CN115248584A - 一种汽车故障远程检测方法、系统、电子设备及存储介质 - Google Patents
一种汽车故障远程检测方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115248584A CN115248584A CN202211107485.5A CN202211107485A CN115248584A CN 115248584 A CN115248584 A CN 115248584A CN 202211107485 A CN202211107485 A CN 202211107485A CN 115248584 A CN115248584 A CN 115248584A
- Authority
- CN
- China
- Prior art keywords
- automobile
- target
- target electric
- electric automobile
- temperature
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种汽车故障远程检测方法、系统、电子设备及存储介质,涉及电动汽车检测技术领域。通过车联网获取目标电动汽车的汽车数据,根据汽车ID在预设模型库中匹配目标电动汽车对应的目标数字孪生模型,将行驶数据输入目标数字孪生模型进行同步模拟,得到目标电动汽车的维护时间和剩余使用寿命,生成目标电动汽车的汽车维护方案,将汽车维护方案发送给目标电动汽车的预设维护人员和车主对应的终端。实现了对目标电动汽车进行实时检测,提高检测效率和精准度。同时,反馈汽车维护方案可以向预设维护人员和车主提供更精准的车辆维护时间。
Description
技术领域
本发明涉及电动汽车检测技术领域,具体涉及一种汽车故障远程检测方法、系统、电子设备及存储介质。
背景技术
在日渐严重的环境危机下,为降低能耗和减少污染物排放,电动汽车(BEV)等新能源汽车作为高效和可持续发展的交通方式受到了极大的关注。纯电动汽车,相对燃油汽车而言,主要差别在于四大部件,驱动电机,调速控制器、动力电池、车载充电器。
为保障电动汽车的正常行驶,在电动汽车的研发阶段或者使用阶段都需要对电动汽车的工作状态进行检测,以便及时发现电动汽车存在的故障。但传统的电动汽车的驱动电机的检测,需要将专门的检测设备安装在电动汽车上由专人操作这些设备进行检测,检测过程费时费力,并且不能进行实时检测容易出现偏差。同时,检测过程仅仅是单向地进行数据收集,并未将检测结果反馈到电动汽车上。
发明内容
本发明的目的就在于解决上述背景技术的问题,而提出一种汽车故障远程检测方法、系统、电子设备及存储介质。
本发明的目的可以通过以下技术方案实现:
本发明实施例第一方面,首先提供了一种汽车故障远程检测方法,所述方法包括:
通过车联网获取目标电动汽车的汽车数据;所述汽车数据包括所述目标电动汽车的汽车ID和行驶数据;
根据所述汽车ID在预设模型库中匹配所述目标电动汽车对应的目标数字孪生模型;
将所述行驶数据输入所述目标数字孪生模型进行同步模拟,得到所述目标电动汽车的维护时间和剩余使用寿命,生成所述目标电动汽车的汽车维护方案;
将所述汽车维护方案发送给所述目标电动汽车的预设维护人员和车主对应的终端。
可选地,所述行驶数据包括平均行驶速度、行驶时间、环境温度和永磁同步电机的平均电流;所述目标数字孪生模型记录有所述目标电动汽车的汽车参数;将所述行驶数据输入所述目标数字孪生模型进行同步模拟,仿真得到所述目标电动汽车的维护时间和剩余使用寿命,包括:
将所述行驶数据输入所述目标数字孪生模型进行同步模拟,根据所述平均行驶速度和所述行驶时间仿真得到所述目标电动汽车的电机外壳温度;
根据所述电机外壳温度、所述环境温度、所述平均电流和所述目标汽车参数确定所述目标电动汽车的永磁转子温度;
使用所述永磁转子温度仿真得到永磁转子的磁通密度,根据所述磁通密度估计所述目标电动汽车的剩余使用寿命;
根据所述电机外壳温度、平均行驶速度和所述目标汽车参数,估计所述目标电动汽车的维护时间。
可选地,所述目标汽车参数包括永磁转子的绕组电阻和永磁同步电机的外壳热阻;
根据所述电机外壳温度、所述环境温度、所述平均电流和所述目标汽车参数确定所述目标电动汽车的永磁转子温度,包括:
根据所述平均电流根据所述绕组电阻计算电阻的损耗功率;
计算所述目标电动汽车的永磁转子温度:
T=TK+(R×P)+TH
其中,T为永磁转子温度,TK为所述电机外壳温度,R为所述外壳热阻,P为所述损耗功率,TH为所述环境温度。
可选地,所述目标数字孪生模型记录有所述电机外壳温度与维护时间校正因子之间的对应关系;
所述目标汽车参数还包括永磁同步电机的轴承内径和额定维护周期;
根据所述电机外壳温度、平均行驶速度和所述目标汽车参数,估计所述目标电动汽车的维护时间,包括:
根据所述电机外壳温度查询所述对应关系得到所述维护时间校正因子;
估计所述目标电动汽车的维护时间:
其中,W为所述维护时间,φ为所述维护时间校正因子,V为所述平均行驶速度,C为所述额定维护周期,d为所述轴承内径。
本发明实施例第二方面,还提供了一种汽车故障远程检测系统,包括数据采集模块、模型匹配模块、同步模拟模块和发送模块,其中:
所述数据采集模块,用于通过车联网获取目标电动汽车的汽车数据;所述汽车数据包括所述目标电动汽车的汽车ID和行驶数据;
所述模型匹配模块,用于根据所述汽车ID在预设模型库中匹配所述目标电动汽车对应的目标数字孪生模型;
所述同步模拟模块,用于将所述行驶数据输入所述目标数字孪生模型进行同步模拟,得到所述目标电动汽车的维护时间和剩余使用寿命,生成所述目标电动汽车的汽车维护方案;
所述发送模块,用于将所述汽车维护方案发送给所述目标电动汽车的预设维护人员和车主对应的终端。
可选地,所述行驶数据包括平均行驶速度、行驶时间、环境温度和永磁同步电机的平均电流;所述目标数字孪生模型记录有所述目标电动汽车的汽车参数;所述同步模拟模块包括第一仿真子模块、第一估计子模块、第二估计子模块、计算子模块和方案生成子模块:
所述第一仿真子模块,用于将所述行驶数据输入所述目标数字孪生模型进行同步模拟,根据所述平均行驶速度和所述行驶时间仿真得到所述目标电动汽车的电机外壳温度;
所述计算子模块,用于根据所述电机外壳温度、所述环境温度、所述平均电流和所述目标汽车参数确定所述目标电动汽车的永磁转子温度;
所述第一估计子模块,用于使用所述永磁转子温度仿真得到永磁转子的磁通密度,根据所述磁通密度估计所述目标电动汽车的剩余使用寿命;
所述第二估计子模块,用于根据所述电机外壳温度、平均行驶速度和所述目标汽车参数,估计所述目标电动汽车的维护时间;
所述方案生成子模块,用于根据所述维护时间和所述剩余使用寿命,生成所述目标电动汽车的汽车维护方案。
可选地,所述目标汽车参数包括永磁转子的绕组电阻和永磁同步电机的外壳热阻;
所述计算子模块,具体用于:
根据所述平均电流根据所述绕组电阻计算电阻的损耗功率;
计算所述目标电动汽车的永磁转子温度:
T=TK+(R×P)+TH
其中,T为永磁转子温度,TK为所述电机外壳温度,R为所述外壳热阻,P为所述损耗功率,TH为所述环境温度。
可选地,所述目标数字孪生模型记录有所述电机外壳温度与维护时间校正因子之间的对应关系;所述目标汽车参数还包括永磁同步电机的轴承内径和额定维护周期;
所述第二估计子模块,具体用于:
根据所述电机外壳温度查询所述对应关系得到所述维护时间校正因子;
估计所述目标电动汽车的维护时间:
其中,W为所述维护时间,φ为所述维护时间校正因子,V为所述平均行驶速度,C为所述额定维护周期,d为所述轴承内径。
本发明实施例第三方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的方法步骤。
本发明实施例第四方面,还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的方法步骤。
本发明实施例提供了一种汽车故障远程检测方法。该方法可以包括:通过车联网获取目标电动汽车的汽车数据,汽车数据包括目标电动汽车的汽车ID和行驶数据,根据汽车ID在预设模型库中匹配目标电动汽车对应的目标数字孪生模型,将行驶数据输入目标数字孪生模型进行同步模拟,得到目标电动汽车的维护时间和剩余使用寿命,生成目标电动汽车的汽车维护方案,将汽车维护方案发送给目标电动汽车的预设维护人员和车主对应的终端。
通过车联网获取汽车数据,并使用目标数字孪生模型进行同步模拟,对目标电动汽车进行远程检测,向预设维护人员和车主反馈汽车维护方案。实现了对目标电动汽车进行实时检测,提高检测效率和精准度。同时,反馈汽车维护方案可以向预设维护人员和车主提供更精准的车辆维护时间。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明实施例提供的一种汽车故障远程检测方法的流程图;
图2为本发明实施例提供的一种汽车故障远程检测系统的系统框图;
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例提供了一种汽车故障远程检测方法。参见图1,图1为本发明实施例提供的一种汽车故障远程检测方法的流程图。该方法可以包括:
S101,通过车联网获取目标电动汽车的汽车数据。
S102,根据汽车ID在预设模型库中匹配目标电动汽车对应的目标数字孪生模型。
S103,将行驶数据输入目标数字孪生模型进行同步模拟,得到目标电动汽车的维护时间和剩余使用寿命,生成目标电动汽车的汽车维护方案。
S104,将汽车维护方案发送给目标电动汽车的预设维护人员和车主对应的终端。
