CN113320565A - 一种车载实时故障诊断方法及其装置 - Google Patents
一种车载实时故障诊断方法及其装置 Download PDFInfo
- Publication number
- CN113320565A CN113320565A CN202010128933.4A CN202010128933A CN113320565A CN 113320565 A CN113320565 A CN 113320565A CN 202010128933 A CN202010128933 A CN 202010128933A CN 113320565 A CN113320565 A CN 113320565A
- Authority
- CN
- China
- Prior art keywords
- fault
- source
- vehicle
- tree
- signal
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000006870 function Effects 0.000 claims abstract description 25
- 238000013507 mapping Methods 0.000 claims abstract description 4
- 238000012423 maintenance Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 description 16
- 230000003137 locomotive effect Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 8
- 230000001960 triggered effect Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种车载实时故障诊断方法,包括:获取车辆的故障信号;利用所述车辆的故障树判断导致所述故障信号的源故障,所述故障树指示故障信号与源故障之间以及源故障与提示故障之间的映射关系,所述源故障为出现故障的设备或出现故障的信号源,所述提示故障为所述源故障引起的影响车辆功能的次生故障;以及利用所述故障树基于所述故障信号和所述源故障判断存在的提示故障。
Description
技术领域
本发明涉及交通车辆领域,尤其涉及一种车载实时故障诊断方法及其装置。
背景技术
机车的故障诊断方式从作用时间上,可以分为离线故障诊断和在线故障诊断。
离线故障诊断是通过记录单元记录下故障发生前后的机车状态数据,机车回库后根据故障发生时间,分析记录单元中的数据,以此推断故障源头。
在线故障诊断是直接获取当前的数据,实时在线分析,诊断故障源,并记录下相关故障信息。
机车故障诊断一方面要诊断机车当前状态,指导司机在故障时如何用车;另一方面要诊断故障源头,定位故障发生部件,记录下故障信息,指导机车维护人员更换。前者重在提示司机机车当前是什么状态,哪些功能受限,下一步应该如何操作。后者旨在定位出现故障的部件,指导检修、维护和更换。由于两者目的不一样,往往存在一定的矛盾,无法兼顾,导致司机开车不便,检修维护人员排除故障困难。
现有机车故障诊断存在在线故障诊断和离线故障诊断同时使用的方式,控制系统实时诊断当前机车故障,通过显示器提示并指导司机用车,同时通过记录装置记录下故障信息和故障相关的状态信息以便于机车回库后检修维护人员下载故障数据并做进一步故障根源分析。
在线诊断和离线诊断结合的方式是相对合理的故障诊断方式,但是这种机车故障诊断方式中,在线故障诊断以指导司机为主要目的,其诊断结果难以直接指导检修维护人员进一步分析故障源,检修维护人员需耗费大量的时间和精力二次进行离线故障诊断。
现有的机车故障诊断方法中,有基于服务器的车地连接方式在线诊断以及基于控制逻辑的在线实时诊断等在线诊断方法,还有基于大数据的智能诊断、基于专家经验的人工智能诊断或者最原始的人工分析故障等离线诊断方法。
然而,无论是哪一种诊断方法,在线诊断难以避免定位故障源和提示司机用车的矛盾;离线诊断无法避免大容量、高频率的数据记录问题,同时无论是重现控制逻辑还是采用大数据或者人工智能,都不容易完整地十分吻合地重现内部控制逻辑或者精确定位故障。主要存在以下问题:
1、现有的在线故障诊断方式难以兼顾故障信息对司机用车的指导作用和故障信息对维护人员故障排查作用;比如司机希望知道一个接触器故障导致什么结果,而维护人员希望知道哪个接触器故障,对于这种冲突控制系统通常优先考虑故障对司机的指导作用;
2、现有的在线故障诊断方式往往仅仅参考控制逻辑,未系统地梳理故障诊断可能存在的误判因素,故障判断精度不高;
3、现有的离线故障诊断方式多依靠人工分析,故障分析效率低,难以满足运用需求;
4、现有的离线故障诊断方式存在一定故障分析盲区,一般离线故障分析先是根据车载设备记录的故障信息,根据故障发生时刻点,再离线分析所记录下来的故障时刻点附近数据,所记录数据覆盖范围和记录频率都是有限的,这将导致因为信息覆盖不全或者信号更新周期过慢导致故障分析不准确。
为解决上述问题,本发明旨在提出一种基于故障树的车载实时故障诊断方法,能够基于故障树将实时产生的故障分类,从而达到向不同对象反馈不同故障的目的。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
