CN112440903A - 用于定制换油间隔的系统和方法 - Google Patents
用于定制换油间隔的系统和方法 Download PDFInfo
- Publication number
- CN112440903A CN112440903A CN201910817293.5A CN201910817293A CN112440903A CN 112440903 A CN112440903 A CN 112440903A CN 201910817293 A CN201910817293 A CN 201910817293A CN 112440903 A CN112440903 A CN 112440903A
- Authority
- CN
- China
- Prior art keywords
- oil
- vehicle
- oil quality
- quality indicator
- engine
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008859 change Effects 0.000 title claims description 52
- 239000003921 oil Substances 0.000 claims abstract description 347
- 239000010705 motor oil Substances 0.000 claims abstract description 55
- 239000000446 fuel Substances 0.000 claims description 14
- 238000013442 quality metrics Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 12
- 239000002253 acid Substances 0.000 claims description 6
- 238000006396 nitration reaction Methods 0.000 claims description 4
- 230000003647 oxidation Effects 0.000 claims description 4
- 238000007254 oxidation reaction Methods 0.000 claims description 4
- 239000004071 soot Substances 0.000 claims description 3
- 150000001732 carboxylic acid derivatives Chemical class 0.000 claims description 2
- 229940082615 organic nitrates used in cardiac disease Drugs 0.000 claims description 2
- 230000015654 memory Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 12
- 238000000611 regression analysis Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000003491 array Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 244000304337 Cuminum cyminum Species 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 108010011222 cyclo(Arg-Pro) Proteins 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002923 metal particle Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
- B60R16/0234—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions related to maintenance or repairing of vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Lubrication Details And Ventilation Of Internal Combustion Engines (AREA)
Abstract
一种确定车辆的定制排油间隔的方法,包括由远程计算装置的控制器从车载远程信息处理装置接收关于车辆运行的车辆运行数据。该方法还包括由控制器基于车辆运行数据确定油质量指标,其中油质量指标表示发动机油的剩余使用寿命。该方法还包括由控制器基于油质量指标生成警报。
Description
技术领域
本公开涉及使用车辆运行和性能数据来确定内燃发动机系统的换油间隔。
背景技术
发动机油,也称为机油,是指用于内燃机系统的润滑液。发动机油设计用于减少内燃机系统的运动组件上的摩擦和磨损,为运动组件提供冷却,并中和任何可能导致发动机组件过早腐蚀的酸。随着时间的推移,发动机磨损可能将污染物(例如,金属颗粒、烟灰等)引入油中,其可能与油一起在运动组件的表面之间循环,从而增加发动机的磨损。另外,暴露于燃烧过程的热量会导致油的热降解,这会降低油的粘度并限制油充分润滑运动组件的能力。为了最大化发动机的有效使用寿命,必须定期替换或更换机油。换油之间允许的时间段或“换油间隔(ODI)”通常由制造商指定为换油之间车辆行驶距离(例如,英里)或发动机运行时间(例如,小时)之间的函数。然而,这些标准ODI不能准确地捕获由不同应用和使用场景引起的油寿命的可变性,例如,由于发动机速度保持在怠速或接近怠速并且发动机温度在ODI的大部分上保持低的轻度使用的情况下。
发明内容
一个实施方式涉及一种方法。该方法包括由远程计算装置的控制器从车载远程信息处理装置接收关于车辆的运行的车辆运行数据。该方法还包括由控制器基于车辆运行数据确定油质量指标,其中油质量指标表示发动机油的剩余使用寿命。该方法还包括控制器基于确定油质量指标低于油质量阈值生成警报。
另一个实施例涉及一种系统。该系统包括远程计算设备,远程计算设备被构造成从车载远程信息处理设备接收关于车辆运行的车辆运行数据。远程服务器包括通信接口、数据库和控制器。通信接口被构造成发送和接收车辆运行数据。数据库构造成存储油质量指标模型。控制器可通信地联接到通信接口和数据库。控制器构造成使用车辆运行数据和油质量指标模型确定油质量指标。油质量指标代表发动机油的剩余使用寿命。控制器还构造成基于油质量指标和油质量阈值之间的比较生成警报。
又一实施例涉及一种其中存储有指令的计算机可读存储介质,该指令可由处理器执行以使处理器执行操作,包括:从车辆上的远程信息处理设备接收关于车辆运行的车辆运行数据;根据车辆运行数据确定油质量指标,其中油质量指标代表应换发动机油之前发动机油的剩余使用寿命;并根据油质量指标和油质量阈值之间的比较生成警报。
在一些实施例中,指令使处理器确定与油质量指标相关联的油质量指标误差。另外,指令可以使处理器基于油质量指标与油质量指标误差的组合和油质量阈值之间的比较来生成警报。
在一些实施例中,指令可以使处理器基于油质量指标与油质量指标误差的差和油质量阈值之间的比较来生成警报。
