CN115016969A - 一种汽车电子系统修复方法和装置 - Google Patents

一种汽车电子系统修复方法和装置 Download PDF

Info

Publication number
CN115016969A
CN115016969A CN202210627837.3A CN202210627837A CN115016969A CN 115016969 A CN115016969 A CN 115016969A CN 202210627837 A CN202210627837 A CN 202210627837A CN 115016969 A CN115016969 A CN 115016969A
Authority
CN
China
Prior art keywords
fault
electronic system
original data
repairing
automobile
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
CN202210627837.3A
Other languages
English (en)
Other versions
CN115016969B (zh
Inventor
杨顺富
曾琦涛
龚峰
王鹏
郭伟业
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.)
Guangdong Dashun Automobile Technology Co ltd
Original Assignee
Guangdong Dashun Automobile Technology 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 Guangdong Dashun Automobile Technology Co ltd filed Critical Guangdong Dashun Automobile Technology Co ltd
Priority to CN202210627837.3A priority Critical patent/CN115016969B/zh
Publication of CN115016969A publication Critical patent/CN115016969A/zh
Application granted granted Critical
Publication of CN115016969B publication Critical patent/CN115016969B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本公开提供了一种汽车电子系统修复方法，包括：获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型；若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码；若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。本公开能够根据汽车电子系统的故障类型进行分类修复，若故障类型不可逆，则更换所述汽车的电子系统，从根本上解决汽车电子系统故障。

