CN116136684B - 车辆故障诊断方法、装置、电子设备和存储介质 - Google Patents
车辆故障诊断方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116136684B CN116136684B CN202310347882.8A CN202310347882A CN116136684B CN 116136684 B CN116136684 B CN 116136684B CN 202310347882 A CN202310347882 A CN 202310347882A CN 116136684 B CN116136684 B CN 116136684B
- Authority
- CN
- China
- Prior art keywords
- alarm
- diagnosis
- information
- work order
- logic value
- 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
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)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请提供一种车辆故障诊断方法、装置、电子设备和存储介质,其中,车辆故障诊断方法包括:当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,所述触发告警为输入数据源生成的告警信息,所述告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息;当不存在所述满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程;当不存在所述满足第二预设条件的诊断流程,基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果等步骤。本申请具有适用范围大、准确性高等优点。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种车辆故障诊断方法、装置、电子设备和存储介质。
背景技术
目前利用车辆运行数据进行车辆故障识别诊断,主要有两类:第一类是利用Flink等架构,对实时上传的运行数据进行流处理诊断;第二类是利用 Spark等架构,对已经落库的离线数据进行批处理诊断。
然而,流处理诊断能实时地识别车辆故障,便于市场端及时联络客户进行处置,但是受限于当前的流处理方案和框架,远程监控系统不支持复杂的诊断逻辑,应用场景大大受限。批处理诊断能利用分布式计算的优点,在服务器部署自研算法,进行复杂逻辑的诊断,但是需要查询和计算海量数据,所以耗时更长,时效性无法得到保证,而且对计算资源和存储资源要求高。
发明内容
本申请实施例的目的在于提供一种车辆故障诊断方法、装置、电子设备和存储介质,用于至少克服现有故障诊断方法存在的适用范围受限、准确性较低的缺点。
第一方面,本发明提供一种车辆故障诊断方法,所述方法应用于云端,所述方法包括:
当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,所述触发告警为输入数据源生成的告警信息,所述告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息;
当不存在所述满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程;
当不存在所述满足第二预设条件的诊断流程,基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果,其中,所述告警逻辑值用于识别筛选某段时间内的报警预警次数或时长,所述数据逻辑值用于计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值,所述特征逻辑值用于查询匹配相关特征数据表的特征字段。
在本申请第一方面中,本申请能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
在可选的实施方式中,在所述当触发告警触发诊断流程时,所述基于工单信息判断是否已存在满足第一预设条件的工单之前,所述方法还包括:
判断所述触发告警的故障时长是否在预设时间范围内;
当所述触发告警的故障时长在所述预设时间范围内时,执行所述基于工单信息判断是否已存在满足第一预设条件的工单。
在上述可选的实施方式中,通过判断所述触发告警的故障时长是否在预设时间范围内,进而当所述触发告警的故障时长在所述预设时间范围内时,执行所述基于工单信息判断是否已存在满足第一预设条件的工单。
在可选的实施方式中,所述方法还包括:
基于所述触发告警查找诊断规则,若所述触发告警对应的诊断规则不存在,则不触发所述诊断流程。
在上述可选的实施方式中,通过基于所述触发告警查找诊断规则,进而在所述触发告警对应的诊断规则不存在时,能够不触发所述诊断流程。
在可选的实施方式中,在所述基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后,所述方法还包括:
基于所述诊断结果创建售后服务工单;
或生成用车启蒙和用车建议,并将所述用车启蒙和所述用车建议发送客户端。
上述可选的实施方式能够基于所述诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将所述用车启蒙和所述用车建议发送客户端。
第二方面,本发明提供一种车辆故障诊断装置,所述装置应用于云端,所述装置包括:
第一判断模块,用于当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,所述触发告警为输入数据源生成的告警信息,所述告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息;
第二判断模块,用于当不存在所述满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程;
诊断模块,用于当不存在所述满足第二预设条件的诊断流程,基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果,其中,所述告警逻辑值用于识别筛选某段时间内的报警预警次数或时长,所述数据逻辑值用于计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值,所述特征逻辑值用于查询匹配相关特征数据表的特征字段。
在本申请第二方面中,其能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
在可选的实施方式中,所述装置还包括:
第三判断模块,用于在所述当触发告警触发诊断流程时,所述基于工单信息判断是否已存在满足第一预设条件的工单之前,判断所述触发告警的故障时长是否在预设时间范围内;
当所述触发告警的故障时长在所述预设时间范围内时,执行所述基于工单信息判断是否已存在满足第一预设条件的工单。
在上述可选的实施方式中,通过判断所述触发告警的故障时长是否在预设时间范围内,进而当所述触发告警的故障时长在所述预设时间范围内时,执行所述基于工单信息判断是否已存在满足第一预设条件的工单。
在可选的实施方式中,所述装置还包括:
基于所述触发告警查找诊断规则,若所述触发告警对应的诊断规则不存在,则不触发所述诊断流程。
在上述可选的实施方式中,通过基于所述触发告警查找诊断规则,进而在所述触发告警对应的诊断规则不存在时,能够不触发所述诊断流程。
在可选的实施方式中,所述装置还包括结果处理模块,用于在所述基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后基于所述诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将所述用车启蒙和所述用车建议发送客户端。
上述可选的实施方式能够基于所述诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将所述用车启蒙和所述用车建议发送客户端。
第三方面,本发明提供一种电子设备,包括:
处理器;以及
存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,执行如前述实施方式任一项所述的车辆故障诊断方法。
本申请第三方面的设备通过执行车辆故障诊断方法,进而能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
第四方面,本发明提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行如前述实施方式任一项所述的车辆故障诊断方法。
本申请第四方面的存储介质通过执行车辆故障诊断方法,进而能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本申请实施例公开的一种车辆故障诊断方法的流程示意图;
图2是本申请实施例提供的一种诊断框架的示意图;
图3是本申请实施例提供的一种诊断流程示意图;
图4是本申请实施例公开的一种车辆故障诊断装置的结构示意图;
图5是本申请实施例公开的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
实施例一
请参阅图1,图1是本申请实施例公开的一种车辆故障诊断方法的流程示意图,其中,该方法应用于云端,其中,云端与车端通信连接,车端可作为输入数据源。如图1所示,本申请实施例的方法包括以下步骤:
101、当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,触发告警为输入数据源生成的告警信息,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息;
102、当不存在满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程;
103、当不存在满足第二预设条件的诊断流程,基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果,其中,告警逻辑值用于识别筛选某段时间内的报警预警次数或时长,数据逻辑值用于计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值,特征逻辑值用于查询匹配相关特征数据表的特征字段。
在本申请实施例中,本申请实施例能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
在本申请实施例中,具体地,微批数据是指预设时间段内的数据,其中,其与现有技术中的批处理诊断方式所采用的批数据相比,时间跨度更小,例如,微批数据可以是1小时之内的车辆运行数据,而现有技术的批数据通常是1天以上全量车辆运行数据,这样一来,微批数据的数据量较小,从而压缩了数据存储和批处理计算资源的消耗。
在本申请实施例中,自研算法是指预设的算法,本申请实施例对于自研算法不作限定。
在本申请实施例中,针对步骤101,输入数据源生成的告警信息可触发诊断流程,例如,当云端接收到车端发送的车端告警信息时,则执行诊断流程。
在本申请实施例中,针对步骤101,车端告警信息为车端ECU根据策略产生并上传的信息,其可以包括软硬件版本。工况告警是云平台根据车辆工况数据产生的告警,工况数据如日均里程、快充比例、电池自放电率等。