在一些实施例中,车辆运行数据包括自最近的换油以来的发动机转数总数、自最近的换油以来使用的燃料总量、自最近的换油以来车辆行驶的总距离、和/或自最近的换油以来车辆发动机的总的低空转时间中的至少一个。
在一些实施例中,车辆运行数据包括来自车辆上的多个传感器的传感器数据。该指令可以通过使处理器标准化来自多个传感器中的每一个的传感器数据来获得标准化的传感器数据来使得处理器确定油质量指标,并且将来自多个传感器中的每一个的标准化的传感器数据输入到油质量指标模型中。对于不同的发动机平台和不同的油类型,油质量指标模型可以是不同的。
又一个实施例涉及一种车辆。该车辆包括具有发动机油的发动机,配置成测量关于车辆运行的车辆运行数据的传感器,可通信地联接到传感器的远程信息处理装置,以及配置成向车辆操作者显示警报的操作员界面。远程信息处理设备被配置为从传感器接收车辆运行数据,并将车辆运行数据发送到远程计算设备。基于i)基于车辆运行数据确定的油质量指标和ii)油质量阈值之间的比较来生成警报。油质量指标代表在应换发动机油之前发动机的发动机油的剩余使用寿命。
从以下结合附图的详细描述中,这些和其他特征以及其操作的组织和方式将变得显而易见。
附图说明
在以下附图和描述中阐述了一个或多个实施方式的细节。从说明书、附图和权利要求中,本公开的其他公开的特征、方面和优点将变得显而易见,其中:
图1是根据示例实施例的车辆和远程计算设备的示意图。
图2是根据示例实施例的图1的远程计算设备的控制器的示意图。
图3是根据示例实施例的确定发动机的定制排油间隔的方法的流程图。
图4是根据示例实施例的确定发动机油的油质量指标的方法的流程图。
图5是根据示例实施例的警告车辆操作者关于发动机的油质量的方法的流程图。
图6是根据示例实施例的培养油质量指标模型的方法的流程图。
图7是根据示例实施例示出基于单个油质量指标开发的油质量指标模型的预测误差的图表。
图8是根据示例实施例示出基于多个油质量指标开发的油质量指标模型的预测误差的图表。
应当认识到,为了说明的目的,附图中的一些或全部为示意性地表示。提供附图的目的是为了说明且明确理解一个或多个实施方式,它们将不用于限制权利要求的范围或意义。
具体实施方式
以下是与用于确定车辆的定制排油间隔的方法、装置和系统相关的各种概念和实施方式的更详细描述。上面介绍并在下面更详细讨论的各种概念可以以任意数量的方式来实施,因为所描述的概念不限于任何特定的实施方式。主要为了说明的目的提供了具体实施和应用的示例。
总体上参考附图,本文公开的各种实施例涉及用于确定车辆的定制排油间隔的系统、装置和方法。更具体地,本文的实施例涉及使用远程计算设备基于从车辆上的远程信息处理设备接收的车辆运行数据来确定定制的排油间隔。除了其他益处之外,所公开的系统、装置和方法消除了对额外的油内传感器和电子装置的需要,以直接确定发动机油的质量。
用于确定油质量的现有系统和方法依赖于由发动机的原始设备制造商提供的标准ODI(例如,多个发动机运行小时、车辆行驶的距离等)。假设车辆将在恶劣环境中运行,并且在平均发动机转速(RPM)、扭矩、温度等接近发动机允许工作范围的高值点的应用中,这些标准ODI由OEM确定。例如,假设商用卡车满载并且卡车在丘陵环境中连续运行可来确定公路用商用卡车(例如,半挂汽车)中的发动机的ODI。但是,只有少数应用需要如此严格的ODI。使用制造商指定的ODI的大多数应用中的操作员通常会在必要时提前更换发动机油,从而导致浪费并且在车辆/发动机的整个寿命期间增加维护成本。
根据本公开的系统包括车辆和远程计算设备(例如,服务器等)。远程计算设备被构造成从车辆上远程信息处理设备接收关于车辆运行的车辆运行数据。车辆运行数据可以包括来自车辆上多个传感器(例如,现有传感器、由车辆的原始设备制造商提供的传感器)的传感器数据。例如,车辆运行数据可以包括自最近的换油以来的发动机转数总数、自最近的换油以来使用的燃料总量、自最近的换油以来车辆行驶的总距离、和/或自最近的换油以来车辆发动机的总的低空转时间。远程计算设备包括数据库,该数据库被构造成存储油质量指标模型,该油质量指标模型特定于车辆使用的发动机平台和发动机中使用的发动机油类型。远程计算设备还包括可通信地联接到数据库的控制器。控制器构造成使用车辆运行数据和油质量指标模型确定油质量指标(例如,油氧化、油的总酸和/或碱值、油粘度、油硝化或其组合)。使用实验油质量数据和来自现场测试发动机的车辆运行数据培养(train)或以其他方式制定油质量指标模型。控制器构造成基于确定油质量指标在油质量阈值之外(例如,低于)生成警报。除了其他益处之外,使用车辆运行数据来确定发动机油状况可防止在发动机油的有效使用寿命到期之前不必要地浪费发动机油。此外,因为远程计算设备用于分析来自车辆/发动机的多个车辆运行数据,所以可以不断更新和改进模型以提高ODI预测的准确性。对于阅读本公开和附图的人员来说,这些和其他有益特征将变得显而易见。
现在参考图1,根据示例实施例示出了用于确定车辆的定制排油间隔的计算环境100的示意图。计算环境100包括通过网络104彼此通信的车辆102和服务器160。
车辆102可以是任何类型的乘客或商用汽车,例如商用公路车辆,包括但不限于线路运输卡车(例如,半挂汽车);中型或轻型车辆(例如校车、垃圾车);汽车、卡车、运动多用型车、越野车、面包车、小型货车、自动车、拖拉机;固定车辆(例如,发电机、空气压缩机),或适用于本文所述系统的任何其他类型的机器或车辆。车辆102包括燃料箱和发动机。在一些实施例中,车辆102还可包括轮子、轨道和/或另一种形式的最终驱动系统(图1中未示出)。车辆102被示出为包括电子控制单元(ECU)110、远程信息处理设备120、传感器140和操作员界面150。在一些实施例中,车辆102还可包括发动机诊断端口(未示出)。车辆102的组件可以经由任何数量的有线或无线连接彼此通信。例如,有线连接可以包括串行电缆、光纤电缆、CAT5电缆或任何其他形式的有线连接。相比之下,无线连接可以包括蓝牙、Wi-Fi、蜂窝、无线电等。在各种实施例中,车辆102的组件连接到车辆网络,例如控制区域网络(CAN)或制造商专有网络。
如图1所示,ECU 110包括处理器112和存储器114。存储器114存储控制车辆102的各种组件和/或子系统操作的由处理器112执行的各种指令。例如,ECU 110可以包括电子燃料喷射控制单元、发动机动力控制单元、后处理系统控制单元等。处理器112可以实现为通用处理器、专用集成电路(ASIC)、一个或更多现场可编程门阵列(FPGA)、数字信号处理器(DSP)、一组处理组件或其他合适的电子处理组件。存储器114可以包括一个或多个有形的、非瞬态的易失性存储器或非易失性存储器,例如NVRAM、RAM、ROM、闪存、硬盘存储器等。此外,存储器114可以包括数据库组件、目标代码组件、脚本组件或任何其他类型的信息结构。
传感器140贯穿整个车辆102定位,以监测车辆102的各种组件和子系统的运行状态和状况。例如,传感器140可以测量发动机运行参数,例如燃料水平(例如,燃料水平传感器)、车辆102行进的距离(例如,里程表)、发动机转速(RPM)、发动机温度(例如,温度传感器)、发动机运行扭矩、节气门和/或加速器踏板的位置等。来自传感器140的传感器数据和/或其他车辆运行数据可以使用发动机诊断端口直接从传感器140或已知或以后设计的任何其他方法获取。
安装在车辆102上的远程信息处理装置120构造成将与车辆102有关的信息(在车辆102上获得)发送到远程计算装置,示为服务器160,并经由网络104从服务器160接收信息。在一些实施例中,远程信息处理设备120是嵌入在车辆102中的OEM设备。在其他实施例中,远程信息处理设备120是售后独立设备,例如通过例如ODB系统130的诊断端口132联接到车辆102的远程信息处理盒。远程信息处理设备120可以通过访问OBD系统130来获得故障信息。在一些实施例中,远程信息处理设备120可以集成某些电信功能,例如电信设备124。
