CN112394703A - 一种车辆故障管理系统 - Google Patents

Abstract

本发明公开了一种车辆故障管理系统，包括：车载控制装置，其用于实时采集车辆状态数据；网联终端，其通过车辆总线与车载控制装置连接，用于获取车辆状态数据，利用针对不同故障的健康状态预测应用软件，分析并预测当前车辆各部件的退化状态，得到相应的预测结果，并将预测结果通过通用数据链路发送至云平台；云平台，其用于接收来自各车辆的预测结果，利用针对各类故障的健康数据预警阈值，确定需要进行预警提示的车辆，并生成针对各车辆的故障预警结果；显示装置，其用于响应故障预警结果。本发明提高了故障预警过程的适应性与准确性，简化云平台任务量及硬件需求，保障各类请求服务的安全性、可靠性和便捷性。

Description

一种车辆故障管理系统

技术领域

本发明涉及网联汽车领域，尤其是涉及一种基于网联终端的车辆故障管理系统，其中，故障管理包括车辆故障预警与故障诊断维护，适用于各种新能源车辆。

背景技术

电动汽车的发展为节能减排、改善环境带来了希望，但新的电子电气部件在安全性、可靠性方面低于传统的机械部件，设备提前老化、电气部件起火等现象频发，如何保证车辆的使用寿命与运行安全，成为了电动汽车全面推广亟需解决的问题。电动汽车依赖车载控制装置进行电气部件的控制，车载控制装置实时性可靠性较好，但在计算、存储、显示资源方面存在劣势，对于复杂度较高、涉及大量历史数据分析和/或存储与可视化的任务较为乏力，往往需要借助于其他专有设备或工具实现。另一方面，车辆“网联化”水平日益提高，网联终端成为了电动车辆的标准配置，借助于终端3G/4G模块，车辆的位置、状态、参数信息实时上传到云端进行存储，基于云端的车辆故障预警成为了可能。

在现有技术中，大多技术方案是基于云端进行模型训练，云端的海量数据可以确保预警模型拥有丰富的样本；训练后的模型最终也在云端执行，可以实现对所有在线车辆的预警。但基于云端进行车辆预警的方法普遍存在以下问题：1)受限于通信带宽、网络延时、流量费用等客观因素限制，终端数据上传频率远低于实时采样速率，数据失真较为明显，对于电机过流、IGBT模块异常等突发故障难以捕捉完整过程数据；2)基于云端的预警模型普遍采用深度学习、机器学习等方法，算法复杂度高、计算需求量大，对于数以万计的车辆预警需要消耗大量的计算资源及硬件成本。

另外，还有一些技术方案关注到了云端故障预警对资源的消耗问题，并提出了边缘计算与云端相结合的综合预警方法。但是，这些方案要求云端持续流处理，以支持对在线车辆实时SOC/SOH的计算需求，实际增加了平台的计算负荷，并需要在智能处理装置与云平台同时开发复杂模型，也增加了算法开发难度。

进一步，车辆故障预警后，往往需要进行故障原因分析(故障诊断)，并升级控制器固件以减轻后续类似故障发生概率。传统的车辆诊断维护方式是由售后人员携带专业的诊断仪、工具软件对车辆控制器数据进行内部读取，必要时候需要进行软件升级或数据标定。专业的诊断仪、工具软件昂贵且携带不便，网联化让车辆的远程诊断维护成为可能。

然而，针对现有的故障诊断技术方案，普遍基于云端发起远程诊断、标定、监控、升级任务。但现有技术无论采用私有协议或标准协议进行部件的远程诊断、标定、监控、升级，都是基于云端提供并启动相应服务类型，终端主要起协议转换功能。由于云端与控制器之间通信链路较长，易受外部干扰，无法满足实时性、可靠性要求。

发明内容

为了解决上述技术问题，本发明提供了一种车辆故障管理系统，包括：车载控制装置，其用于实时采集车辆状态数据；网联终端，其通过车辆总线与所述车载控制装置连接，用于获取所述车辆状态数据，利用预先构建的针对不同故障类型的健康状态预测应用软件，分析并预测车辆各部件在不同故障下的退化状态，得到相应故障的预测结果，并将所述预测结果通过通用数据链路发送至云平台；所述云平台，其用于接收各车辆的所述预测结果，利用预设的针对各类故障的健康数据预警阈值，确定需要进行预警提示的车辆，并生成针对各车辆的故障预警结果；显示装置，其通过所述车辆总线与所述网联终端连接，用于响应所述网联终端接收到的所述故障预警结果。

优选地，所述系统还包括：所述网联终端，其还用于根据所述车辆状态数据，从所述车辆状态数据中提取用于表征影响各类故障的特征参数，基于此，确定表征每种故障类型下车辆实时健康状态的数据；所述云平台，其还用于通过所述通用数据链路接收各车辆的实时健康数据，基于各车辆的历史实时健康数据，按照车型，定期对同一车型下的所述实时健康数据进行统计，确定每类车型中针对不同故障类型的所述健康数据预警阈值，以进行对应更新。

优选地，所述云平台，其还用于存储所有时间段的所述车辆状态数据，基于此，按照不同车型，提取相应车型中影响各类车辆故障的特征参数，进一步建立用于预测当前车辆类型下每种故障对车辆健康状态影响后的健康预测值的退化模型，并将特征提取程序和健康预测程序进行联合测试编译，生成所述针对不同故障类型的健康状态预测应用软件，最终通过所述云平台内的客户端下发到对应车型的所述网联终端。

优选地，所述健康状态预测应用软件包括：模型可执行文件和配置文件，其中，所述云平台内的客户端，其用于在生成新版本的所述健康状态预测应用软件时向所述网联终端下发；所述网联终端，其进一步用于在接收新版的所述健康状态预测应用软件时，停止当前运行的对应故障类型的软件，并替换新的所述模型可执行文件和新的所述配置文件，而后运行新的所述模型可执行文件，使得所述配置文件自动生效。