根据本发明的一方面,提供了一种车载实时故障诊断方法,包括:获取车辆的故障信号;利用所述车辆的故障树判断导致所述故障信号的源故障,所述故障树指示故障信号与源故障之间以及源故障与提示故障之间的映射关系,所述源故障为出现故障的设备或出现故障的信号源,所述提示故障为所述源故障引起的影响车辆功能的次生故障;以及利用所述故障树基于所述故障信号和所述源故障判断存在的提示故障。
更进一步地,所述车载实时故障诊断方法还包括:显示所述提示故障以便于驾驶人员操控车辆;以及记录所述源故障以便于检修。
更进一步地,所利用所述故障树基于所述故障信号和所述源故障判断出存在的提示故障包括:利用所述故障树基于所述故障信号和所述源故障判断所述源故障导致的次生故障;以及确定所述源故障和所述次生故障中的提示故障。
更进一步地,所述车载实时故障诊断方法还包括:以不同的数字段或字母来区分地编码所述提示故障和所述源故障。
更进一步地,所述车载实时故障诊断方法还包括:基于所述车辆的控制系统逻辑和电气系统逻辑建立所述车辆的故障树。
更进一步地,所述车载实时故障诊断方法还包括:将运维过程中的故障记录与检修结果进行比对并利用比对结果优化所述故障树。
根据本发明的另一个方面,提供了一种车载实时故障诊断装置,包括:存储器;以及处理器,所述处理器被配置成:获取车辆的故障信号;利用所述车辆的故障树判断导致所述故障信号的源故障;以及利用所述故障树基于所述故障信号和所述源故障判断所述源故障造成的提示故障。
更进一步地,所述处理器还被配置成:显示所述提示故障以便于驾驶人员操控车辆;以及记录所述源故障以便于检修。
更进一步地,所述处理器进一步被配置成:利用所述故障树基于所述故障信号和所述源故障判断所述源故障导致的次生故障;以及确定所述次生故障中的提示故障。
更进一步地,所述处理器还被配置成:以不同的数字段或字母来区分地编码所述提示故障和所述源故障。
更进一步地,所述处理器还被配置成:基于所述车辆的控制系统逻辑和电气系统逻辑建立所述车辆的故障树。
更进一步地,所述处理器还被配置成:将运维过程中的故障记录与检修结果进行比对并利用比对结果优化所述故障树。
根据本发明的又一个方面,还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述任一项所述车载实时故障诊断方法的步骤。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后,更能够更好地理解本发明的上述特征和优点。
图1是根据本发明的一个方面绘示的一具体实施例中的故障树中的一故障树逻辑示意图;
图2是根据本发明的一个方面绘示的一具体实施例中的车载实时故障诊断方法的流程示意图;
图3是根据本发明的一个方面绘示的一具体实施例中的车载实时故障诊断方法的部分流程示意图;
图4是根据本发明的一个方面绘示的一具体实施例中的车载实时故障诊断方法的部分流程示意图;
图5是根据本发明的另一个方面绘示的一具体实施例中的车载实时故障诊断装置的示意框图。
具体实施方式
给出以下描述以使得本领域技术人员能够实施和使用本发明并将其结合到具体应用背景中。各种变型、以及在不同应用中的各种使用对于本领域技术人员将是容易显见的,并且本文定义的一般性原理可适用于较宽范围的实施例。由此,本发明并不限于本文中给出的实施例,而是应被授予与本文中公开的原理和新颖性特征相一致的最广义的范围。
在以下详细描述中,阐述了许多特定细节以提供对本发明的更透彻理解。然而,对于本领域技术人员显而易见的是,本发明的实践可不必局限于这些具体细节。换言之,公知的结构和器件以框图形式示出而没有详细显示,以避免模糊本发明。
请读者注意与本说明书同时提交的且对公众查阅本说明书开放的所有文件及文献,且所有这样的文件及文献的内容以参考方式并入本文。除非另有直接说明,否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此,除非另有明确说明,否则所公开的每一个特征仅是一组等效或类似特征的一个示例。
注意,在使用到的情况下,标志左、右、前、后、顶、底、正、反、顺时针和逆时针仅仅是出于方便的目的所使用的,而并不暗示任何具体的固定方向。事实上,它们被用于反映对象的各个部分之间的相对位置和/或方向。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
注意,在使用到的情况下,进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头,该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
以下结合附图和具体实施例对本发明作详细描述。注意,以下结合附图和具体实施例描述的诸方面仅是示例性的,而不应被理解为对本发明的保护范围进行任何限制。
首先将本发明涉及的故障树及其相关概念进行简要的阐述和说明。
图1示出了一车辆内的故障树结构示意图,其中具体绘示了其中的自动变速箱控制单元(Transmission Control Unit,TCU)被隔离故障的故障树逻辑。如图1所示,故障树以穷举的方式指示出故障信号与源故障之间以及源故障与提示故障之间的映射关系,具体地,故障树的结构与数据结构中的树结构类似,故障树以故障信号或源故障作为叶子结点,不同叶子结点的组合可对应于不同的父结点,不同的父结点和/或叶子结点的组合可对应于更高一级的父结点,最终可落点于唯一的根结点。树结构的查询过程一般由父结点开始走向其儿子结点,与树结构不同的是,故障树的查询则是由其不同组合的叶子结点逐渐走向父结点或更高级父结点。
