CN113762516B - 电子节气门状态管理方法、系统、服务器及存储介质 - Google Patents
电子节气门状态管理方法、系统、服务器及存储介质 Download PDFInfo
- Publication number
- CN113762516B CN113762516B CN202110968505.7A CN202110968505A CN113762516B CN 113762516 B CN113762516 B CN 113762516B CN 202110968505 A CN202110968505 A CN 202110968505A CN 113762516 B CN113762516 B CN 113762516B
- Authority
- CN
- China
- Prior art keywords
- fault
- parameters
- electronic throttle
- working condition
- throttle valve
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000003745 diagnosis Methods 0.000 claims abstract description 32
- 238000013507 mapping Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000011161 development Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 37
- 230000018109 developmental process Effects 0.000 description 19
- 238000012360 testing method Methods 0.000 description 12
- 230000036541 health Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 208000030175 lameness Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D11/00—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated
- F02D11/06—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated characterised by non-mechanical control linkages, e.g. fluid control linkages or by control linkages with power drive or assistance
- F02D11/10—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated characterised by non-mechanical control linkages, e.g. fluid control linkages or by control linkages with power drive or assistance of the electric type
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明提供了一种电子节气门状态管理方法、系统、服务器及存储介质。其中，所述电子节气门状态管理方法包括更新方法，所述更新方法包括：获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；分析系统基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；以及，所述映射关系更新至专家系统。后续可基于所述专家系统得到所述车辆的电子节气门的故障预测参数。如此配置，通过历史数据在故障发展进程中的关联特性，能够得知故障发生前的所述特征参数的变化规律，从而可以在故障尚未发生时就提醒用户，解决了现有技术中的电子节气门的诊断功能在故障识别上具有滞后性的问题。
Description
技术领域
本发明涉及车辆控制领域，特别涉及一种电子节气门状态管理方法、系统、服务器及存储介质。
背景技术
电子节气门作为车辆的关键零部件，其健康状态严重影响车辆的安全性，驾驶性等性能指标。对于满足国六阶段排放法规和ISO26262功能安全标准要求的车辆，EMS(Engine Management System发动机管理系统)系统会配置电子节气门相关的在线故障诊断功能，及电子节气门相关的功能安全监控功能。