优选地，进一步，所述云平台，其还用于在接收到当前车辆的所述预测结果时，向该车辆反馈表示成功接收预测结果的指令；所述网联终端，其还用于接收并检测成功接收预测结果指令，在预设预测结果反馈检测时间内若未接收到该指令，则重新将当前所述预测结果发送至所述云平台。

优选地，所述车载控制装置包括：各类部件的控制模块，所述控制模块配置有标准化的各类维护服务的驱动程序，在相应服务类型的驱动程序启动后，接收服务请求信息并执行相应的服务，得到实时的服务执行结果，其中，所述云平台内的客户端，其用于接收并识别第一请求指令，确定该指令的待控制对象，并将所述第一请求指令通过所述通用数据链路发送至指定车辆的所述网联终端；所述网联终端，其用于接收并解析所述第一请求指令，根据解析结果，确定当前请求服务类型、服务内容和当前待服务部件，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，并建立与所述当前待服务部件的所述控制模块中对应所述服务类型的驱动程序的连接，从而生成符合车辆总线协议的所述服务请求信息。

优选地，所述系统还包括：与所述网联终端连接的车辆服务终端，其中，所述车辆服务终端，其用于接收来自通过审核的用户输入的第二请求指令，并将该指令通过无线通信链路传输至所述网联终端；所述网联终端，其用于接收并解析所述第二请求指令，根据解析结果，确定当前请求服务类型、服务内容和当前待服务部件，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，并建立与所述当前待服务部件的所述控制模块中对应所述服务类型的驱动程序的连接，从而生成符合车辆总线协议的所述服务请求信息。

优选地，进一步，所述车辆服务终端，其还用于获取来自用户的登录请求信息，根据所述登录请求信息对该用户身份进行识别并审核其权限，向通过权限审核的用户发送登录成功的提示，以获取所述第二请求指令。

优选地，进一步，所述网联终端，其还用于在确定当前请求服务类型为升级服务时，确定待升级部件，并从所述云平台获取所述待升级部件的更新文件。

优选地，进一步，所述云平台内的客户端，其用于通过TCP/IP协议方式将所述健康状态预测应用软件下发到对应车型的车辆中的所述网联终端，以实现软件的初次下载或更新，其中，所述网联终端采用基于操作系统内核的嵌入式系统，所述嵌入式系统配置有各类所述健康状态预测应用软件的独立运行环境。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明提出了一种车辆故障管理系统，该系统结构的故障预警过程，利用网联终端分析在线车辆的健康程度，并利用云平台对各在线车辆的健康数据进行评价，对严重不健康数据进行故障预警。进一步，利用网联终端无线及通用数据通信能力，构建车辆近端诊断、标定、监控、升级功能，利用云平台客户端和/或车辆服务终端，建立网联终端与各部件控制单元的连接，激活相应类型的服务并执行当前服务，从而完成针对在线车辆的近端维护功能。本发明减轻了云平台在线进行预测所消耗的大量计算资源和硬件资源，提高了预警阈值、以及故障预警过程的适应范围与准确性，大大简化了云平台任务量，减少了平台计算硬件需求，保障了基于网联终端的诊断、标定、监控、升级服务的安全性与可靠性，实现了诊断维护服务的便捷性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本申请实施例的车辆故障管理系统的整体结构示意图。

图2是本申请实施例的车辆故障管理系统中的健康状态预测过程的工作流程示意图。

图3是本申请实施例的车辆故障管理系统中的车辆诊断维护过程的工作流程示意图的第一个示例。

图4是本申请实施例的车辆故障管理系统中的车辆诊断维护过程的工作流程示意图的第二个示例。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

由于新能源汽车大量使用电子电气部件，部件故障后会导致车辆工作异常进而影响行驶，严重情况可能导致车辆起火。在车辆上电状态下，车载控制装置内的各部件控制模块会检测关键部件的运行状态数据，状态数据的超出幅度及频率实际反应的是部件内在的健康程度，健康程度无法直接通过直接检测到的数据来反应，需要建立复杂的机理模型或基于数据驱动的退化模型进行预测分析。通常，车载控制装置由于自身计算、存储资源有限，不能提供上述针对退化模型的构建、运行、更新等操作功能。因此，为了解决上述及背景技术中的问题，本发明提出了一种基于车辆故障管理系统结构的故障预警过程，该过程利用网联终端，完成数据存储、计算、以及基于云平台海量数据的建模分析能力，来进行分析在线车辆的实时健康程度(实时健康数据)、以及预测在线车辆的健康程度(实时健康数据的预测值)；并利用云平台只基于各在线车辆的健康数据预测值(健康因子预测值)对各在线车辆的健康数据进行评价，对严重不健康数据进行故障预警提示。

另外，汽车级部件控制单元(车载控制装置内各部件的控制模块)的基础软件普遍提供诊断、标定、监控、升级服务的驱动程序，通过CAN网络接口，外部应用可以激活相应控制模块上述服务功能。因此，基于上述故障预警功能，本发明还基于车辆故障管理系统的故障预警过程，提出了一种车辆诊断维护过程，具体利用网联终端WIFI通信能力，构建车辆近端诊断、标定、监控、升级功能，利用车辆服务终端，建立网联终端与各部件控制模块的连接，激活相应类型的服务并执行当前服务，从而完成针对在线车辆的近端维护功能。基于上述故障预警功能，本发明还基于车辆故障管理系统的故障预警过程，提出了一种车辆诊断维护过程，具体利用网联终端3G/4G通信能力，构建车辆远程诊断、标定、监控、升级功能，利用云平台内的客户端，建立网联终端与各部件控制模块的连接，激活相应类型的服务并执行当前服务，从而完成针对在线车辆的远程维护功能。