故障树中的叶子结点一般为故障信号或源故障,不同组合的叶子结点可对应于不同的父结点,不同父结点的儿子结点可以存在部分相同。父结点可以包括源故障和次生故障。源故障为故障的源头即需要检修的部件,一般为出现故障的设备或出现故障的信号源。次生故障为源故障造成的影响,可理解为由源故障引起的连带故障。
进一步地,基于不同故障的提示对象可将故障分为两种,一种为面向检修和维护人员的故障,称之为源故障,用于指示故障源头;一种是面向驾驶人员的故障,称之为提示故障,提示故障为次生故障中影响驾驶人员驾驶的次生故障,一般表现为某些对象的哪些功能缺失,对象一般可以是某个子系统、某个设备或某个功能等。
通常一个源故障可能导致多个次生故障,但并不是每个次生故障都是提示故障,提示故障的判断条件为影响车辆功能,特别是影响驾驶的相关功能。
在图1所示的自动变速箱控制单元被隔离故障的故障树逻辑中,以实线框表示故障信号,以虚线框表示源故障,以虚实线表示次生故障,以实线框内带“&”表示与逻辑,以实线框内带“≥1”表示或逻辑,其中表示计算逻辑的方框不作为故障树的任一级结点。可以理解,车辆通常包括多个变速箱,以两个变速箱为例,在该故障树逻辑中,当采集到其中一个变速箱控制单元对应的IO模块开关正常且生命信号停止即如图1所示的“0级”故障信号时,可判断该变速箱控制单元对应的IO模块通信故障即“1级”源故障,若还采集到该变速箱内的水泵三相开关信号即“1级”故障信号,结合该“1级”源故障和“1级”故障信号可判断水泵三相开关断开故障即“2级”源故障。更进一步地,可基于水泵三相开关断开故障判断该变速箱控制单元产生隔离故障即3级次生故障。
可以理解,上述级别可基于结点深度来进行划分,低级的源故障或其组合可产生高一级的源故障或次生故障,进而组合生成更高一级的源故障或次生故障。而故障信号一般可理解为由源故障引起的关联的信号表现,通常为叶子结点。当某一结点的儿子结点中存在叶子结点,则该结点通常对应于一源故障。对应地,当一结点的所有儿子结点均为非叶子结点,则该结点通常对应于一次生故障。
在建立故障树时,可基于一款车型的控制逻辑和电气设计逻辑来生成对应的故障树。建立完成后,可基于故障树中各个结点对应的故障类型或对车辆驾驶产生的影响来确定该结点对应的故障是否为提示故障。
较优地,在绘示故障树时,可采用不同的表示形式来绘示源故障、提示故障或故障信号。对应地,在存储故障树时,也可采用不同的数据编码形式或不同的标签来存储源故障、提示故障或故障信号。
可以理解,故障树将维护和检修人员需要确定的源故障、驾驶人员需要了解的提示故障及其相关的故障信号的表现和逻辑关系进行了穷举式的罗列,使得故障树能够系统地反应车辆产生一源故障后出现的故障信号表现以及引起的次生故障,从而实现了源故障的确定和提示故障的划分。因此,以故障树为故障判定基准能够基于实时产生的故障信号精准判断出故障原并确定需要提示驾驶人员的提示故障,提高诊断效率和诊断精度。
以上对故障树的相关概念进行了简要说明,根据本发明的一个方面,提供一种基于故障树的车载实时故障诊断方法,用于实现车辆的在线实时诊断。
如图2所示,在一实施例中,车载实时故障诊断方法200包括步骤S210~S230。
其中,步骤S210为:获取车辆的故障信号。
故障信号不能狭义地理解为异常信号或信号缺失,而应广义地理解成与出现的故障部件或故障模块相关联地信号或是能够表征出现的故障部件或故障模块的信号。
可以理解,获取到的故障信号可以是一个或多个。
步骤S220为:利用所述车辆的故障树判断导致所述故障信号的源故障。
将获取到的故障信号与故障树中所有“0级”叶子结点对应以获得对应的“1级”源故障。可以理解,当存在多个叶子结点时,该些叶子结点需要满足相互之间的逻辑计算关系即图1中的与逻辑或或逻辑,才能判断存在该些叶子结点的父结点对应的源故障。
进一步地,判断出“1级”源故障后,若获取到的故障信号还与“1级”叶子结点对应,则可结合“1级”源故障与“1级”叶子结点判断出对应的“2”级源故障,依此类推,直到判断出所有的源故障。
可以理解,与一个或多个故障信号对应的源故障也可以是一个或多个,其存在故障树逻辑可能相同或不同。
步骤S230为:利用所述故障树基于所述故障信号和所述源故障判断所述源故障造成的提示故障。
虽然提示故障一般为次生故障,但不排除存在一些特殊设计的车辆,其中的某些源故障为提示故障。
具体地,如图3所示,步骤S230可包括步骤S231~S232。
其中,步骤S231为:利用故障树以基于故障信号和源故障确定源故障导致的次生故障。
可以理解,基于一个源故障或多个源故障的关联部件或关联模块与源故障的响应关系,比如一关联模块或关联部件需要源故障对应的部件或模块的支持,则源故障可引起关联模块或关联部件产生次生故障,而次生故障和/或源故障的组合还能产生进一步地次次生故障等,依此类推。可以理解,次生故障或次次生故障等在故障树中均被视为次生故障。
步骤S232为:确定源故障和次生故障中的提示故障。
可以理解,基于源故障与次生故障对车辆的驾驶功能或辅助驾驶功能存在影响时,该源故障或次生故障即为提示故障。
故障树中可将与驾驶功能或辅助驾驶功能关联的源故障和次生故障与不会影响车辆驾驶的其他源故障或次生故障区分开来,以便于在产生相对应的源故障或次生故障时,可立即判断为提示故障。
经过步骤S210~230,可判断出产生的故障信号对应的源故障以及提示故障。进一步地,可采取不同的策略来处理源故障和提示故障。对应地,如图2所示,车载实时故障诊断方法200还可包括步骤S240~S250。
与步骤S230对应地,步骤S240为:显示所述提示故障以便于驾驶人员操控车辆。