Description

一种汽车电子系统修复方法和装置
技术领域
本公开涉及汽车技术领域，尤其是涉及一种汽车电子系统修复方法和装置。
背景技术
目前，汽车逐渐向功能集成、电子控制方向发展，汽车电子系统故障率也在逐年提升。
汽车电子系统对行车安全具有非常重要的意义，所以有必要提出一种能够从根本上解决汽车电子系统故障的方法。
发明内容
本公开提供了一种汽车电子系统修复方法和装置，能够根据汽车电子系统的故障类型进行分类修复，若故障类型不可逆，则更换所述汽车的电子系统，从根本上解决汽车电子系统故障。
本公开提供了一种汽车电子系统修复方法，包括：
获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型；
若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码；
若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
在上述任一技术方案中，进一步地，还包括：
若所述故障类型为可逆故障，则根据所述原始数据中的故障码、故障码生成时间建立故障预测模型，所述故障预测模型用于对所述汽车的电子系统的可靠性进行分析。
在上述任一技术方案中，进一步地，所述根据所述原始数据中的故障码、故障码生成时间建立故障预测模型，包括：
根据所述原始数据中的故障码、故障码生成时间，得到故障间隔时间；
根据所述故障码生成时间和所述故障间隔时间，得到故障预测模型，所述故障预测模型为二维可靠性数学模型。
在上述任一技术方案中，进一步地，所述二维可靠性数学模型包括二维可靠度函数、二维分布函数、二维故障概率密度函数和二维故障率函数。
在上述任一技术方案中，进一步地，还包括：
根据所述原始数据中的故障码、故障类型、故障码生成时间建立每个故障类型对应的故障类型预测模型，所述故障类型预测模型用于预测所述汽车的电子系统的每个故障类型的故障再次发生的可能性和可能时间。
在上述任一技术方案中，进一步地，所述故障类型预测模型为一维数据模型。
本发明还提供一种汽车电子系统修复装置，包括：
获取模块，获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型；
第一修复模块，用于所述故障类型为可逆故障时，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码；
第二修复模块，用于所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述汽车电子系统修复方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述汽车电子系统修复方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述汽车电子系统修复方法。
本公开的有益效果主要在于：能够根据汽车电子系统的故障类型进行分类修复，若故障类型不可逆，则更换所述汽车的电子系统，从根本上解决汽车电子系统故障。
应当理解，前述的一般描述和接下来的具体实施方式两者均是为了举例和说明的目的并且未必限制本公开。并入并构成说明书的一部分的附图示出本公开的主题。同时，说明书和附图用来解释本公开的原理。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的一种汽车电子系统修复方法的流程示意图；
图2为本公开实施例提供的一种汽车电子系统修复装置的结构示意图；
图3为本公开实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合附图对本公开的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。
基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
在本公开的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。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。
在本公开的描述中，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公开中的具体含义。
如图1所示，本公开提供了一种汽车电子系统修复方法，包括：
S1，获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型。
S2，若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码。
S3，若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
具体的，汽车的电子系统的数量较多，比如燃油喷射电子系统、点火电子系统、车载网络系统、电源系统、照明系统、仪表系统、辅助电器系统等等。每一个电子控制系统都有各自的控制程序以及相关的运行数据，汽车电子控制系统的故障可以分为总线故障和节点故障，每个电子控制系统可以概括成四部分，分别是传感器、控制单元、执行器、连接导线，节点故障包括传感器故障、控制单元故障、执行器故障，还可进一步分为节点软件故障和节点硬件故障，节点软件故障指的是传输协议或者软件程序存在缺陷或者发生冲突，节点硬件故障指的是线路接口、协议控制器、集成电路故障。总线故障包括连接导线故障，指的是断路、对正极短路、对负极短路、相互短路、线路混淆、信号衰减或失真。
可选的，汽车的电子系统的原始数据还包括数据流，数据流是对电子系统的控制状态的数量表现，得到汽车运行数据。
将汽车运行数据输入故障诊断模型中，得到所述故障诊断模型输出的故障诊断结果，其中，所述故障诊断模型基于汽车数据流对贝叶斯网络训练得到。
在上述任一技术方案中，进一步地，还包括：
若所述故障类型为可逆故障，则根据所述原始数据中的故障码、故障码生成时间建立故障预测模型，所述故障预测模型用于对所述汽车的电子系统的可靠性进行分析。
在上述任一技术方案中，进一步地，所述根据所述原始数据中的故障码、故障码生成时间建立故障预测模型，包括：
根据所述原始数据中的故障码、故障码生成时间，得到故障间隔时间；在本实施例中，将所有不同故障类型的故障码及其对应的故障码生成时间集合在一起。
根据所述故障码生成时间和所述故障间隔时间，得到故障预测模型，所述故障预测模型为二维可靠性数学模型。可选的，所述二维可靠性数学模型包括二维可靠度函数、二维分布函数、二维故障概率密度函数和二维故障率函数。
具体的，根据所述故障码生成时间，得到汽车的电子系统的使用时限，可以年为单位，将两个故障码生成时间的时间间隔作为故障间隔时间，可以小时为单位。
本申请实施例中的所述故障预测模型包含使用时限和故障间隔时间，Tn为第n个故障间隔时间，Yn为第n个故障产生时对应的使用年限，(T1，Y1)表示发生故障这一事件，则该事件的二维分布函数为：
F(μ，v)＝Pr{T1≤μ,Y1≤v}，μ≥0，v≥0
二维可靠度函数为：
Figure BDA0003678374750000071
μ≥0，v≥0
二维概率密度函数为：
Figure BDA0003678374750000072
二维故障率函数为：
λ(μ，v)＝f(μ，v)/R(μ，v)
在上述任一技术方案中，进一步地，还包括：
根据所述原始数据中的故障码、故障类型、故障码生成时间建立每个故障类型对应的故障类型预测模型，所述故障类型预测模型用于预测所述汽车的电子系统的每个故障类型的故障再次发生的可能性和可能时间。
可选的，所述故障类型预测模型为一维数据模型。
一维数据模型包括可靠度函数、分布函数、故障概率密度函数和故障率函数。
下面对本发明提供的汽车电子系统修复装置进行描述，下文描述的汽车电子系统修复装置与上文描述的汽车电子系统修复方法可相互对应参照。
如图2所示，本发明还提供一种汽车电子系统修复装置，包括：
获取模块210，获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型；
第一修复模块220，用于所述故障类型为可逆故障时，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码；
第二修复模块230，用于所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
具体的，汽车的电子系统的数量较多，比如燃油喷射电子系统、点火电子系统、车载网络系统、电源系统、照明系统、仪表系统、辅助电器系统等等。每一个电子控制系统都有各自的控制程序以及相关的运行数据，汽车电子控制系统的故障可以分为总线故障和节点故障，每个电子控制系统可以概括成四部分，分别是传感器、控制单元、执行器、连接导线，节点故障包括传感器故障、控制单元故障、执行器故障，还可进一步分为节点软件故障和节点硬件故障，节点软件故障指的是传输协议或者软件程序存在缺陷或者发生冲突，节点硬件故障指的是线路接口、协议控制器、集成电路故障。总线故障包括连接导线故障，指的是断路、对正极短路、对负极短路、相互短路、线路混淆、信号衰减或失真。
可选的，汽车的电子系统的原始数据还包括数据流，数据流是对电子系统的控制状态的数量表现，得到汽车运行数据。
将汽车运行数据输入故障诊断模型中，得到所述故障诊断模型输出的故障诊断结果，其中，所述故障诊断模型基于汽车数据流对贝叶斯网络训练得到。贝叶斯网络包括故障现象层和故障原因层，
在上述任一技术方案中，进一步地，还包括：
根据所述原始数据中的故障码、故障码生成时间，得到故障间隔时间；
根据所述故障码生成时间和所述故障间隔时间，得到故障预测模型，所述故障预测模型为二维可靠性数学模型。可选的，所述二维可靠性数学模型包括二维可靠度函数、二维分布函数、二维故障概率密度函数和二维故障率函数。
本申请实施例中的所述故障预测模型包含使用时限和故障间隔时间，Tn为第n个故障间隔时间，Yn为第n个故障产生时对应的使用年限，(T1，Y1)表示发生故障这一事件，则该事件的二维分布函数为：
F(μ，v)＝Pr{T1≤μ,Y1≤v}，μ≥0，v≥0
二维可靠度函数为：
Figure BDA0003678374750000091
μ≥0，v≥0
二维概率密度函数为：
Figure BDA0003678374750000092
二维故障率函数为：
λ(μ，v)＝f(μ，v)/R(μ，v)
在上述任一技术方案中，进一步地，还包括：
根据所述原始数据中的故障码、故障类型、故障码生成时间建立每个故障类型对应的故障类型预测模型，所述故障类型预测模型用于预测所述汽车的电子系统的每个故障类型的故障再次发生的可能性和可能时间。可选的，所述故障类型预测模型为一维数据模型。一维数据模型包括可靠度函数、分布函数、故障概率密度函数和故障率函数。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行汽车电子系统修复方法，该方法包括：
获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型。
若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码。
若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的汽车电子系统修复方法，该方法包括：
获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型。
若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码。
若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的汽车电子系统修复方法，该方法包括：
获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型。
若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码。
若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (10)

