的数据，每个时间点的数据内容仅保存时间信息及工作状态信息；
所述的基础数据采集分析在得出时间段内工作情况状态位信息后，可针对状态位变化情况进行数据统计分析，所述的数据统计分析包括以下步骤：
步骤六：从数组第一位开始以此向后，逐一对比数据变化情况，若存在变化，记录变化时间及变化状态位；
步骤七：判断两次状态位数据相隔时间长度，若设备处于工作或怠速状态下，工况上传间隔时间过长，视作工况上传过程中出现异常情况或其他问题，对该时间段进行标注，提醒问题存在可能性；
步骤八：统计分析完成后，形成状态位时间段数据，数据结构为：平台设备标识、开始时间点、结束时间点、设备工作状态、是否存在异常、分析时间、要求分析时间段；
步骤九：将分析计算完成后的数据保存入数据库，由平台端进行数据结果的调用展示或以结果作为依据进行其他数据的分析。
2.根据权利要求1所述的一种基于设备实时工况统计设备工作状态的算法,其特征在于，所述的基础数据采集分析需要先满足先决条件，所述的先决条件包括：
第一步：用户在车联网平台创建终端固件信息，上传终端固件采集到的设备工况信息；
第二步：用户在车联网平台创建车辆设备相关信息，将设备信息与终端信息在平台上进行逻辑绑定，确定终端上传的为对应设备的工况数据；
第三步：采集到的工况信息数据包括但不仅限于算法统计所需的各个参数；
第四步：设备符合采用平台规定方式计算工作情况的要求，及通过将ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速参数作为特征工况，可以准确判断设备所处工作状态为关机、怠速、工作或异常；
第五步：平台累积采集了一定量的设备数据，如采集时间过短，算法能够统计出设备状态信息，但显示设备工作基本情况信息过于单一，无法直观展示或作为后期其他运算分析的依据；
第六步：用户输入所需分析统计的时间段信息，在要求时间段内，设备终端均实时正常上传设备工况信息，若时间超出设备注册入平台时间或晚于当前时间，统计结果会存在大量空白，易造成误解。
3.根据权利要求2所述的一种基于设备实时工况统计设备工作状态的算法,其特征在于，所述的第三步的参数包括ACC开关量、发动机开关量、油门开度、车辆速度、发动机转速。
CN202010855444.9A 2020-08-24 2020-08-24 一种基于设备实时工况统计设备工作状态的算法 Pending CN112000715A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010855444.9A CN112000715A (zh) 2020-08-24 2020-08-24 一种基于设备实时工况统计设备工作状态的算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010855444.9A CN112000715A (zh) 2020-08-24 2020-08-24 一种基于设备实时工况统计设备工作状态的算法

Publications (1)

Publication Number Publication Date
CN112000715A true CN112000715A (zh) 2020-11-27

Family

ID=73470209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010855444.9A Pending CN112000715A (zh) 2020-08-24 2020-08-24 一种基于设备实时工况统计设备工作状态的算法

Country Status (1)

Country Link
CN (1) CN112000715A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112860762A (zh) * 2021-02-05 2021-05-28 北京百度网讯科技有限公司 用于检测时间段重叠的方法和装置
CN114658581A (zh) * 2022-03-04 2022-06-24 柳州柳工挖掘机有限公司 挖掘机发动机自动启停控制方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763665A (zh) * 2008-12-26 2010-06-30 厦门雅迅网络股份有限公司 一种远程监测工程机械车辆实时工况的方法
CN104309613A (zh) * 2014-09-26 2015-01-28 鞍山市海汇自动化有限公司 一种基于3g平台的机车信息采集与监管系统
CN109524139A (zh) * 2018-10-23 2019-03-26 中核核电运行管理有限公司 一种基于设备工况变化的实时设备性能监测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763665A (zh) * 2008-12-26 2010-06-30 厦门雅迅网络股份有限公司 一种远程监测工程机械车辆实时工况的方法
CN104309613A (zh) * 2014-09-26 2015-01-28 鞍山市海汇自动化有限公司 一种基于3g平台的机车信息采集与监管系统
CN109524139A (zh) * 2018-10-23 2019-03-26 中核核电运行管理有限公司 一种基于设备工况变化的实时设备性能监测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112860762A (zh) * 2021-02-05 2021-05-28 北京百度网讯科技有限公司 用于检测时间段重叠的方法和装置
CN112860762B (zh) * 2021-02-05 2023-07-28 北京百度网讯科技有限公司 用于检测时间段重叠的方法和装置
CN114658581A (zh) * 2022-03-04 2022-06-24 柳州柳工挖掘机有限公司 挖掘机发动机自动启停控制方法和系统
CN114658581B (zh) * 2022-03-04 2024-05-03 柳州柳工挖掘机有限公司 挖掘机发动机自动启停控制方法和系统

Similar Documents

Publication Publication Date Title
US20210090359A1 (en) Predictive vehicle diagnostic method
CN107544290B (zh) 一种新能源汽车性能评估分析和优化系统及方法
CN112000715A (zh) 一种基于设备实时工况统计设备工作状态的算法
US9043079B2 (en) Generation of reference value for vehicle failure diagnosis
CN108876015B (zh) 物联网环境下基于情景的加油站成品油库存动态监测预警方法
CN107480244B (zh) 一种工业数据汇集与处理系统及其处理方法
CN117235649B (zh) 一种基于大数据的工业设备状态智能监测系统及方法
CN111651530B (zh) 一种智能化港口监测系统
EP3319050A1 (en) Vehicle operation data collection apparatus, vehicle operation data collection system, and vehicle operation data collection method
CN111866031B (zh) 设备监测分析方法、装置、服务器及存储介质
CN110057596B (zh) 重型卡车燃油经济性分析方法及装置
CN102591321A (zh) 监视控制系统
CN112682125B (zh) 一种车辆机油寿命实时预测方法及装置
CN110588658A (zh) 一种基于综合模型检测驾驶员风险等级的方法
CN112801555B (zh) 一种基于车联网大数据的车辆动力性综合评价方法
CN115510990A (zh) 一种模型训练方法和相关装置
JP2017223534A (ja) 車両診断装置
CN117421994A (zh) 一种边缘应用健康度的监测方法和监测系统
CN117612275A (zh) 一种车辆数据处理方法及车辆数据处理系统
CN110562296A (zh) 一种基于lkj列控运行文件数据连续波动异常识别方法
CN116302835A (zh) 一种运维数据异常检测装置、方法及存储介质
CN115862187A (zh) 车辆油耗分析方法、装置、设备及存储介质
CN106682997B (zh) 一种工程车定检提醒的方法及装置
CN110347889B (zh) 一种档位特征关系的建立、档位评价及档位推荐方法
CN115292386B (zh) 一种关于车辆滑行状态的节省油耗计算方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201127