具体地,可在车辆的中控显示屏或仪表显示屏上显示步骤S230确定出的提示故障,以便于驾驶人员基于提示故障选择合适的驾驶策略。
可以理解,显示提示故障并不限制于在屏幕上显示的方式,而应理解为所有车辆能够告知驾驶人员提示故障的方式。
较优地,还可基于提示故障产生对应的推荐驾驶策略以便于指导驾驶人员驾驶所述车辆。
与步骤S220对应地,步骤S250为:记录所述故障信号对应的所有源故障以便于检修。
源故障为维护和检修人员需要检修的部件或模块,因此可进行源故障的记录,以便于检修和维护人员查看。
较优地,可对各个故障进行编码,以便于在记录故障数据时可直接基于故障树逻辑记录产生的源故障或提示故障的编码,从而减少记录的数据量以减小所需要的存储空间,
同时,为便于区分源故障或提示故障,还可采用不同的编码规则来区别地对源故障和提示故障进行编码,以便于驾驶人员或维护人员能够快速识别故障。
在一具体实施例中,采用不同的数字段来对源故障和提示故障进行编码,比如,采用1000以内的数字来编码提示故障,采用10000以上的数字来编码源故障,因此驾驶人员只需关心编码在1000以内的提示故障,检修和维护人员则只需关系编码在10000以上的源故障。
在另一具体实施例中,采用不同的字母加数字来区分提示故障和源故障,比如采用A0001~A1000来编码提示故障,采用B0001~B1000来编码源故障,则,因此驾驶人员只需关心编码中带A的提示故障,检修和维护人员则只需关系编码中带B的源故障。
更进一步地,还可通过不同的显示和记录方式来分离提示故障和源故障。比如在显示时,将驾驶人员关心的提示故障显示在醒目位置,将检修和维护人员关心的源故障显示在次醒目位置或不显示。在记录时,将源故障记录在故障记录的醒目位置,而将提示故障记录在故障记录的次醒目位置等。
可以理解,上述不同的编码规则和显示或记录方式还可组合地存在以提高源故障和提示故障的区分度。
更进一步地,生产商或设计者在生产或设计车辆时,可基于生产或设计的车辆个性化建立该车辆的故障树。还可由第三方基于生产商或设计者提供的车辆的控制系统逻辑及其电气系统逻辑来建立车辆的故障树。在一些实施例中,还可将控制系统逻辑和电气系统逻辑结合车辆内的故障响应测试数据来个性化建立车辆的故障树。
因此,如图4所示,车载实时故障诊断方法200还可包括建立故障树的步骤S260:基于所述车辆的控制系统逻辑和电气系统逻辑建立所述车辆的故障树。
具体地,可以车辆的控制逻辑为基础,结合信号有效性判断、诊断逻辑、保护逻辑以及电气系统原理等来生产对应的特定故障树。
在建立故障树的过程中,还需对源故障以及次生故障中的提示故障进行区分,次生故障中并不全是提示故障,源故障也不一定不是提示故障,因此在确定提示故障时,需要对不会影响车辆驾驶功能或辅助驾驶功能的故障进行过滤。
具体地,可将次生故障中由不确定信号引起的相关故障、不确定信号导致的不参与控制的次生故障以及逻辑上必然发生的次生故障等进行过滤,即该些次生故障将不会被判断为提示故障。
不确定信号引起的相关故障是由不确定信号触发的故障保护。比如,当源故障出现时,会带来诸多不确定信号,该些不确定信号可能是正常或不正常的,无法确定,但控制系统处于故障导向安全的考虑会判断该部分不确定信号异常,进而触发相关的故障保护,做出导向性保护的动作。然而,该部分不确定信号可能是正常的,因此产生的保护动作并非是由实际产生的故障而导致的,因此对于该些不确定信号造成的相关故障显然应当过滤掉,而不需向驾驶人员汇报。因此,此时可仅判断出源故障和最终的提示故障,而对中间过程中由不确定信号造成的相关故障进行过滤。
比如,在一具体实施例中,当某个输入输出(Input&Output,IO)模块通信故障导致该IO模块采集的信号全部丢失,信号被清零。其中,被清零的信号中包括某个电机的投入开关信号。该电机的投入开关信号在正常控制过程中为1,表示其对应的电机逆变器正常,若该投入开关信号为0则会触发该电机的投入开关置于切除位,该电机被隔离。显然电机投入开关置于切除位是由于IO模块通信故障产生的不确定信号导致的,因此该次生故障将被过滤即不向驾驶人员汇报电机投入开关置于切除位的次生故障,而仅仅向驾驶人员汇报源故障IO模块通信故障以及最终提示故障电机隔离故障。
不确定信号导致的不参与控制的次生故障为由不确定信号引起的对控制结果无影响的次生故障,对于该种不影响控制结果的次生故障,可仅向驾驶人员汇报源故障。
比如,在一具体实施例中,当某一设备的正常或异常的硬线信号的采集模块出现电源中断时,将无法正常工作,此时会产生该采集模块通信故障以及该采集模块对应的采集对象异常等次生故障,然而该设备实际上并未处于异常状态,并不会影响该设备的实际工作,因此采集模块通信故障以及该采集模块对应的采集对象即该设备异常等次生故障将被过滤,而仅仅向驾驶人员汇报源故障即该设备的采集模块电源中断故障。
逻辑上必然发生的次生故障为由电气系统设计比如电路结构导致的必然发生的次生故障。对于该些次生故障也将进行过滤。比如,当某一信号出现异常导致触发某些保护动作并输出相关信号,从而从电路上影响其它信号,导致的次生故障。
更进一步地,故障树还可利用车辆的运维过程中产生的故障记录来进行优化。则,如图4所示,车载实时故障诊断方法200还可包括步骤S270:将运维过程中的故障记录与检修结果进行比对并利用比对结果优化所述故障树。
在检修和维护人员在完成检修后,可将检修结果与故障记录进行比对,判断出实际的检修结果与故障记录中提示的源故障是否吻合,若不吻合,则基于检修结果对故障树进行修改和更正。