1.一种汽车电子系统修复方法，其特征在于，包括：
获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型；
若所述故障类型为可逆故障，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码；
若所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
2.根据权利要求1所述的汽车电子系统修复方法，其特征在于，还包括：
若所述故障类型为可逆故障，则根据所述原始数据中的故障码、故障码生成时间建立故障预测模型，所述故障预测模型用于对所述汽车的电子系统的可靠性进行分析。
3.根据权利要求2所述的汽车电子系统修复方法，其特征在于，所述根据所述原始数据中的故障码、故障码生成时间建立故障预测模型，包括：
根据所述原始数据中的故障码、故障码生成时间，得到故障间隔时间；
根据所述故障码生成时间和所述故障间隔时间，得到故障预测模型，所述故障预测模型为二维可靠性数学模型。
4.根据权利要求3所述的汽车电子系统修复方法，其特征在于，所述二维可靠性数学模型包括二维可靠度函数、二维分布函数、二维故障概率密度函数和二维故障率函数。
5.根据权利要求1所述的汽车电子系统修复方法，其特征在于，还包括：
根据所述原始数据中的故障码、故障类型、故障码生成时间建立每个故障类型对应的故障类型预测模型，所述故障类型预测模型用于预测所述汽车的电子系统的每个故障类型的故障再次发生的可能性和可能时间。
6.根据权利要求5所述的汽车电子系统修复方法，其特征在于，所述故障类型预测模型为一维数据模型。
7.一种汽车电子系统修复装置，其特征在于，包括：
获取模块，获取汽车的电子系统的原始数据，若所述原始数据中存在故障码，根据所述故障码得到故障类型；
第一修复模块，用于所述故障类型为可逆故障时，根据所述原始数据中的车辆信息和故障类型得到故障修复程序，所述故障修复程序修复故障后删除故障码；
第二修复模块，用于所述故障类型为不可逆故障，更换所述汽车的电子系统，并将所述原始数据中的车辆信息输入至更换后的电子系统。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述汽车电子系统修复方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述汽车电子系统修复方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述汽车电子系统修复方法。
CN202210627837.3A 2022-06-06 2022-06-06 一种汽车电子系统修复方法和装置 Active CN115016969B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210627837.3A CN115016969B (zh) 2022-06-06 2022-06-06 一种汽车电子系统修复方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210627837.3A CN115016969B (zh) 2022-06-06 2022-06-06 一种汽车电子系统修复方法和装置

Publications (2)

Publication Number Publication Date
CN115016969A true CN115016969A (zh) 2022-09-06
CN115016969B CN115016969B (zh) 2023-07-25