电信设备124通过网络104与服务器160通信。尽管未在图1中示出,电信设备124可以包括天线、射频(RF)收发器和用户识别模块(SIM)。电信设备124可以遵循任何类型的移动通信协议,例如但不限于蜂窝、卫星、无线电、Wi-Fi、WiMax、蓝牙、Zigbee、GSM、GPRS、LTE等。
服务器160可以从远程信息处理设备120接收与车辆相关的运行数据、存储和分析数据、并且通过远程信息处理设备120向客户通知油质量和/或状况信息。例如,在油的剩余使用寿命(例如,油的剩余可用寿命)下降到低于预定阈值(例如,5%、10%等)的时刻,如服务器160所确定的,服务器160可以向远程信息处理设备120发送剩余使用寿命的指示/警告。在进一步的实施例中,除了车辆上的远程信息处理设备之外,服务器160还从其他来源接收车辆相关信息。例如,服务器160可以从在不同发动机平台上执行的全油测试接收与油质量数据有关的信息(例如,现场测试单元、或在换油之间的不同时段周期性地收集的测试数据)。在一些实施例中,服务器160被实现为由组件制造商、车辆制造商、远程信息处理提供商、OEM或多方主持的中央计算系统。在一些实施例中,服务器160被实现为包括多个计算系统的云网络,其可以共享和传输车辆信息和数据存储,并且协调以处理所接收的数据。
服务器160包括处理器162、存储器164、网络接口166和数据库168。存储器164存储各种指令,当由处理器162执行时,控制服务器160的运行。网络接口166允许服务器160经由网络104向外部设备发送数据和从外部设备接收数据。例如,网络接口166可以被构造成借由远程信息处理设备120(例如,操作员界面150的车载/仪表板显示器)通过借由互联网、借由蜂窝数据文本信息的电子邮件或应用程序等发送和/或接收来自车辆102的数据。网络接口166可以是与无线通信协议通信的无线网络接口(例如,802.11a/b/g/n、 CDMA、GSM、LTE、WiMax等)或有线通信协议(例如,以太网、USB、等)。
数据库168被构造成接收和存储、保持和以其他方式用作车辆信息、油质量指标模型和其他信息的储存库。在一些实施例中,数据库168可以是相对于服务器160的单独组件。例如,由于数据库168存储的潜在大量或数量的数据,可以由存储在两个或更多个远程地理位置上的两个或更多个基于服务器的存储组件形成或构造数据库168。在一些实施例中,存储在数据库168中的车辆和/或发动机信息包括可用于确定发动机平台(例如,康明斯X12,X15等)和/或车辆发动机中使用的发动机油类型(例如,粘度、质量(例如,常规对比合成对比长寿命)等)的识别号(例如,VIN)。在一些实施方案中,发动机油类型可以是油类别名称,例如由美国石油协会提供的那些(例如,CH-4,CI-4等)。数据库168还可包括多个油质量指标模型,其中多个油质量指标模型中的每一个与特定发动机平台和特定发动机油类型相关联。
网络104可以包括专用网络、公共网络或其组合。在一些实施例中,网络104包括因特网。网络104可以是无线和有线网络的组合。无线网络可以是任何类型的无线网络,例如,使用诸如全球移动通信系统(GSM)、码分多址(CDMA)、通用分组无线电服务(GPRS)、长期演进(LTE)、高速分组数据(HRPD)、Wi-Fi、个人通信服务(PCS)等的协议的卫星或蜂窝网络。有线网络可以是任何类型的有线网络,例如,以太网、本地通话、光纤分布式数据接口(FDDI)等。
现在参考图2,根据示例实施例,示出了用于基于车辆运行数据确定油质量指标的控制器200的示意图。控制器200在服务器160上实现,其有利地允许控制器200自适应地确定计算环境100内的多个车辆102而不是仅使用单个发动机平台和发动机油类型的单个车辆102的最大可允许ODI。此外,因为控制器200从多个车辆和/或发动机接收车辆运行数据,所以可以连续更新控制器200以改进ODI预测。例如,控制器200可以利用基于累积车辆运行数据(例如,将进一步描述的多个车辆运行参数)的机器学习算法来确定哪些因素对发动机油寿命具有最显着的影响。控制器200可以构造成使用累积车辆运行数据自动修改和/或更新油质量指标模型,以减少模型中的总误差。如图2所示,控制器200包括处理电路202、处理电路202具有处理器204和存储器206;车辆运行电路208;油质量指标确定电路210;和油质量警报电路212。
在一种配置中,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212体现为可由处理器(诸如处理器204)执行的机器或计算机可读介质。如本文所述以及其他用途,机器可读介质有助于执行某些操作以实现数据的接收和传输。例如,机器可读介质可以提供指令(例如,命令等)以例如获取数据。在这方面,机器可读介质可以包括可编程逻辑,其定义数据获取频率(或数据的传输)。因此,计算机可读介质可包括以包括但不限于Java等的任何编程语言和任何常规过程编程语言(诸如“C”编程语言或类似编程语言)编写的代码。计算机可读程序代码可以在一个处理器或多个远程处理器上执行。在后一种情况下,远程处理器可以通过任何类型的网络(例如CAN总线等)相互连接。
在另一种配置中,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212被实施为硬件单元,例如电子控制单元。这样,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可以体现为一个或多个电路组件,包括但不限于处理电路、网络接口、外围设备、输入设备、输出设备、传感器等。在一些实施例中,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可以采用模拟电路、电子电路(例如,集成电路(IC)、分立电路、片上系统(SOC)电路、微控制器等)、电信电路、混合电路和任何其他类型的“电路”中一个或多个的形式。在这方面,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可包括用于实现或促进实现本文所述运行的任何类型的组件。例如,本文描述的电路可以包括一个或多个晶体管、逻辑门(例如,NAND,AND,NOR,OR,XOR,NOT,XNOR等)、电阻器、多路复用器、寄存器、电容器、电感器、二极管、布线等。因此,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212还可以包括可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等。在这方面,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可包括一个或多个存储器设备,用于存储可由车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212的处理器执行的指令。一个或多个存储器设备和(一个或多个)处理器可以具有与下文关于存储器206和处理器204所提供的相同的定义。因此,在该硬件单元配置中,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可以在地理上分散在车辆102中的不同位置(例如,单独的控制单元等)。替代地,并且如图所示,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可以体现在单个单元/壳体中或内部,其被示为控制器200。