当前的诊断功能在故障识别上具有滞后性，例如，当电子节气门将要出现故障时，诊断功能并不能发现故障。而故障突然出现时，EMS监测功能会报出故障并进行相关的安全保护操作，可能导致车辆速度受限、跛行甚至发动机熄火等问题。轻者影响用户的驾驶体验，重者可能导致车辆无法移动甚至安全事故。
总之，现有技术中的电子节气门的诊断功能存在故障识别上具有滞后性的问题。
发明内容
本发明的目的在于提供一种电子节气门状态管理方法、系统、服务器及存储介质，以解决现有技术中的电子节气门的诊断功能在故障识别上具有滞后性的问题。
为了解决上述技术问题，根据本发明的第一个方面，提供了一种电子节气门状态管理方法，所述电子节气门状态管理方法包括更新方法，所述更新方法包括：
获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；
分析系统基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；以及，
所述映射关系更新至专家系统。
可选的，所述电子节气门状态管理方法还包括查询方法，所述查询方法包括：
获取单个车辆的所述工况参数；
若所述工况参数在查询范围内，所述专家系统基于所述工况参数得到所述车辆的电子节气门的故障预测参数；
若所述工况参数不在所述查询范围内，所述分析系统基于所述工况参数输出主动控制指令，获取所述车辆在响应所述主动控制指令时的所述特征参数；以及，
所述分析系统基于新获得的所述工况参数得到所述故障预测参数。
可选的，输出所述主动控制指令的步骤包括：
确认所述车辆当前是否处于安全状态，所述安全状态包括停车熄火状态；以及，
若所述车辆处于安全状态，输出所述主动控制指令。
可选的，所述故障预测参数包括：故障状态和故障类型；其中，所述故障状态的可选值包括：无故障、有故障和即将发生故障；当所述故障状态为即将发生故障时，所述故障参数还包括用于表征故障发生的将来时间的预测值。
可选的，所述故障诊断参数基于电机驱动级诊断、位置传感器电路诊断、电子节气门动态响应能力诊断、控制PWM范围诊断和安全监测诊断中的至少一者得到。
可选的，所述工况参数包括：控制信号统计学指标、环境工况参数和故障影响参数中的至少一者；
所述控制信号统计学指标包括位置传感器信号的概率密度、脉宽调制信号的概率密度、位置传感器信号超过第一预设值的占比、脉宽调制信号超过第二预设值的占比；
所述环境工况参数包括环境温度、环境湿度、天气指标数据；以及，
所述故障影响参数包括车辆加速性能、怠速大小、怠速平稳性、漏气量自学习值。
可选的，所述查询方法还包括：输出服务参数至服务应用。
为了解决上述技术问题，根据本发明的第二个方面，提供了一种服务器，所述服务器用于获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；
所述服务器设置有分析系统，所述分析系统用于基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；
所述服务器还用于将所述映射关系更新至专家系统。
为了解决上述技术问题，根据本发明的第三个方面，提供了一种管理系统，所述管理系统包括终端和上述的服务器，所述终端和所述服务器通讯连接，所述专家系统设置于所述服务器或者所述终端。
为了解决上述技术问题，根据本发明的第四个方面，提供了一种存储介质，所述存储介质存储有程序，所述程序运行时，执行上述的电子节气门状态管理方法。
与现有技术相比，本发明提供的电子节气门状态管理方法、系统、服务器及存储介质中，所述电子节气门状态管理方法包括更新方法，所述更新方法包括：获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；分析系统基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；以及，所述映射关系更新至专家系统。后续可基于所述专家系统得到所述车辆的电子节气门的故障预测参数。如此配置，通过历史数据在故障发展进程中的关联特性，能够得知故障发生前的所述特征参数的变化规律，从而可以在故障尚未发生时就提醒用户，解决了现有技术中的电子节气门的诊断功能在故障识别上具有滞后性的问题。
附图说明
本领域的普通技术人员将会理解，提供的附图用于更好地理解本发明，而不对本发明的范围构成任何限定。其中：
图1是本发明一实施例的电子节气门状态管理方法的流程示意图；
图2是本发明一实施例的电子节气门状态管理方法的又一流程示意图。
附图中：
1-EMS系统；2-电子节气门状态管理方法；3-分析系统；4-专家系统。
具体实施方式
为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是，附图均采用非常简化的形式且未按比例绘制，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。