Family

ID=83072659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210627837.3A Active CN115016969B (zh) 2022-06-06 2022-06-06 一种汽车电子系统修复方法和装置

Country Status (1)

Country Link
CN (1) CN115016969B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632211A (zh) * 2013-12-06 2014-03-12 清华大学 一种机动车故障预警和召回预测系统
CN108693868A (zh) * 2018-05-25 2018-10-23 深圳市轱辘车联数据技术有限公司 故障预测模型训练的方法、车辆故障预测的方法及装置
CN109541940A (zh) * 2018-11-13 2019-03-29 海南师范大学 基于2d模型多阶段间歇过程受限预测混杂容错控制方法
CN109948169A (zh) * 2017-12-20 2019-06-28 中国中车股份有限公司 一种铁路货车故障预测与健康管理系统
CN112181746A (zh) * 2020-09-29 2021-01-05 广州六环信息科技有限公司 车载操作系统的故障修复方法、装置及设备
CN113971771A (zh) * 2020-07-22 2022-01-25 大金工业株式会社 故障识别与应对方法及系统
CN114326680A (zh) * 2021-12-31 2022-04-12 深圳市星卡科技有限公司 一种abs系统故障诊断方法、装置、设备和介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632211A (zh) * 2013-12-06 2014-03-12 清华大学 一种机动车故障预警和召回预测系统
CN109948169A (zh) * 2017-12-20 2019-06-28 中国中车股份有限公司 一种铁路货车故障预测与健康管理系统
CN108693868A (zh) * 2018-05-25 2018-10-23 深圳市轱辘车联数据技术有限公司 故障预测模型训练的方法、车辆故障预测的方法及装置
CN109541940A (zh) * 2018-11-13 2019-03-29 海南师范大学 基于2d模型多阶段间歇过程受限预测混杂容错控制方法
CN113971771A (zh) * 2020-07-22 2022-01-25 大金工业株式会社 故障识别与应对方法及系统
WO2022019324A1 (ja) * 2020-07-22 2022-01-27 ダイキン工業株式会社 故障識別及び対応方法、システム
CN112181746A (zh) * 2020-09-29 2021-01-05 广州六环信息科技有限公司 车载操作系统的故障修复方法、装置及设备
CN114326680A (zh) * 2021-12-31 2022-04-12 深圳市星卡科技有限公司 一种abs系统故障诊断方法、装置、设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王晶;荣金叶;周继芹;于航;申娇;张伟功;: "软硬件协同设计的SEU故障注入技术研究", 电子学报, vol. 46, no. 10, pages 2534 - 2538 *

Also Published As

Publication number Publication date
CN115016969B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
JP5298270B2 (ja) 診断システム及び診断方法並びに車両の診断システム
CN102262404B (zh) 整车下线配置系统及其配置方法
CN105511448A (zh) 一种集成式车用诊断仪及其诊断方法
CN108255158A (zh) 车辆诊断方法和装置
CN106557085A (zh) 数据处理方法和装置
CN108153286B (zh) 故障诊断方法、装置及跟随器诊断系统
CN106647716A (zh) 通用型汽车健康诊断系统及其应用方法
CN113608518B (zh) 数据生成方法、装置、终端设备及介质
CN108476376A (zh) 车辆维修方法、装置及设备
US20070093924A1 (en) Telediagnosis viewer
CN113778050A (zh) 车辆远程诊断方法、装置、存储介质及车辆售后终端
TWI822661B (zh) 用於車輛的診斷系統及其方法
CN105005539A (zh) 使用消息鉴别码在微控制器处鉴别数据
CN108986250A (zh) 一种车辆维修模拟训练方法及相关设备
CN115016969A (zh) 一种汽车电子系统修复方法和装置
CN114415646B (zh) 基于DoIP协议的远程车辆诊断方法、系统和终端设备
CN110264585A (zh) 公交售后诊断系统
CN112509176B (zh) 基于车辆数据的故障报修方法及装置
CN108983751A (zh) 诊断接头异常处理的方法以及服务器
CN114490713A (zh) 一种故障代码管理方法、装置、设备及可读存储介质
CN114967634A (zh) 处理器诊断装置、处理器诊断方法和电子设备
EP4167040A1 (en) Fault model editor and diagnostic tool
Foran et al. An intelligent diagnostic system for distributed, multi-ECU automotive control systems
CN214151415U (zh) 一种4g t-box远程监控的车载检测控制电路
CN113867314A (zh) 故障码库的访问控制方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant