CN114383864A - 故障检测方法、装置、设备及介质 - Google Patents
故障检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114383864A CN114383864A CN202111490267.XA CN202111490267A CN114383864A CN 114383864 A CN114383864 A CN 114383864A CN 202111490267 A CN202111490267 A CN 202111490267A CN 114383864 A CN114383864 A CN 114383864A
- Authority
- CN
- China
- Prior art keywords
- heat dissipation
- target
- real
- time
- parameter
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 110
- 230000017525 heat dissipation Effects 0.000 claims abstract description 528
- 238000001816 cooling Methods 0.000 claims abstract description 118
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 239000002826 coolant Substances 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 29
- 230000006870 function Effects 0.000 description 30
- 230000005856 abnormality Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000012809 cooling fluid Substances 0.000 description 2
- 239000000110 cooling liquid Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003507 refrigerant Substances 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/002—Thermal testing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Cooling Or The Like Of Electrical Apparatus (AREA)
- Cooling, Air Intake And Gas Exhaust, And Fuel Tank Arrangements In Propulsion Units (AREA)
Abstract
本公开涉及一种故障检测方法、装置、设备及介质。其中，故障检测方法包括：获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数；读取散热器件在实时工况下的目标散热参数阈值，目标散热参数阈值根据多个目标历史散热参数计算得到，每个目标历史散热参数为一个参考车辆的相同散热器件在目标工况下的历史散热参数，目标工况与实时工况相同；根据实时散热参数与目标散热参数阈值，确定散热器件的冷却异常情况。根据本公开实施例，能够对散热器件进行精准故障诊断。
Description
技术领域
本公开涉及车辆技术领域，尤其涉及一种故障检测方法、装置、设备及介质。
背景技术
为了保证车辆的安全性，往往需要通过散热器件对车辆的部分组成器件进行降温。
然而，现阶段没有针对散热器件的故障诊断方案。如果散热器件存在故障，往往因为缺少相应地故障诊断方案无法对散热器件的故障进行及时发现，从而可能会对车辆的安全性或者用户驾驶体验造成影响。
因此，为了保证车辆的安全性，需要一种能够对散热器件进行精准故障诊断的方案。
发明内容
为了解决上述技术问题，本公开提供了一种故障检测方法、装置、设备及介质。
第一方面，本公开提供了一种故障检测方法，包括：
获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数；
读取散热器件在实时工况下的目标散热参数阈值，目标散热参数阈值根据多个目标历史散热参数计算得到，每个目标历史散热参数为一个参考车辆的相同散热器件在目标工况下的历史散热参数，目标工况与实时工况相同；
根据实时散热参数与目标散热参数阈值，确定散热器件的冷却异常情况。
第二方面，本公开提供了一种故障检测装置，包括：
参数获取模块，用于获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数；
阈值读取模块，用于读取散热器件在实时工况下的目标散热参数阈值；
故障检测模块，用于根据实时散热参数与目标散热参数阈值，确定散热器件的冷却异常情况。
第三方面，本公开提供了一种故障检测设备，包括：
处理器；
存储器，用于存储可执行指令；
其中，处理器用于从存储器中读取可执行指令，并执行可执行指令以实现第一方面的故障检测方法。
第四方面，本公开提供了一种计算机可读存储介质，该存储介质存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现第一方面的故障检测方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点：
本公开实施例的故障检测方法、装置、设备及介质，在获取到目标车辆的实时工况和目标车辆的散热器件的实时散热参数之后，可以读取实时工况下的目标散热参数阈值，由于目标散热参数阈值是根据多个参考车辆在目标工况下的历史散热参数计算得到的，且目标工况与实时工况相同，相应地，目标散热参数阈值能够表征实时工况下的散热模块的正常散热参数的临界值。因此，根据实时散热参数与目标散热参数阈值，能够准确判断散热器件的冷却异常情况，从而使得通过本公开实施例提供的故障检测方案，能够对散热器件进行精准故障诊断。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1示出了本公开实施例提供的一种故障检测系统的系统架构示意图；
图2示出了本公开实施例提供的另一种故障检测系统的系统架构示意图；
图3示出了本公开实施例提供的一种故障检测方法的流程示意图；
图4示出了本公开实施例提供的另一种故障检测方法的流程示意图；
图5示出了本公开实施例提供的又一种故障检测方法的流程示意图；
图6示出了本公开实施例提供的一种故障检测装置的结构示意图；
图7示出了本公开实施例提供的一种故障检测方案的逻辑示意图；
图8示出了本公开实施例提供的一种故障检测设备的结构示意图。
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某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
为了保证车辆的安全性，往往需要通过散热器件对车辆的部分组成部件进行降温。
申请人通过研究发现，如果散热器件存在故障，则可能会对车辆的安全性或者用户驾驶体验造成影响。比如，车辆长期行驶后，散热模块会被柳絮、灰尘异物堵塞，或者被冰雪遮盖、行车过程中被纸片、垃圾袋等异物遮盖等原因造成散热模块冷却不良，从而造成发动机过温，空调制冷效果不好等影响，影响车辆的安全性或者影响用户驾驶体验。
此外，申请人还发现，散热模块冷却不良问题的产生原因是因为当散热模块的散热通道被阻塞时，可能会导致散热模块与外部环境之间的空气流动速率降低，进而导致热量交换速率下降，从而影响待散热器件无法正常散热。
因此，为了保证车辆的安全性，需要一种能够对散热器件进行精准故障诊断的方案。
为了解决上述问题，本公开实施例提供了一种故障检测方法、装置、设备和介质，通过将车辆的实时散热参数和目标散热参数阈值进行比较的方式，可以对车辆的散热器件的冷却异常故障进行精准检测。
为了便于整体上理解本公开实施例提供的故障检测方案，本公开实施例在开始介绍故障检测方法、装置、设备和介质之前，先结合附图对故障检测系统展开具体说明。
图1示出了本公开实施例提供的一种故障检测系统的系统架构示意图。
如图1所示，本公开实施例提供的故障检测系统10可以包括参数采集器件101和故障检测装置102。其中，图1的实线和虚线表示器件之间的对应关系，并不对器件之间的连接关系进行限定。
参数采集器件101具有参数采集功能，比如具有对目标车辆的实时工况和散热器件103的实时散热参数的采集功能。故障检测装置102，其可以是具有故障诊断功能和/或具有逻辑判断功能的设备。比如，故障检测设备102可以是设置于车辆内部的车辆控制器、或者设置于车辆外部的云端服务器或者物理服务器等，对此不作具体限定。
例如，参数采集器件101获取目标车辆的实时工况和目标车辆的散热器件103的实时散热参数。散热采集器件101将实时工况和实时散热参数发送给故障检测装置102之后，故障检测装置102可以读取散热器件在实时工况下的目标散热参数阈值，以及根据实时散热参数与目标散热参数阈值，确定散热器件103的冷却异常情况。因此，故障检测装置102可以根据实时散热参数与目标散热参数阈值，准确判断散热器件的冷却异常情况，从而能够对散热器件进行精准故障诊断。
需要说明的是，上述散热器件103，其设置于车辆内部，其可以为帮助车辆内部易发热器件或者存在降温需求的待散热器件与外部环境进行热量交换的装置。
在一些实施例中，散热器件103可以包括为车辆内的乘员舱、动力电池、发动机、驱动电机、涡轮增压器等进行散热的器件。可选地，散热器件103可以包括冷凝器、高温散热器、低温散热器、中冷器等中的一个或者多个。需要说明的是，不同车辆的散热器件103可能不同，比如对于具有涡轮增压功能的车辆，其可以包括中冷器，对此不作具体限定。
接下来，将依次对冷凝器、高温散热器、低温散热器、中冷器进行具体说明。
冷凝器，其用于将高温高压的气态冷媒中的热量扩散到大气中。示例性地，冷凝器可以是为乘员舱和/或动力电池进行冷却的散热器件。
高温散热器，其用于将高温散热回路中的热量扩散到大气中。示例性地，高温散热器可以为发动机进行冷却。
低温散热器，其用于将低温散热回路中的热量扩散到大气中。示例性地，低温散热器可以为驱动电机进行冷却。
中冷器，其用于将中冷回路中的热量扩散到大气中。示例性地，中冷器可以为涡轮增压器的高温废气进行冷却。
需要说明的是，还可以根据具体应用场景和实际散热需求，在车辆内设置其他散热器件，对此不作限定。此外，对于上述高温散热回路、中冷回路和低温散热回路，其可以是根据散热通道的冷却液温度区分的。比如，高温散热回路的冷却液温度可以高达一百多摄氏度(℃)，低温散热回路的冷却液温度最高不超过65℃。
此外，还需要说明的是，若上述故障检测模块102是车辆外部的物理服务器或者云端服务器，则故障检测模块102还可以具备根据多个目标工况下的目标历史散热参数来计算目标散热参数阈值的功能。
可选地，散热器件的参数可以通过数据采集装置直接传输至物理服务器或者云端服务器。或者数据采集装置可以传输至车辆控制器，再由车辆控制器传输至车辆外部的物理服务器或者云端服务器。
在另一些实施例中，若故障检测模块102是车辆控制器，则其还可以具备与车辆外部的物理服务器或者云端服务器之间数据传输的功能。比如，可以将目标车辆的实时工况和目标车辆的散热器件的实时散热参数发送至车辆外部的物理服务器或者云端服务器。又比如，可以从车辆外部的物理服务器或者云端服务器接收目标散热参数阈值。
图2示出了本公开实施例提供的另一种故障检测系统的系统架构示意图。
如图2所示，故障检测系统20可以包括参数采集模块210和故障检测装置220。
参数采集模块210具备对散热模块230的数据采集功能。以及还可以包括对目标车辆的数据采集功能。可选地，参数采集模块210可以包括多个参数采集器件211-21N，其中，N为大于或等于2的整数。参数采集器件211-21N可以采集相对应的散热器件231-23N的实时散热参数和/或实时工况。
例如，参数采集模块210的多个参数采集器件211-21N可以分别采集散热模块230的多个散热器件231-23N的实时散热参数和实时工况。故障检测装置220可以基于各散热器件的实时散热参数和实时工况，确定各散热器件的冷却异常情况。以及在冷却异常的散热器件的数量大于或等于预设数量阈值时，确定散热模块230冷却异常。从而无需对散热模块230进行数据采集，通过确定冷却异常的散热器件的数量是否大于或等于预设数量阈值的方式，即可实现对冷却异常故障的检测，降低了异常检测成本。
需要说明的是，上述散热模块230，其安装在车辆内部，比如在安装在车头，比如其可以被称为前端模块。散热模块可以将车内热量交换至车辆外部环境中，比如交换至大气中。具体地，散热模块230可以包括N个散热器件231-23N。也就是说，散热模块230可以是目标车辆内多个散热器件的总成装置。其中，散热模块230中的各散热器件可参数本公开实施例上述部分对散热器件103的相关说明，对此不再赘述。
在一些实施例中，散热模块230还可以包括冷却风扇。冷却风扇可以加快散热器件与车辆外部环境之间的热量交换。
另外，需要说明的是，上述故障检测装置220的功能与上述故障检测装置102类似，对其相似之处不再赘述。
在一些实施例中，故障检测装置220还可以具有根据各散热器件的冷却功能检测结果来判断散热模块230是否冷却异常的功能。
在介绍了本公开实施例提供的故障检测系统之后，接下来，首先对本公开实施例提供的故障检测方法进行说明。
图3示出了本公开实施例提供的一种故障检测方法的流程示意图。
在本公开一些实施例中，图3所示的故障检测方法可以应用于诸如云端服务器、物理服务器或者车内控制设备等具有故障诊断功能或者逻辑判断功能的设备，对此不作具体限定。
如图3所示，该故障检测方法可以包括如下步骤。
S310，获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数。
在本公开实施例中，目标车辆的散热器件的实时散热参数可以表示为在目标车辆对应于该实时工况时，从该目标车辆的散热器件实时采集到的散热参数。
具体地，对于目标车辆，其可以是需要进行散热器件冷却功能检测的车辆。可选地，可以是待散热器件和散热器件均处于工作状态的车辆，比如可以是行驶中的车辆。
具体地，对于目标车辆的散热器件，其可以是目标车辆内部需要进行冷却功能检测的散热器件。可选地，散热器件可以是目标车辆内满足冷却故障检测条件的散热器件。其中，冷却故障检测条件可以包括散热器件对应的实时工况达到目标散热参数阈值对应的目标工况。
示例性地，若目标车辆的第一散热器件的实时工况与第一散热器件对应的目标散热参数阈值的目标工况相同，目标车辆的第二散热器件的实时工况与第二散热器件对应的目标散热参数阈值的目标工况不相同，则可以对第一散热参数进行后续的冷却异常诊断。