汽车数据包括目标电动汽车的汽车ID和行驶数据。
基于本发明实施例提供的一种汽车故障远程检测方法,通过车联网获取汽车数据,并使用目标数字孪生模型进行同步模拟,对目标电动汽车进行远程检测,向预设维护人员和车主反馈汽车维护方案。实现了对目标电动汽车进行实时检测,提高检测效率和精准度。同时,反馈汽车维护方案可以向预设维护人员和车主提供更精准的车辆维护时间。
一种实现方式中,上述方法可以应用于远端服务器,远端服务器可以预先构建保存多个不同车型的数字孪生模型。
一种实现方式中,通过预先在目标电动汽车上安装的采集传感器,例如温度传感器、电流传感器等等,可以采集相应汽车数据,并且可以通过电动汽车自带的仪器仪表获取行驶速度、行驶时间等。
一种实现方式中,将汽车维护方案发送给目标电动汽车的预设维护人员和车主对应的终端,可以使维护人员和车主清楚的了解目标电动汽车的维护时间和剩余使用寿命,及时对目标电动汽车进行维护,提高目标电动汽车使用寿命。对目标电动汽车进行维护,通常是给驱动电机的轴承补充润滑油。
在一个实施例中,行驶数据包括平均行驶速度、行驶时间、环境温度和永磁同步电机的平均电流;目标数字孪生模型记录有目标电动汽车的汽车参数;将行驶数据输入目标数字孪生模型进行同步模拟,仿真得到目标电动汽车的维护时间和剩余使用寿命,包括:
将行驶数据输入目标数字孪生模型进行同步模拟,根据平均行驶速度和行驶时间仿真得到目标电动汽车的电机外壳温度;
根据电机外壳温度、环境温度、平均电流和目标汽车参数确定目标电动汽车的永磁转子温度;
使用永磁转子温度仿真得到永磁转子的磁通密度,根据磁通密度估计目标电动汽车的剩余使用寿命;
根据电机外壳温度、平均行驶速度和目标汽车参数,估计目标电动汽车的维护时间。
一种实现方式中,可以通过MATLAB和Simulink进行构建目标数字孪生模型。目标数字孪生模型可以对输入数据进行模拟得到电机外壳温度、永磁转子温度、磁通密度和维护时间等。
一种实现方式中,根据磁通密度可以得到磁通量劣化百分比,根据磁通量劣化百分比即可估计目标电动汽车的剩余使用寿命。
在一个实施例中,目标汽车参数包括永磁转子的绕组电阻和永磁同步电机的外壳热阻;
根据电机外壳温度、环境温度、平均电流和目标汽车参数确定目标电动汽车的永磁转子温度,包括:
根据平均电流根据绕组电阻计算电阻的损耗功率;
计算目标电动汽车的永磁转子温度:
T=TK+(R×P)+TH(1)
其中,T为永磁转子温度,TK为电机外壳温度,R为外壳热阻,P为损耗功率,TH为环境温度。
一种实现方式中,外壳热阻是驱动电机型号相关的参数,用于计算损耗功率产生的温度。
在一个实施例中,目标数字孪生模型记录有电机外壳温度与维护时间校正因子之间的对应关系;
目标汽车参数还包括永磁同步电机的轴承内径和额定维护周期;
根据电机外壳温度、平均行驶速度和目标汽车参数,估计目标电动汽车的维护时间,包括:
根据电机外壳温度查询对应关系得到维护时间校正因子;
估计目标电动汽车的维护时间:
其中,W为维护时间,φ为维护时间校正因子,V为平均行驶速度,C为额定维护周期,d为轴承内径。
一种实现方式中,电动汽车驱动电机的损耗是与温度成正相关的,温度越高损耗越大,维护时间越短。电机外壳温度与维护时间校正因子之间存在对应关系,电机外壳温度越低维护时间校正因子越接近1,目标电动汽车的维护时间越长;电机外壳温度越高维护时间校正因子越接近预设最小值,目标电动汽车的维护时间越接短。
基于相同的发明构思本发明实施例还提供了一种汽车故障远程检测系统。参见图2,图2为本发明实施例提供的一种汽车故障远程检测系统的系统框图。包括数据采集模块、模型匹配模块、同步模拟模块和发送模块,其中:
数据采集模块,用于通过车联网获取目标电动汽车的汽车数据;汽车数据包括目标电动汽车的汽车ID和行驶数据;
模型匹配模块,用于根据汽车ID在预设模型库中匹配目标电动汽车对应的目标数字孪生模型;
同步模拟模块,用于将行驶数据输入目标数字孪生模型进行同步模拟,得到目标电动汽车的维护时间和剩余使用寿命,生成目标电动汽车的汽车维护方案;
发送模块,用于将汽车维护方案发送给目标电动汽车的预设维护人员和车主对应的终端。
基于本发明实施例提供的一种汽车故障远程检测系统,通过车联网获取汽车数据,并使用目标数字孪生模型进行同步模拟,对目标电动汽车进行远程检测,向预设维护人员和车主反馈汽车维护方案。实现了对目标电动汽车进行实时检测,提高检测效率和精准度。同时,反馈汽车维护方案可以向预设维护人员和车主提供更精准的车辆维护时间。
在一个实施例中,行驶数据包括平均行驶速度、行驶时间、环境温度和永磁同步电机的平均电流;目标数字孪生模型记录有目标电动汽车的汽车参数;同步模拟模块包括第一仿真子模块、第一估计子模块、第二估计子模块、计算子模块和方案生成子模块:
第一仿真子模块,用于将行驶数据输入目标数字孪生模型进行同步模拟,根据平均行驶速度和行驶时间仿真得到目标电动汽车的电机外壳温度;
计算子模块,用于根据电机外壳温度、环境温度、平均电流和目标汽车参数确定目标电动汽车的永磁转子温度;
第一估计子模块,用于使用永磁转子温度仿真得到永磁转子的磁通密度,根据磁通密度估计目标电动汽车的剩余使用寿命;
第二估计子模块,用于根据电机外壳温度、平均行驶速度和目标汽车参数,估计目标电动汽车的维护时间;
方案生成子模块,用于根据维护时间和剩余使用寿命,生成目标电动汽车的汽车维护方案。
在一个实施例中,目标汽车参数包括永磁转子的绕组电阻和永磁同步电机的外壳热阻;
计算子模块,具体用于:
根据平均电流根据绕组电阻计算电阻的损耗功率;
计算目标电动汽车的永磁转子温度:
T=TK+(R×P)+TH
其中,T为永磁转子温度,TK为电机外壳温度,R为外壳热阻,P为损耗功率,TH为环境温度。
在一个实施例中,目标数字孪生模型记录有所述电机外壳温度与维护时间校正因子之间的对应关系;目标汽车参数还包括永磁同步电机的轴承内径和额定维护周期;
第二估计子模块,具体用于:
根据电机外壳温度查询对应关系得到维护时间校正因子;
估计目标电动汽车的维护时间:
其中,W为维护时间,φ为维护时间校正因子,V为平均行驶速度,C为额定维护周期,d为轴承内径。
本发明实施例还提供了一种电子设备,如图3所示,包括处理器301、通信接口302、存储器303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信,
存储器303,用于存放计算机程序;
处理器301,用于执行存储器303上所存放的程序时,实现如下步骤:
通过车联网获取目标电动汽车的汽车数据;所述汽车数据包括所述目标电动汽车的汽车ID和行驶数据;
根据所述汽车ID在预设模型库中匹配所述目标电动汽车对应的目标数字孪生模型;
将所述行驶数据输入所述目标数字孪生模型进行同步模拟,得到所述目标电动汽车的维护时间和剩余使用寿命,生成所述目标电动汽车的汽车维护方案;
将所述汽车维护方案发送给所述目标电动汽车的预设维护人员和车主对应的终端。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一汽车故障远程检测方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一汽车故障远程检测方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))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”、“包含”或者其任何其他变体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。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统、电子设备及存储介质而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (10)
1.一种汽车故障远程检测方法,其特征在于,所述方法包括:
通过车联网获取目标电动汽车的汽车数据;所述汽车数据包括所述目标电动汽车的汽车ID和行驶数据;
根据所述汽车ID在预设模型库中匹配所述目标电动汽车对应的目标数字孪生模型;
将所述行驶数据输入所述目标数字孪生模型进行同步模拟,得到所述目标电动汽车的维护时间和剩余使用寿命,生成所述目标电动汽车的汽车维护方案;
将所述汽车维护方案发送给所述目标电动汽车的预设维护人员和车主对应的终端。
2.根据权利要求1所述的一种汽车故障远程检测方法,其特征在于,所述行驶数据包括平均行驶速度、行驶时间、环境温度和永磁同步电机的平均电流;所述目标数字孪生模型记录有所述目标电动汽车的汽车参数;将所述行驶数据输入所述目标数字孪生模型进行同步模拟,仿真得到所述目标电动汽车的维护时间和剩余使用寿命,包括:
将所述行驶数据输入所述目标数字孪生模型进行同步模拟,根据所述平均行驶速度和所述行驶时间仿真得到所述目标电动汽车的电机外壳温度;
根据所述电机外壳温度、所述环境温度、所述平均电流和所述目标汽车参数确定所述目标电动汽车的永磁转子温度;
使用所述永磁转子温度仿真得到永磁转子的磁通密度,根据所述磁通密度估计所述目标电动汽车的剩余使用寿命;
根据所述电机外壳温度、平均行驶速度和所述目标汽车参数,估计所述目标电动汽车的维护时间。
3.根据权利要求2所述的一种汽车故障远程检测方法,其特征在于,所述目标汽车参数包括永磁转子的绕组电阻和永磁同步电机的外壳热阻;
根据所述电机外壳温度、所述环境温度、所述平均电流和所述目标汽车参数确定所述目标电动汽车的永磁转子温度,包括:
根据所述平均电流根据所述绕组电阻计算电阻的损耗功率;