需要说明的是，本发明提出了一种支持车辆故障预警与诊断维护的网联终端与车联网联合管理系统，适用于各种新能源车辆，但不限于电动轿车、大巴等。

实施例一

图1是本申请实施例的车辆故障管理系统的整体结构示意图。如图1所示，本发明所述的车辆故障管理系统包括：云平台100、以及设置于各在线车辆的车载端装置，其中，每个车载端装置均与云平台100通过通用数据链路连接。车载端装置包括：网联终端200、车载控制装置300和显示装置400。其中，车载控制装置300设置于车辆端，能够用于实时采集在线连网车辆的车辆状态数据。网联终端200设置于车辆端，通过车辆总线与车载控制装置300连接，用于获取车辆状态数据，利用预先构建的针对不同故障类型的健康状态预测应用软件，分析并预测当前车辆各部件在不同故障下的退化状态，得到相应故障类型的健康数据预测结果，并将当前健康数据预测结果通过通用数据链路发送至云平台100。云平台100设置于远程控制端，能够用于接收来自各车辆的健康数据预测结果，利用预设的针对各类故障的健康数据预警阈值，确定需要进行预警提示的车辆(对健康数据预测结果达到或超过相应类型健康数据预警阈值的车辆进行预警提示)，并生成针对各车辆的故障预警结果，并将当前故障预警结果反馈给对应在线车辆的网联终端200中。最后，显示装置400设置在车辆端，通过车辆总线与当前在线车辆内的网联终端200连接，用于响应当前车辆内的网联终端200接收到的故障预警结果。

需要说明的是，本发明中的网联终端200针对不同故障类型的健康状态预测功能以可独立运行的应用软件形式安装在网联终端200内，并在启动后执行相应故障类型的健康状态预测功能。也就是说，在实际应用过程中，反映新能源车辆各部件退化状态的影响因素为多种常见故障，针对每种故障，网联终端200均安装有相对应的具有该故障下的健康状态预测功能的应用软件，并可在网联终端200操作系统环境下独立的运行。

其中，本发明实施例中的健康状态预测应用软件，按车辆部件分为行驶类健康状态预测应用软件、电池类健康状态预测应用软件和电机类健康状态预测应用软件等，而后，按照故障类型，进一步将各种部件类故障应用软件进行划分。

在第一个实施例中，行驶类健康状态预测应用软件至少包括：踏板不回位状态预测应用软件、转向油泵状态预测应用软件、制动气泵状态预测应用软件等新能源车辆中关于行驶类的各种健康状态预测应用软件。

在第二个实施例中，电池类健康状态预测应用软件至少包括：电池过压状态预测应用软件、电池欠压状态预测应用软件、电池过流状态预测应用软件、电池过温状态预测应用软件、电池一致性状态预测应用软件、电池绝缘状态预测应用软件、及电池SOH状态预测应用软件等新能源车辆中关于电池部件类的各种健康状态预测应用软件。

在第三个实施例中，电机类健康状态预测应用软件至少包括：电机过压状态预测应用软件、电机过流状态预测应用软件、电机过温状态预测应用软件、电机超速状态预测应用软件、电机控制器IGBT模块状态预测应用软件、电机高压线束短路状态预测应用软件等新能源车辆中关于电机部件类的各种健康状态预测应用软件。

具体地，本发明利用网联终端200预先安装好的针对不同故障类型的健康状态预测应用软件，实现了本地化的针对各类故障下的车辆健康数据预测，得到当前不同故障类型下的健康数据(健康因子)的预测结果，仅利用云平台100对各个在线车辆的车辆健康因子预测值与对应当前车型及对应当前故障类型下的预警阈值进行比较，对达到或超出阈值较远的因子对应的车辆进行预警标记，生成含有预警标记信息的故障预警结果。这样，本发明基于网联终端200进行车辆健康状态预测，能够对车辆状态数据进行实时接收，解决了云平台健康状态预测过程中数据失真问题。

另外，为了提高云平台100中实时故障预警能力的准确性，云平台在故障预警前需要确认不同故障类型健康因子的安全阈值，并定期进行更新。其中，对于不随时间变化的安全阈值(例如：针对电机过速故障的健康因子安全阈值，该故障的安全阈值不随时间而变化)，其取值根据相应部件的性能参数或经验数据确定；对于随时间变化的健康因子安全阈值(例如：针对电池温差过大故障的健康因子安全阈值，该故障的安全阈值受环境温度影响，间接受季节时间而变化)，需要在每次更新预警阈值前对历史的下述实时健康数据进行统计排序得到。

进一步，本发明中的车辆故障管理系统在定期对健康因子安全阈值(即下述健康数据预警阈值)进行更新时，还包括如下过程。首先，网联终端200还用于根据实时获取到的车辆状态数据，从车辆状态数据中提取出用于表征影响车辆各类故障(表征车辆各部件退化状态)的特征参数，基于此，确定表征每种故障类型下车辆健康状态的数据(其中，本发明实施例中在线车辆的健康状态，也可以理解为车辆各部件的退化状态)，即作为不同故障类型的健康因子值，并将各故障的健康因子值作为相应的实时健康数据，以将实时健康数据通过通用数据链路发送至云平台100。而后，云平台100还用于通过通用数据链路接收各在线车辆的实时健康数据，基于各车辆的历史实时健康数据，按照车型，定期对同一车型下的实时健康数据进行统计，确定每类车型中针对不同故障类型的健康数据预警阈值，以对应更新相应预警阈值。

具体地，网联终端200先用于获取来自用户的预测需求并对预测需求进行解析，确定当前需要进行预测分析的一个或多个故障。而后，根据车辆状态数据，对当前车辆的行驶状态、车辆各部件退化状态进行分析，提取表征当前一个或多个待预测故障的(退化状态)特征参数，作为衡量待预测故障的故障程度的车辆实时健康数据(即实时健康因子)，并将当前每个待预测故障对应的实时健康数据传输至云平台100。由于在实际应用过程中，对于不同类型的故障，构建特征参数的状态或参数互不相同；对于同类型故障，也可基于从不同特征中自行选择相应类型作为当前故障的特征参数。例如，针对电池过压故障，特征参数可以选择为预设时间滑窗内的电压均值、或者预设时间滑窗内电压超过过压阈值的比例等；针对电池SOH状态特征参数，可以选择为电池等效模型的单体内阻、或电池充电次数、或电池单次充电容量等特征。