在本申请实施例中,告警信息还可以包括软件告警信息,其中,软件告警信息是云平台校核软件版本产生的结果信息。
在本申请实施例中,针对步骤101,实时流处理报警预警信息是指通过实时流处理框架得到的信息,其中,实时流处理报警预警信息包括实时流处理框架通过获取国标数据,进而基于框架内部的处理逻辑和国标数据生成国标报警信息、国标预警信息,以及包括实时流处理框架通过获取企标数据,进而基于框架内部的处理逻辑和企业数据生成企标预警数据。进一步地,国标数据和企标数据请参阅现有技术。例如,请参阅图2,图2是本申请实施例提供的一种诊断框架的示意图,如图2所示,基于国标数据可以生成国标预警信息(图2用国标预警表示)、国标报警信息(图2用国标报警表示)。
在本申请实施例中,针对步骤101,车端DTC信息是指车载终端的诊断故障代码,例如,当车载发送机故障时生成的故障代码001。
在本申请实施例中,告警信息还可以包括基于软件数据生成的软件告警,和基于工况数据生成的工况告警。
在本申请实施例中,请参阅图3,图3是本申请实施例提供的一种诊断流程示意图。如图3所示,告警信息还可以包括远程诊断信息,其中,远程诊断信息可以是其他第三方平台发送的诊断信息。
在本申请实施例中,针对步骤101,工单信息是指本申请实施例的诊断框架中的诊断规则产生的工单记录,例如,每当诊断结果需要人工处理时,则生成一条工单记录。更加具体地,每个诊断流程对应一个告警信息的唯一ID,而每条工单记录关联一个告警信息的唯一ID,进而通过告警信息的唯一ID能够判断诊断流程是否关联工单,如果是则确定存在满足第一预设条件的工单,否则确定不存在满足第一预设条件的工单。需要说明的是,第一预设条件还可以包括其他限定,例如,第一预设条件还可以包括时间戳信息,当通过告警信息的唯一ID判断诊断流程关联工单时,进一步判断时间戳信息是否在参考时间点之后,如果是则确定存在满足第一预设条件的工单,否则确定不存在满足第一预设条件的工单。
在本申请实施例中,针对步骤102,当存在满足第一预设条件的工单时,则说明已经存在用于处理该告警信息的工单而无需进行再次诊断,因此,存在满足第一预设条件的工单时,可终止诊断流程,此时,如图3所示,云端的结果输出可以是“跳过诊断,已有处置工单”。
在本申请实施例中,针对步骤102,诊断信息是指诊断框架下的诊断规则产生的诊断记录,其中,如果基于诊断记录可以确定存在满足第二预设条件的诊断流程,则说明存在在先诊断流程,此时只需要关联到在先诊断流程,而可以终止当前诊断流程。进一步地,满足第二预设条件可以是存在ID相同的诊断结果ID,需要说明的是,针对第二预设条件,本申请实施例不作限定。
在本申请实施例中,针对步骤102,不存在满足第二预设条件的诊断流程可是指存在ID相同的诊断流程。
在本申请实施例中,进一步可选地,当存在满足第二预设条件的诊断流程中,则基于诊断关联例外规则再次判断当前诊断流程是否与其他诊断流程关联,如果是则将两个诊断流程关联,如果不是则执行步骤103,其中,诊断关联例外规则是针对特例使用的筛选规则。
在本申请实施例中,进一步可选地,当存在满足第二预设条件的诊断流程,云端的结果输出可以是“正在进行诊断分析”。
在本申请实施例中,针对步骤103,告警逻辑值的取值可以是0或1,其中,1表示需要识别筛选某段时间内的报警预警次数或时长;数据逻辑值的取值可以是0或1,其中,1表示需要计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值;特征逻辑值表的取值可以1或者0,其中,1表示需要查询匹配相关特征数据表的特征字段。
在本申请实施例中,具体地,通过告警逻辑值、数据逻辑值和特征逻辑值,云端可以配置不同处置等级和处置措施的告警诊断规则,例如,针对处置等级1,可设置告警逻辑值为1,数据逻辑值为1,特征逻辑值为0,而针对处置等级2,可设置告警逻辑值为1,数据逻辑值为0,特征逻辑值为0。
在本申请实施例中,整个诊断流程使用到的数据可以包括软硬件版本信息、工单信息、诊断信息、告警信息、衍生数据值、特征数据值等。其中,软硬件版本信息指车端上传的车辆各个ECU的零件号、软件版本号、硬件版本号等;工单信息指该诊断框架下诊断规则产生的工单记录;诊断信息指该诊断框架下诊断规则产生的诊断记录;告警信息包括实时流处理报警预警记录、车端 ECU内嵌算法生成并上传的告警记录和 DTC故障代码信息等;衍生数据值指车辆运行数据在时序上进行统计得到的逻辑信号值;特征数据值指自研算法计算出的关于车辆运营情况、充电统计、驾驶行为、续航里程、各类故障预测算法评分等数据。
在可选的实施方式中,在步骤:当触发告警触发诊断流程时,步骤:基于工单信息判断是否已存在满足第一预设条件的工单之前,本申请实施例的方法还包括以下步骤:
判断触发告警的故障时长是否在预设时间范围内;
当触发告警的故障时长在预设时间范围内时,执行基于工单信息判断是否已存在满足第一预设条件的工单。
在上述可选的实施方式中,预设时间范围内可以是0-10S,也可以是0-5S,本申请实施例对此不作限定。
在上述可选的实施方式中,通过判断触发告警的故障时长是否在预设时间范围内,进而当触发告警的故障时长在预设时间范围内时,执行基于工单信息判断是否已存在满足第一预设条件的工单。例如,预设时间范围为3-5S,如果触发告警的故障时长为6S,则不执行基于工单信息判断是否已存在满足第一预设条件的工单这一步骤;如果触发告警的故障时长为4S,则执行基于工单信息判断是否已存在满足第一预设条件的工单这一步骤;如果触发告警的故障时长为2S,则不执行基于工单信息判断是否已存在满足第一预设条件的工单这一步骤。
在可选的实施方式中,本申请实施例的方法还包括以下步骤:
基于触发告警查找诊断规则,若触发告警对应的诊断规则不存在,则不触发诊断流程。
