CN117607701A - 一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 - Google Patents
一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 Download PDFInfo
- Publication number
- CN117607701A CN117607701A CN202311445987.3A CN202311445987A CN117607701A CN 117607701 A CN117607701 A CN 117607701A CN 202311445987 A CN202311445987 A CN 202311445987A CN 117607701 A CN117607701 A CN 117607701A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- storage battery
- battery
- state
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000012806 monitoring device Methods 0.000 title claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 46
- 238000012502 risk assessment Methods 0.000 claims abstract description 44
- 238000001914 filtration Methods 0.000 claims abstract description 42
- 230000007812 deficiency Effects 0.000 claims abstract description 33
- 230000005059 dormancy Effects 0.000 claims abstract description 16
- 230000007958 sleep Effects 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 30
- 230000003068 static effect Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 11
- 230000004622 sleep time Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 16
- HEZMWWAKWCSUCB-PHDIDXHHSA-N (3R,4R)-3,4-dihydroxycyclohexa-1,5-diene-1-carboxylic acid Chemical compound O[C@@H]1C=CC(C(O)=O)=C[C@H]1O HEZMWWAKWCSUCB-PHDIDXHHSA-N 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 239000000306 component Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002618 waking effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及汽车蓄电池技术领域,具体涉及一种车辆蓄电池亏电风险检测方法、监控装置及监控系统;所述车辆蓄电池亏电风险检测方法包括:获取车辆监控管理平台中与蓄电池相关的目标数据,所述目标数据至少包括蓄电池电压数据、蓄电池SOC数据以及车辆休眠状态数据;根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据;本发明能够便于快速排查车辆蓄电池亏电风险问题,从而减少问题车辆的出现。
Description
技术领域
本发明涉及汽车蓄电池技术领域,具体涉及一种车辆蓄电池亏电风险检测方法、监控装置及监控系统。
背景技术
车辆蓄电池作为汽车电气系统的重要组成部分,关系到整车的正常使用,如何防止车辆的蓄电池亏电现象,是车辆设计的一个重要方面;随着汽车电子设备的使用增多以及电子设备的智能化、网络化程度的提高,导致汽车蓄电池电量损耗的原因也变得更加复杂,非常容易出现蓄电池亏电的问题,在新能源电动汽车上这一点尤为明显;