具体地，对于实时工况。其用于表征目标车辆、目标车辆的散热器件、目标车辆的待散热器件中至少一者的实时工作情况。
可选地，实时工况可以包括下述工况1-4中的至少一者。
工况1、散热器件对应的待散热器件的运行功率。
需要说明的是，申请人通过研究发现，待散热器件的运行状态、散热器件故障会对散热器件的冷却异常判断结果产生影响。因此，通过设置工况1，可以排除被散热模块异常升温故障对判断结果的影响，且避免了待散热器件的运行功率对判断精度的影响，从而提高了判断准确率，以及故障定位精度。
工况2、散热器件对应的散热器件对应的运行工况。其中，运行工况用于反映散热器件的运行情况。比如，可以是散热器件对应的冷却液泵的实时转速、散热模块的散热媒介入口的温度/压力值等，该运行工况可以根据具体场景和实际需求设置，对此不作具体限定。
需要说明的是，申请人通过研究发现，散热器件对应的运行工况的具体数值、散热器件是否故障会对散热器件的冷却异常判断结果产生影响。因此，通过设置工况2，可以排除冷却液泵故障对判断结果的影响，且避免了冷却液泵的转速对判断精度的影响，从而提高了判断准确率，以及故障定位精度。
工况3、目标车辆的车速。
需要说明的是，申请人通过研究发现，车速会对散热器件的冷却异常判断结果产生影响。因此，通过设置工况3，可以排除车速对判断精度的影响，从而提高了判断准确率。
工况4、散热器件对应的冷却风扇的转速。其中，冷却风扇可以是散热模块内部的冷却风扇，其可以参见上述部分对冷却风扇的相关说明，在此不再赘述。
需要说明的是，申请人通过研究发现，冷却风扇的转速、是否故障会对散热器件的冷却异常判断结果产生影响。因此，通过设置工况4，可以排除冷却风扇故障对判断结果的影响，且避免了冷却风扇的转速对判断精度的影响，从而提高了判断准确率，以及故障定位精度。
还需要说明的是，还可以根据实际情况和具体需求，选择其他工况，对此不作具体限定。
在一个示例中，若散热器件包括高温散热器，则实时工况可以包括发动机实时输出功率、发动机实时水泵转速、实时车速、冷却风扇实时转速。
在另一个示例中，若散热器件包括低温散热器，则实时工况可以包括电机实时输出功率、电机实时水泵转速、实时车速、冷却风扇实时转速。
在又一个示例中，若散热器件包括冷凝器，则实时工况可以包括冷凝器入口实时冷媒压力、冷凝器入口实时温度、实时车速、冷却风扇实时转速。
在介绍了实时工况之后，接下来对实时散热参数进行具体说明。
对于实时散热参数，其可以是能够反映散热器件的冷却功能的参数。比如散热媒介的实时温度、散热媒介的实时温度变化率、散热媒介出口的压力值等，对此不作具体限定。
在一个示例中，若散热器件包括高温散热器，低温散热器、中冷器中的至少一者，散热参数包括冷却液温度变化率。
在另一个示例中，若散热器件包括冷凝器，散热数据包括冷凝器出口温度变化率和/或冷凝器出口压力值。
在介绍了实时散热参数之后，接下来，本公开实施例下述部分对S310的具体实施方式展开具体说明。
在一些实施例中，散热器件对应的实时工况和实时散热参数可以不断上传至故障检测方法的执行主体。以便于故障检测方法的执行主体在确定所上传的实时工况中存在与目标工况相同的实时工况，根据与目标工况相同的实时工况对应的实时散热参数进行冷却异常诊断。
在另一些实施例中，故障检测方法的执行主体可以在确定实时工况与目标工况相同时，根据采集实时散热参数并根据实时散热参数进行冷却异常诊断。
S320，读取散热器件在实时工况下的目标散热参数阈值。
其中，目标散热参数阈值根据多个目标历史散热参数计算得到，每个目标历史散热参数为一个参考车辆的相同散热器件在目标工况下的历史散热参数，目标工况与实时工况相同。
可选地，参考车辆可以是能够上传实时散热参数和实时工况的车辆。具体地，参考车辆可以包括目标车辆或者不包括目标车辆，对此不作具体限定。
可选地，用于计算目标散热参数阈值的多个目标历史散热参数可以是预设周期内获取的历史散热参数，或者可以是所获取的最新的预设数量个历史散热参数，对此不作具体限定。
对于目标散热参数阈值，其可以是对应于目标工况的正常散热器件和对应于目标工况的冷却异常散热器件的散热参数的临界值。
首先，从计算主体而言，在一些实施例中，为了节省车辆算力，目标散热参数阈值可以是车辆外部的云端服务器或者物理服务器计算得到的。
从具体计算方式而言，在一些实施例中，目标散热参数阈值是根据多个目标历史散热参数所构造的目标正态分布函数计算得到的。
可选地，对于目标正态分布，可以将分布在(μ-3σ,μ+3σ)取值范围内的目标历史散热参数作为正常值，将偏离该取值范围之外的目标历史散热参数作为异常值。相应地，可以将对应于μ-3σ的目标历史散热参数作为目标散热参数阈值。其中，μ表示多个目标历史散热参数的期望值，σ表示多个目标历史散热参数的标准差。
在另一些实施例中，目标散热参数阈值可以是将多个目标历史散热参数按照从大到小的顺序排序后，取倒数第M个目标历史散热参数作为目标散热参数阈值。或者将倒数预设百分比的目标历史散热参数目标散热参数阈值。比如，如果有1000个目标历史散热参数，则可以将倒数第10个目标历史散热参数作为目标散热参数阈值。又比如，将位于倒数10％的目标历史散热参数作为目标散热参数阈值，例如有500个目标历史散热参数，将倒数第50个目标历史散热参数作为目标散热参数阈值。
在介绍了目标散热参数阈值的具体计算内容之后，接下来对目标散热参数阈值的其他内容展开具体说明。
在一些实施例中，若目标车辆包括多个散热器件，则不同的散热器件可以对应于不同的目标散热参数阈值，又或者，多个散热器件可以对应于同一目标散热参数阈值，对此不作具体限定。
在一些实施例中，S320的具体实施方式可以包括：判断实时工况是否与目标工况相同。在实时工况与目标工况相同的情况下，查询到该目标工况对应的目标散热参数阈值。
可选地，若实时工况是否与目标工况不相同，则未查询到实时工况下的目标散热参数阈值。相应地，停止继续执行对散热器件的故障检测。
在另一些实施例中，申请人考虑到车辆的行驶状态会对车辆的散热器件的冷却功能产生影响，为了提高冷却异常故障的诊断精度，可以为不同行驶数据的车辆设置不同的散热参数阈值。
相应地，S320可以具体包括如下步骤B11和步骤B12。
步骤B11，获取目标车辆的实时行驶数据。
对于实时行驶数据，其可以是车辆的、会对散热器件的散热参数产生影响的实时行驶状态的参数。
可选地，实时行驶数据包括目标车辆的实时行驶区域、目标车辆的实时行驶里程、目标车辆所处环境的环境温度和散热器件的实际工作时长中的至少一者。
在一个示例中，散热器件的实际工作时长可以是散热器件在本次启动之后的持续工作时长。又或者，可以是散热器件自开始使用起的累计工作时长，对此不作具体限定。
需要说明的是，实时行驶数据还可以其他能够影响车辆散热器的散热性能的数据，比如可以是当前行驶季节等，对此不作具体限定。
步骤B12，在散热器件对应的多个第一散热参数阈值中，查询实时行驶数据对应的目标散热参数阈值。需要说明的是，不同散热器件对应的多个第一散热参数阈值可以相同也可以不同，对此不作限定。
其中，多个第一散热参数阈值根据不同行驶数据对应的多个目标历史散热参数计算得到。
示例性地，对于某一散热器件，其第一散热参数阈值可以包括：多个行驶数据各自对应的第一散热参数阈值。
相应地，对于任意行驶数据对应的第一散热参数阈值，其可以是利用该行驶数据下的多个目标历史散热参数来计算得到的。
表1
如表1所示，对于高温散热器件，第一行驶数据(海南、行驶里程为L1)对应的第一散热参数阈值为X11，第二行驶数据(海南、行驶里程为L2)对应的第一散热参数阈值为X12，第三行驶数据(辽宁、行驶里程为L1)对应的第一散热参数阈值为X13，第四行驶数据(辽宁、行驶里程为L2)对应的第一散热参数阈值为X14。其中，以第一散热参数阈值为X11为例，其可以是根据多个行驶于海南、实际行驶里程L1的车辆的温散热器件在目标工况下的历史散热参数计算得到的。