计算所述目标电动汽车的永磁转子温度:
T=TK+(R×P)+TH
其中,T为永磁转子温度,TK为所述电机外壳温度,R为所述外壳热阻,P为所述损耗功率,TH为所述环境温度。
5.一种汽车故障远程检测系统,其特征在于,包括数据采集模块、模型匹配模块、同步模拟模块和发送模块,其中:
所述数据采集模块,用于通过车联网获取目标电动汽车的汽车数据;所述汽车数据包括所述目标电动汽车的汽车ID和行驶数据;
所述模型匹配模块,用于根据所述汽车ID在预设模型库中匹配所述目标电动汽车对应的目标数字孪生模型;
所述同步模拟模块,用于将所述行驶数据输入所述目标数字孪生模型进行同步模拟,得到所述目标电动汽车的维护时间和剩余使用寿命,生成所述目标电动汽车的汽车维护方案;
所述发送模块,用于将所述汽车维护方案发送给所述目标电动汽车的预设维护人员和车主对应的终端。
6.根据权利要求5所述的一种汽车故障远程检测系统,其特征在于,所述行驶数据包括平均行驶速度、行驶时间、环境温度和永磁同步电机的平均电流;所述目标数字孪生模型记录有所述目标电动汽车的汽车参数;所述同步模拟模块包括第一仿真子模块、第一估计子模块、第二估计子模块、计算子模块和方案生成子模块:
所述第一仿真子模块,用于将所述行驶数据输入所述目标数字孪生模型进行同步模拟,根据所述平均行驶速度和所述行驶时间仿真得到所述目标电动汽车的电机外壳温度;
所述计算子模块,用于根据所述电机外壳温度、所述环境温度、所述平均电流和所述目标汽车参数确定所述目标电动汽车的永磁转子温度;
所述第一估计子模块,用于使用所述永磁转子温度仿真得到永磁转子的磁通密度,根据所述磁通密度估计所述目标电动汽车的剩余使用寿命;
所述第二估计子模块,用于根据所述电机外壳温度、平均行驶速度和所述目标汽车参数,估计所述目标电动汽车的维护时间;
所述方案生成子模块,用于根据所述维护时间和所述剩余使用寿命,生成所述目标电动汽车的汽车维护方案。
7.根据权利要求6所述的一种汽车故障远程检测系统,其特征在于,所述目标汽车参数包括永磁转子的绕组电阻和永磁同步电机的外壳热阻;
所述计算子模块,具体用于:
根据所述平均电流根据所述绕组电阻计算电阻的损耗功率;
计算所述目标电动汽车的永磁转子温度:
T=TK+(R×P)+TH
其中,T为永磁转子温度,TK为所述电机外壳温度,R为所述外壳热阻,P为所述损耗功率,TH为所述环境温度。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211107485.5A CN115248584A (zh) | 2022-09-13 | 2022-09-13 | 一种汽车故障远程检测方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211107485.5A CN115248584A (zh) | 2022-09-13 | 2022-09-13 | 一种汽车故障远程检测方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115248584A true CN115248584A (zh) | 2022-10-28 |
Family
ID=83700613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211107485.5A Pending CN115248584A (zh) | 2022-09-13 | 2022-09-13 | 一种汽车故障远程检测方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115248584A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116224977A (zh) * | 2023-05-10 | 2023-06-06 | 长城汽车股份有限公司 | 车辆故障的诊断方法、装置、车辆及存储介质 |
CN117579387A (zh) * | 2024-01-16 | 2024-02-20 | 北京云驰未来科技有限公司 | 一种汽车网络安全管理方法、系统、设备及介质 |
-
2022
- 2022-09-13 CN CN202211107485.5A patent/CN115248584A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116224977A (zh) * | 2023-05-10 | 2023-06-06 | 长城汽车股份有限公司 | 车辆故障的诊断方法、装置、车辆及存储介质 |
CN116224977B (zh) * | 2023-05-10 | 2023-09-05 | 长城汽车股份有限公司 | 车辆故障的诊断方法、装置、车辆及存储介质 |