在所示的例子中,控制器200包括具有处理器204和存储器206的处理电路202。处理器204可以与服务器160的处理器162相同或相似。类似地,存储器206可以与服务器160的存储器206相同或相似。这样,通过网络接口166(例如,服务器160的通信接口)完成从控制器200发送信息或由控制器200接收信息。处理电路202可以被构造或配置成执行或实现本文关于车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212描述的指令、命令和/或控制过程。因此,所描绘的配置表示前述布置,其中车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212被实施为机器或计算机可读介质。然而,如上所述,该图示并不意味着限制为本公开考虑的其他实施例,例如前述实施例,其中车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212被配置为硬件单元,或者车辆运行电路208、油质量指标确定电路210或油质量警报电路212的至少一个电路被配置为硬件单元。所有这些组合和变化都意图落入本公开的范围内。
处理器204可被实施为一个或多个通用处理器、专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA)、数字信号处理器(DSP)、一组处理组件或者其他合适的电子处理组件。在一些实施例中,一个或多个处理器可以由多个电路共享(例如,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212可以包括或以其他方式共享相同的处理器,在一些示例实施例中,可以执行经由存储器的不同区域存储或以其他方式访问的指令)。可选地或另外地,一个或多个处理器可构造成独立于一个或多个协同处理器来执行或以其他方式执行某些操作。在其他示例实施例中,两个或更多个处理器可通过总线联接以实现独立、并行、流水线或多线程指令执行。所有这些变化都意图落入本公开的范围内。存储器206(例如,RAM、ROM、闪存、硬盘存储器等)可以存储用于促进在此描述的各种处理的数据和/或计算机代码。存储器206可以可通信地连接到处理器204,以向处理器204提供计算机代码或指令以执行本文描述的至少一些处理。此外,存储器206可以是或包括有形的非瞬态易失性存储器或非易失性存储器。因此,存储器206可以包括数据库组件、目标代码组件、脚本组件、或用于支持本文描述的各种活动和信息结构的任何其他类型的信息结构。
车辆运行电路208构造成接收关于图1的车辆102和/或借由网络104连接到控制器200的任何其他车辆102的车辆运行数据。例如,车辆运行电路208可以被构造成通过以规则间隔从车辆102上的远程信息处理设备120采样数据(例如,每分钟一次,每小时一次或每天一次)连续地或至少半连续地从传感器140接收车辆运行数据(例如,发动机运行速度、燃料水平、车辆运行速度等)。
车辆运行电路208可以被构造成接收和解释从车上远程处理设备120获取的自最近的换油(例如,从最近的换油和实时数据之间的时间段)的车辆运行数据。车辆运行数据可以包括但不限于自最近的换油以来的发动机转数总量(例如,RPM乘以自最近的换油以来的时间段),自最近的换油依赖使用的燃料总量(例如,以加仑、升等为单位),自最近的换油以来车辆行驶的总距离(例如,以英里、公里等为单位),自最近的换油以来总车辆发动机的低空转时间(例如,以小时为单位),自最近的换油以来发动机油所承受的平均工作压力,自最近的换油以来发动机提供的平均运行扭矩,和/或自上次换油以来发动机提供的累积功率。在一些实施例中,车辆运行电路208可以构造成在自最近的换油以来的一段时间内接收和/或确定累积发动机负载参数。例如,车辆运行电路208可以被构造成确定踩下油门或加速器踏板(例如,完全加油)的累积持续时间、发动机上的累积油温负荷(例如,平均值油温的总和乘以维持平均油温的时间间隔)、以及其他车辆运行参数和性能指标。
油质量指标确定电路210构造成确定表示发动机油的剩余有效使用寿命(例如,油的粘度和/或其他性质将保持在阈值水平内的剩余运行时间段)的油质量指标。特别地,油质量指标确定电路210构造成确定发动机的ODI。如图2所示,油质量指标确定电路210可通信地联接到车辆运行电路208和油质量警报电路212。油质量指标确定电路210构造成从车辆运行电路208接收车辆运行数据并基于车辆运行数据确定油质量指标。例如,油质量指标确定电路210可以接收指示自最近的换油以来的累积工作时间(例如,行驶距离、运行时间等)和/或由发动机执行的工作强度(例如,发动机处于全油门的累积运行时间、累积油温负荷等)的车辆运行数据。可以将包括来自每个传感器140的实时值(例如,最近接收的值)的表格和/或每个车辆运行参数的时间平均值或计算值的形式从车辆操作电路208提供车辆运行数据给油质量指标确定电路210。
油质量指标可包括与发动机油的剩余使用寿命直接相关的任何油质量度量。例如,油质量度量可包括流体性质,例如油的粘度、指示油酸度的总酸值(TAN)(例如,中和一克油中的酸所需的以毫克为单位的氢氧化钾的总量)、指示油的碱度的总碱值(TBN)(例如,每克油样的对应毫克的氢氧化钾)、表示发动机油中羧酸浓度的氧化、发动机油的烟灰和/或污染水平、以及指示油中有机硝酸盐的量的硝化(例如,指示发动机油的过早增稠)、和/或任何其他发动机油的流体性质。在一些实施方案中,油质量指标是油质量度量的组合。例如,油质量指标可以是TBN和TAN之间的差值,其提供发动机油的相对酸度的指示,并且小于零的较低数值指示应换油。
油质量指标确定电路210构造成选择对应于车辆102使用的发动机平台和发动机油类型的油质量指标模型(也参见图1)。例如,油质量指标确定电路210可以被构造成从服务器160的数据库168访问多个油质量指标模型。多个油质量指标模型中的每一个可以与标识符相关联,该标识符可以指示在车辆102中使用的发动机平台和发动机油类型。油质量指标确定电路210可以被构造成将车辆信息与标识符进行比较并且构造成选择与车辆信息匹配的模型(例如,使用SAE 5W-30发动机油的6缸,6L发动机可以对应于用于车辆102的VIN中的一个或一系列发动机指示字母)。油质量指标确定电路210构造成将车辆运行参数输入到油质量指标模型中以确定油质量指标,如将参考图3进一步描述的。
油质量警报电路212构造成从油质量指标确定电路210接收油质量指标并通过将油质量指标与油质量阈值进行比较来产生警报。依据所使用的油质量阈值,可基于油质量指标或大于或小于油质量阈值生成警报。油质量阈值可以是操作者应采取补救措施时的油质量或条件。例如,油质量阈值可以是提供运行时间的缓冲时段的值,在该缓冲时段期间可以计划和执行换油(例如,至少是将车辆102送到服务中心换油所需的时间量)。在一些实施例中,油质量阈值可以表示为剩余油寿命的百分比(例如,从0%-100%,其中0%对应于油质量指标在允许范围之外的条件-指示油不再为发动机提供足够的润滑和/或磨损保护)。油质量阈值可以是修整的阈值(例如,5%),其可以由车辆的操作者经由操作者界面150或系统管理员(例如,车队管理者等)指定。
油质量警报电路212可以被构造成经由网络接口166发送警报(也参见图1)给车辆102,通知即将到来的ODI的操作员。例如,警报可以使车辆仪表板上的指示器点亮。在其他实施例中,警报可以使消息经由车载监视器,通过车辆102的软件应用程序和/或诸如移动电话、笔记本电脑等的智能设备报告给操作者。在一些实施例中,警报可以将文本消息发送到车辆操作者的手机。消息可能是“油剩余寿命:5%”或“请在2周内换油。”作为替代或组合,警报可以将消息发送给车队经理、经销商和/或服务中心,以通知他们剩余的油寿命和/或向他们提供估计需要换油的时间。