然后，云平台100用于接收来自各个在线车辆的实时健康数据，并将其按照车型作为历史的实时健康数据进行存储。接着，云平台100还用于在需要对预警阈值进行更新时，基于各类车型的历史的实时健康数据，对同一车型下的每类故障对应的历史实时健康数据进行排序、统计，利用各类车型的历史的实时健康数据的(预设的)置信区间设置值，确定相应类型下的安全置信区间设置值，进一步，确定当前车型下区分每类故障健康状态的健康因子预测值是否达到预警状态的安全阈值(即健康数据预警阈值)，以对应更新云平台100中的各类预警阈值。其中，云平台100(下述服务器集群102)存储有针对各类在线车辆车型的健康数据预警阈值组，每类车型的健康数据预警阈值组还包括新能源车辆各类故障对应的预警阈值。

由于针对不同车型的新能源车辆的常见各部件故障类型预警阈值是不同的，故本申请云平台中存储的健康数据预警阈值是按照车型进行分类的。这样，本发明中的车辆健康状态(车辆各部件退化状态)的预测结果的预警评价，是利用由云平台按车型对历史的实时健康数据进行统计并设置针对不同车辆故障的预警阈值得到的。因此，本发明云平台下设置的预警阈值按照车型和故障种类进行分类并定期更新，提高了本发明故障预警过程的适应范围与准确性，为在线车辆的触发性任务、及非连续运行的差异提供了准确的预警评价标准，并大大简化了云平台在线性任务量，减少了平台计算硬件需求。

图2是本申请实施例的车辆故障管理系统中的健康状态预测过程的工作流程示意图。下面结合图1和图2，对整个系统的工作过程进行详细说明。

首先，本发明中的车辆控制装置300包括各类车辆部件的控制模块(控制器)，至少包括：整车控制模块301、电池管理系统控制模块302和电机控制模块303。其中，整车控制模块301用于对车辆机械部件的运行进行状态数据采集、监控、控制、异常保护和故障及状态诊断等操作。电池管理系统控制模块302用于对新能源车辆的电量进行管理，可具有电压量测、通讯、SOC估算、SOH估算、异常警告、异常保护、均衡(被动均衡或主动均衡)、其他管控电路(如电池回路继电器控制)、温度量测、电流测量、故障及状态诊断等功能。电机控制模块303用于对控制车辆机械部件运转的各类电机进行控制，并实时进行运行状态数据(电流、电压及温度等)采集、监控、控制、异常保护和故障及状态诊断等操作。具体地，步骤S201车辆控制装置300利用整车控制模块301、电池管理系统控制模块302和电机控制模块303等部件采集在线车辆内各部件的运行状态数据，并利用车辆总线通过广播方式将车辆状态数据传输至网联终端200。更具体地说，上述车辆状态数据包括：当前加速踏板行程、当前制动踏板行程、行驶方向、车辆模式、电池总电压、电池总电流、SOC、电池单体温度、电池探针温度、电池绝缘电阻值、电机直流侧电压、电机直流侧电流、电机转速、电机扭矩、电机温度等信息。

需要说明的是，车辆控制装置300内的各控制模块均通过车辆总线分别与网联终端200连接，在本发明实施例中，车辆总线优选为CAN总线，本发明对车辆总线的类型不作具体限定，本领域技术人员可根据实际需求进行选择，相应的利用车辆总线进行交互的指令、数据及信号等信息的协议格式应与已选择的车辆总线的类型相匹配。

进一步，网联终端200具备通用数据通信模块，优选地所述通用数据通信模块为3G/4G通讯模块，步骤S202网联终端200能够将实时获取到的车辆状态数据通过由3G/4G模块形成为的通用数据链路通道，上传到云平台100。进一步，云平台100还用于存储所有时间段上传的车辆状态数据，并将其作为历史车辆状态数据存储于下述云平台100内的服务器集群102中，作为下述健康状态预测模型构建与更新的数据基础。需要说明的是，本发明实施例中的网联终端200的通用数据通信模块还可以为5G通讯模块等通用通讯模块，本发明对此不作具体限定，本领域技术人员可根据实际需求进行设置，需要将网联终端200与云平台100之间形成为通用数据链路通道即可。

进一步，如图2所示，云平台100包括云平台客户端101和服务器集群102，整个平台100部署有开源大数据框架hadoop。云平台客户端101和服务器集群102位于同一局域网，能够实现对hdfs数据的有效访问，并利用多辆在线运行车辆的历史车辆状态数据的完成下述健康状态预测模型的训练和测试。其中，本发明所述的在线车辆指的是，连入云平台100构成的局域网内的正在行驶中和/或未行驶中的新能源车辆。其中，云平台客户端101主要用于完成执行车辆预警提示控制、下发更新后的针对不同车型的各类故障的健康状态预测应用软件等功能。服务器集群102利用其优异的计算、存储能力主要用于完成来自各车辆的所有时间段的车辆状态数据、来自各车辆上传的实时健康数据、针对不同车型的各类故障的健康状态预测应用软件等信息的存储，以及完成构建并更新针对不同车型的各类故障的健康状态预测应用软件的功能。

步骤S203利用云平台100进行针对不同车型和车辆故障的健康状态预测模型的训练和测试，以生成相应故障类型的初次构建的健康状态预测应用软件。首先，云平台100用于获取已存储的所有时间段的(所有在线车辆的)车辆状态数据。其次，云平台100用于从已存储的所有车辆状态数据中提取出影响当前车型的各类车辆故障的特征参数，针对每种故障类型，确定出在每种故障下的车辆健康状态的数据，即健康因子值(实时健康数据)，并得到针对每种故障的健康因子提取程序。接着，云平台100用于收集并(按时间顺序统计)统计来自各车辆车型下的每种故障对应的实时健康数据，并将这些数据作为历史的实时健康数据，基于此，建立用于预测当前车型下每种故障对车辆健康状态影响后(得到)的健康预测值的退化模型，并得到针对每种故障的退化状态算法程序(其中，影响后的健康预测值指的是针对当前故障对应的实时健康数据的未来预测值)。最后，云平台客户端101还用于将健康因子提取程序与退化状态算法程序进行联合测试编译，生成与当前车型中每种故障对应的健康状态预测应用软件，一方面用以存储于服务器集群102中，另一方面用以下发到对应车型的在线车辆内的网联终端200中。进一步地说，云平台100能够定期对每种车型下的所有故障的健康状态预测应用软件按照上述构建过程进行更新，具体进行定期的模型更新训练和测试，以生成针对每种车型下的各种故障对应的更新后的健康状态预测应用软件。