较优地,还可通过后台采集所有车辆的故障树的修改和更正记录,并向同款其它车辆发送正确的修改和更正后的故障树以更新其它车辆的故障树。
可以理解,还可通过后台采集同款车辆的检修结果与故障记录,系统的进行该款车辆的故障树的修改和更正,并及时向该款车辆传输修改和更正后的故障树以实现故障树的更新。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
根据本发明的又一个方面,提供一种计算机存储介质,其上存储有计算机程序,该计算机程序被执行时实现上述任一实施例中所述的车载实时故障诊断方法200的步骤。
根据本发明的另一个方面,提供一种基于故障树的车载实时故障诊断装置,用于实现车辆的在线实时诊断。
如图5所示,在一实施例中,车载实时故障诊断装置500包括存储器510和处理器520。
存储器510用于存储计算机程序。
处理器520与存储器510耦接,用于执行存储器510上存储的计算机程序,该处理器520执行该计算机程序时,被配置成:获取车辆的故障信号;利用所述车辆的故障树判断导致所述故障信号的源故障;以及利用所述故障树基于所述故障信号和所述源故障判断所述源故障造成的提示故障。
其中,故障信号不能狭义地理解为异常信号或信号缺失,而应广义地理解成与出现的故障部件或故障模块相关联地信号或是能够表征出现的故障部件或故障模块的信号。
可以理解,获取到的故障信号可以是一个或多个。
将获取到的故障信号与故障树中所有“0级”叶子结点对应以获得对应的“1级”源故障。可以理解,当存在多个叶子结点时,该些叶子结点需要满足相互之间的逻辑计算关系即图1中的与逻辑或或逻辑,才能判断存在该些叶子结点的父结点对应的源故障。
进一步地,判断出“1级”源故障后,若获取到的故障信号还与“1级”叶子结点对应,则可结合“1级”源故障与“1级”叶子结点判断出对应的“2”级源故障,依此类推,直到判断出所有的源故障。
可以理解,与一个或多个故障信号对应的源故障也可以是一个或多个,其存在故障树逻辑可能相同或不同。
虽然提示故障一般为次生故障,但不排除存在一些特殊设计的车辆,其中的某些源故障为提示故障。
具体地,处理器520还被进一步配置成:利用故障树以基于故障信号和源故障确定源故障导致的次生故障;以及确定源故障和次生故障中的提示故障。
可以理解,基于一个源故障或多个源故障的关联部件或关联模块与源故障的响应关系,比如一关联模块或关联部件需要源故障对应的部件或模块的支持,则源故障可引起关联模块或关联部件产生次生故障,而次生故障和/或源故障的组合还能产生进一步地次次生故障等,依此类推。可以理解,次生故障或次次生故障等在故障树中均被视为次生故障。
可以理解,基于源故障与次生故障对车辆的驾驶功能或辅助驾驶功能存在影响时,该源故障或次生故障即为提示故障。
故障树中可将与驾驶功能或辅助驾驶功能关联的源故障和次生故障与不会影响车辆驾驶的其他源故障或次生故障区分开来,以便于在产生相对应的源故障或次生故障时,可立即判断为提示故障。
确定出源故障和次生故障后,进一步可采取不同的策略来处理源故障和提示故障。
针对源故障,处理器520还可被配置成:记录所述故障信号对应的所有源故障以便于检修。
源故障为维护和检修人员需要检修的部件或模块,因此可进行源故障的记录,以便于检修和维护人员查看。
针对提示故障,处理器520还可被配置成:显示所述提示故障以便于驾驶人员操控车辆。
具体地,可在车辆的中控显示屏或仪表显示屏上显示确定的提示故障,以便于驾驶人员基于提示故障选择合适的驾驶策略。
可以理解,显示提示故障并不限制于在屏幕上显示的方式,而应理解为所有车辆能够告知驾驶人员提示故障的方式。
较优地,还可基于提示故障产生对应的推荐驾驶策略以便于指导驾驶人员驾驶所述车辆。
较优地,可对各个故障进行编码,以便于在记录故障数据时可直接基于故障树逻辑记录产生的源故障或提示故障的编码,从而减少记录的数据量以减小所需要的存储空间,
同时,为便于区分源故障或提示故障,还可采用不同的编码规则来区别地对源故障和提示故障进行编码,以便于驾驶人员或维护人员能够快速识别故障。
在一具体实施例中,处理器520被配置成:采用不同的数字段来对源故障和提示故障进行编码。比如,采用1000以内的数字来编码提示故障,采用10000以上的数字来编码源故障,因此驾驶人员只需关心编码在1000以内的提示故障,检修和维护人员则只需关系编码在10000以上的源故障。
在另一具体实施例中,处理器520被配置成:采用不同的字母加数字来区分提示故障和源故障。比如采用A0001~A1000来编码提示故障,采用B0001~B1000来编码源故障,则,因此驾驶人员只需关心编码中带A的提示故障,检修和维护人员则只需关系编码中带B的源故障。
更进一步地,处理器520还可被配置成:通过不同的显示和记录方式来分离提示故障和源故障。比如在显示时,将驾驶人员关心的提示故障显示在醒目位置,将检修和维护人员关心的源故障显示在次醒目位置或不显示。在记录时,将源故障记录在故障记录的醒目位置,而将提示故障记录在故障记录的次醒目位置等。
可以理解,上述不同的编码规则和显示或记录方式还可组合地存在以提高源故障和提示故障的区分度。
更进一步地,生产商或设计者在生产或设计车辆时,可基于生产或设计的车辆个性化建立该车辆的故障树。还可由第三方基于生产商或设计者提供的车辆的控制系统逻辑及其电气系统逻辑来建立车辆的故障树。在一些实施例中,还可将控制系统逻辑和电气系统逻辑结合车辆内的故障响应测试数据来个性化建立车辆的故障树。
进一步地,处理器520还可被配置成:基于所述车辆的控制系统逻辑和电气系统逻辑建立所述车辆的故障树。
