CN113594510A - 一种基于云平台的燃料电池系统的故障诊断方法 - Google Patents

一种基于云平台的燃料电池系统的故障诊断方法 Download PDF

Info

Publication number
CN113594510A
CN113594510A CN202110907212.8A CN202110907212A CN113594510A CN 113594510 A CN113594510 A CN 113594510A CN 202110907212 A CN202110907212 A CN 202110907212A CN 113594510 A CN113594510 A CN 113594510A
Authority
CN
China
Prior art keywords
fuel cell
hydrogenation
cloud platform
fault
information
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.)
Granted
Application number
CN202110907212.8A
Other languages
English (en)
Other versions
CN113594510B (zh
Inventor
赵兴旺
李飞强
张国强
高云庆
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.)
Beijing Sinohytec Co Ltd
Original Assignee
Beijing Sinohytec 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 Beijing Sinohytec Co Ltd filed Critical Beijing Sinohytec Co Ltd
Priority to CN202110907212.8A priority Critical patent/CN113594510B/zh
Publication of CN113594510A publication Critical patent/CN113594510A/zh
Application granted granted Critical
Publication of CN113594510B publication Critical patent/CN113594510B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04664—Failure or abnormal function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04664—Failure or abnormal function
    • H01M8/04679—Failure or abnormal function of fuel cell stacks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Manufacturing & Machinery (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Fuel Cell (AREA)

Abstract

本发明提供了一种基于云平台的燃料电池系统的故障诊断方法，涉及燃料电池技术领域。该故障诊断方法通过云平台将车辆运行数据和加氢数据融合分析，针对由于加氢环境污染等引起的燃料电池发动机性能失效实现快速故障原因定位和诊断，解决了由氢气燃料的纯度问题引起的燃料电池发动机性能失效或故障的快速定位和诊断等。

Description

一种基于云平台的燃料电池系统的故障诊断方法
技术领域
本发明涉及燃料电池技术领域，具体涉及一种基于云平台的燃料电池系统的故障诊断方法。
背景技术
氢能燃料电池汽车是具有广阔发展前景的新能源汽车，其具有加氢时间短、续驶里程长的诸多优点。收集和记录燃料电池汽车运行过程中的数据和信息，通过人工智能等方法和技术手段挖掘数据中的特征和故障，对燃料电池汽车进行提前预警或者在线调整调整其控制策略，是提高其性能、寿命和可靠性的有效手段。氢气是燃料电池反应的关键反应物，加氢过程中的氢气品质和加注量等参数也是影响或反映燃料电池发动机性能或寿命的关键信息。燃料电池对氢气燃料的要求纯度是99.97%，在氢气制备生产运输加注等过程中有可能会受到杂质气体或污染物的影响，从而对燃料电池的性能和寿命产生影响，但由于其纯度较高，对由其引起的失效和故障的快速定位和诊断较困难。现有的技术有通过更换燃料电池发动机、外接氢源等方法排查手段，但其成本高、时间慢、定位困难。
因此，亟需提供一种基于云平台的燃料电池系统的故障诊断方法，以解决现有技术中存在的上述技术问题。
发明内容
本发明的目的在于提供一种基于云平台的燃料电池系统的故障诊断方法，针对由于加氢环境污染等引起的燃料电池发动机性能失效实现快速故障原因定位和诊断。
为实现上述目的，提供以下技术方案：
本发明提供了一种基于云平台的燃料电池系统的故障诊断方法，包括如下步骤：
S100：云平台实时收集和记录运行数据和加氢数据；
S200：检测到燃料电池发动机性能失效；
S300：判断故障特征是否在性能失效专家库中，若是，则转入S400，若否，则转入S500；
S400：根据预设容错方案处理或报警；
S500：搜索与燃料电池发动机加氢时间在同一加氢循环内的发动机批次与故障信息，加氢循环指的是间隔两次加氢中间的时间信息；
S600：判断故障特征是否相同，若是，则转入S700，若否，则转入S800；
S700：判断是氢气燃料纯度问题，进行氢气燃料纯度问题的解决方案；
S800：初步排除氢气燃料纯度问题，进行其他问题的诊断。
进一步地，运行数据包括燃料电池发动机及车辆的实时运行信息；和/或，车辆的实时运行信息包括车速、动力电池的电压和电流以及燃料电池发动机的电压和电流。
进一步地，加氢数据包括车辆信息、燃料电池发动机信息、加氢时间、加氢量、加氢成本、加氢地点、加氢设备编号和加氢操作人员信息。
进一步地，S200的具体方法为：通过燃料电池发动机发送到云平台的故障码或运行电压的信息判断是否出现性能失效，所述性能失效指性能达不到预期目标。
进一步地，性能失效专家库指根据已知的经验设计的故障诊断和定位知识。
进一步地，S500的具体方法包括：根据燃料电池发动机加氢时的加氢位置、设备编号，搜索与其在同样的加氢环境中和加氢循环内加氢的发动机的批次信息，以及同批次发动机的故障信息。
进一步地，S600的具体方法包括：燃料电池电压或功率表现形式或者故障码信息是否相同，是否出现批次的同一故障特征的失效形式。
进一步地，S700中的氢气燃料纯度问题的解决方案包括：报警，然后由技术人员排查加氢环境问题和燃料电池发动机的故障处理。
进一步地，S700中其他问题的诊断的具体方法包括：人工排查。
进一步地，所述基于云平台的燃料电池系统包括：燃料电池车辆和云平台，所述燃料电池车辆包括燃料电池发动机、数据采集器和红外传感设备，所述燃料电池发动机与数据采集器和红外传感设备连接，并通过数据采集器将燃料电池车辆的实时运行数据发送至云平台。
与现有技术相比，本发明提供的基于云平台的燃料电池系统的故障诊断方法，针对由于加氢环境污染等引起的燃料电池发动机性能失效实现快速故障原因定位和诊断，解决了由氢气燃料的纯度问题引起的燃料电池发动机性能失效或故障的快速定位和诊断等。
提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的重要特征或必要特征，也无意限制本公开的范围。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了本发明实施例一的燃料电池车辆云端信息平台系统的结构示意图；
图2示出了本发明实施例一的燃料电池车辆云端信息平台系统的运行方式的流程图；
图3示出了本发明实施例二的基于云平台的燃料电池系统的故障诊断方法的流程图。
附图标记：
1-燃料电池车辆；11-燃料电池发动机；12-数据采集器；13-红外传感设备；2-云平台；3-加氢设备。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
实施例一
如图1所示，本实施例提供了一种燃料电池车辆云端信息平台系统，包括燃料电池车辆1和云平台2，燃料电池车辆1包括燃料电池发动机11、数据采集器12和红外传感设备13，燃料电池发动机11与数据采集器12和红外传感设备13连接，并通过数据采集器12将燃料电池车辆1的实时运行数据发送至云平台2。
具体地，红外传感设备13具有与加氢设备3通讯的功能。优选地，本实施例的红外传感器设备包括红外传感发射器，燃料电池发动机11与红外传感发射器连接。
可选地，燃料电池发动机11通过CAN网络与数据采集器12和红外传感设备13连接。优选地，红外传感设备13通过CAN网络或者串行通信的方式与加氢设备3进行信息交互。
具体地，数据采集器12、加氢设备3与云平台2通过4G或者5G的通信方式进行信息交互，以将数据传输给云平台2。
如图2所示，本实施例的燃料电池车辆云端信息平台系统的运行方式，具体包括如下步骤：
S1：燃料电池车辆1上电；
S2：燃料电池发动机11将运行数据实时传输给数据采集器12；
S3：数据采集器12将运行数据传输给云平台2，其数据包括不限于车辆的信息，如车牌号和VIN码；车辆运行数据的信息，如车速、动力电池的电压和电流等；燃料电池发动机11运行的数据，如电压、电流等；
S4：燃料电池加氢，通过红外传感设备13将车辆信息发送给加氢设备3；
S5：加氢设备3将车辆信息与加氢信息传输给云平台2，具体地，加氢信息包括加氢开始于结束时刻、加氢量、价格、加氢地点、加氢设备3编号和加氢操作人员信息；
S6：云平台2将车辆信息和加氢信息进行融合分析，进行策略的优化与控制，以及故障的诊断与预警，具体地，云平台2根据车辆信息将接收到的运行数据、加氢数据等进行分类融合，获取每台燃料电池车辆全生命周期内的车辆信息、燃料电池发动机11信息和加氢信息，根据信息融合分析结果进行策略的优化与控制，以及故障的诊断与预警。
本实施例的燃料电池车辆云端信息平台系统，搭建了采集和获取燃料电池车辆1的运行、加氢等全方位数据的基础架构，实现了燃料电池车辆全生命周期全方位数据的信息收集和记录，为信息融合分析建立了基础。本发明解决了燃料电池系统加氢数据信息没有记录和传输至云平台，无法实现燃料电池发动机运行数据和加氢数据的融合分析的问题。