如在本发明中所使用的，单数形式“一”、“一个”以及“该”包括复数对象，术语“或”通常是以包括“和/或”的含义而进行使用的，术语“若干”通常是以包括“至少一个”的含义而进行使用的，术语“至少两个”通常是以包括“两个或至少两个”的含义而进行使用的，此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征，“一端”与“另一端”以及“近端”与“远端”通常是指相对应的两部分，其不仅包括端点，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，或成一体；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或两个元件的相互作用关系。此外，如在本发明中所使用的，一元件设置于另一元件，通常仅表示两元件之间存在连接、耦合、配合或传动关系，且两元件之间可以是直接的或通过中间元件间接的连接、耦合、配合或传动，而不能理解为指示或暗示两元件之间的空间位置关系，即一元件可以在另一元件的内部、外部、上方、下方或一侧等任意方位，除非内容另外明确指出外。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的核心思想在于提供一种电子节气门状态管理方法、系统、服务器及存储介质，以解决现有技术中的电子节气门的诊断功能在故障识别上具有滞后性的问题。
以下参考附图进行描述。
请参考图1至图2，其中，图1是本发明一实施例的电子节气门状态管理方法的流程示意图；图2是本发明一实施例的电子节气门状态管理方法的又一流程示意图。
如图1所示，本实施例提供了一种电子节气门状态管理方法2，所述电子节气门状态管理方法2包括更新方法S10，所述更新方法S10包括：
S11获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；
S12分析系统3基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；以及，
S13所述映射关系更新至专家系统4。
发明人通过对电子节气门故障产生机理的研究得到如下结论。当电子节气门即将发生故障时，所述特征参数已经发生了变化，这些变化中包含了故障发展进程的信息。为了提取出所述工况参数与故障发展进程之间的映射关系，首先需要对历史的所述特征参数进行分析，从故障发生的时间点反朔，从而将所述特征参数因噪声、误差等原因产生的变化和因故障即将发生而产生的变化进行区分。同时通过多个车辆的特征参数互相印证，以消除统计偏差，从而得到所述工况参数与故障发展进程之间的映射关系。上述映射关系可以理解为一个预测模型，当所述工况参数输入所述预测模型后，所述预设模型就会输出用于表征故障发展进程的相关参数。
将所述映射关系更新至所述专家系统4后，所述专家系统4便存储了所述工况参数在电子节气门的故障发展过程的变化规律的信息，因而能够提前预测故障将来发生的时间。因而解决了现有技术中的电子节气门的诊断功能在故障识别上具有滞后性的问题。当然，所述专家系统也能对已经发生故障的电子节气门进行常规的分析，以满足用户的其他需要。所述更新方法S10通过持续更新所述专家系统4中的所述映射关系，也保证了所述专家系统4的时效性和足够的查询范围。
进一步地，所述电子节气门状态管理方法2还包括查询方法S20，所述查询方法S20包括：
S21获取单个车辆的所述工况参数；
S22若所述工况参数在查询范围内，所述专家系统4基于所述工况参数得到所述车辆的电子节气门的故障预测参数；
S23若所述工况参数不在所述查询范围内，所述分析系统3基于所述工况参数输出主动控制指令，获取所述车辆在响应所述主动控制指令时的所述特征参数；以及，
S24所述分析系统3基于新获得的所述工况参数得到所述故障预测参数。
在步骤S22和S23中，所述查询范围与历史数据所涉及的参数范围相关，可以理解的，基于数据统计的有效性考虑，所述查询范围剔除一些无法判断有效性的孤立数据，因而所述查询范围会小于历史数据所涉及的参数范围。同时，随着所述更新方法S10的不断运行，所述查询范围会逐渐扩大，并最终覆盖至所述电子节气门理论上可以达到的所有参数范围。在步骤S23中，所述主动控制指令基于当前的参数情况生成，在本说明书的后续内容会有更为详细的描述。输出所述主动控制指令的步骤包括：确认所述车辆当前是否处于安全状态，所述安全状态包括停车熄火状态；以及，若所述车辆处于安全状态，输出所述主动控制指令。在步骤S24中，可以参考图2，分析系统进行故障数据分析、故障模式诊断、故障原因推理和故障趋势预测等分析流程，获得所述故障预测参数。如此配置，可以在特殊工况下仍然保证所述查询方法S20能够得到所述故障预测参数。
进一步地，在一些实施例中，所述查询方法S20还包括S25所述分析系统3基于新获得的所述工况参数得到新的映射关系，所述新的映射关系更新至所述专家系统4。