具体地,可以车辆的控制逻辑为基础,结合信号有效性判断、诊断逻辑、保护逻辑以及电气系统原理等来生产对应的特定故障树。
在建立故障树的过程中,还需对源故障以及次生故障中的提示故障进行区分,次生故障中并不全是提示故障,源故障也不一定不是提示故障,因此处理器520还可被配置成:在确定提示故障时,对不会影响车辆驾驶功能或辅助驾驶功能的故障进行过滤。
具体地,可将次生故障中由不确定信号引起的相关故障、不确定信号导致的不参与控制的次生故障以及逻辑上必然发生的次生故障等进行过滤,即该些次生故障将不会被判断为提示故障。
不确定信号引起的相关故障是由不确定信号触发的故障保护。比如,当源故障出现时,会带来诸多不确定信号,该些不确定信号可能是正常或不正常的,无法确定,但控制系统处于故障导向安全的考虑会判断该部分不确定信号异常,进而触发相关的故障保护,做出导向性保护的动作。然而,该部分不确定信号可能是正常的,因此产生的保护动作并非是由实际产生的故障而导致的,因此对于该些不确定信号造成的相关故障显然应当过滤掉,而不需向驾驶人员汇报。因此,此时可仅判断出源故障和最终的提示故障,而对中间过程中由不确定信号造成的相关故障进行过滤。
比如,在一具体实施例中,当某个输入输出(Input&Output,IO)模块通信故障导致该IO模块采集的信号全部丢失,信号被清零。其中,被清零的信号中包括某个电机的投入开关信号。该电机的投入开关信号在正常控制过程中为1,表示其对应的电机逆变器正常,若该投入开关信号为0则会触发该电机的投入开关置于切除位,该电机被隔离。显然电机投入开关置于切除位是由于IO模块通信故障产生的不确定信号导致的,因此该次生故障将被过滤即不向驾驶人员汇报电机投入开关置于切除位的次生故障,而仅仅向驾驶人员汇报源故障IO模块通信故障以及最终提示故障电机隔离故障。
不确定信号导致的不参与控制的次生故障为由不确定信号引起的对控制结果无影响的次生故障,对于该种不影响控制结果的次生故障,可仅向驾驶人员汇报源故障。
比如,在一具体实施例中,当某一设备的正常或异常的硬线信号的采集模块出现电源中断时,将无法正常工作,此时会产生该采集模块通信故障以及该采集模块对应的采集对象异常等次生故障,然而该设备实际上并未处于异常状态,并不会影响该设备的实际工作,因此采集模块通信故障以及该采集模块对应的采集对象即该设备异常等次生故障将被过滤,而仅仅向驾驶人员汇报源故障即该设备的采集模块电源中断故障。
逻辑上必然发生的次生故障为由电气系统设计比如电路结构导致的必然发生的次生故障。对于该些次生故障也将进行过滤。比如,当某一信号出现异常导致触发某些保护动作并输出相关信号,从而从电路上影响其它信号,导致的次生故障。
更进一步地,故障树还可利用车辆的运维过程中产生的故障记录来进行优化。则,处理器520还可被配置成:将运维过程中的故障记录与检修结果进行比对并利用比对结果优化所述故障树。
在检修和维护人员在完成检修后,可将检修结果与故障记录进行比对,判断出实际的检修结果与故障记录中提示的源故障是否吻合,若不吻合,则基于检修结果对故障树进行修改和更正。
较优地,还可通过后台采集所有车辆的故障树的修改和更正记录,并向同款其它车辆发送正确的修改和更正后的故障树以更新其它车辆的故障树。
可以理解,还可通过后台采集同款车辆的检修结果与故障记录,系统的进行该款车辆的故障树的修改和更正,并及时向该款车辆传输修改和更正后的故障树以实现故障树的更新。
本领域技术人员将可理解,信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如,以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供之前的描述是为了使本领域中的任何技术人员均能够实践本文中所描述的各种方面。但是应该理解,本发明的保护范围应当以所附权利要求书为准,而不应被限定于以上所解说实施例的具体结构和组件。本领域技术人员在本发明的精神和范围内,可以对各实施例进行各种变动和修改,这些变动和修改也落在本发明的保护范围之内。
Claims (13)
1.一种车载实时故障诊断方法,包括:
获取车辆的故障信号;
利用所述车辆的故障树判断导致所述故障信号的源故障,所述故障树指示故障信号与源故障之间以及源故障与提示故障之间的映射关系,所述源故障为出现故障的设备或出现故障的信号源,所述提示故障为所述源故障引起的影响车辆功能的次生故障;以及
利用所述故障树基于所述故障信号和所述源故障判断存在的提示故障。
2.如权利要求1所述的车载实时故障诊断方法,其特征在于,还包括:
显示所述提示故障以便于驾驶人员操控车辆;以及
记录所述源故障以便于检修。
3.如权利要求1所述的车载实时故障诊断方法,其特征在于,所利用所述故障树基于所述故障信号和所述源故障判断出存在的提示故障包括:
利用所述故障树基于所述故障信号和所述源故障判断所述源故障导致的次生故障;以及
确定所述源故障和所述次生故障中的提示故障。
4.如权利要求1所述的车载实时故障诊断方法,其特征在于,还包括:
以不同的数字段或字母来区分地编码所述提示故障和所述源故障。
5.如权利要求1所述的车载实时故障诊断方法,其特征在于,还包括:
基于所述车辆的控制系统逻辑和电气系统逻辑建立所述车辆的故障树。
6.如权利要求5所述的车载实时故障诊断方法,其特征在于,还包括:
将运维过程中的故障记录与检修结果进行比对并利用比对结果优化所述故障树。
7.一种车载实时故障诊断装置,包括:
存储器;以及
处理器,所述处理器被配置成:
获取车辆的故障信号;
利用所述车辆的故障树判断导致所述故障信号的源故障;以及
利用所述故障树基于所述故障信号和所述源故障判断所述源故障造成的提示故障。
8.如权利要求7所述的车载实时故障诊断装置,其特征在于,所述处理器还被配置成:
显示所述提示故障以便于驾驶人员操控车辆;以及
记录所述源故障以便于检修。
9.如权利要求7所述的车载实时故障诊断装置,其特征在于,所述处理器进一步被配置成:
利用所述故障树基于所述故障信号和所述源故障判断所述源故障导致的次生故障;以及
确定所述次生故障中的提示故障。
10.如权利要求7所述的车载实时故障诊断装置,其特征在于,所述处理器还被配置成:
以不同的数字段或字母来区分地编码所述提示故障和所述源故障。
11.如权利要求7所述的车载实时故障诊断装置,其特征在于,所述处理器还被配置成:
基于所述车辆的控制系统逻辑和电气系统逻辑建立所述车辆的故障树。
12.如权利要求11所述的车载实时故障诊断装置,其特征在于,所述处理器还被配置成:
将运维过程中的故障记录与检修结果进行比对并利用比对结果优化所述故障树。
13.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1-6中任一项所述车载实时故障诊断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010128933.4A CN113320565A (zh) | 2020-02-28 | 2020-02-28 | 一种车载实时故障诊断方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010128933.4A CN113320565A (zh) | 2020-02-28 | 2020-02-28 | 一种车载实时故障诊断方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113320565A true CN113320565A (zh) | 2021-08-31 |
Family
ID=77412734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010128933.4A Pending CN113320565A (zh) | 2020-02-28 | 2020-02-28 | 一种车载实时故障诊断方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113320565A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102139700A (zh) * | 2010-02-01 | 2011-08-03 | 同济大学 | 一种轨道交通的车辆工况在线监测系统 |
US20120065836A1 (en) * | 2010-09-13 | 2012-03-15 | Heinrichs Bjoern | Method and apparatus for fault diagnosis in a rail vehicle |
CN102879680A (zh) * | 2012-09-26 | 2013-01-16 | 中南大学 | 轨道交通车辆装备通用检测及故障诊断方法及系统 |
CN104407602A (zh) * | 2014-10-29 | 2015-03-11 | 中国神华能源股份有限公司 | 一种电力机车电气系统故障判断方法 |
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 |
CN106184291A (zh) * | 2016-07-27 | 2016-12-07 | 中车唐山机车车辆有限公司 | 列车诊断方法与人机交互界面hmi系统 |
CN106354118A (zh) * | 2016-08-25 | 2017-01-25 | 株洲中车时代电气股份有限公司 | 一种基于故障树的列车故障诊断系统及方法 |
CN106774286A (zh) * | 2017-03-03 | 2017-05-31 | 中南大学 | 一种基于sibas32控制逻辑的和谐d1型机车在线故障诊断方法及系统 |
CN106873575A (zh) * | 2017-03-13 | 2017-06-20 | 徐工集团工程机械股份有限公司 | 一种工程机械车载故障诊断系统及方法 |
CN109561116A (zh) * | 2017-09-26 | 2019-04-02 | 株洲中车时代电气股份有限公司 | 获取低地板列车故障数据的方法与列车控制与诊断系统 |
CN109835371A (zh) * | 2017-11-27 | 2019-06-04 | 株洲中车时代电气股份有限公司 | 一种用于诊断列车实时故障的方法及系统 |
US20190278647A1 (en) * | 2018-03-07 | 2019-09-12 | Robert Bosch Gmbh | Fault tree analysis for technical systems |
-
2020
- 2020-02-28 CN CN202010128933.4A patent/CN113320565A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102139700A (zh) * | 2010-02-01 | 2011-08-03 | 同济大学 | 一种轨道交通的车辆工况在线监测系统 |
US20120065836A1 (en) * | 2010-09-13 | 2012-03-15 | Heinrichs Bjoern | Method and apparatus for fault diagnosis in a rail vehicle |
CN102879680A (zh) * | 2012-09-26 | 2013-01-16 | 中南大学 | 轨道交通车辆装备通用检测及故障诊断方法及系统 |
CN104407602A (zh) * | 2014-10-29 | 2015-03-11 | 中国神华能源股份有限公司 | 一种电力机车电气系统故障判断方法 |
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 |
CN106184291A (zh) * | 2016-07-27 | 2016-12-07 | 中车唐山机车车辆有限公司 | 列车诊断方法与人机交互界面hmi系统 |
CN106354118A (zh) * | 2016-08-25 | 2017-01-25 | 株洲中车时代电气股份有限公司 | 一种基于故障树的列车故障诊断系统及方法 |
CN106774286A (zh) * | 2017-03-03 | 2017-05-31 | 中南大学 | 一种基于sibas32控制逻辑的和谐d1型机车在线故障诊断方法及系统 |
CN106873575A (zh) * | 2017-03-13 | 2017-06-20 | 徐工集团工程机械股份有限公司 | 一种工程机械车载故障诊断系统及方法 |
CN109561116A (zh) * | 2017-09-26 | 2019-04-02 | 株洲中车时代电气股份有限公司 | 获取低地板列车故障数据的方法与列车控制与诊断系统 |
CN109835371A (zh) * | 2017-11-27 | 2019-06-04 | 株洲中车时代电气股份有限公司 | 一种用于诊断列车实时故障的方法及系统 |
US20190278647A1 (en) * | 2018-03-07 | 2019-09-12 | Robert Bosch Gmbh | Fault tree analysis for technical systems |
Non-Patent Citations (2)
Title |
---|
胡志华等: "基于故障树的机车电路车载诊断方法", 《交通与计算机》 * |
赵克元: "和谐型电力机车车载数据处理及专家诊断系统的开发应用", 《科技创新与应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7409317B2 (en) | Diagnostic method and system | |
KR101744226B1 (ko) | 진단 고장 정보를 제공하기 위한 시스템 및 방법 | |
CN105044497B (zh) | 一种牵引变流器故障智能分析方法 | |
CN105511448A (zh) | 一种集成式车用诊断仪及其诊断方法 | |
CN103336522A (zh) | 车辆故障查询系统、控制器及车辆 | |
CN116415154B (zh) | 一种基于gpt的车辆故障解决方案生成方法及装置 | |
CN110646685B (zh) | 一种开关柜状态综合评估方法 | |
CN108153286B (zh) | 故障诊断方法、装置及跟随器诊断系统 | |
CN111091261A (zh) | 锂电池全生命周期管理的方法 | |
CN108204452A (zh) | 车辆变速箱故障的确认和处理系统 | |
CN116436833A (zh) | 交换机端口测试中的故障诊断方法、装置及设备 | |
CN114878960A (zh) | 故障诊断方法、存储介质、电力采集终端和故障诊断系统 | |
CN113320565A (zh) | 一种车载实时故障诊断方法及其装置 | |
CN107976990A (zh) | 一种基于CANoe的整车故障测试方法 | |
CN113219330B (zh) | 一种隔离开关状态检测方法及系统 | |
CN108667664A (zh) | 自动运维监控与提醒方法、区块链及业务平台 | |
CN110334078B (zh) | 电力系统告警故障模型定义方法、计算机设备及存储介质 | |
CN115270982A (zh) | 一种基于多元数据神经网络的开关柜故障预测方法 | |
CN110968071B (zh) | 铁路车辆电气屏柜功能测试用例的生成方法及系统 | |
CN111476374A (zh) | 基于神经网络的纯电动汽车电器故障诊断训练方法与装置 | |
CN104515682A (zh) | 一种电控发动机故障代码的解读方法及装置 | |
CN111025149A (zh) | 瓦楞纸印刷机故障自动诊断的系统及方法 | |
CN105069179A (zh) | 接口电路的仿真方法及装置 | |
CN114201884B (zh) | 基于专家规则推演的继电保护缺陷的诊断方法和装置 | |
CN113552862B (zh) | Ecu基准电压故障的模拟方法、系统、设备及存储介质 |
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: 20210831 |