在上述可选的实施方式中,通过基于触发告警查找诊断规则,进而在触发告警对应的诊断规则不存在时,能够不触发诊断流程。
在上述可选的实施方式中,针对没有设置诊断规则的场景,可不执行诊断流程。
在可选的实施方式中,在基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后,本申请实施例的方法还包括以下步骤:
基于诊断结果创建售后服务工单;
或生成用车启蒙和用车建议,并将用车启蒙和用车建议发送客户端。
上述可选的实施方式能够基于诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将用车启蒙和用车建议发送客户端。
实施例二
请参阅图4,图4是本申请实施例公开的一种车辆故障诊断装置的结构示意图,其中,该装置应用于云端。如图4所示,本申请实施例的装置包括以下功能模块:
第一判断模块201,用于当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,触发告警为输入数据源生成的告警信息,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息;
第二判断模块202,用于当不存在满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程;
诊断模块203,用于当不存在满足第二预设条件的诊断流程,基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果,其中,告警逻辑值用于识别筛选某段时间内的报警预警次数或时长,数据逻辑值用于计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值,特征逻辑值用于查询匹配相关特征数据表的特征字段。
在本申请实施例中,其能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
在可选的实施方式中,本申请实施例的装置还包括以下功能模块:
第三判断模块,用于在当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单之前,判断触发告警的故障时长是否在预设时间范围内;
当触发告警的故障时长在预设时间范围内时,执行基于工单信息判断是否已存在满足第一预设条件的工单。
在上述可选的实施方式中,通过判断触发告警的故障时长是否在预设时间范围内,进而当触发告警的故障时长在预设时间范围内时,执行基于工单信息判断是否已存在满足第一预设条件的工单。
在可选的实施方式中,本申请实施例的装置还包括以下功能模块:
基于触发告警查找诊断规则,若触发告警对应的诊断规则不存在,则不触发诊断流程。
在上述可选的实施方式中,通过基于触发告警查找诊断规则,进而在触发告警对应的诊断规则不存在时,能够不触发诊断流程。
在可选的实施方式中,本申请实施例的装置还包括结果处理模块,用于在基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后基于诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将用车启蒙和用车建议发送客户端。
上述可选的实施方式能够基于诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将用车启蒙和用车建议发送客户端。
需要说明的是,关于本申请实施例的装置的其他详细说明,请参阅本申请实施例一的相关说明,本申请实施例对此不作赘述。
实施例三
请参阅图5,图5是本申请实施例公开的一种电子设备的结构示意图,如图5所示,本申请实施例的电子设备包括:
处理器302;以及
存储器301,配置用于存储机器可读指令,指令在由处理器执行时,执行如前述实施方式任一项的车辆故障诊断方法。
本申请实施例的设备通过执行车辆故障诊断方法,进而能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
实施例四
本申请实施例提供一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行如前述实施方式任一项的车辆故障诊断方法。
本申请实施例的存储介质通过执行车辆故障诊断方法,进而能够根据微批数据进行自研算法计算并输出结果逻辑值,进而生成诊断结果,这样一来,就能够利用诊断时“微批处理”的特性,生成故障时段相关特征数据并存储,为人工智能故障预测算法积累样本数据,并且大大压缩了数据存储和批处理计算资源的消耗,进而避免了云端批处理算法诊断存在的时效性差、不能及时服务到客户的问题。另一方面,本申请相比现有技术,其应用于云端,进而能够克服车端诊断由于算力受限不支持复杂数据处理逻辑的缺点。再一方面,由于在本申请中,告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,因此,本申请相比现有技术,扩展了诊断数据源,同时本申请在诊断流程中增加了已有工单的判断、诊断状态的判断,从而扩展了诊断功能,最终提高了车辆故障诊断的适用范围和准确率。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,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单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是,功能如果以软件功能模块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,本申请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)执行本申请各个实施例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(Read-Only Memory,ROM)随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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。
以上仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车辆故障诊断方法,其特征在于,所述方法应用于云端,其中,通过告警逻辑值、数据逻辑值和特征逻辑值,所述云端配置不同处置等级和处置措施的告警诊断规则,所述方法包括:
当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,所述触发告警为输入数据源生成的告警信息,所述告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,所述满足第一预设条件的工单表征与所述告警信息的唯一ID关联的工单;
当不存在所述满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程,其中,所述第二预设条件的工单表征ID相同的诊断流程;
当不存在所述满足第二预设条件的诊断流程,基于所述告警逻辑值、所述数据逻辑值、所述特征逻辑值进行告警规则诊断并生成诊断结果,其中,所述告警逻辑值用于表征是否需要识别筛选某段时间内的报警预警次数或时长,所述数据逻辑值用于表征是否需要计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值,所述特征逻辑值用于表征是否需要查询匹配相关特征数据表的特征字段。
2.如权利要求1所述的方法,其特征在于,在所述当触发告警触发诊断流程时,所述基于工单信息判断是否已存在满足第一预设条件的工单之前,所述方法还包括:
判断所述触发告警的故障时长是否在预设时间范围内;
当所述触发告警的故障时长在所述预设时间范围内时,执行所述基于工单信息判断是否已存在满足第一预设条件的工单。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
基于所述触发告警查找诊断规则,若所述触发告警对应的诊断规则不存在,则不触发所述诊断流程。
4.如权利要求1所述的方法,其特征在于,在所述基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后,所述方法还包括:
基于所述诊断结果创建售后服务工单;
或生成用车启蒙和用车建议,并将所述用车启蒙和所述用车建议发送客户端。
5.一种车辆故障诊断装置,其特征在于,所述装置应用于云端,其中,通过告警逻辑值、数据逻辑值和特征逻辑值,所述云端配置不同处置等级和处置措施的告警诊断规则,所述装置包括:
第一判断模块,用于当触发告警触发诊断流程时,基于工单信息判断是否已存在满足第一预设条件的工单,其中,所述触发告警为输入数据源生成的告警信息,所述告警信息包括实时流处理报警预警信息、车端告警信息和车端DTC信息,所述满足第一预设条件的工单表征与所述告警信息的唯一ID关联的工单;
第二判断模块,用于当不存在所述满足第一预设条件的工单时,则基于诊断信息判断是否存在满足第二预设条件的诊断流程,其中,所述第二预设条件的工单表征ID相同的诊断流程;
诊断模块,用于当不存在所述满足第二预设条件的诊断流程,基于所述告警逻辑值、所述数据逻辑值、所述特征逻辑值进行告警规则诊断并生成诊断结果,其中,所述告警逻辑值用于表征是否需要识别筛选某段时间内的报警预警次数或时长,所述数据逻辑值用于表征是否需要计算报警前后一段时间内信号的统计值,或根据微批数据进行自研算法计算并输出结果逻辑值,所述特征逻辑值用于表征是否需要查询匹配相关特征数据表的特征字段。
6.如权利要求5所述的装置,其特征在于,所述装置还包括:
第三判断模块,用于在所述当触发告警触发诊断流程时,所述基于工单信息判断是否已存在满足第一预设条件的工单之前,判断所述触发告警的故障时长是否在预设时间范围内;
当所述触发告警的故障时长在所述预设时间范围内时,执行所述基于工单信息判断是否已存在满足第一预设条件的工单。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
基于所述触发告警查找诊断规则,若所述触发告警对应的诊断规则不存在,则不触发所述诊断流程。
8.如权利要求5所述的装置,其特征在于,所述装置还包括结果处理模块,用于在所述基于告警逻辑值、数据逻辑值、特征逻辑值进行告警规则诊断并生成诊断结果之后基于所述诊断结果创建售后服务工单,或生成用车启蒙和用车建议,并将所述用车启蒙和所述用车建议发送客户端。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,执行如权利要求1-4任一项所述的车辆故障诊断方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行如权利要求1-4任一项所述的车辆故障诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310347882.8A CN116136684B (zh) | 2023-04-04 | 2023-04-04 | 车辆故障诊断方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310347882.8A CN116136684B (zh) | 2023-04-04 | 2023-04-04 | 车辆故障诊断方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116136684A CN116136684A (zh) | 2023-05-19 |