基于所述更新方法S10和所述查询方法S20，本实施例提供的电子节气门状态管理方法2，可以更好地对电子节气门的健康状态进行分析，发生故障后协助快速实现问题原因定位，并可以在电子节气门发生问题前识别到质量风险，对相关风险的严重程度、潜在影响进行预测；使用该服务，可以为驾驶员提供必要的用车、维修保养等建议信息，从而帮助车主主动规避电子节气门的问题风险；或帮助OEM(Original Entrusted Manufacture代工厂，也指代整车厂)、维修店等更好地进行质量问题管理、维修服务提供等，具备较大的实用价值。
所述故障预测参数包括：故障状态和故障类型；其中，所述故障状态的可选值包括：无故障、有故障和即将发生故障；当所述故障状态为即将发生故障时，所述故障参数还包括用于表征故障发生的将来时间的预测值。所述预测值的可选形式包括，时间、里程数等，也可以用百分比的进度表示。在一实施例中，所述故障状态的具体内容为：{即将发生故障，响应延迟，30％}。如此配置，既可以提供有效信息使得用户避免在接近电子节气门的故障发生时间时使用车辆；也可以有助于用户调整驾驶习惯，增加电子节气门的使用时长。
较优地，所述故障诊断参数基于电机驱动级诊断、位置传感器电路诊断、电子节气门动态响应能力诊断、控制PWM(Pulse Width Modulation脉宽调制)范围诊断和安全监测诊断中的至少一者得到。
所述工况参数包括：控制信号统计学指标、环境工况参数和故障影响参数中的至少一者；
所述控制信号统计学指标包括位置传感器信号的概率密度、脉宽调制信号的概率密度、位置传感器信号超过第一预设值的占比、脉宽调制信号超过第二预设值的占比；
所述环境工况参数包括环境温度、环境湿度、天气指标数据；以及，
所述故障影响参数包括车辆加速性能、怠速大小、怠速平稳性、漏气量自学习值。
在一实施例中，所述查询方法S20还包括：S27输出服务参数至服务应用。服务参数可以包括所述故障预测参数，也可以包括其他服务应用所需的参数。
上述的电子节气门状态管理方法2也可以按照图2进行理解。如图2所示，所述电子节气门状态管理方法2与EMS系统1交互，实现完整功能。
所述电子节气门状态管理方法2由数据存储、分析、专家系统、服务应用等功能组成，配合服务数据存储、HMI(Human Machine Interface人机界面)显示等应用功能，实现对电子节气门的健康管理。所述电子节气门状态管理方法2可实现如下有益效果：
1.电子节气门健康相关历史数据存储。所述电子节气门状态管理方法2配置电子节气门历史数据存储功能，可将健康相关的所述特征参数存储到数据库中，具体数据的内容可以参考本说明书前文相关内容。
2.所述特征参数可按需提取。相比传统EMS功能，可在电子节气门中内置测试功能，用于设定所述特征参数的获取。如电子节气门的PWM分布受车主驾驶行为影响，基于真实驾驶工况下回收的数据对其进行分析精度受到限制，而引入所述电子节气门状态管理方法2后，可通过主动测试功能(即前文中的主动控制指令)，控制电子节气门按设定工况谱运行，并基于当前的运行状况提取PWM相关的特征指标，如此可保证电子节气门的运行不受驾驶员等外部因素干扰，从而实现更高精度的特征数据提取。
3.分析能力性能更好。得益于更强大的数据获取、存储能力，及数据计算能力，该系统可对电子节气门的健康状态进行更精细的评估；相比仅提供健康/失效的二元指示信息的OBD(On Board Diagnostics车载诊断系统)功能，可提供更细化的健康状态分类；可结合同类数据指标统计情况及时更新专家系统4，并基于其对故障根本原因进行更详细的分析；可基于所述特征参数变化规律及各车辆的电子节气门样本的历史数据，对电子节气门的故障发展进程进行预测。
4.所述专家系统4可及时更新。电子节气门具体失效形式和其设计参数、工作环境、车主用车习惯等均有密切关系，所述分析系统3的故障数据分析功能可以对各产品的故障类型及其关键影响因素进行统计分析，基于其识别节气门常见失效形式、外在特征表现、故障发展影响关键影响因素等，将相关信息以数据、模型等形式更新到所述专家系统4。所述专家系统4信息可进一步和故障诊断、故障原因推理、故障预测等功能结合，为各服务应用提供支持。
5.增强服务应用能力。所述电子节气门状态管理方法2的相关信息可支持更强大的服务应用，如支持人机交互访问，结合所述专家系统4和所述特征参数为驾驶员推送建议信息；或者将相关结果数据进行存储，支持其他应用或系统的二次开发应用。
下面对图2中涉及的关键功能进行详细说明。
1.电子节气门控制：与传统策略相同采用PID(比例、积分、微分)控制方法即可，通过调整电机控制信号PWM大小实现电机扭矩大小调节，从而控制电子节气门盖板到不同位置；
2.主动测试功能：指内置在EMS中的专门为配合新的所述特征参数提取而部署的新功能，需要与所述主动控制指令配合才能激活。结合前文描述，如想要提取电子节气门在独立运行时的PWM分布特征，需要主动测试功能设计为应答响应式的测试逻辑。当接受到所述电子节气门状态管理方法2下发的激活需求指令，则对该功能激活需要的外部条件进行检查(如车辆停止、发动机未起动、变速箱处于P档等)，确认条件满足后开始按设定逻辑控制电子节气门按设定工况谱运行。