对于低温散热器件，第一行驶数据(海南、行驶里程为L1)对应的第一散热参数阈值为Y11，第二行驶数据(海南、行驶里程为L2)对应的第一散热参数阈值为Y12，第三行驶数据(辽宁、行驶里程为L1)对应的第一散热参数阈值为Y13，第四行驶数据(辽宁、行驶里程为L2)对应的第一散热参数阈值为Y14。
通过上述步骤，由于不同区域可能会因为区域温度、区域湿度等因素导致散热器件的散热功能有所差别，因此对不同区域的车辆使用不同的目标散热参数阈值进行故障诊断，可以提高故障诊断精度。
通过上述步骤，由于不同行驶里程可能会因为区域温度、区域湿度等因素导致散热器件的散热功能有所差别，因此对不同区域的车辆使用不同的目标散热参数阈值进行故障诊断，可以提高故障诊断精度。
在一些实施例中，申请人考虑到车辆在实际行驶过程中，存在着可能整个过程都达不到某一工况的可能性，可以为不同工况设置不同的散热参数阈值，从而使得车辆达到任一工况时即可进行故障检测，提高故障检测的全面性和及时性。
相应地，S320可以具体包括如下步骤B2。
步骤B2，在散热器件对应的多个第二散热参数阈值中，查询目标工况对应的目标散热参数阈值。需要说明的是，不同散热器件对应的多个第二散热参数阈值可以相同也可以不同，对此不作限定。
其中，多个第二散热参数阈值根据不同工况下的多个历史散热参数计算得到。也就是说，不同工况各自对应一个第二散热参数阈值。可选地，对于某一散热器件，每一工况的第二散热参数阈值是利用一个参考车辆的该散热器件在该工况下的历史散热参数计算得到的。
表2
如表2所示，对于高温散热器件，第一工况(发动机输出功率P1、发动机水泵转速R1、车速V1、冷却风扇转速W1)对应的第二散热参数阈值为X21，第二工况(发动机输出功率P2、发动机水泵转速R2、车速V2、冷却风扇转速W2)对应的第二散热参数阈值为X22，第三工况(发动机输出功率P3、发动机水泵转速R3、车速V3、冷却风扇转速W3)对应的第二散热参数阈值为X23，第四工况(发动机输出功率P4、发动机水泵转速R4、车速V4、冷却风扇转速W4)对应的第二散热参数阈值为X24。
示例性地，若获取的实时工况为发动机输出功率P1、发动机水泵转速R1、车速V1、冷却风扇转速W1，则可以选择第二散热参数阈值X21作为目标散热参数阈值。
可选地，不同行驶数据、不同工况可以对应于不同的散热参数阈值。比如，辽宁的车辆和海南的车辆，在同一工况下对应于不同的散热参数阈值。
需要说明的是，不同行驶数据、不同工况对应于不同的散热参数阈值的内容可以参见上述部分对第一散热参数阈值和第二散热参数阈值的具体说明，对此不再赘述。
S330，根据实时散热参数与目标散热参数阈值，确定散热器件的冷却异常情况。
在一些实施例中，散热器件的冷却异常情况可以包括散热器件是否冷却异常、散热器件的故障类型、散热器件的冷却异常等级等。
首先，对于散热器件是否冷却异常，说明如下。
可选地，散热器件的冷却异常可以是指散热器件对待散热模块的热量交换功能或者冷却功能异常。
在一个示例中，S330可以包括步骤C1。
步骤C1，在实时散热参数小于目标散热参数阈值时，确定散热模块冷却异常。
在另一个示例中，S330可以包括步骤C2。
若实时散热参数大于或等于目标散热参数阈值，确定散热器件冷却正常。也就是说，该散热器件对待散热模块的冷却功能正常。
接下来对散热器件的故障类型进行说明。
在一些实施例中，S330可以包括步骤C3。
步骤C3，确定散热器件的故障类型为散热通道阻塞类故障。
其中，散热通道阻塞类故障表示该散热器件与车辆外部环境之间的散热通道阻塞。
需要说明的是，本公开实施例通过上述实时工况和/或实时行驶数据，可以排除待散热器件发热异常、散热器件故障、汽车运行参数变化等因素对散热参数的影响，从而将故障原因准确定位在散热通道阻塞类故障，提高了故障诊断精度。
接下来，继续对冷却异常等级展开具体说明。
冷却异常等级用于反映散热器件的冷却异常故障的故障程度。不同的冷却异常等级可以反映冷却异常故障的不同故障程度。
在一些实施例中，S330可以包括步骤C4。
步骤C4，基于预设的散热参数与冷却异常等级的对应关系，利用实时散热参数确定实时散热参数对应的散热器件的目标异常等级。
可选地，不同的冷却异常等级可以对应于不同的散热参数取值区间。当实时散热参数落入某一冷却异常等级的散热参数取值区间时，则可以认为该冷却异常等级为目标异常等级。
可选地，各冷却异常等级的散热参数取值区间可以是根据目标散热参数阈值对应选取的。比如，若目标散热参数阈值为a1，共有三个冷却异常等级，分别表示轻微异常、中度异常、严重异常。则三个冷却异常等级的散热参数取值区间可以是[a1,a2)、[a2,a3)、[a3,+∞)。其中，a3大于a2，a2大于a1。
需要说明的是，冷却异常等级的数量不限于三级，还可以根据实际情况和具体需求，确定冷却异常等级的等级数，比如二级、或者比三级更多的等级，对此不作具体限定。
在一些实施例中，不同散热器件可以具有不同的预设的散热参数与冷却异常等级的对应关系。
可选地，不同散热器件的对应关系中的冷却异常等级的数量可以相同，也可以相同，对此不作限定。比如，高温散热器的冷却异常等级可以包括轻微异常、中度异常、严重异常共三级，中冷器的冷却异常等级可以包括轻微异常等级和严重异常等级共两级。
可选地，不同散热器件的冷却异常等级对应的散热参数取值区间也可以相同，也可以不同，对此不作具体限定。比如，高温散热器的轻微异常等级的散热参数取值区间可以是[b1,b2)，中冷器的轻微异常等级的散热参数取值区间可以是[c1,c2)。
在本公开实施例中，在获取到目标车辆的实时工况和目标车辆的散热器件的实时散热参数之后，可以读取实时工况下的目标散热参数阈值，由于目标散热参数阈值是根据多个参考车辆在目标工况下的历史散热参数计算得到的，且目标工况与实时工况相同，相应地，目标散热参数阈值能够表征实时工况下的散热模块的正常散热参数的临界值。因此，根据实时散热参数与目标散热参数阈值，能够准确判断散热器件的冷却异常情况，从而使得通过本公开实施例提供的故障检测方案，能够对散热器件进行精准故障诊断。
在一些实施例中，在S320之后，故障检测方法还包括下述步骤C4。
步骤C4，生成散热器件的故障检测结果。其中，故障检测结果用于表示该散热器件是否冷却异常。
可选地，为了便于故障处理，可以向相关人员发送故障检测结果。其中，相关人员可以是车辆驾驶人员、车主或者车辆售后人员等。例如，可以将故障检测结果发送至售后人员，由售后人员通知用户即使前往维修点维修或者远程指导用户进行故障处理等。
图4示出了本公开实施例提供的另一种故障检测方法的流程示意图。本公开实施例在上述实施例的基础上进行优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
在本公开一些实施例中，图4所示的故障检测方法可以应用于诸如云端服务器、物理服务器或者车内控制设备等具有故障诊断功能或者逻辑判断功能的设备，对此不作具体限定。
如图4所示，该故障检测方法可以包括如下步骤。
S410，获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数。其中，S410与S310相似，对此不再赘述。
S420，读取散热器件在实时工况下的目标散热参数阈值。
其中，目标散热参数阈值根据多个目标历史散热参数计算得到，每个目标历史散热参数为一个参考车辆的相同散热器件在目标工况下的历史散热参数，目标工况与实时工况相同。