需要说明的是，本发明的健康状态预测应用软件的功能至少包括两部分：一部分为在当前车辆类型下从车辆状态数据中提取出影响当前车辆故障的一种或几种特征参数，该过程将每种特征参数的种类和对应的特征值进行提取，根据这些特征值，通过诊断每种特征值超出正常范围的幅度及频率，来确定表征当前故障下车辆健康状态的实时健康因子(也就是，实时健康数据)；另一部分，在计算出当前车辆、当前故障的实时健康因子后，对实时健康因子进行持续收集，分析这些数据中反映车辆相应部件的退化特征变化趋势，建立用于预测当前车辆、当前故障对车辆健康状态影响程度变化趋势的健康因子预测值。这样，健康状态预测应用软件能够，直接根据车辆状态数据，分析出对应故障的健康状态预测值，也就是得到相应的健康状态预测结果，从而实现了针对当前车型中某种车辆故障下的健康状态预测的快速预测过程。

本发明基于云平台100的模型训练和测试过程，充分利用了平台已存储的包括各类不同车型下的车辆状态数据在内的海量数据，解决了单独车辆建模样本不足问题，提高了健康状态预测应用软件的适应性。

进一步，步骤S204云平台100内的云平台客户端101还能够用于生成初次构建或更新后的健康状态预测应用软件时，将初次构建或新版本的健康状态预测应用软件通过上述通用数据链路通道下发到对应车型的网联终端200中。其中，云平台客户端101支持模型文件与配置文件的下发操作，并能够通过TCP/IP方式将各类故障对应的健康状态预测应用软件批量下发到对应车型的车辆中的网联终端200中。网联终端200还用于在接收新版的健康状态预测应用软件时，停止当前故障类型的健康状态预测应用软件中模型可执行文件的运行，用新的模型可执行文件替换旧的模型可执行文件，而后清除旧版本运行数据，重新运行针对当前故障类型下的新的模型可执行文件，并且，直接利用新的配置文件，替换旧的配置文件。更进一步地说，网联终端200还用于在模型可执行文件重新运行时新的配置文件信息自动生效。另外，网联终端200还用于在当前故障类型的健康状态预测应用软件中的模型可执行文件未运行的情况下，可直接利用新的模型可执行文件替换旧的模型可执行文件。

网联终端200采用基于操作系统内核的嵌入式系统，该嵌入式系统为各类故障类型对应的健康状态预测应用软件提供相应的独立运行环境，也就是说，该嵌入式系统中与健康状态预测有关的高级功能，能够以独立的可执行应用软件的形式安装并运行。步骤S205网联终端200能够用于实时接收当前在线车辆内车辆控制装置300发送的车辆状态数据，将车辆状态数据载入上述健康状态预测应用软件中，对当前车辆中各类故障的健康因子进行预测分析，得到针对各类故障的车辆健康数据预测结果。进一步的，在实际应用过程中，为了提高系统的灵活性和适用性，常常根据用户需求将需要进行预测的车辆故障进行预测分析。具体地，网联终端200用于获取来自用户的预测需求，并将预测需求解析为一个或多个待预测故障，启动与待预测故障对应的一个或多个健康状态预测应用软件，并将车辆状态数据分别载入与待预测故障相关的健康状态预测应用软件，得到针对每种故障的健康数据预测结果。

其中，每种健康状态预测应用软件包含：模型可执行文件与配置文件两部分，模型可执行文件是由云平台100的客户端生成的关于将健康因子提取程序与退化状态算法程序通过联合编译后产生的健康状态预测应用软件的可执行文件；配置文件为可读的文本文件，存储了该软件中涉及的需要进行健康状态评价的车辆故障有关的标准参数信息。以电池一致性健康状态预测应用软件需要评价的车辆电池部件为例，针对电池部件的配置文件包含了电池的初始电量、额定电压、额定电流、单体数量、探针数量等影响电池一致性故障的特征参数。健康状态预测应用软件是根据车辆内部各部件实时状态数据(车辆状态数据)，通过运行模型可执行文件，根据从已载入的车辆状态数据中提取的与当前故障有关的特征数据计算当前故障下的车辆健康因子，并分析退化状态变化趋势，以得到的健康因子预测结果。

进一步，网联终端200上电后，预先构建的健康状态预测应用软件在上电后自动执行并读取(新的)配置文件数据，步骤S206将当前利用与待预测故障相关的健康状态预测应用软件分析完成的各类车辆健康数据预测结果，通过上述通用数据链路通道发送给云平台100。

本发明基于云平台100的健康状态预测应用软件的下发过程，能够有效保证健康状态预测应用软件的定期的快速更新，解决了预测模型寿命短的问题，实现了健康状态预测的长期有效性。

而后，为了保障在通用数据链路通道进行预测结果传输过程中的可靠性、并对偶发性的传输失败进行纠错，本发明实施例的网联终端200每执行一次健康状态预测过程，则发送一次健康数据预测结果到云平台100，同时，进入步骤S207中检测是否接收到健康(因子)数据预测结果成功传输的指令。进一步，云平台100还用于在接收到当前车辆的健康(因子)数据预测结果时，向该车辆反馈表示成功接收健康(因子)数据预测结果的指令；此时，网联终端200还用于接收并检测成功接收预测结果指令，在预设预测结果反馈检测时间内若未接收到该指令，则重新将当前车辆健康(因子)数据预测结果发送至云平台100。具体地，当前预测结果的发送过程是面向连接的，并且，云平台100会给出接收成功的反馈。更进一步地说，网联终端200会根据当前接收到的反馈指令进行反馈时长的检测，在超过预设的预测结果反馈检测时间内未接收到反馈指令时，支持预测结果的超时重发，最多重发3次。

进一步，云平台100与多个在线车辆的网联终端200通信，用于接收所有在线车辆的车辆健康数据预测结果后，进入到步骤S208中。步骤S208云平台100用于根据各车辆的预测结果，确定每辆车辆的车型以及每辆车涉及的当前待预测故障的类别，调取每辆车中与当前每类待预测故障类别有关的预设的预警阈值，进一步确定每辆车是否需要进行预警提示，将存在一种或几种预测结果超出相应预警阈值的车辆进行异常状态预警标记(预警标记至少包括：异常的故障类型、故障预警的持续时间及对应的异常健康因子值)，生成包含异常状态预警标记和车辆识别码(车辆VIN码)信息的故障预警结果。另外，云平台100还用于针对不具有超出预警阈值的车辆，进行正常状态标记，生成包含正常状态标记和车辆识别码(车辆VIN码)信息的故障预警结果。

其中，云平台100进一步用于在确定各类车辆故障的预警阈值时，需要按照车型将所有在线车辆的历史的实时健康数据进行汇总，提取同一车型下的不同在线车辆针对同类故障的历史实时健康(因子)数据，进行统计分析。具体地，统计当前故障类型的实时健康因子的健康参数的平均值、及每个历史实时健康数据的方差，通过针对当前故障类型的历史实时健康数据的分布情况，根据该类实时健康数据的(预设的)置信区间的设置值，确定安全阈值范围与均值的距离关系，最终确定针对该类健康(因子)数据预测结果的预警阈值。

在云平台100得到针对当前车辆的故障预警结果后，进入到步骤S209中。步骤S209云平台用于通过车辆VIN码将对应的故障预警结果反馈给各车辆的网联终端200，从而进入到步骤S210中。步骤S210网联终端200用于将接收到的故障预警结果通过CAN总线发送给显示装置400进行本地展示，显示装置400接收并显示当前车辆内的网联终端200发送的故障预警结果。

实施例二

基于上述实施例一的车辆故障管理系统的健康状态预测过程，本发明还提出了一种基于上述实施例一中的车辆故障管理系统的车辆诊断维护过程。图3是本申请实施例的车辆故障管理系统中的车辆诊断维护过程的工作流程示意图的第一个示例。

首先，在对本发明车辆诊断维护过程进行说明前，需要说明的是，由于本发明中的车辆控制装置300中的包括整车控制模块301、电池管理系统控制模块302和电机控制模块303在内的各类部件的控制模块均具有诊断、标定、监控、控制固件升级等功能。因此，在本发明实施例中，每类控制模块均配置有标准化的各类服务的驱动程序，即诊断服务驱动程序、标定服务驱动程序、监控服务驱动程序和控制固件升级服务驱动程序。其中，标准化是指各种服务驱动程序均在应用层符合标准化的统一的应用服务协议，进一步，标准化的应用服务协议选自UDS应用层协议或CCP应用层协议中的一种。

另外，网联终端200集成有标准化的诊断服务应用程序、标定服务应用程序、监控服务应用程序和控制固件升级服务应用程序。其中，网联终端200用于获取并识别来自用户的服务请求指令，并确定该指令的服务类型(即诊断、标定、监控和控制固件升级中的具体哪一种或几种服务)、服务内容(即需要对待服务部件进行什么操作，例如：对该车辆中的发动机进行标定、或想要获取当前电池总电量数据等)、以及待服务部件(即当前需要进行服务的是该车辆中的具体哪一个或几个部件)，进一步，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，建立该类应用程序与当前待服务部件的控制模块中对应的当前服务类型的驱动程序的连接，从而驱动待服务部件中相应类型的服务启动，并生成与当前服务类型、服务内容和待服务部件匹配的符合车辆总线协议的服务请求信息。

具体地，下面结合图1和图3对整个系统的车辆诊断维护过程进行说明。

步骤S301云平台100内的客户端，用于向指定车辆的网络终端200发起第一请求指令。具体地，云平台内的客户端101用于接收并识别第一请求指令，确定该指令的待控制对象(即具体需要对哪一辆或几辆在线车辆发送该指令)，并将第一请求指令通过通用数据链路通道发送至指定车辆的网联终端200中。其中，第一请求指令包括针对指定车辆的各类目标待服务部件的诊断、或标定、或监控、或控制固件升级请求指令，该请求指令为私有的标准化的应用服务协议，基于TCP/IP协议，定义了本次需要启动的服务类型、待服务部件与接口数据(服务内容)。

而后，进入到步骤S302中，网联终端200接收到第一请求指令后，启动对应的服务应用程序，并建立与车载控制装置300中对应待服务部件的底层驱动的连接。具体地，网联终端200还用于接收并解析上述第一请求指令，根据解析结果，确定当前请求服务类型、服务内容和当前待服务部件，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，并建立该类应用程序与当前待服务部件的控制模块中对应服务类型的驱动程序的连接，从而生成符合车辆总线协议的服务请求信息。

其中，网联终端200还用于在确定当前请求服务类型为升级服务时，确定待升级部件(在当前请求服务类型为升级服务时当前待服务部件为待升级部件)，并通过上述通用数据链路通道从云平台100处获取针对待升级部件的控制固件更新文件，并利用预先配置的控制固件升级服务应用程序，启动控制固件升级服务应用程序，建立该类应用程序与当前待服务部件的控制模块中的控制固件升级服务驱动程序的连接，并将该更新文件转换成符合车辆总线协议的格式，通过车辆总线将格式转换后的更新文件作为当前服务请求信息传输至车辆控制装置300内对应待升级部件的控制模块中。