CN117579387A (zh) * | 2024-01-16 | 2024-02-20 | 北京云驰未来科技有限公司 | 一种汽车网络安全管理方法、系统、设备及介质 |
CN117579387B (zh) * | 2024-01-16 | 2024-04-19 | 北京云驰未来科技有限公司 | 一种汽车网络安全管理方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115248584A (zh) | 一种汽车故障远程检测方法、系统、电子设备及存储介质 | |
US11493911B2 (en) | System and method for proactive handling of multiple faults and failure modes in an electrical network of energy assets | |
CN101779171B (zh) | 工厂状态监视方法以及工厂状态监视装置 | |
CN112068004A (zh) | 一种电池异常、电池充电剩余时间的确定方法及装置 | |
CN109143094B (zh) | 一种动力电池的异常数据检测方法和装置 | |
CN106828363A (zh) | 车辆工时检测方法及系统 | |
CN115712735A (zh) | 一种基于大数据的风电机组故障监测预警方法及系统 | |
CN111472941B (zh) | 风机状态判断方法、装置及存储介质 | |
Ganguly et al. | An adaptive algorithm for battery charge monitoring based on frequency domain analysis | |
CN113158589A (zh) | 一种电池管理系统的仿真模型校准方法以及装置 | |
CN116742055A (zh) | 燃料电池绝缘阻值确定方法、装置、电子设备及存储介质 | |
CN111338876A (zh) | 一种故障模式与影响分析的决策方法、系统及存储介质 | |
CN116319892A (zh) | 基于物模型的数据处理方法、装置及电子设备 | |
Juwono et al. | Motorized Vehicle Diagnosis Design Using the Internet of Things Concept with the Help of Tsukamoto's Fuzzy Logic Algorithm | |
Kumari et al. | Optimized deep learning strategy for estimation of state of charge at different C-rate with varying temperature | |
CN115033988A (zh) | 一种动力总成温度估算方法、装置、整车控制器及介质 | |
Wang et al. | Highly precise determination of the state of charge of vehicular battery | |
Huang et al. | Research on parameter identification of lithium battery equivalent circuit model based on recursive gradient correction algorithm | |
CN110751747A (zh) | 一种数据处理方法及装置 | |
CN116945969B (zh) | 一种新能源公交车充电监测方法、装置、设备及存储介质 | |
Kilic | Predictive diagnosis with artificial neural network for automated electric vehicle | |
Moharm et al. | Big Data Driven Battery Management Systems | |
CN116861199B (zh) | 一种燃油清净增效剂的减排测评方法、设备和存储介质 | |
Flaccadoro et al. | Modelling of fault detection and diagnostics for hybrid bus using Chain graph models | |
CN117805663B (zh) | 基于运行状态的电池测试方法、装置、设备和介质 |
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 |