其中，S420与S320相似，对此不再赘述。
S430，根据实时散热参数与目标散热参数阈值，确定散热器件的冷却异常情况。
其中，S430与S330相似，对此不再赘述。
S440，若散热模块中冷却异常的散热器件的数量大于或等于预设数量阈值，确定散热模块冷却异常。
其中，预设数量阈值可以是大于或等于2的整数，比如可以为2。需要说明的是，还可以根据实际情况和具体需求设置预设数量阈值，对此不作具体限定。
在一个示例中，若散热模块包括高温散热器，低温散热器、冷凝器，则三者中任意两者冷却异常、或者三者均冷却异常，则确定散热模块冷却异常。
可选地，故障检测方法还包括：确定散热模块的故障类型为散热通道阻塞类故障。其中，散热通道阻塞类故障表示该散热模块与车辆外部环境之间的散热通道阻塞。
在本公开实施例中，在获取到目标车辆的实时工况和目标车辆的散热器件的实时散热参数之后，可以读取实时工况下的目标散热参数阈值，由于目标散热参数阈值是根据多个参考车辆在目标工况下的历史散热参数计算得到的，且目标工况与实时工况相同，相应地，目标散热参数阈值能够表征实时工况下的散热模块的正常散热参数的临界值。因此，根据实时散热参数与目标散热参数阈值，能够准确判断散热器件的冷却异常情况，从而使得通过本公开实施例提供的故障检测方案，能够对散热器件进行精准故障诊断。
另外，申请人通过研究发现，散热器件的散热性能不仅仅受到其自身散热性能的影响，由于多个散热器件集成为散热模块，比如上述实施例所示的前端模块，散热模块却对散热器件的散热性能起到一定影响。比如，散热模块可以通过散热口以及散热通道与车辆外部进行热交换，如果散热模块的散热口或者散热通道发生故障，则会影响散热模块内部散热器件的散热。因此，通过判断散热模块是否故障，以及对冷却异常故障进行更精准的定位。以及，由于散热器件与车辆外部往往通过散热口与散热通道散热。而车辆上的散热口可以包括散热模块的散热口以及散热器件的散热口，散热通道可以包括散热器件内部的散热通道(即散热器件的散热通道)以及散热器件外部至车辆外部之间的散热通道(即散热模块的散热通道)。因为冷却异常故障往往是因为散热口或者散热通道阻塞引起的，通过确定散热模块冷却异常还是散热器件冷却异常，可以确定是哪个散热口阻塞或者哪段散热通道产生阻塞，便于进行故障排查。
以及，在本公开实施例中，通过确定冷却异常的散热器件的数量是否大于或等于预设数量阈值的方式，无需对散热模块进行数据采集即可实现对冷却异常故障的检测，降低了异常检测成本。
在一些实施例中，在S440之后，故障检测方法还包括下述步骤D1。
步骤D1，生成散热模块的故障检测结果。其中，故障检测结果用于表示该散热模块是否冷却异常。
可选地，为了便于故障处理，可以向相关人员发送故障检测结果。其中，相关人员可以是车辆驾驶人员、车主或者车辆售后人员等。例如，可以将故障检测结果发送至售后人员，由售后人员通知用户即使前往维修点维修或者远程指导用户进行故障处理等。
图5示出了本公开实施例提供的再一种故障检测方法的流程示意图。本公开实施例在上述实施例的基础上进行优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
在本公开一些实施例中，图5所示的故障检测方法可以应用于诸如云端服务器、物理服务器或者车内控制设备等具有故障诊断功能或者逻辑判断功能的设备，对此不作具体限定。
如图5所示，该故障检测方法可以包括如下步骤。
S510，获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数。
其中，S510与S310相似，对此不再赘述。
S520，读取散热器件在实时工况下的目标散热参数阈值。
其中，目标散热参数阈值根据多个目标历史散热参数计算得到，每个目标历史散热参数为一个参考车辆的相同散热器件在目标工况下的历史散热参数，目标工况与实时工况相同。
其中，S520与S320相似，对此不再赘述。
S530，若实时散热参数小于目标散热参数阈值，
基于预设的散热参数与冷却异常等级的对应关系，利用实时散热参数确定散热器件的目标异常等级。
其中，S530与S330相似，对此不再赘述。
S540，执行目标异常等级对应的目标异常处理策略。
可选地，为了提高故障处理的灵活性，不同冷却异常等级可以对应于不同的异常处理策略。
在一个示例中，若目标异常等级表示轻微异常、不影响正常驾驶，则可以通知车辆驾驶人员对散热模块的通风口或者通风通道自行清理。
在另一个示例中，若目标异常等级表示中度异常、不影响车辆安全性，则可以通知车辆驾驶人员将车辆自行行驶至维修处进行故障修理。
在又一个示例中，若目标异常等级表示严重异常、影响车辆安全性，则可以通知车辆驾驶人员原地等待，等待维修。
在本公开实施例中，在获取到目标车辆的实时工况和目标车辆的散热器件的实时散热参数之后，可以读取实时工况下的目标散热参数阈值，由于目标散热参数阈值是根据多个参考车辆在目标工况下的历史散热参数计算得到的，且目标工况与实时工况相同，相应地，目标散热参数阈值能够表征实时工况下的散热模块的正常散热参数的临界值。因此，根据实时散热参数与目标散热参数阈值，能够准确判断散热器件的冷却异常情况，从而使得通过本公开实施例提供的故障检测方案，能够对散热器件进行精准故障诊断。
图6示出了本公开实施例提供的一种故障检测装置的结构示意图。
在本公开一些实施例中，图6所示的故障检测装置可以为诸如云端服务器、物理服务器或者车内控制设备等具有故障诊断功能或者逻辑判断功能的设备，对此不作具体限定。
如图6所示，该故障检测装置600可以包括参数获取模块610、阈值读取模块620和第一故障检测模块630。
该参数获取模块610可以用于获取目标车辆的实时工况和目标车辆的散热器件的实时散热参数；
该阈值读取模块620可以用于读取散热器件在实时工况下的目标散热参数阈值；
该第一故障检测模块630可以用于根据实时散热参数与目标散热参数阈值，确定散热器件的冷却异常情况。
在本公开实施例中，在获取到目标车辆的实时工况和目标车辆的散热器件的实时散热参数之后，可以读取实时工况下的目标散热参数阈值，由于目标散热参数阈值是根据多个参考车辆在目标工况下的历史散热参数计算得到的，且目标工况与实时工况相同，相应地，目标散热参数阈值能够表征实时工况下的散热模块的正常散热参数的临界值。因此，根据实时散热参数与目标散热参数阈值，能够准确判断散热器件的冷却异常情况，从而使得通过本公开实施例提供的故障检测方案，能够对散热器件进行精准故障诊断。
在本公开一些实施例中，目标车辆包括多个散热器件，多个散热器件形成散热模块。
相应地，该故障检测装置600还可以包括第二故障检测模块。
该第二故障检测模块可以用于若冷却异常的散热器件的数量大于或等于预设数量阈值，确定散热模块冷却异常。
在本公开一些实施例中，第一故障检测模块630可以具体用于若实时散热参数小于目标散热参数阈值，基于预设的散热参数与冷却异常等级的对应关系，利用实时散热参数确定散热器件的目标异常等级；该故障检测装置600还可以包括策略执行模块。
该策略执行模块可以用于执行散热器件的目标异常等级对应的目标异常处理策略。
在本公开一些实施例中，该阈值读取模块620可以包括数据获取单元和第一阈值查询单元。
该数据获取单元可以用于获取目标车辆的实时行驶数据；
该第一阈值查询单元可以用于在散热器件对应的多个第一散热参数阈值中，查询实时行驶数据对应的目标散热参数阈值，其中，多个第一散热参数阈值根据不同行驶数据对应的多个目标历史散热参数计算得到。
在本公开一些实施例中，实时行驶数据包括目标车辆的实时行驶区域、目标车辆的实时行驶里程、目标车辆所处环境的环境温度和散热器件的实际工作时长中的至少一者。
在本公开一些实施例中，该阈值读取模块620可以包括第二阈值查询单元。
该第二阈值查询单元可以用于在散热器件对应的多个第二散热参数阈值中，查询目标工况对应的目标散热参数阈值，多个第二散热参数阈值根据不同工况下的多个历史散热参数计算得到。
在本公开一些实施例中，实时工况包括以下至少一者；
散热器件对应的待散热器件的运行功率；
散热器件对应的运行工况；
目标车辆的车速；
散热器件对应的冷却风扇的转速。
在本公开一些实施例中，散热器件包括高温散热器，低温散热器、中冷器中的至少一者，散热参数包括冷却液温度变化率。
在本公开一些实施例中，散热器件包括冷凝器，散热数据包括出口温度变化率和/或出口压力值。
在本公开一些实施例中，目标散热参数阈值是根据多个目标历史散热参数构造的目标正态分布函数得到的。
需要说明的是，图6所示的故障检测装置600可以执行图3至图5所示的方法实施例中的各个步骤，并且实现图3至图5所示的方法实施例中的各个过程和效果，在此不做赘述。
在一个实施例中，为了便于理解，图7示出了本公开实施例提供的一种故障检测方案的逻辑示意图。
如图7所示，如果目标车辆包括N个散热器件，对于第一散热器件至第N散热器件中的每一散热器件，每一散热器件的第一故障诊断模块711可以从云端服务器720获取该散热器件的目标散热参数阈值，以及该散热器件的第一故障诊断模块711可以获取该散热器件的实时工况和实时散热参数。接着，在实时散热参数与目标散热参数阈值对应的目标工况相同的情况下，该散热器件的的第一故障诊断模块711可以根据实时散热参数和目标散热参数阈值的比较结果，生成该散热器件的诊断结果T1。
第二故障诊断模块712可以接收N个散热器件的诊断结果T1。若根据多个诊断结果T1确定冷却异常的散热器件的数量大于或等于预设数量阈值时，则可以确定散热模块冷却异常，并生成诊断结果T2。
可选地，可以将诊断结果T2发送至相关人员以进行后续故障处理。
图8示出了本公开实施例提供的一种故障检测设备的结构示意图。
如图8所示，该故障检测设备可以包括控制器801以及存储有计算机程序指令的存储器802。
具体地，上述控制器801可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器802可以包括用于信息或指令的大容量存储器。举例来说而非限制，存储器802可以包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个及其以上这些的组合。在合适的情况下，存储器802可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器802可在综合网关设备的内部或外部。在特定实施例中，存储器802是非易失性固态存储器。在特定实施例中，存储器802包括只读存储器(Read-Only Memory，ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable ROM，PROM)、可擦除PROM(Electrical Programmable ROM，EPROM)、电可擦除PROM(Electrically ErasableProgrammable ROM，EEPROM)、电可改写ROM(Electrically Alterable ROM，EAROM)或闪存，或者两个或及其以上这些的组合。
控制器801通过读取并执行存储器802中存储的计算机程序指令，以执行本公开实施例所提供的故障检测方法的步骤。
在一个示例中，该故障检测设备还可包括收发器803和总线804。其中，如图8所示，控制器801、存储器802和收发器803通过总线804连接并完成相互间的通信。
总线804包括硬件、软件或两者。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(ExtendedIndustry Standard Architecture，EISA)总线、前端总线(Front Side BUS，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industrial Standard Architecture，ISA)总线、无限带宽互连、低引脚数(Low Pin Count，LPC)总线、存储器总线、微信道架构(MicroChannel Architecture，MCA)总线、外围控件互连(Peripheral Component Interconnect，PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial Advanced TechnologyAttachment，SATA)总线、视频电子标准协会局部(Video Electronics StandardsAssociation Local Bus，VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线804可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
本公开实施例还提供了一种计算机可读存储介质，该存储介质可以存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现本公开实施例所提供的故障检测方法。
上述的存储介质可以例如包括计算机程序指令的存储器802，上述指令可由故障检测设备的处理器801执行以完成本公开实施例所提供的故障检测方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory，RAM)、光盘只读存储器(Compact DiscROM，CD-ROM)、磁带、软盘和光数据存储设备等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种故障检测方法，其特征在于，包括：
获取目标车辆的实时工况和所述目标车辆的散热器件的实时散热参数；
读取所述散热器件在所述实时工况下的目标散热参数阈值，所述目标散热参数阈值根据多个目标历史散热参数计算得到，每个所述目标历史散热参数为一个参考车辆的相同散热器件在目标工况下的历史散热参数，所述目标工况与所述实时工况相同；
根据所述实时散热参数与所述目标散热参数阈值，确定所述散热器件的冷却异常情况。
2.根据权利要求1所述的方法，其特征在于，所述目标车辆包括多个所述散热器件，多个所述散热器件形成散热模块；
其中，所述方法还包括：
若冷却异常的散热器件的数量大于或等于预设数量阈值，确定所述散热模块冷却异常。
3.根据权利要求1所述的方法，其特征在于，所述冷却异常情况包括所述散热器件的冷却异常等级；
所述根据所述实时散热参数与所述目标散热参数阈值，确定所述散热器件的冷却异常情况，包括：
若所述实时散热参数小于所述目标散热参数阈值，基于预设的散热参数与冷却异常等级的对应关系，利用所述实时散热参数确定所述散热器件的目标异常等级；
在所述确定所述散热器件的冷却异常情况之后，所述方法还包括：
执行所述散热器件的目标异常等级对应的异常处理策略。
4.根据权利要求1所述的方法，其特征在于，所述读取所述散热器件在所述实时工况下的目标散热参数阈值，包括：
获取目标车辆的实时行驶数据；
在所述散热器件对应的多个第一散热参数阈值中，查询实时行驶数据对应的目标散热参数阈值，其中，所述多个第一散热参数阈值根据不同行驶数据对应的多个目标历史散热参数计算得到。