在整车设计阶段,车辆供电系统的设计目标是满足车载电气负载正常的用电需求,对新能源电车而言,其核心部件包括蓄电池、动力电池和DCDC转换系统;在客户用车和行驶过程中,动力电池通过DCDC转换系统持续给蓄电池充电,蓄电池再给整车用电器供电,车辆休眠时,DCDC转换系统停止工作,只有蓄电池为车辆启动以及整车用电器提供电能,保证车辆在驻车和启动时的用电;当车辆的蓄电池存在亏电风险时,将影响车辆的正常使用。
发明内容
鉴于以上现有技术的缺点,本发明的目的在于提供一种车辆蓄电池亏电风险检测方法、监控装置及监控系统,以便于能够快速排出查车辆蓄电池亏电风险问题,减少问题车辆的出现。
为实现上述目的及其它相关目的,本发明提供一种车辆蓄电池亏电风险检测方法,该方法包括如下步骤:
S1:获取车辆监控管理平台中与蓄电池相关的目标数据,所述目标数据至少包括蓄电池电压数据、蓄电池SOC数据以及车辆休眠状态数据;
S2:根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据。
作为本案其中一个实施例,获取车辆监控管理平台中与蓄电池相关的目标数据的方法步骤包括:
获取车辆监控管理平台中一辆或多辆目标车辆的与蓄电池相关的目标数据。
作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据的步骤包括:
S210:将所述蓄电池的电压数据与所述亏电风险分析过滤条件中的电压阈值进行对比;
S211:当所述蓄电池电压值小于所述电压阈值时,获得电压异常数据。
作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤包括:
S220:将所述蓄电池SOC数据与所述亏电风险分析过滤条件中的SOC阈值进行对比;
S221:当所述蓄电池SOC小于所述SOC阈值时,获得SOC异常数据。
作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤包括:
S330:根据所述车辆休眠状态数据,判断车辆是否正常休眠;
S33010:当所述车辆正常休眠时,获取车辆休眠开始时及休眠结束时的蓄电池SOC数据,以及车辆的休眠时长;
S33011:根据所述车辆休眠开始时及休眠结束时的蓄电池SOC数据,以及所述的休眠时长,计算车辆的静态耗电量;
S33012:将所述静态耗电量与所述亏电风险分析过滤条件中的静态耗电量阈值进行对比;
S33013:当所述静态耗电量大于所述静态耗电量阈值时,获得静态耗电量异常数据。
作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤还包括:
S33020:当所述车辆未正常休眠时;
S33021A:根据所述车辆唤醒状态数据,判断所述车辆是否处于唤醒状态;
S33022A:获取蓄电池在设定时间内的电压变化值,将所述蓄电池在设定时间内的电压变化值与所述亏电风险分析过滤条件中的低压阈值进行对比;
S33023A:当所述车辆处于唤醒状态或当所述蓄电池在设定时间内的电压变化值均小于所述低压阈值时,获得车辆网络持续唤醒的异常数据。
作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤还包括:
S33020:当所述车辆未正常休眠时;
S33021B:检测车辆是否处于休眠循环状态;
S33022B:当所述车辆处于休眠循环状态时,获得车辆网络反复唤醒的异常数据。
作为本案其中一个实施例,所述目标数据包括目标车辆蓄电池处的环境温度数据、车辆供电系统数据中至少一种。
为实现上述目的及其它相关目的,本发明提供一种监控装置,包括:存储器、处理器,所述存储器内存储有计算机可读程序,所述计算机可读程序被处理器调用时,能执行所述方法的步骤。
为实现上述目的及其它相关目的,本发明提供一种监控系统,包括车辆端、云平台、车辆监控管理平台和监控装置;所述车辆端处于未休眠状态的所述车辆端用于将车辆的Flaxray总线数据和CAN总线数据传输至所述云平台;所述云平台与所述车辆端无线连接,所述云平台用于接收所述车辆端传输来的数据并存储;所述车辆监控管理平台与所述云平台连接,并调用所述云平台中存储的数据;所述监控装置与所述车辆监控管理平台连接,为电连接或无线连接。
综上所述,本发明通过获取车辆监控管理平台中与蓄电池相关的目标数据,并根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据,所述异常数据为与车辆的蓄电池亏电风险相关的数据,通过将这些异常数据筛选出,以便于车辆工程师能够通过这些异常数据对车辆蓄电池亏电风险进行排查并改进车辆,从而减少问题车辆的出现以及提高车辆的蓄电池抗亏电风险的能力;同时,本案的方法能够应用于上市阶段的车辆和/或测试阶段的车辆和/或制造阶段的车辆上,通过获取车辆监控管理平台中一辆或多辆目标车辆的与蓄电池相关的目标数据,如获取数百辆目标车辆的与蓄电池相关的目标数据,容易发现一些单车问题和偶发问题,减小这些问题进入车辆的量产阶段或车辆的上市阶段的可能性,有利于解决车辆蓄电池亏电问题或存在亏电风险问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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为本发明的车辆蓄电池亏电风险检测方法的流程图;