3.本地特征提取。该功能属于边缘计算范畴，会基于电子节气门正常运行、主动测试等功能激活时产生的数据，提取满足健康管理需要的数据特征。如在主动测试功能激活时，会基于其运行过程中产生的PWM信号，评估其区间分布值再上传到健康管理系统；又比如基于电子节气门和发动机空气系统指标，评估电子节气门漏气量大小。
4.历史数据存储：主要保存所述特征参数，加上必要的标签数据、环境工况数据等。如测试时间、环境温度、环境天气、车辆GPS(Global Positioning System全球定位系统)等数据内容。
5.故障数据分析；基于历史数据提取电子节气门故障相关数据，如对于同类监测产品，其高频故障类型、故障发生工况点、发生环境、故障表现特征等，并将相关结果以统计数据、模型等方式记录到所述专家系统4中。
6.故障模式诊断：评估电子节气门当前是否存在故障风险，及其故障类型；
7.故障原因推理：当故障风险存在时识别其根本原因。如发现电子节气门存在响应迟缓的问题，该功能可识别到故障是由电机性能老化引起的，还是由外部异物卡滞导致的。该功能需要与数据特征获取结合，详见下文描述；其产生的结果数据可进一步支持故障趋势预测，或直接使用以支持车辆问题维修，如提供故障原因快速定位等服务。
8.数据特征获取/测试程序管理：在进行故障原因推理时，如发现当前回收的数据特征不足，需要激活主动测试功能以提取必要的新的所述特征参数时，则通过特征数据获取模块识别需求数据内容，并基于所述电子节气门状态管理方法2的测试数据向EMS系统1发出测试请求指令，并激活主动测试功能；
9.故障趋势预测：对于电机老化、电子节气门积炭累积等类型的失效，其发展过程属于渐变式，当识别到了相关类型的失效后，可通过故障趋势预测功能，对其后续的发展趋势进行预测，并识别到其距离设定的失效阈值所剩余的时间、里程等数据内容。
10.服务应用：健康管理系统产生的相关数据可支持终端车主更好管理自己车辆，也可支持OEM等制造商做好产品质量管控，或支持4S(Sale整车销售、Sparepart零配件、Service售后服务、Survey信息反馈)店等维修机构做好保养安排等工作。具体实现通过服务应用功能配合完成。
本实施例还提供了一种服务器，所述服务器用于获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；
所述服务器设置有分析系统，所述分析系统用于基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；
所述服务器还用于将所述映射关系更新至专家系统。
本实施例提供了一种管理系统，所述管理系统包括终端和上述的服务器，所述终端和所述服务器通讯连接，所述专家系统4设置于所述服务器或者所述终端。
当所述专家系统4设置于所述服务器时，所述终端用于获取单个车辆的所述工况参数并发送给所述服务器，所述终端还用于接收所述服务器发送的所述故障预测参数。当所述专家系统4设置于所述终端时，所述终端用于获取单个车辆的所述工况参数并基于所述专家系统4获得所述故障预测参数。
需理解，用于获取历史数据(即用于存储的至少两个车辆的电子节气门的特征参数)的设备，可以是上述的终端，也可以是另一种终端，本说明书对于所述终端是否具有获取历史数据的功能不进行限定。
所述终端可设置于车辆、移动智能设备或者车辆维修厂。
所述终端及所述服务器的其他元件和其他工作逻辑，本领域技术人员可以根据公知常识进行设置，在此不进行展开描述。
本实施例还提供了一种存储介质，所述存储介质存储有程序，所述程序运行时，执行上述的电子节气门状态管理方法。
由于上述的服务器、管理系统和存储介质，都能基于历史数据得到所述工况参数与故障发展进程之间的映射关系，因而也能够克服预测结果滞后的问题。
综上所述，本发明提供的电子节气门状态管理方法2、系统、服务器及存储介质中，所述电子节气门状态管理方法包括更新方法，所述更新方法包括：获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；分析系统3基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；以及，所述映射关系更新至专家系统4。后续可基于所述专家系统4得到所述车辆的电子节气门的故障预测参数。如此配置，通过历史数据在故障发展进程中的关联特性，能够得知故障发生前的所述特征参数的变化规律，从而可以在故障尚未发生时就提醒用户，解决了现有技术中的电子节气门的诊断功能在故障识别上具有滞后性的问题。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于本发明技术方案的保护范围。
Claims (9)
1.一种电子节气门状态管理方法，其特征在于，所述电子节气门状态管理方法包括更新方法，所述更新方法包括：
获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；
分析系统基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；以及，