最后，进入到步骤S303中，启动车载控制装置300的诊断、或标定、或监控、或升级服务过程，通过网联终端200内的通用数据通信模块将来自车辆控制装置300的表征当前任务进度与状态的服务执行结果转发至云平台100，以向用户展示相应的服务结果和/或附加数据。其中，车载控制装置300内的待服务部件的控制模块还用于在相应类型的驱动程序启动后，接收网联终端200传输过来的服务请求信息，并执行相应的服务内容，得到相应的表征当前任务进度、任务执行状态和任务是否执行完成的服务执行结果、和/或附加数据(例如，在当前任务为需要获取当前电池总电量数据时，附加数据即为当前的电池总电量数据)。

这样，通过上述技术方案本发明基于网联终端的诊断、标定、监控、升级服务的应用程序，与服务的驱动程序通过CAN总线进行可靠连接，确保了服务过程的安全性与可靠性，使得利用云平台发布的第一请求指令实现了自动化的车辆近端的诊断维护功能。

实施例三

由于实例二主要是通过通用数据链路的(例如3G/4G)方式，远程访问在线车辆内的网联终端，对于标定、监控等实时性要求较高的服务类型，远程访问消耗大量网络流量，且对网络可靠性要求较高，为了提高针对实时性要求较高的服务类型，本发明在在线车辆内设置了基于网联终端内无线通讯模块的可提供近端无线访问功能的车辆服务终端。因此，为了进一步完善本发明技术方案，参考图1，基于实施例二中的车辆故障管理系统的结构及内部网联终端200、云平台100、车载控制装置300和显示装置400的内部配置和功能，该系统还包括：设置在车辆端的车辆服务终端500。其中，车辆服务终端500设置于用户端，并配置请求服务应用程序。车辆服务终端500优选为手机终端、或平板电脑终端等移动终端，并内部配置有请求服务APP。其中，车辆服务终端500与在线车辆内的网联终端200通过无线通信链路连接。图4是本申请实施例的车辆故障管理系统中的车辆诊断维护过程的工作流程示意图的第二个示例。

具体地，下面结合图1和图4对整个系统的车辆诊断维护过程进行说明。

步骤S401车辆服务终端500通过需要维护的车辆内的网联终端200的无线通讯模块(未图示)发送的无线通讯信号与待维护车辆内的网联终端200连接，连接成功后进入到步骤S402中。

步骤S402车辆服务终端500用于获取来自用户的登录请求，并进行权限核实，通过核实后，向用户展示核实结果。具体地，车辆服务终端500还用于获取来自用户的登录请求信息，根据登录请求信息，对该用户身份进行识别，并利用云平台100审核当前用户是否具有控制待维护车辆的操作权限，若该用户具有控制该车辆的操作权限，则允许登录并向当前通过权限审核的用户所在的车辆服务终端500发送登录成功的提示，从而进入到步骤S403中，以获取第二请求指令。另外，车辆服务终端500还用于在对用户身份进行识别并审核其权限时，若该用户不具有控制该车辆的操作权限，则拒绝登录并向当前未通过权限审核的用户所在的车辆服务终端500发送登录失败的提示。

而后，步骤S403用户登录成功后，车辆服务终端500还用于向当前车辆的网络终端200发起第二请求指令。具体地，云平台内的客户端101用于接收来自通过审核的用户输入的第二请求指令，并将第二请求指令通过无线通信链路传输至当前车辆的网联终端200中。其中，第二请求指令包括针对指定车辆的各类目标待服务部件的诊断、或标定、或监控、或控制固件升级请求指令，该请求指令为私有的标准化的应用服务协议，基于TCP/IP协议，定义了本次需要启动的服务类型、待服务部件与接口数据(服务内容)。

接着，进入到步骤S404中，网联终端200接收到第二请求指令后，启动对应的服务应用程序，并建立与车载控制装置300中对应待服务部件的底层驱动的连接。具体地，网联终端200还用于接收并解析上述第二请求指令，根据解析结果，确定当前请求服务类型、服务内容和当前待服务部件，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，并建立该类应用程序与当前待服务部件的控制模块中对应服务类型的驱动程序的连接，从而生成符合车辆总线协议的服务请求信息。

其中，网联终端200还用于在确定当前请求服务类型为升级服务时，确定待升级部件(在当前请求服务类型为升级服务时当前待服务部件为待升级部件)，并通过上述通用数据链路通道从云平台100处获取针对待升级部件的控制固件更新文件，并利用预先配置的控制固件升级服务应用程序，启动控制固件升级服务应用程序，建立该类应用程序与当前待服务部件的控制模块中的控制固件升级服务驱动程序的连接，并将该更新文件转换成符合车辆总线协议的格式，通过车辆总线将格式转换后的更新文件作为当前服务请求信息传输至车辆控制装置300内对应待升级部件的控制模块中。

最后，进入到步骤S405中，启动车载控制装置300的诊断、或标定、或监控、或升级服务过程，通过网联终端200内的无线通讯模块将来自车辆控制装置300的表征当前任务进度与状态的服务执行结果转发至车辆服务终端500，以向用户展示相应的服务结果、和/或附加数据。其中，车载控制装置300内的待服务部件的控制模块还用于在相应类型的驱动程序启动后，接收网联终端200传输过来的服务请求信息，并执行相应的服务内容，得到相应的表征当前任务进度、任务执行状态和任务是否执行完成的服务执行结果、和/或附加数据(例如，在当前任务为需要获取当前电池总电量数据时，附加数据即为当前的电池总电量数据)。