实施例二
本实施例提供了一种基于云平台的燃料电池系统的故障诊断方法，该基于云平台的燃料电池系统即为实施例一所述的燃料电池车辆云端信息平台系统。如图3所示，本实施例的故障诊断方法具体包括如下步骤：
S100：开始；
S200：云平台2实时收集和记录运行数据和加氢数据，其中运行数据是燃料电池发动机11的信息及车辆的实时运行信息。具体地，燃料电池发动机11的信息包括燃料电池发动机11的电压和电流；车辆的实时运行信息包括车速、动力电池的电压和电流；加氢数据是每次加氢时与车辆和加氢相关的信息，包括不限于车辆信息、发动机信息、加氢时间、加氢量、加氢成本、加氢地点、加氢设备3编号、操作人员信息等；
S300：检测到燃料电池发动机11性能失效，具体地，可以通过发动机发送到平台的故障码或运行电压等信息判断是否出现性能失效，这里的性能失效指性能达不到预期目标，例如功率低、电压低等；
S400：判断故障特征是否在性能失效专家库中，若是，则转入S500，若否，则转入S600。具体地，性能失效专家库指的是根据已知的经验设计的故障诊断、定位等知识，例如由于质子交换膜失水引起的单片电压低，其故障特征是高频阻抗超过正常运行范围等；
S500：根据预设容错方案处理或报警，例如由质子交换膜失水引起的单片电压低，可以通过降低空气流量、和/或降低电堆水温等方式处理；若无处理措施的，则报警由人工处理；
S600：搜索与燃料电池发动机11加氢时间在同一加氢循环内的发动机批次与故障信息，例如可以根据发动机A加氢时的加氢位置、设备编号，搜索与其在同样的加氢环境中和加氢循环内加氢的发动机的批次信息，以及同批次发动机的故障信息，这里的加氢循环指的是间隔两次加氢中间的时间信息；
S700：判断故障特征是否相同，例如其燃料电池电压或功率表现形式或者故障码信息等是否相同，是否出现批次的同一故障特征的失效形式。若是，则转入S800，若否，则转入S900；
S800：判断是氢气燃料纯度问题，进行氢气燃料纯度问题的解决方案；
S900：初步排除氢气燃料纯度问题，进行其他问题的诊断。
具体地，本实施例的S800中的氢气燃料纯度问题的解决方案包括：报警，然后由技术人员排查加氢环境问题和燃料电池发动机11的故障处理。进一步地，S900中其他问题的诊断的具体方法包括：人工排查。
本实施例提供的基于云平台的燃料电池系统的故障诊断方法，针对由于加氢环境污染等引起的燃料电池发动机性能失效实现快速故障原因定位和诊断，解决了由氢气燃料的纯度问题引起的燃料电池发动机性能失效或故障的快速定位和诊断等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种基于云平台的燃料电池系统的故障诊断方法，其特征在于，包括如下步骤：
S100：云平台（2）实时收集和记录运行数据和加氢数据；
S200：检测到燃料电池发动机性能失效；
S300：判断故障特征是否在性能失效专家库中，若是，则转入S400，若否，则转入S500；
S400：根据预设容错方案处理或报警；
S500：搜索与燃料电池发动机加氢时间在同一加氢循环内的发动机批次与故障信息，加氢循环指的是间隔两次加氢中间的时间信息；
S600：判断故障特征是否相同，若是，则转入S700，若否，则转入S800；
S700：判断是氢气燃料纯度问题，进行氢气燃料纯度问题的解决方案；
S800：初步排除氢气燃料纯度问题，进行其他问题的诊断。
2.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，运行数据包括燃料电池发动机及车辆的实时运行信息；和/或，车辆的实时运行信息包括车速、动力电池的电压和电流以及燃料电池发动机的电压和电流。
3.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，加氢数据包括车辆信息、燃料电池发动机信息、加氢时间、加氢量、加氢成本、加氢地点、加氢设备（3）编号和加氢操作人员信息。
4.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，S200的具体方法为：通过燃料电池发动机发送到云平台（2）的故障码或运行电压的信息判断是否出现性能失效，所述性能失效指性能达不到预期目标。
5.根据权利要求4所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，性能失效专家库指根据已知的经验设计的故障诊断和定位知识。
6.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，S500的具体方法包括：根据燃料电池发动机加氢时的加氢位置、设备编号，搜索与其在同样的加氢环境中和加氢循环内加氢的发动机的批次信息，以及同批次发动机的故障信息。
7.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，S600的具体方法包括：燃料电池电压或功率表现形式或者故障码信息是否相同，是否出现批次的同一故障特征的失效形式。
8.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，S700中的氢气燃料纯度问题的解决方案包括：报警，然后由技术人员排查加氢环境问题和燃料电池发动机的故障处理。
9.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，S700中其他问题的诊断的具体方法包括：人工排查。
10.根据权利要求1所述的基于云平台的燃料电池系统的故障诊断方法，其特征在于，所述基于云平台的燃料电池系统包括：燃料电池车辆（1）和云平台（2），所述燃料电池车辆（1）包括燃料电池发动机（11）、数据采集器（12）和红外传感设备（13），所述燃料电池发动机（11）与数据采集器（12）和红外传感设备（13）连接，并通过数据采集器（12）将燃料电池车辆（1）的实时运行数据发送至云平台（2）。
CN202110907212.8A 2021-08-09 2021-08-09 一种基于云平台的燃料电池系统的故障诊断方法 Active CN113594510B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110907212.8A CN113594510B (zh) 2021-08-09 2021-08-09 一种基于云平台的燃料电池系统的故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110907212.8A CN113594510B (zh) 2021-08-09 2021-08-09 一种基于云平台的燃料电池系统的故障诊断方法

Publications (2)

Publication Number Publication Date
CN113594510A true CN113594510A (zh) 2021-11-02
CN113594510B CN113594510B (zh) 2022-06-10

Family

ID=78256286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110907212.8A Active CN113594510B (zh) 2021-08-09 2021-08-09 一种基于云平台的燃料电池系统的故障诊断方法

Country Status (1)

Country Link
CN (1) CN113594510B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113970436A (zh) * 2021-11-12 2022-01-25 北京亿华通科技股份有限公司 一种燃料电池悬臂支架的疲劳性能测试方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097634A (zh) * 2009-12-11 2011-06-15 通用汽车环球科技运作有限责任公司 用于在关闭后加氢的燃料电池操作方法
CN110429303A (zh) * 2019-07-03 2019-11-08 深圳国氢新能源科技有限公司 氢燃料电池发动机冷启动方法
CN211969176U (zh) * 2020-04-28 2020-11-20 大同氢雄云鼎氢能科技有限公司 一种基于uds的燃料电池发动机故障远程诊断系统
CN113036186A (zh) * 2019-12-25 2021-06-25 郑州宇通客车股份有限公司 一种燃料电池系统及其氢系统瓶阀故障检测方法、装置
CN113212251A (zh) * 2021-06-22 2021-08-06 北京亿华通科技股份有限公司 一种燃料电池车辆的故障诊断和上报方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097634A (zh) * 2009-12-11 2011-06-15 通用汽车环球科技运作有限责任公司 用于在关闭后加氢的燃料电池操作方法
CN110429303A (zh) * 2019-07-03 2019-11-08 深圳国氢新能源科技有限公司 氢燃料电池发动机冷启动方法
CN113036186A (zh) * 2019-12-25 2021-06-25 郑州宇通客车股份有限公司 一种燃料电池系统及其氢系统瓶阀故障检测方法、装置
CN211969176U (zh) * 2020-04-28 2020-11-20 大同氢雄云鼎氢能科技有限公司 一种基于uds的燃料电池发动机故障远程诊断系统
CN113212251A (zh) * 2021-06-22 2021-08-06 北京亿华通科技股份有限公司 一种燃料电池车辆的故障诊断和上报方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113970436A (zh) * 2021-11-12 2022-01-25 北京亿华通科技股份有限公司 一种燃料电池悬臂支架的疲劳性能测试方法
CN113970436B (zh) * 2021-11-12 2023-11-14 北京亿华通科技股份有限公司 一种燃料电池悬臂支架的疲劳性能测试方法

Also Published As

Publication number Publication date
CN113594510B (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
KR20190107080A (ko) 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템
CN105511448B (zh) 一种集成式车用诊断仪及其诊断方法
CN110224160B (zh) 一种燃料电池系统故障诊断方法
US6836708B2 (en) Monitoring of vehicle health based on historical information
CN108343497B (zh) 一种柴油车scr系统老化失效快速诊断系统及方法
CN103337882B (zh) 汽车动力电池监控系统及监控方法
JP4661380B2 (ja) 故障診断装置、故障診断システム、故障診断方法、及び車載装置
CN103777626A (zh) 一种电动车的整车故障的诊断方法和诊断系统
CN101963800A (zh) 一种柴油车道路排放远程实时监测系统和监测方法
CN106647275B (zh) 一种新能源汽车的远程监控系统
CN113594510B (zh) 一种基于云平台的燃料电池系统的故障诊断方法
CN109141898A (zh) 一种基于物联网的柴油发动机故障诊断系统
CN113555591A (zh) 燃料电池诊断装置以及相应的诊断方法、车辆和车辆系统
CN111624924A (zh) 一种新能源汽车远程监控系统
CN102426453A (zh) 汽车远程诊断装置及方法
CN108153293A (zh) 一种无线收集汽车故障码的统计系统
CN102996210B (zh) 汽车排放在线自动诊断远程监控系统及其方法
CN110365761A (zh) 一种车载obd的数据上传系统及其方法
CN203035322U (zh) 一种汽车排放在线自动诊断远程监控装置
CN215398278U (zh) 一种燃料电池车辆云端信息平台系统
CN110672960A (zh) 一种用于充电设施的测试与诊断分析方法
CN108087104A (zh) 一种智能增压器的控制系统
CN109919337A (zh) 一种汽车故障诊断与指导方法及系统
CN109286048A (zh) 一种新型锂电池管理系统
CN207879459U (zh) 一种智能增压器的控制系统

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