CN116136684B true CN116136684B (zh) | 2023-07-28 |
Family
ID=86334501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310347882.8A Active CN116136684B (zh) | 2023-04-04 | 2023-04-04 | 车辆故障诊断方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116136684B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077817A1 (en) * | 2009-09-29 | 2011-03-31 | Chin-Yang Sun | Vehicle Diagnostic System And Method Thereof |
CN106896804B (zh) * | 2017-04-24 | 2020-02-14 | 南京越博动力系统股份有限公司 | 一种纯电动汽车远程监控故障诊断报警方法 |
CN110658807A (zh) * | 2019-10-16 | 2020-01-07 | 上海仁童电子科技有限公司 | 一种车辆故障诊断方法、装置及系统 |
CN111552277B (zh) * | 2020-05-29 | 2021-03-05 | 上海挚达科技发展有限公司 | 一种基于物联网的车辆故障诊断方法 |
CN114363151A (zh) * | 2022-01-07 | 2022-04-15 | 北京金山云网络技术有限公司 | 故障检测方法和装置、电子设备和存储介质 |
CN114625110B (zh) * | 2022-03-25 | 2023-08-29 | 上海富欣智能交通控制有限公司 | 故障诊断方法、装置、系统及智能轨道交通系统 |
CN114859871A (zh) * | 2022-05-27 | 2022-08-05 | 重庆长安汽车股份有限公司 | 可配置并修改故障判断规则的车辆故障诊断系统及方法 |
-
2023
- 2023-04-04 CN CN202310347882.8A patent/CN116136684B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116136684A (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107967323B (zh) | 基于大数据进行异常出行车辆分析的方法及系统 | |
US7936260B2 (en) | Identifying redundant alarms by determining coefficients of correlation between alarm categories | |
CN110839016A (zh) | 异常流量监测方法、装置、设备及存储介质 | |
CN110362473B (zh) | 测试环境的优化方法及装置、存储介质、终端 | |
CN111917877A (zh) | 物联网设备的数据处理方法及装置、电子设备、存储介质 | |
CN113176978B (zh) | 基于日志文件的监控方法、系统、设备及可读存储介质 | |
US20100217478A1 (en) | Telematics-based vehicle status monitoring and customer concern resolving | |
CN110517084B (zh) | 车辆功能活跃度分析方法及系统 | |
CN114267178B (zh) | 一种车站的智能运营维护方法及装置 | |
WO2020015471A1 (zh) | 汽车诊断方法、装置及存储介质 | |
CN110765189A (zh) | 互联网产品的异常管理方法和系统 | |
CN111444067A (zh) | 一种基于规则引擎的配置化系统监控方法、装置及设备 | |
CN106951360B (zh) | 数据统计完整度计算方法和系统 | |
CN113077065A (zh) | 车辆生产线故障的处理方法、装置、设备及存储介质 | |
CN107465652B (zh) | 一种操作行为检测方法、服务器及系统 | |
CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
US7769651B2 (en) | Method and system of processing billing data | |
CN116136684B (zh) | 车辆故障诊断方法、装置、电子设备和存储介质 | |
US20190087904A1 (en) | Remote processing of anomalous vehicle sensor data | |
CN114065090A (zh) | 分类数据库的更新方法、系统、存储介质及计算机设备 | |
CN113612645A (zh) | 一种物联网数据处理方法及系统 | |
CN114500178B (zh) | 一种自运维的智慧物联网关 | |
CN113592108A (zh) | 一种充电桩的充电故障管理方法及相关设备 | |
CN112860527A (zh) | 应用服务器的故障监测方法及装置 | |
CN113344323A (zh) | 一种云托管停车场人工云坐席服务质量评估的方法及装置 |
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 |