所述映射关系更新至专家系统；
所述电子节气门状态管理方法还包括查询方法，所述查询方法包括：
获取单个车辆的所述工况参数；
若所述工况参数在查询范围内，所述专家系统基于所述工况参数得到所述车辆的电子节气门的故障预测参数；
若所述工况参数不在所述查询范围内，所述分析系统基于所述工况参数输出主动控制指令，获取所述车辆在响应所述主动控制指令时的所述特征参数；以及，
所述分析系统基于新获得的所述工况参数得到所述故障预测参数。
2.根据权利要求1所述的电子节气门状态管理方法，其特征在于，输出所述主动控制指令的步骤包括：
确认所述车辆当前是否处于安全状态，所述安全状态包括停车熄火状态；以及，
若所述车辆处于安全状态，输出所述主动控制指令。
3.根据权利要求1所述的电子节气门状态管理方法，其特征在于，所述故障预测参数包括：故障状态和故障类型；其中，所述故障状态的可选值包括：无故障、有故障和即将发生故障；当所述故障状态为即将发生故障时，所述故障参数还包括用于表征故障发生的将来时间的预测值。
4.根据权利要求1～3中任一项所述的电子节气门状态管理方法，其特征在于，所述故障诊断参数基于电机驱动级诊断、位置传感器电路诊断、电子节气门动态响应能力诊断、控制PWM范围诊断和安全监测诊断中的至少一者得到。
5.根据权利要求1～3中任一项所述的电子节气门状态管理方法，其特征在于，所述工况参数包括：控制信号统计学指标、环境工况参数和故障影响参数中的至少一者；
所述控制信号统计学指标包括位置传感器信号的概率密度、脉宽调制信号的概率密度、位置传感器信号超过第一预设值的占比、脉宽调制信号超过第二预设值的占比；
所述环境工况参数包括环境温度、环境湿度、天气指标数据；以及，
所述故障影响参数包括车辆加速性能、怠速大小、怠速平稳性、漏气量自学习值。
6.根据权利要求1～3中任一项所述的电子节气门状态管理方法，其特征在于，所述查询方法还包括：输出服务参数至服务应用。
7.一种服务器，其特征在于，所述服务器用于获取并存储至少两个车辆的电子节气门的特征参数，所述特征参数包括工况参数和故障诊断参数；
所述服务器设置有分析系统，所述分析系统用于基于历史的所述特征参数建立所述工况参数与故障发展进程之间的映射关系；
所述服务器还用于将所述映射关系更新至专家系统；
所述服务器还用于和所述专家系统配合以实现如下步骤：
获取单个车辆的所述工况参数；
若所述工况参数在查询范围内，所述专家系统基于所述工况参数得到所述车辆的电子节气门的故障预测参数；
若所述工况参数不在所述查询范围内，所述分析系统基于所述工况参数输出主动控制指令，获取所述车辆在响应所述主动控制指令时的所述特征参数；以及，
所述分析系统基于新获得的所述工况参数得到所述故障预测参数。
8.一种管理系统，其特征在于，包括终端和如权利要求7所述的服务器，所述终端和所述服务器通讯连接，所述专家系统设置于所述服务器或者所述终端。
9.一种存储介质，其特征在于，所述存储介质存储有程序，所述程序运行时，执行如权利要求1～6中任一项所述的电子节气门状态管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110968505.7A CN113762516B (zh) | 2021-08-23 | 2021-08-23 | 电子节气门状态管理方法、系统、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110968505.7A CN113762516B (zh) | 2021-08-23 | 2021-08-23 | 电子节气门状态管理方法、系统、服务器及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113762516A CN113762516A (zh) | 2021-12-07 |
| CN113762516B true CN113762516B (zh) | 2024-02-27 |
Family
ID=78790781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110968505.7A Active CN113762516B (zh) | 2021-08-23 | 2021-08-23 | 电子节气门状态管理方法、系统、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113762516B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6837216B1 (en) * | 2003-09-01 | 2005-01-04 | Mitsubishi Denki Kabushiki Kaisha | Electronic throttle control system |
| CN101634252A (zh) * | 2009-05-15 | 2010-01-27 | 中国汽车工程研究院有限公司 | 电控发动机电子节气门控制器 |