现在参考图3,根据示例实施例,示出了用于确定发动机的定制ODI的方法300。在示例实施例中,方法300可以用图1和图2的车辆102、服务器160和控制器200来实现。这样,可以参考图1和2描述方法300。
在302处,控制器(例如,控制器200,车辆运行电路208等)从车辆上的远程信息处理设备(例如,远程信息处理设备120)在车辆上接收关于车辆(例如,车辆102)运行的车辆运行数据。车辆运行数据可以包括来自车辆上的多个传感器140的传感器数据。车辆运行数据可以包括自最近的换油以来的发动机转数总数、自最近的换油以来使用的燃料总量、自最近的换油以来车辆行驶的总距离、和/或自最近的换油以来车辆发动机的总的低空转时间中的至少一个。在一些实施例中,车辆运行数据可以仅包括发动机运行数据(例如,来自ECU110);例如,在车辆或机器通常是静止的实施例中(例如,发电机、空气压缩机等)。
在304处,控制器基于车辆运行数据确定油质量指标。油质量指标可包括多个油质量度量中的一个或组合。例如,油质量指标可以是TBN和TAN之间的差(例如,TBN-TAN>0),或者是代表油的剩余使用寿命的另一质量指标。车辆运行数据可以包括来自在车上多个传感器(例如,图1的传感器140)中的至少一个的累积车辆运行数据(例如,传感器数据)。例如,车辆运行数据可以包括累积工作时间(例如,自最近的换油以来车辆已经运行的总时间量,基于小时计)、基于里程表读数的累积车辆距离、基于燃料水平传感器随时间测量燃料水平使用的总燃料、油温负荷、发动机总转数和总空转时间。
现在参考图4,根据示例实施例详细示出了方法304。在306处,控制器(例如,油质量指标确定电路210)对车辆运行数据进行标准化以获得标准化的运行数据。例如,控制器可以通过将累积传感器数据除以每个参数的最大值来按比例决定来自多个传感器中的每一个的累积传感器数据以获得标准化传感器数据。基于实验记录的最大值,可以在模型校准(例如,“培养”)期间确定每个参数的最大值。还可以通过加权因子(例如,1.2)来按比例决定累积传感器数据,以确保没有一个标准化传感器数据超过整数值,以便将数据与油质量指示值相关联。
在308处,控制器识别并选择对应于发动机平台和车辆的发动机油类型的油质量指标模型。油指标模型可以是算法或等式,将进一步描述。过程308可以包括从数据库168访问油质量指标模型列表并选择具有与车辆的VIN和/或发动机识别号相对应的标识符的油质量指标模型。在一些实施例中,过程308可另外包括基于对操作员界面(例如,操作员界面150)的输入来选择油质量指标模型,例如油类型,其对于在不同气候中使用的相同发动机平台可能是不同的。在310处,控制器将标准化的运行数据输入到油质量指标模型中并评估油质量指标。
回到图3,方法300包括在312处由控制器确定与油质量指标相关联的油质量指标误差。油质量指标误差可以是用于计算油质量指标的预定油质量指标模型的函数。油质量指标误差可以基于用于生成油质量指标模型的多个数据集(例如,现场测试单元)和/或油质量指标与用于油质量指标模型所选择的标准化参数之间的相关性(拟合度)。例如,油质量指标误差可以是回归分析的均方根误差(RSME)或基于实验数据的标准化分布的油质量指标模型的标准偏差。
在314处,控制器基于油质量指标与油质量阈值之间的比较生成警报。现在参考图5,根据示例实施例详细示出了方法314。在316处,控制器(例如,油质量警报电路212)基于油质量指标确定剩余油寿命的百分比。在各种示例实施例中,过程316包括评估油质量指标的实时值(例如,基于车辆运行数据计算的TBN-TAN的值)与油质量指标的历史值的比率。油质量指标的历史值可以是在最近的换油之后立即确定(例如,计算)的油质量指标的值(例如,油质量指标的起始值等)。过程316可以进一步包括基于油质量指标误差确定剩余油寿命百分比的安全裕度。例如,剩余油寿命百分比可以如下确定:
其中,实时(TBN-TAN)是油质量指标的当前(例如,最近的)值,
初始(TBN-TAN)是油质量指标的历史值,
初始标准阈值是表示高精度油指标模型的差油质的TBN-TAN的值,以及
σ是油质量指标模型的标准偏差。在该示例性实施例中,安全裕度是油质量指标模型的标准偏差的三倍。在其他实施例中,安全裕度可以不同。在318处,控制器将剩余油寿命百分比发送到车辆、服务中心或另一用户设备(例如,移动电话、笔记本电脑等)。过程318可以另外包括将误差(例如,安全裕度、RSME等)发送到车辆、服务中心或另一个用户设备。
现在参考图6,根据示例实施例,示出了“培养”、制定或以其他方式确定油质量指标模型的方法600的流程图。在示例实施例中,方法600可以用图1和图2的车辆102、服务器160和控制器200来实现。这样,可以参考图1和2描述方法600。尽管图6的方法600是参考单个车辆102描述,将理解来自多个车辆(例如,使用相同发动机平台和发动机油类型的不同车辆,包括连接到图1的计算环境100的任何和所有车辆)的车辆运行数据可以用于确定油质量指标模型,并且所有这样的实施方式旨在包含在本文中。例如,图6的方法600包括:可以在具有相同发动机平台并使用相同发动机油类型的至少25辆车辆上执行图6的操作以最小化模型中的随机误差。
在602处,控制器在换油之后以规则的时间间隔(例如,5,000~10,000km,100小时或特定应用间隔),最多可包括换油时间,从车辆上执行的全油测试接收数据。该数据可以包括多个油质量度量,例如参考图2的油质量指标确定电路210描述的那些。例如,油质量度量可包括油粘度、TBN、TAN、油氧化、油硝化等。多个油质量度量中的每一个可以通过操作员界面(例如,图1的操作员界面150和/或经由网络104连接到服务器160的任何其他设备)输入到控制器。在604处,控制器确定哪个油质量指标或哪个油质量指标的组合是最重要的。过程604可以包括将每个油质量度量和每个油质量度量的相关组合与预定阈值(例如,由发动机平台的OEM指定的阈值)进行比较,以确定哪个油质量度量落在首先预定义的阈值之外(例如,在任何剩余的油质量度量之前)。在示例性实施例中(例如,对于单个发动机平台和发动机油类型),TBN和TAN之间的差(例如,TBN-TAN>0)可能是最重要的油质量指标。
在606处,控制器收集关于已经执行了全部油测试的车辆运行的车辆运行数据。过程606可以包括每次从车辆采样油时从车辆上的多个传感器接收和分析累积传感器数据。用于产生油质量指标模型的不同类型的车辆运行数据(例如,车辆运行参数)的数量可以针对不同的发动机平台和油类型而变化。通常,更多数量的车辆运行参数将导致更准确地预测油质量指标。例如,图7-8是示出两个不同油质量指标模型的误差分布的曲线图,其使用不同数量的车辆运行参数来创建。在图7中仅使用了单个车辆运行参数(例如,自最近的换油以来行驶的总距离)。在图8中,使用了多个不同的车辆运行参数。与图7相比,图8示出了与预测模型相关的总误差的明显减少(例如,RSME降低约22.3%)。在各种示例实施例中,可以使用用于机器学习的特征工程方法和/或其他机器学习方法来确定最佳数量的运行参数。
回到图6,一旦收集了车辆运行数据,方法600就前进到608。在608处,控制器对车辆运行数据进行标准化。过程608可以包括标准化来自多个传感器中的每一个的累积传感器数据以获得标准化的传感器数据;例如,通过用累积传感器数据的最大值(例如,由制造商指定的最大测量值或阈值以确定平均ODI)缩放(例如,除以)累积传感器数据。过程608可以进一步包括通过缩放因子缩放累积传感器数据以确保累积传感器数据不超过整数值(例如,以确保累积传感器数据和/或车辆运行数据保持在0和1之间,或者在另一个适合回归分析的范围)。在610处,控制器执行回归分析或机器学习的其他算法以确定油质量指标模型的系数。举例来说,可将累积传感器和/或车辆运行数据与油质量指标相关联如下:
油质量指标=C1*NP1+C2*NP2+C3*NP3+…
其中CN是使用回归分析确定的系数,并且NPN是用于确定油质量指标的标准化车辆运行参数。
过程610可以进一步包括基于回归分析或模型精度分析确定油质量指标误差(例如,RSME误差)。在612处,控制器确定与回归分析相关联的换油间隔阈值。尽管使用回归分析实现方法600,但是普通技术人员将理解,可以在其他示例实施例中使用任何其他类型或模型精度分析的形式。过程612可以与参考图5详细描述的过程316相同或相似。
为了本公开的目的,术语“联接”是指两个构件直接或间接地彼此连接或链接。这种连接本质上可以是固定的或可移动的。例如,发动机的传动轴“联接”到变速器的表示可移动的联接。这种连接可以用两个构件或两个构件以及任何附加的中间构件来实现。例如,电路A可通信地“联接”到电路B的可表示电路A直接与电路B通信(即没有中间媒介)或与电路B间接通信(例如通过一个或多个中间媒介)。
尽管在图2中示出了各种具有特定功能性的电路。应该理解,控制器200可以包括任何数量的电路,用于完成本文描述的功能。例如,车辆运行电路208、油质量指标确定电路210和/或油质量警报电路212的活动和功能可以组合在多个电路中或作为单个电路。具有附加功能的附加电路也可包含在内。此外,应该理解的是,控制器200可以进一步控制超出本公开范围的其他活动。
如上所述并且在一个配置中,“电路”可以在机器可读介质中实现以供各种类型的处理器(诸如图2的处理器162和/或图2的处理器204)执行。例如可执行代码可识别的电路可以包括计算机指令的一个或多个物理或逻辑块,其可以例如被组织为对象、过程或功能。尽管如此,识别电路的可执行文件不需要物理地位于一起,而是可以包括存储在不同位置的不同指令,这些指令在逻辑上连接在一起时构成电路并实现电路的陈述目的。实际上,计算机可读程序代码电路可以是单个指令或多个指令,甚至可以分布在几个不同的代码段,不同的程序之间,以及几个存储器设备上。类似地,运行数据可以在本文中在电路内被识别和说明,并且可以以任何合适的形式来体现并且被组织在任何适当类型的数据结构内。运行数据可以作为单个数据集被收集,或者可以分布在不同位置上(包括不同存储设备),并且可以(至少部分地)仅作为电子信号存在在系统或网络上。
尽管以上简要地定义了术语“处理器”,但应该理解,术语“处理器”和“处理电路”意在被广泛地解释。就此而言并且如上所述,“处理器”可以被实现为一个或多个通用处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)或构造成执行由存储器提供的指令的其他合适的电子数据处理组件。一个或多个处理器可以采取单核处理器、多核处理器(例如,双核处理器、三核处理器、四核处理器等)、微处理器等形式。在一些实施例中,一个或多个处理器可以在设备外部,例如,一个或多个处理器可以是远程处理器(例如,基于云的处理器)。备选地或附加地,该一个或多个处理器可以在该设备内部和/或本地。就此而言,给定电路或其组件可以被本地部署(例如,作为本地服务器、本地计算系统等的一部分)或远程部署(例如,作为诸如基于服务器的云之类的远程服务器的一部分)。为此,本文描述的“电路”可以包括分布在一个或多个位置的组件。
应该注意的是,虽然这里的图表可以示出方法步骤的具体顺序和组成,但应该理解的是,这些步骤的顺序可以不同于所描绘的。例如,可以同时执行或者部分同时执行两个或更多个步骤。而且,可以组合作为分离的步骤执行的一些方法步骤,可以将组合步骤执行的步骤分成分离的步骤,某些过程的顺序可以颠倒或以其他方式变化,分离的过程的性质或数量可以被改变或变化。根据替代实施例,任何元件或装置的顺序或序列可以变化或替换。因此,所有这样的修改旨在被包括在如所附权利要求所限定的本公开的范围内。这些变化将取决于所选择的机器可读介质和硬件系统以及设计人员的选择。应该理解,所有这些变化都在本公开的范围内。
出于说明和描述的目的提出了对实施例的上述描述。并非旨在穷举或将本公开限制为所公开的精确形式,并且根据上述教导可以进行修改和变化,或者可以从本公开中获得修改和变化。选择和描述实施例是为了解释本公开的原理及其实际应用,以使本领域技术人员能够利用各种实施方式以及适合于预期的特定用途的各种修改。在不背离如所附权利要求所表达的本公开的范围的情况下,可以在实施例的设计、运行条件和布置中做出其他替代、修改、改变和省略。
Claims (20)
1.一种方法,其特征在于,包括:
由远程计算装置的控制器从车载远程信息处理装置接收关于车辆运行的车辆运行数据;
由控制器基于车辆运行数据确定油质量指标,油质量指标表示发动机油的剩余使用寿命;以及
控制器基于油质量指标与油质量阈值之间的比较生成警报。
2.根据权利要求1所述的方法,其特征在于,还包括:
由控制器确定与油质量指标相关的油质量指标误差;和
控制器基于油质量指标和油质量指标误差与油质量阈值的组合之间的比较生成警报。
3.根据权利要求2所述的方法,其特征在于,基于所述油质量指标与所述油质量指标误差和所述油质量阈值之间的差的比较来生成所述警报。
4.根据权利要求1所述的方法,其特征在于,所述车辆运行数据包括自最近的换油以来的发动机转数总量,自最近的换油以来所使用的燃料总量,以及自最近的换油以来所述车辆行驶的总距离,或自最近的换油依赖车辆发动机总低空转时间中的至少一个。
5.根据权利要求1所述的方法,其特征在于,所述车辆运行数据包括来自所述车辆上的多个传感器的传感器数据,并且其中,确定所述油质量指标包括:
标准化来自多个传感器中的每一个的传感器数据,以获得标准化的传感器数据;和
将来自多个传感器中的每一个的标准化传感器数据输入到油质量指标模型中,其中油质量指标模型对于不同的发动机平台和不同的油类型是不同的。
6.根据权利要求5所述的方法,其特征在于,基于历史油质量指标数据和历史车辆运行数据确定油质量指标模型,其中历史油质量指标数据包括经第一时间间隔获取的油质量数据并且历史车辆运行数据包括经第一时间间隔获取的车辆运行数据。
7.根据权利要求1所述的方法,其特征在于,所述油质量指标包括多个油质量度量的组合。
8.根据权利要求7所述的方法,其特征在于,所述油质量指标基于所述发动机油的总碱值与所述发动机油的总酸值之间的差。
9.根据权利要求7所述的方法,其特征在于,所述多个油质量度量包括所述发动机油的粘度、指示所述发动机油的酸度的所述发动机油的总酸值、表示发动机油的碱度所述发动机油的总碱值、指示发动机油中的羧酸浓度的发动机油的氧化、发动机油的烟灰水平、或指示发动机油中有机硝酸盐的量的发动机油的硝化中的至少一个。
10.根据权利要求1所述的方法,其特征在于,生成警报包括:
通过将油质量指标的实时值除以油质量指标的历史值来确定剩余油寿命的百分比,油质量指标的历史值是在最近的换油后立即确定的;和
将剩余油寿命的百分比传递给车辆。
11.一种系统,其特征在于,包括:
远程计算设备被构造成从车载远程信息处理设备接收关于车辆运行的车辆运行数据,所述远程信计算设备包括:
通信接口,用于发送和接收车辆运行数据;
数据库,用于存储油质量指标模型;
控制器,可通信地联接到通信接口和数据库,控制器构造成:
使用车辆运行数据和油质量指标模型确定油质量指标,油质量指标代表发动机油的剩余使用寿命;和
根据油质量指标和油质量阈值之间的比较生成警报。
12.根据权利要求11所述的系统,其特征在于,所述数据库还被构造成存储与所述油质量指标相关联的油质量指标误差,并且其中所述控制器被构造成基于所述油质量指标与所述油质量指标误差的组合与油质量阈值之间的比较来生成所述警报。