图2为本发明通过预设的亏电风险分析过滤条件对目标数据进行分析获得电压异常数据的方法的流程图;
图3为本发明通过预设的亏电风险分析过滤条件对目标数据进行分析获得SOC异常数据的方法的流程图;
图4为本发明通过预设的亏电风险分析过滤条件对目标数据进行分析获得静态耗电量异常数据的方法的流程图;
图5为本发明通过预设的亏电风险分析过滤条件对目标数据进行分析获得车辆网络连续唤醒异常数据的方法的流程图;
图6为本发明通过预设的亏电风险分析过滤条件对目标数据进行分析获得车辆网络反复唤醒异常数据的方法的流程图;
图7为本发明的监控系统结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其它优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。还应当理解,本发明实施例中使用的术语是为了描述特定的具体实施方案,而不是为了限制本发明的保护范围。下列实施例中未注明具体条件的试验方法,通常按照常规条件,或者按照各制造商所建议的条件。
请参阅图1至图7。须知,本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
当实施例给出数值范围时,应理解,除非本发明另有说明,每个数值范围的两个端点以及两个端点之间任何一个数值均可选用。除非另外定义,本发明中使用的所有技术和科学术语与本技术领域的技术人员对现有技术的掌握及本发明的记载,还可以使用与本发明实施例中所述的方法、设备、材料相似或等同的现有技术的任何方法、设备和材料来实现本发明。
所述车辆蓄电池亏电风险检测方法应用于一个或者多个电子设备中,所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机等。
所述电子设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络等。
所述RVS后台数据平台(Real-time Vehicle Statistics System)是一种用于实时监控和管理车辆的系统;该系统包括车辆上的传感器、GPS设备、通信模块以及后台服务器等;RVS后台数据平台可以实时获取车辆的位置、速度、里程、燃油消耗等数据,并将这些数据传输到后台服务器进行处理和存储;通过这些数据,车辆的运行状态和位置可以进行实时监控,车队管理人员可以及时获取车辆的信息并做出相应的调度和决策;此外,RVS后台数据平台还可以提供一些额外的功能,如报警系统,即时通讯功能,行车记录等;这些功能可以提高车辆的运行效率和安全性,并提供更好的管理和控制手段;RVS后台数据平台是一种集车辆数据监控、管理和控制于一体的系统,用于提高车辆的运行效率和安全性。
所述FlexRay总线数据是一种用于汽车的高速、可确定性的且具备故障容错能力的总线技术,它将事件触发和时间触发两种方式相结合,具有高效的网络利用率和系统灵活性特点,为汽车内部网络的主干网络。
所述CAN总线是一种常用的传输数据的通信协议,CAN总线采用串行通信方式,通过一个共享的双线传输数据;CAN总线数据的具有高速传输、可靠性强、抗干扰能力好的优点。
所述云平台是指基于云计算技术的汽车智能化服务平台;它将汽车与云端技术相结合,通过云端存储、大数据分析和远程控制等功能,为车主、车辆制造商和服务提供商提供各种增值服务和智能化功能。
所述车联网智能天线模块是用于车辆通信和连接的设备,它集成了天线、通信模块和智能芯片等多个功能,用于实现车辆与外部网络如移动网络之间的无线通信和数据传输。
所述蓄电池SOC指的是蓄电池的电荷状态;SOC是State ofCharge的缩写,表示蓄电池当前存储的电荷量与其额定容量之间的百分比关系;例如,一个蓄电池SOC为50%表示其当前电荷量为其额定容量的一半;蓄电池SOC可以通过测量蓄电池的电压、电流和温度等参数来估计;蓄电池的SOC在0%到100%之间变化,其中0%表示完全放电,而100%表示完全充电。
所述车辆的蓄电池电压数据是指记录车辆蓄电池电压值的数据,用于评估蓄电池的电量和工作状态。
所述车辆休眠状态数据是指车辆在休眠模式下记录的相关信息;当车辆处于休眠状态时,车辆的系统和电子设备会进入低功耗模式,以节省能量和延长电池寿命;所述车辆休眠状态数据包括如下信息中的部分信息,如电池电量信息:记录车辆在休眠状态下的电池剩余电量;车辆位置信息:记录车辆在休眠状态下的位置信息,包括经度和纬度;车辆状态信息:记录车辆在休眠状态下的一些基本状态信息,如熄火、锁定等状态;故障码信息:记录车辆在休眠状态下的故障码或警告码,用于诊断问题;环境条件信息:记录车辆在休眠状态下的环境条件,如温度、湿度等条件;时间戳信息:记录车辆进入休眠状态和唤醒的时间信息;
所述车辆唤醒状态数据是指车辆从休眠状态中唤醒后记录的相关信息;当车辆从休眠模式中唤醒时,它会重新启动各个系统和电子设备,恢复正常运行;车辆唤醒状态数据包括以下信息中的至少部分信息,如唤醒时间信息:记录车辆从休眠状态中被唤醒的日期和时间;系统自检信息:记录车辆在唤醒后进行的系统自检和故障检测,包括检查电池状态、传感器状态等;初始化过程信息:记录车辆在唤醒后进行的初始化过程,包括启动引擎、系统恢复等;环境检测信息:记录车辆在唤醒后对周围环境进行的检测,包括温度、湿度、空气质量等;功能恢复信息:记录车辆在唤醒后各个功能的恢复情况,如导航系统、娱乐系统等。
所述车辆处于唤醒状态和休眠状态之间异常频繁切换的状态通常被称为“频繁唤醒/休眠循环”(Frequent Wake/Sleep Cycling)或“功耗醒睡异常”(PowerWake/SleepAbnormality);指的是车辆在正常情况下应该保持在一种状态,通常是休眠状态或唤醒状态,但却频繁地在这两种状态之间切换,而且切换的频率较高。
所述DCDC转换系统也称为直流转直流转换器,是一种电子设备,用于将直流电压从一种电压级别转换为另一种电压级别。
请参阅图1,本发明提供一种车辆蓄电池亏电风险检测方法,该方法包括如下步骤:
S1:获取车辆监控管理平台中与蓄电池相关的目标数据,所述目标数据至少包括蓄电池电压数据、蓄电池SOC数据以及车辆休眠状态数据;
S2:根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据。
需要说明的是,所述车辆监控管理平台为RVS后台数据平台(Real-time VehicleStatistics System)或其他能够满足本案使用需求的系统或平台;车辆的蓄电池电压数据是指记录车辆蓄电池的电压值,用于评估蓄电池的电量和工作状态;所述亏电风险分析过滤条件为根据蓄电池出现亏电问题的表现特征及原因而预设的分析条件,以及过滤出蓄电池存在亏电风险问题或存在亏电风险问题的一系列过滤条件;同时,也可以根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得蓄电池的健康状态信息,所述健康状态信息至少包括蓄电池的电压、蓄电池的SOC、蓄电池的温度、蓄电池的充电循环次数、蓄电池的内阻和蓄电池的健康状态指标信息中的一种或几种。
新能源电车的核心部件包括蓄电池、动力电池和DCDC转换系统,在车辆测试或驾驶时,动力电池通过DCDC转换系统持续给蓄电池充电,蓄电池再给整车用电器供电,车辆休眠时,DCDC转换系统停止工作,只有蓄电池为车辆启动以及整车用电器提供电能,保证车辆在驻车和启动时的用电,但当存在车载用电器负载异常耗电、智能补电策略设计不合理、供电系统设计不合理或异常、整车网络不休眠以及静态电流过高问题时,都会导致蓄电池过放电,从而引起车辆蓄电池亏电,而车辆蓄电池亏电时将导致车辆无法正常使用;在车辆使用过程中,当车辆处于未休眠状态下,车辆端的Flaxray总线数据和部分CAN总线数据通过车联网智能天线模块自动实时上传至云平台,而车辆监控管理平台能够从云平台中调用车辆的相关数据并进行监控处理;而本案通过获取车辆监控管理平台中与蓄电池相关的目标数据,并根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据,所述异常数据为与车辆的蓄电池亏电风险相关的数据,而车辆工程师则能够通过这些异常数据对车辆蓄电池亏电风险进行排查并改进车辆,从而达到提高车辆的蓄电池抗亏电风险的能力。
作为本案其中一个实施例,所述获取车辆监控管理平台中与蓄电池相关的目标数据的方法步骤包括:
获取车辆监控管理平台中一辆或多辆目标车辆的与蓄电池相关的目标数据。
需要说明的是,所述目标车辆为车辆监控管理平台能够持续监控的车辆;所述目标车辆至少包括上市阶段的车辆和/或测试阶段的车辆和/或制造阶段的车辆;通过获取车辆监控管理平台中一辆或多辆目标车辆的与蓄电池相关的目标数据,如获取数百辆目标车辆的与蓄电池相关的目标数据,容易发现一些单车问题和偶发问题,减小这些问题进入车辆的量产阶段或车辆的上市阶段的可能性,从而提高车辆的蓄电池抗亏电风险的能力。