5.根据权利要求4所述的方法，其特征在于，所述实时行驶数据包括所述目标车辆的实时行驶区域、所述目标车辆的实时行驶里程、所述目标车辆所处环境的环境温度和所述散热器件的实际工作时长中的至少一者。
6.根据权利要求1所述的方法，其特征在于，所述读取所述散热器件在所述实时工况下的目标散热参数阈值，包括：
在所述散热器件对应的多个第二散热参数阈值中，查询所述目标工况对应的目标散热参数阈值，所述多个第二散热参数阈值根据不同工况下的多个历史散热参数计算得到。
7.根据权利要求1所述的方法，其特征在于，所述实时工况包括以下至少一者；
所述散热器件对应的待散热器件的运行功率；
所述散热器件对应的运行工况；
所述目标车辆的车速；
所述散热器件对应的冷却风扇的转速。
8.根据权利要求1所述的方法，其特征在于，所述散热器件包括高温散热器、低温散热器、中冷器中的至少一者，所述散热参数包括冷却液温度变化率。
9.根据权利要求1或8所述的方法，其特征在于，所述散热器件包括冷凝器，所述散热数据包括出口温度变化率和/或出口压力值。
10.根据权利要求1所述的方法，其特征在于，所述目标散热参数阈值是根据多个目标历史散热参数所构造的目标正态分布函数计算得到的。
11.一种故障检测装置，其特征在于，包括：
参数获取模块，用于获取目标车辆的实时工况和所述目标车辆的散热器件的实时散热参数；
阈值读取模块，用于读取所述散热器件在所述实时工况下的目标散热参数阈值；
第一故障检测模块，用于根据所述实时散热参数与所述目标散热参数阈值，确定所述散热器件的冷却异常情况。
12.一种电池控制设备，其特征在于，包括：
处理器；
存储器，用于存储可执行指令；
其中，所述处理器用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述权利要求1-10中任一项所述的故障检测方法。
13.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器实现用上述权利要求1-10中任一项所述的故障检测方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111490267.XA CN114383864A (zh) | 2021-12-08 | 2021-12-08 | 故障检测方法、装置、设备及介质 |
| PCT/CN2022/137349 WO2023104120A1 (zh) | 2021-12-08 | 2022-12-07 | 故障检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111490267.XA CN114383864A (zh) | 2021-12-08 | 2021-12-08 | 故障检测方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114383864A true CN114383864A (zh) | 2022-04-22 |
Family
ID=81196267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111490267.XA Pending CN114383864A (zh) | 2021-12-08 | 2021-12-08 | 故障检测方法、装置、设备及介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114383864A (zh) |
| WO (1) | WO2023104120A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116069079A (zh) * | 2023-04-06 | 2023-05-05 | 山东海冠电气有限公司 | 一种智能开关柜的散热智能控制方法及系统 |
| WO2023104120A1 (zh) * | 2021-12-08 | 2023-06-15 | 北京罗克维尔斯科技有限公司 | 故障检测方法及装置 |
| CN117347772A (zh) * | 2023-12-04 | 2024-01-05 | 深圳市铭瑞达五金制品有限公司 | 一种石墨烯散热器用的故障监测系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105677947A (zh) * | 2015-12-31 | 2016-06-15 | 清华大学苏州汽车研究院（吴江） | 电动汽车电机控制器的散热器散热测试方法 |
| US20180312033A1 (en) * | 2017-04-26 | 2018-11-01 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and apparatus of vehicle heat dissipation, computer-readable storage medium |
| CN108982124A (zh) * | 2018-08-31 | 2018-12-11 | 安徽江淮汽车集团股份有限公司 | 一种整车环境散热器散热性能检测方法及模块 |
| CN111272443A (zh) * | 2020-02-26 | 2020-06-12 | 潍柴动力股份有限公司 | 散热系统的诊断方法、装置、车辆、电子设备及存储介质 |
| CN112924205A (zh) * | 2021-01-27 | 2021-06-08 | 上海三一重机股份有限公司 | 作业机械故障诊断方法、装置、作业机械和电子设备 |
| CN113065219A (zh) * | 2020-01-02 | 2021-07-02 | 株洲中车时代电气股份有限公司 | 一种列车牵引变压器冷却系统异常检测方法及装置 |
| CN113140054A (zh) * | 2020-01-02 | 2021-07-20 | 株洲中车时代电气股份有限公司 | 一种列车冷却系统的异常检测方法及装置 |
| CN113465935A (zh) * | 2020-03-31 | 2021-10-01 | 比亚迪股份有限公司 | 车辆冷却回路检测方法、装置、计算机设备及存储介质 |
| US20210355857A1 (en) * | 2017-11-24 | 2021-11-18 | Guangzhou Automobile Group Co., Ltd. | Thermostat Fault Diagnosis Method and Device, Computer Device and Storage Medium |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710025B (zh) * | 2009-12-07 | 2011-02-16 | 奇瑞汽车股份有限公司 | 一种确保冷却系统边界条件一致性的方法 |
| CN105841980B (zh) * | 2016-03-21 | 2019-05-17 | 山东云舜智能科技有限公司 | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 |
| CN113204883B (zh) * | 2021-05-10 | 2023-11-24 | 奇瑞汽车股份有限公司 | 汽车散热器目标进风量自动计算装置及方法 |