本发明涉及了一种可支持车辆故障预警及近端诊断维护的车辆故障管理系统。该系统包括：远程控制端的云平台、以及车辆端的车载控制装置、网联终端、显示装置和车辆服务终端。本发明具有如下优势：1)利用设置在车辆端的网联终端进行健康状态预测，能够对车辆状态数据进行实时接收，解决了由于车辆端与远程控制端之间的远距离传输，使得云平台健康状态预测的输入数据失真问题，并减轻了云平台在线进行预测所消耗的大量计算资源和硬件资源；2)利用云平台基于退化模型的健康数据预测结果，按车型进行预警阈值的统计和设置，提高了预警阈值的适应范围与准确性；3)针对只利用云平台进行预警阈值的统计和设置，为触发性任务、车辆的非连续运行提供了可靠的预警阈值，提高了故障预警的准确性，大大简化了云平台任务量，减少了平台计算硬件需求；4)基于云平台的模型训练，充分利用了平台海量数据，解决了单车建模样本不足的问题，提高了模型的适应性；5)基于云平台的模型下发，能够有效保证模型的快速更新，解决了预测模型寿命问题，实现了故障预警的长期有效性；6)基于网联终端的诊断、标定、监控、升级服务，服务的应用程序集成在终端内部，与服务的驱动程序通过CAN总线进行可靠连接，确保了服务过程的安全性与可靠性；7)基于网联终端的诊断、标定、监控、升级服务，支持通过WIFI、3G/4G模块，被手机APP、云平台远程调用，实现了诊断维护服务的便捷性。

虽然本发明所披露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种车辆故障管理系统，包括：

车载控制装置，其用于实时采集车辆状态数据；

网联终端，其通过车辆总线与所述车载控制装置连接，用于获取所述车辆状态数据，利用预先构建的针对不同故障类型的健康状态预测应用软件，分析并预测车辆各部件在不同故障下的退化状态，得到相应故障的预测结果，并将所述预测结果通过通用数据链路发送至云平台；

所述云平台，其用于接收各车辆的所述预测结果，利用预设的针对各类故障的健康数据预警阈值，确定需要进行预警提示的车辆，并生成针对各车辆的故障预警结果；

显示装置，其通过所述车辆总线与所述网联终端连接，用于响应所述网联终端接收到的所述故障预警结果。

2.根据权利要求1所述的系统，其特征在于，所述系统还包括：

所述网联终端，其还用于根据所述车辆状态数据，从所述车辆状态数据中提取用于表征影响各类故障的特征参数，基于此，确定表征每种故障类型下车辆实时健康状态的数据；

所述云平台，其还用于通过所述通用数据链路接收各车辆的实时健康数据，基于各车辆的历史实时健康数据，按照车型，定期对同一车型下的所述实时健康数据进行统计，确定每类车型中针对不同故障类型的所述健康数据预警阈值，以进行对应更新。

3.根据权利要求2所述的系统，其特征在于，

所述云平台，其还用于存储所有时间段的所述车辆状态数据，基于此，按照不同车型，提取相应车型中影响各类车辆故障的特征参数，进一步建立用于预测当前车辆类型下每种故障对车辆健康状态影响后的健康预测值的退化模型，并将特征提取程序和健康预测程序进行联合测试编译，生成所述针对不同故障类型的健康状态预测应用软件，最终通过所述云平台内的客户端下发到对应车型的所述网联终端。

4.根据权利要求3所述的系统，其特征在于，所述健康状态预测应用软件包括：模型可执行文件和配置文件，其中，

所述云平台内的客户端，其用于在生成新版本的所述健康状态预测应用软件时向所述网联终端下发；

所述网联终端，其进一步用于在接收新版的所述健康状态预测应用软件时，停止当前运行的对应故障类型的软件，并替换新的所述模型可执行文件和新的所述配置文件，而后运行新的所述模型可执行文件，使得所述配置文件自动生效。

5.根据权利要求1～4中任一项所述的系统，其特征在于，进一步，

所述云平台，其还用于在接收到当前车辆的所述预测结果时，向该车辆反馈表示成功接收预测结果的指令；

所述网联终端，其还用于接收并检测成功接收预测结果指令，在预设预测结果反馈检测时间内若未接收到该指令，则重新将当前所述预测结果发送至所述云平台。

6.根据权利要求1～5中任一项所述的系统，其特征在于，所述车载控制装置包括：各类部件的控制模块，所述控制模块配置有标准化的各类维护服务的驱动程序，在相应服务类型的驱动程序启动后，接收服务请求信息并执行相应的服务，得到实时的服务执行结果，其中，

所述云平台内的客户端，其用于接收并识别第一请求指令，确定该指令的待控制对象，并将所述第一请求指令通过所述通用数据链路发送至指定车辆的所述网联终端；

所述网联终端，其用于接收并解析所述第一请求指令，根据解析结果，确定当前请求服务类型、服务内容和当前待服务部件，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，并建立与所述当前待服务部件的所述控制模块中对应所述服务类型的驱动程序的连接，从而生成符合车辆总线协议的所述服务请求信息。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括：与所述网联终端连接的车辆服务终端，其中，

所述车辆服务终端，其用于接收来自通过审核的用户输入的第二请求指令，并将该指令通过无线通信链路传输至所述网联终端；

所述网联终端，其用于接收并解析所述第二请求指令，根据解析结果，确定当前请求服务类型、服务内容和当前待服务部件，利用预先配置的各类标准化的服务应用程序，启动相应服务类型的应用程序，并建立与所述当前待服务部件的所述控制模块中对应所述服务类型的驱动程序的连接，从而生成符合车辆总线协议的所述服务请求信息。

8.根据权利要求7所述的系统，其特征在于，进一步，

所述车辆服务终端，其还用于获取来自用户的登录请求信息，根据所述登录请求信息对该用户身份进行识别并审核其权限，向通过权限审核的用户发送登录成功的提示，以获取所述第二请求指令。

9.根据权利要求6～8中任一项所述的系统，其特征在于，进一步，

所述网联终端，其还用于在确定当前请求服务类型为升级服务时，确定待升级部件，并从所述云平台获取所述待升级部件的更新文件。

10.根据权利要求3或4所述的系统，其特征在于，进一步，

所述云平台内的客户端，其用于通过TCP/IP协议方式将所述健康状态预测应用软件下发到对应车型的车辆中的所述网联终端，以实现软件的初次下载或更新，其中，

所述网联终端采用基于操作系统内核的嵌入式系统，所述嵌入式系统配置有各类所述健康状态预测应用软件的独立运行环境。

Images