13.根据权利要求12所述的系统,其特征在于,所述控制器构造成基于所述油质量指标与所述油质量指标误差和所述油质量阈值之间的比较来生成所述警报。
14.根据权利要求11所述的系统,其特征在于,所述车辆运行数据包括自最近的换油以来的发动机转数总量、自最近的换油以来所使用的燃料总量、以及自最近的换油以来所述车辆行驶的总距离、自最近的换油车辆发动机的总低空转时间中的至少一个。
15.根据权利要求11所述的系统,其特征在于,所述车辆运行数据包括来自车辆上的多个传感器的传感器数据,并且其中所述控制器构造成通过以下方式确定所述油质量指标:
标准化来自多个传感器中的每一个的传感器数据,以获得标准化的传感器数据;和
将来自多个传感器中的每一个的标准化传感器数据输入到油质量指标模型中,其中油质量指标模型对于不同的发动机平台和不同的油类型是不同的。
16.根据权利要求11所述的系统,其特征在于,所述油质量指标包括多个油质量度量的组合。
17.一种车辆,其特征在于,包括:
具有发动机油的发动机;
传感器,被配置为测量关于车辆运行的车辆运行数据;
可通信地联接到传感器的远程信息处理设备,远程信息处理设备被配置为:
从传感器接收车辆运行数据;
将车辆运行数据传输到远程计算设备;和
接收来自远程计算设备的警报,基于i)基于车辆运行数据确定的油质量指标和ii)油质量阈值之间的比较而生成该警报,该油质量指标表示应换发动机机油前,发动机机油剩余使用寿命的油质量指标;和
操作员界面,被配置为向车辆操作者显示警报。
18.根据权利要求17所述的车辆,其特征在于,所述警报包括估计的剩余油寿命或估计的需要换发动机油的时间中的至少一个。
19.根据权利要求17所述的车辆,其特征在于,所述操作员界面是所述车辆的仪表板区域中的指示器。
20.根据权利要求17所述的车辆,其特征在于,所述车辆运行数据包括自最近的换油以来的发动机转数总量、自最近的换油以来所使用的燃料总量、以及自最近的换油以来所述车辆行驶的总距离、自最近的换油车辆发动机的总低空转时间中的至少一个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910817293.5A CN112440903A (zh) | 2019-08-30 | 2019-08-30 | 用于定制换油间隔的系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910817293.5A CN112440903A (zh) | 2019-08-30 | 2019-08-30 | 用于定制换油间隔的系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112440903A true CN112440903A (zh) | 2021-03-05 |
Family
ID=74734782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910817293.5A Pending CN112440903A (zh) | 2019-08-30 | 2019-08-30 | 用于定制换油间隔的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112440903A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6253601B1 (en) * | 1998-12-28 | 2001-07-03 | Cummins Engine Company, Inc. | System and method for determining oil change interval |
DE10201878A1 (de) * | 2002-01-18 | 2003-07-31 | Siemens Ag | Verfahren zur Diagnose des Ölzustandes |
US20040093931A1 (en) * | 2002-11-15 | 2004-05-20 | Carlstrom Kevin R. | Method of estimating engine lubricant condition |
US20100132435A1 (en) * | 2008-05-27 | 2010-06-03 | Man Nutzfahrzeuge Ag | Determination of fuel characteristics and their influence on exhaust gas emissions during operation of an internal combustion engine |
CN101913343A (zh) * | 2010-07-12 | 2010-12-15 | 苏州大学 | 客车车身控制系统的可配置控制模块及其参数配置方法 |
CN103295066A (zh) * | 2012-02-29 | 2013-09-11 | 通用汽车环球科技运作有限责任公司 | 用于就车辆操作和维护向顾客建议的系统和方法 |
CN103543252A (zh) * | 2012-07-10 | 2014-01-29 | 通用汽车环球科技运作有限责任公司 | 使用多个预先选择的油性质来确定发动机油的变质状态的系统和方法 |
US20150338386A1 (en) * | 2014-05-22 | 2015-11-26 | Kohler Co. | Generator Predictive Engine Oil Life Algorithm |
US20160035146A1 (en) * | 2014-07-31 | 2016-02-04 | Toyota Motor Sales, U.S.A., Inc. | Friendly maintenance and recall notifications |
US20160061805A1 (en) * | 2014-09-03 | 2016-03-03 | General Electric Company | System and method for estimating engine oil health |
CN107161005A (zh) * | 2017-05-12 | 2017-09-15 | 重庆大学 | 车辆油量指示系统及其指示信息切换控制方法 |
CN109164249A (zh) * | 2018-10-09 | 2019-01-08 | 武汉材料保护研究所有限公司 | 一种基于车载诊断系统的汽油发动机润滑油性能评估方法 |
-
2019
- 2019-08-30 CN CN201910817293.5A patent/CN112440903A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6253601B1 (en) * | 1998-12-28 | 2001-07-03 | Cummins Engine Company, Inc. | System and method for determining oil change interval |
DE10201878A1 (de) * | 2002-01-18 | 2003-07-31 | Siemens Ag | Verfahren zur Diagnose des Ölzustandes |
US20040093931A1 (en) * | 2002-11-15 | 2004-05-20 | Carlstrom Kevin R. | Method of estimating engine lubricant condition |