请参阅图2,作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据的步骤包括:
S210:将所述蓄电池的电压数据与所述亏电风险分析过滤条件中的电压阈值进行对比;
S211:当所述蓄电池电压值小于所述电压阈值时,获得电压异常数据。
需要说明的是,获取所述蓄电池的电压数据,将所述蓄电池的电压数据与所述亏电风险分析过滤条件中的电压阈值进行对比;当所述蓄电池电压值小于所述电压阈值时,能够直接确定该车辆蓄电池存在关于蓄电池电压方面的亏电问题。
请参阅图3,作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤包括:
S220:将所述蓄电池SOC数据与所述亏电风险分析过滤条件中的SOC阈值进行对比;
S221:当所述蓄电池SOC小于所述SOC阈值时,获得SOC异常数据。
需要说明的是,获取所述蓄电池SOC数据,将所述蓄电池SOC数据与所述亏电风险分析过滤条件中的SOC阈值进行对比;当所述蓄电池SOC小于所述SOC阈值时,能够直接确定该车辆蓄电池存在蓄电池SOC方面的亏电问题。
请参阅图4,作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤包括:
S330:根据所述车辆休眠状态数据,判断车辆是否正常休眠;
S33010:当所述车辆正常休眠时,获取车辆休眠开始时及休眠结束时的蓄电池SOC数据,以及车辆的休眠时长;
S33011:根据所述车辆休眠开始时及休眠结束时的蓄电池SOC数据,以及所述的休眠时长,计算车辆的静态耗电量;
S33012:将所述静态耗电量与所述亏电风险分析过滤条件中的静态耗电量阈值进行对比;
S33013:当所述静态耗电量大于所述静态耗电量阈值时,获得静态耗电量异常数据。
需要说明的是,根据所述车辆休眠状态数据,判断车辆是否正常休眠;如车辆休眠状态数据包括故障码信息,当车辆处于非正常休眠时,会出现车辆非正常休眠的故障码,而无非正常休眠的故障码则表示车辆处于正常休眠状态;如车辆休眠状态数据包括车辆状态信息,车辆状态数据会记录车辆是否处于休眠状态,根据车辆是否处于休眠状态也能判断车辆是否正常休眠;当所述车辆正常休眠时,且所述静态耗电量大于所述静态耗电量阈值时,可以确定该车辆蓄电池存在关于蓄电池静态耗电量过大的亏电风险问题。
请参阅图5,作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤还包括:
S33020:当所述车辆未正常休眠时;
S33021A:根据所述车辆唤醒状态数据,判断所述车辆是否处于唤醒状态;
S33022A:获取蓄电池在设定时间内的电压变化值,将所述蓄电池在设定时间内的电压变化值与所述亏电风险分析过滤条件中的低压阈值进行对比;
S33023A:当所述车辆处于唤醒状态或当所述蓄电池在设定时间内的电压变化值均小于所述低压阈值时,获得车辆网络持续唤醒的异常数据。
需要说明的是,所述车辆网络持续唤醒即为车辆网络处于连续唤醒或长时间唤醒状态;当蓄电池的电压小于所述低压阈值时,该蓄电池处于低压状态,而低压状态是指动力电池没有给蓄电池充电的状态,车辆休眠的前提是要进入低压状态;而高压状态指的是动力电池在给蓄电池充电的状态;当动力电池给蓄电池充电时,所述蓄电池的电压处于高压状态,蓄电池的电压大于等于低压阈值;根据所述车辆唤醒状态数据,判断所述车辆是否处于唤醒状态;如车辆唤醒状态数据可以包括功能恢复信息,所述功能恢复信息记录有车辆在唤醒后各个功能的恢复情况,若车辆除了个别功能以外的其余功能均能正常恢复,则能够确定车辆是处于唤醒状态;如车辆唤醒状态数据包括系统自检信息,所述系统自检信息记录车辆在唤醒后进行的系统自检和故障检测,从而能够检测车辆是否处于唤醒状态;当所述车辆满足处于车辆处于唤醒状态或当蓄电池在设定时间内的电压变化值均小于所述低压阈值时的任意一项条件时,可以确定该车辆蓄电池存在关于车辆网络持续唤醒耗电的亏电风险问题。
请参阅图6,作为本案其中一个实施例,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤还包括:
S33020:当所述车辆未正常休眠时;
S33021B:检测车辆是否处于休眠循环状态;
S33022B:当所述车辆处于休眠循环状态时,获得车辆网络反复唤醒的异常数据。
需要说明的是,所述车辆处于休眠循环状态时,是车辆处于唤醒状态和休眠状态之间异常频繁切换的状态,指的是车辆在正常情况下应该保持在一种状态,通常是休眠状态或唤醒状态,但却频繁地在这两种状态之间切换,而且切换的频率较高,如每秒钟进行一次两种状态的切换或每分钟进行多次两种状态的切换;当所述车辆处于休眠循环状态时,可以确定该车辆蓄电池存在关于车辆网络处于反复唤醒状态的亏电风险问题。