| CN114383864A (zh) * | 2021-12-08 | 2022-04-22 | 北京罗克维尔斯科技有限公司 | 故障检测方法、装置、设备及介质 |
-
2021
- 2021-12-08 CN CN202111490267.XA patent/CN114383864A/zh active Pending
-
2022
- 2022-12-07 WO PCT/CN2022/137349 patent/WO2023104120A1/zh unknown
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105677947A (zh) * | 2015-12-31 | 2016-06-15 | 清华大学苏州汽车研究院（吴江） | 电动汽车电机控制器的散热器散热测试方法 |
| US20180312033A1 (en) * | 2017-04-26 | 2018-11-01 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and apparatus of vehicle heat dissipation, computer-readable storage medium |
| US20210355857A1 (en) * | 2017-11-24 | 2021-11-18 | Guangzhou Automobile Group Co., Ltd. | Thermostat Fault Diagnosis Method and Device, Computer Device and Storage Medium |
| CN108982124A (zh) * | 2018-08-31 | 2018-12-11 | 安徽江淮汽车集团股份有限公司 | 一种整车环境散热器散热性能检测方法及模块 |
| CN113065219A (zh) * | 2020-01-02 | 2021-07-02 | 株洲中车时代电气股份有限公司 | 一种列车牵引变压器冷却系统异常检测方法及装置 |
| CN113140054A (zh) * | 2020-01-02 | 2021-07-20 | 株洲中车时代电气股份有限公司 | 一种列车冷却系统的异常检测方法及装置 |
| CN111272443A (zh) * | 2020-02-26 | 2020-06-12 | 潍柴动力股份有限公司 | 散热系统的诊断方法、装置、车辆、电子设备及存储介质 |
| CN113465935A (zh) * | 2020-03-31 | 2021-10-01 | 比亚迪股份有限公司 | 车辆冷却回路检测方法、装置、计算机设备及存储介质 |
| CN112924205A (zh) * | 2021-01-27 | 2021-06-08 | 上海三一重机股份有限公司 | 作业机械故障诊断方法、装置、作业机械和电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 王臻华 等: "一种整车环境散热器性能检测方法及模型", 汽车实用技术 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023104120A1 (zh) * | 2021-12-08 | 2023-06-15 | 北京罗克维尔斯科技有限公司 | 故障检测方法及装置 |
| CN116069079A (zh) * | 2023-04-06 | 2023-05-05 | 山东海冠电气有限公司 | 一种智能开关柜的散热智能控制方法及系统 |
| CN116069079B (zh) * | 2023-04-06 | 2023-07-25 | 山东海冠电气有限公司 | 一种智能开关柜的散热智能控制方法及系统 |
| CN117347772A (zh) * | 2023-12-04 | 2024-01-05 | 深圳市铭瑞达五金制品有限公司 | 一种石墨烯散热器用的故障监测系统及方法 |
| CN117347772B (zh) * | 2023-12-04 | 2024-03-26 | 深圳市铭瑞达五金制品有限公司 | 一种石墨烯散热器用的故障监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023104120A1 (zh) | 2023-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114383864A (zh) | 故障检测方法、装置、设备及介质 | |
| CN103991381B (zh) | 车辆用活动开闭器的冻结检测装置 | |
| CN108736109B (zh) | 电池热管理系统及电池温度的调节方法 | |
| US9151211B2 (en) | Method of monitoring an engine coolant system of a vehicle | |
| WO2022166500A1 (zh) | 车辆散热方法、存储介质以及车辆 | |
| CN111272443B (zh) | 散热系统的诊断方法、装置、车辆、电子设备及存储介质 | |
| JP6645377B2 (ja) | 空調制御装置、空調制御方法 | |
| CN108507763B (zh) | 节温器故障的主动诊断方法及系统 | |
| US20120053898A1 (en) | Performance evaluation device for centrifugal chiller | |
| CN109424573B (zh) | 冷却风扇转速控制装置、控制系统及其转速控制方法 | |
| WO2012170802A2 (en) | Cooling system with anomaly detection | |
| CN205823417U (zh) | 一种汽车风扇控制系统及汽车 | |
| US9482632B2 (en) | Abnormality detection device | |
| CN107819162B (zh) | 一种高电压电池温度调节系统、方法及车辆 | |
| CN110649333B (zh) | 动力电池工作异常的检测方法及系统 | |
| US8932871B2 (en) | Ozone conversion sensors for an automobile | |
| JP7040420B2 (ja) | 故障解析システム、故障解析装置 | |
| CN115389053B (zh) | 电机冷却系统的温度传感器的可信度诊断方法及装置 | |
| CN113054282B (zh) | 电动汽车的电池水冷方法、装置、整车控制器及电动汽车 | |
| EP1384869A2 (en) | Method of diagnosing a vehicle engine cooling system | |
| CN106828030A (zh) | 用于车辆压缩机的控制装置和方法 | |
| CN109312656B (zh) | 用于检测发动机下保护件的缺失的方法和系统 | |
| CN112761773A (zh) | 一种节温器故障诊断方法 | |
| JPH11218025A (ja) | 車両用ファン故障診断装置 | |
| CN110159410B (zh) | 汽车发动机热管理控制系统 |
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 |