| CN101761401A (zh) * | 2010-03-04 | 2010-06-30 | 霸州市华威发动机技术有限公司 | 一种发动机电子节气门控制的方法和装置 |
| CN102116208A (zh) * | 2010-08-24 | 2011-07-06 | 无锡伟世达电子科技有限公司 | 一种通用型汽油机转速控制方法及系统 |
| CN106441928A (zh) * | 2016-08-30 | 2017-02-22 | 东软集团股份有限公司 | 一种车辆故障检测方法、装置及系统 |
| CN110925111A (zh) * | 2019-12-13 | 2020-03-27 | 潍柴动力股份有限公司 | 节气门诊断方法、装置、控制设备及可读存储介质 |
| CN112101597A (zh) * | 2020-10-14 | 2020-12-18 | 辽宁电能发展股份有限公司 | 电动汽车租赁运营平台车辆故障预判系统、方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6619258B2 (en) * | 2002-01-15 | 2003-09-16 | Delphi Technologies, Inc. | System for controllably disabling cylinders in an internal combustion engine |
| JP3977199B2 (ja) * | 2002-08-22 | 2007-09-19 | 本田技研工業株式会社 | スロットル弁駆動装置の制御装置 |
| JP2008190628A (ja) * | 2007-02-05 | 2008-08-21 | Toyota Motor Corp | 車両の駆動力制御装置 |
| US7584742B2 (en) * | 2007-05-14 | 2009-09-08 | Gm Global Technology Operations, Inc. | Electronic throttle control remedial action desensitization |
-
2021
- 2021-08-23 CN CN202110968505.7A patent/CN113762516B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6837216B1 (en) * | 2003-09-01 | 2005-01-04 | Mitsubishi Denki Kabushiki Kaisha | Electronic throttle control system |
| CN101634252A (zh) * | 2009-05-15 | 2010-01-27 | 中国汽车工程研究院有限公司 | 电控发动机电子节气门控制器 |
| CN101761401A (zh) * | 2010-03-04 | 2010-06-30 | 霸州市华威发动机技术有限公司 | 一种发动机电子节气门控制的方法和装置 |
| CN102116208A (zh) * | 2010-08-24 | 2011-07-06 | 无锡伟世达电子科技有限公司 | 一种通用型汽油机转速控制方法及系统 |
| CN106441928A (zh) * | 2016-08-30 | 2017-02-22 | 东软集团股份有限公司 | 一种车辆故障检测方法、装置及系统 |
| CN110925111A (zh) * | 2019-12-13 | 2020-03-27 | 潍柴动力股份有限公司 | 节气门诊断方法、装置、控制设备及可读存储介质 |
| CN112101597A (zh) * | 2020-10-14 | 2020-12-18 | 辽宁电能发展股份有限公司 | 电动汽车租赁运营平台车辆故障预判系统、方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| Model-Based Fault-Diagnosis of Electronic Throttle System;Jian Wu et.al;《Applied Mechanics and Materials》;第1084-1088页 * |
| Principal Components Analysis based Fault Detection and Isolation for Electronic Throttle Control system;Moussa Hamadache;《 2012 12th International Conference on Control, Automation and Systems》;第808-813页 * |