本案中,能够通过蓄电池的电压数据和蓄电池SOC数据与亏电风险分析过滤条件进行比对,能够直接判断出车辆蓄电池当前是否已经出现缺电问题;在车辆蓄电池电量足够多时,通过蓄电池的电压数据和蓄电池SOC数据可能无法较好的排查出车辆蓄电池是否存在亏电风险,因此,通过排查车辆所处模式是否正常来进一步的排查车辆蓄电池是否具有亏电风险;当车辆能够正常处于休眠模式时,通过计算车辆蓄电池静态耗电量来进一步的排查车辆是否具有亏电风险;当车辆无法正常休眠时,通过进一步的排查车辆在预设休眠模式具体的表现特征来进一步的排查车辆蓄电池亏电风险;当车辆无法正常休眠且车辆处于持续唤醒状态时,能够判断出是由于车辆网络处于持续唤醒状态导致车辆无法正常休眠;当车辆无法正常休眠且蓄电池在设定时间内的电压变化值均小于低压阈值时,能够判断出是由于车辆网络处于持续唤醒状态导致车辆无法正常休眠;当车辆无法正常休眠且车辆处于休眠循环状态时,能够判断出是由于车辆网络处于反复唤醒状态导致车辆无法正常休眠;通过上述方法,能够较大程度上找出车辆蓄电池亏电以及存在亏电风险的原因,从而由对应车辆工程师对症进行解决,以避免车辆蓄电池存在亏电以及亏电风险的问题。
作为本案其中一个实施例,所述目标数据包括目标车辆蓄电池处的环境温度数据、车辆供电系统数据中至少一种。
需要说明的是,车辆蓄电池的工作温度范围一般在-20℃至50℃之间;在低于-20℃的低温环境中,蓄电池的容量可能会减少,导致启动困难;而在高于50℃的高温环境中,蓄电池的寿命可能会缩短;如通过与车辆端电连接的环境温度传感器来记录和显示蓄电池周围的温度,根据预设的亏电风险分析过滤条件对所述目标数据进行分析,若环境温度低于-20℃或高于50℃,则可以确定该车辆蓄电池存在关于环境温度过低或过高的亏电风险问题;在通过车辆供电系统数据判断车辆蓄电池是否存在亏电风险时,如车辆出现反复启动困难或需要超过设定时间来启动,可能是由于蓄电池亏电风险的表现。
本发明还提供一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行所述方法的步骤;例如计算机可读程序为车辆蓄电池亏电风险检测程序。
本发明提供一种监控装置,包括:存储器、处理器,所述存储器内存储有计算机可读程序,所述计算机可读程序被处理器调用时,能执行所述方法的步骤。
所述异常数据至少包括电压异常数据、SOC异常数据、静态耗电量异常数据、车辆网络持续唤醒的异常数据和车辆网络反复唤醒的异常数据中的一种或多种。
请参阅图7,本发明还提供一种监控系统,包括车辆端、云平台、车辆监控管理平台和监控装置;所述车辆端处于未休眠状态的所述车辆端用于将车辆的Flaxray总线数据和CAN总线数据传输至所述云平台;所述云平台与所述车辆端无线连接,所述云平台用于接收所述车辆端传输来的数据并存储;所述车辆监控管理平台与所述云平台连接,并调用所述云平台中存储的数据;所述监控装置与所述车辆监控管理平台连接;所述监控装置用于获取车辆监控管理平台中与蓄电池相关的目标数据,以及用于根据预设的亏电风险分析过滤条件对所述目标数据进行分析,输出异常数据。
需要说明的是,所述车辆监控管理平台与所述云平台的服务器为有线连接或无线连接,无线连接可以为无线网络连接或蓝牙连接,只要能够达到数据传输的目的即可。
进一步的,所述监控系统还包括输出模块,与所述监控装置连接,为电连接或无线连接;所述输出模块与所述数据处理模块连接,所述输出模块能够根据设定输出条件输出所需车辆的异常数据。
所述输出模块可以为一个智能设备或应用程序,所述输出模块能够实现单车数据的导出或批量数据的导出,单车数据导出可直接将车架号输入对应的程序中即可导出,批量导出可将需要导出的车辆数据对应的车架号表格导入对应的程序中即可导出,通过选择好过滤条件和分析条件,能够将有蓄电池亏电风险的车辆数据导出。
进一步的,所述监控系统包括后台输出终端,与所述监控装置连接,为电连接或无线连接;用于根据设定输出条件输出选定车辆蓄电池的健康状态信息和/或亏电风险信息;后台输出终端为电脑或打印机;和/或用户终端,用户终端用于根据设定输出条件输出目标车辆蓄电池的异常数据;用户终端为用户车辆的中控屏或用户的手机或用户的电脑。
其中,存储器至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。存储器在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器不仅可以用于存储安装于电子设备的应用软件及各类数据,例如与本案应用程序箱盖的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器内的程序或者模块(例如执行车辆蓄电池亏电风险检测程序等),以及调用存储在所述存储器内的数据,以执行电子设备的各种功能和处理数据。