US20100132435A1 (en) * | 2008-05-27 | 2010-06-03 | Man Nutzfahrzeuge Ag | Determination of fuel characteristics and their influence on exhaust gas emissions during operation of an internal combustion engine |
CN101913343A (zh) * | 2010-07-12 | 2010-12-15 | 苏州大学 | 客车车身控制系统的可配置控制模块及其参数配置方法 |
CN103295066A (zh) * | 2012-02-29 | 2013-09-11 | 通用汽车环球科技运作有限责任公司 | 用于就车辆操作和维护向顾客建议的系统和方法 |
CN103543252A (zh) * | 2012-07-10 | 2014-01-29 | 通用汽车环球科技运作有限责任公司 | 使用多个预先选择的油性质来确定发动机油的变质状态的系统和方法 |
US20150338386A1 (en) * | 2014-05-22 | 2015-11-26 | Kohler Co. | Generator Predictive Engine Oil Life Algorithm |
US20160035146A1 (en) * | 2014-07-31 | 2016-02-04 | Toyota Motor Sales, U.S.A., Inc. | Friendly maintenance and recall notifications |
US20160061805A1 (en) * | 2014-09-03 | 2016-03-03 | General Electric Company | System and method for estimating engine oil health |
CN107161005A (zh) * | 2017-05-12 | 2017-09-15 | 重庆大学 | 车辆油量指示系统及其指示信息切换控制方法 |
CN109164249A (zh) * | 2018-10-09 | 2019-01-08 | 武汉材料保护研究所有限公司 | 一种基于车载诊断系统的汽油发动机润滑油性能评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11625958B2 (en) | Assessing historical telematic vehicle component maintenance records to identify predictive indicators of maintenance events | |
US10943283B2 (en) | Service location recommendation tailoring | |
US9142142B2 (en) | In-car driver tracking device | |
US10102531B2 (en) | Real time failure analysis and accurate warranty claim assesment | |
ES2964953T3 (es) | Sistema de análisis del diseño del sistema de asistencia al conductor | |
US9672667B2 (en) | System for processing fleet vehicle operation information | |
KR101683242B1 (ko) | 차량 상태 진단 및 운전자 정보 제공 시스템 | |
US9047722B2 (en) | Vehicle location and fault diagnostic systems and methods | |
US20170103101A1 (en) | System for database data quality processing | |
US9244054B2 (en) | Systems and methods for determining a state of deterioration of engine oil using multiple preselected oil properties | |
US10169931B2 (en) | Service improvement by better incoming diagnosis data, problem specific training and technician feedback | |
US8527127B2 (en) | Method and system for oil life monitoring | |
EP3736418B1 (fr) | Procédé de détermination des émissions polluantes d'un véhicule au moyen d'un système embarqué | |
US10417841B2 (en) | Faster new feature launch | |
US9299201B2 (en) | Acquisition of in-vehicle sensor data and rendering of aggregate average performance indicators | |
US11187753B2 (en) | System and method for determining a status of a vehicle battery | |
KR20190122298A (ko) | 차량 진단 시스템 | |
CN109164249A (zh) | 一种基于车载诊断系统的汽油发动机润滑油性能评估方法 | |
US20130345925A1 (en) | Systems and methods for accurately compensating for a change in amount of unwanted fluid diluted in engine oil resulting from a recent long trip | |
US20220188935A1 (en) | Insurance management system | |
CN113263993A (zh) | 故障预警方法、装置、通信设备及存储介质 | |
CN112440903A (zh) | 用于定制换油间隔的系统和方法 | |
KR20120098000A (ko) | 자동차 연비 측정 시스템 | |
CN117094868B (zh) | 公路碳排放量评估方法、装置及可读存储介质 | |
WO2023097078A1 (en) | Real-time system and method for determining remaining useful oil life in vehicles |
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: 20210305 |
|
WD01 | Invention patent application deemed withdrawn after publication |