| 基于历史故障库的汽车电子系统故障诊断方法;董杰 等;《山东科学》;第26卷(第04期);第91-94页 * |
| 大数据下电动汽车动力电池故障诊断技术挑战与发展趋势;王震坡 等;《机械工程学报》;第第57 卷卷(第第14 期期);第52-63页 * |
| 汽车电子节气门控制策略及发展分析;魏玉;《汽车实用技术》;第第24期卷;第169-171页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113762516A (zh) | 2021-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6830540B2 (ja) | クラウドベースの車両故障診断方法、装置およびシステム | |
| US10665039B2 (en) | Distributed monitoring and control of a vehicle | |
| US6609051B2 (en) | Method and system for condition monitoring of vehicles | |
| CN106406273B (zh) | 车辆中故障原因的确定 | |
| US7788003B2 (en) | Remote troubleshooting system | |
| US8346429B2 (en) | Vehicle health monitoring system architecture for diagnostics and prognostics disclosure | |
| CN101514942B (zh) | 车辆诊断装置、车辆诊断系统以及诊断方法 | |
| You et al. | Overview of remote diagnosis and maintenance for automotive systems | |
| US20060229777A1 (en) | System and methods of performing real-time on-board automotive telemetry analysis and reporting | |
| US20230252829A1 (en) | Method and diagnostic device for performing vehicle diagnostics | |
| CN104488004A (zh) | 用于提供车辆维修信息的方法和系统 | |
| EP2063398A2 (en) | Vehicle health monitoring reasoner architecture for diagnostics and prognostics | |
| DE102022121822A1 (de) | Mverfahren und systeme zur anomalieerkennung bei einem fahrzeug | |
| CN113762516B (zh) | 电子节气门状态管理方法、系统、服务器及存储介质 | |
| KR102255599B1 (ko) | 차량 고장 진단 서비스 제공 시스템 및 방법 | |
| US6438511B1 (en) | Population data acquisition system | |
| KR20220125689A (ko) | 차량 구성 요소들의 작동 상태를 결정하기 위한 방법 | |
| KR102242227B1 (ko) | 차량 게이트웨이를 이용한 차량 진단 정보 제공 시스템 및 방법 | |
| CN113448301A (zh) | 基于obd系统的故障诊断方法及系统 | |
| CN113377079B (zh) | 试验样车里程管理系统及方法 | |
| US12001272B2 (en) | Method for the remote-controlled handling of an error finding in a means of transport, means of transport, backend server and system | |
| JP7468778B2 (ja) | 車両異常検出装置及び車両異常検出方法 | |
| WO2024013879A1 (ja) | 診断制御装置及び診断制御方法 | |
| Mahmud et al. | A Service Model of Predictive Maintenance for Autonomous and Connected Vehicles Using 5G | |
| CN113168593A (zh) | 用于以远程控制的方式处理行进工具的故障发现的方法、行进工具、后端服务器以及系统 |
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 |