所述处理器执行所述电子设备的操作系统以及安装的各类应用程序。所述处理器执行所述应用程序以实现上述各个车辆蓄电池亏电风险检测方法实施例中的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述电子设备中的执行过程。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块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、计算机设备,或者网络设备等)或处理器(Processor)执行本发明各个实施例所述车辆蓄电池亏电风险检测方法的部分功能。
总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
综上所述,本发明有效克服了现有技术中的一些实际问题从而有很高的利用价值和使用意义。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种车辆蓄电池亏电风险检测方法,其特征在于,该方法包括:
获取车辆监控管理平台中与蓄电池相关的目标数据,所述目标数据至少包括蓄电池电压数据、蓄电池SOC数据以及车辆休眠状态数据;
根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据。
2.根据权利要求1所述的车辆蓄电池亏电风险检测方法,其特征在于,所述获取车辆监控管理平台中与蓄电池相关的目标数据的方法步骤包括:
获取车辆监控管理平台中一辆或多辆目标车辆的与蓄电池相关的目标数据。
3.根据权利要求1所述的车辆蓄电池亏电风险检测方法,其特征在于,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得异常数据的步骤包括:
将所述蓄电池的电压数据与所述亏电风险分析过滤条件中的电压阈值进行对比;
当所述蓄电池电压值小于所述电压阈值时,获得电压异常数据。
4.根据权利要求1所述的车辆蓄电池亏电风险检测方法,其特征在于,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤包括:
将所述蓄电池SOC数据与所述亏电风险分析过滤条件中的SOC阈值进行对比;
当所述蓄电池SOC小于所述SOC阈值时,获得SOC异常数据。
5.根据权利要求1所述的车辆蓄电池亏电风险检测方法,其特征在于,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤包括:
根据所述车辆休眠状态数据,判断车辆是否正常休眠;
当所述车辆正常休眠时,获取车辆休眠开始时及休眠结束时的蓄电池SOC数据,以及车辆的休眠时长;
根据所述车辆休眠开始时及休眠结束时的蓄电池SOC数据,以及所述的休眠时长,计算车辆的静态耗电量;
将所述静态耗电量与所述亏电风险分析过滤条件中的静态耗电量阈值进行对比;
当所述静态耗电量大于所述静态耗电量阈值时,获得静态耗电量异常数据。
6.根据权利要求5所述的车辆蓄电池亏电风险检测方法,其特征在于,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤还包括:
当所述车辆未正常休眠时;
根据所述车辆唤醒状态数据,判断所述车辆是否处于唤醒状态;
获取蓄电池在设定时间内的电压变化值,将所述蓄电池在设定时间内的电压变化值与所述亏电风险分析过滤条件中的低压阈值进行对比;
当所述车辆处于唤醒状态或当所述蓄电池在设定时间内的电压变化值均小于所述低压阈值时,获得车辆网络持续唤醒的异常数据。
7.根据权利要求5所述的车辆蓄电池亏电风险检测方法,其特征在于,所述根据预设的亏电风险分析过滤条件对所述目标数据进行分析,获得问题数据的步骤还包括:
当所述车辆未正常休眠时;
检测车辆是否处于休眠循环状态;
当所述车辆处于休眠循环状态时,获得车辆网络反复唤醒的异常数据。
8.根据权利要求1所述的车辆蓄电池亏电风险检测方法,其特征在于,所述目标数据包括目标车辆蓄电池处的环境温度数据、车辆供电系统数据中至少一种。
9.一种监控装置,其特征在于,包括:存储器、处理器,所述存储器内存储有计算机可读程序,所述计算机可读程序被处理器调用时,能执行所述权利要求1-8任意一项所述方法的步骤。
10.一种监控系统,其特征在于,包括:
云平台;
车辆端,处于未休眠状态的所述车辆端用于将车辆的Flaxray总线数据和CAN总线数据传输至所述云平台;
所述云平台与所述车辆端无线连接,所述云平台用于接收所述车辆端传输来的数据并存储;
车辆监控管理平台,与所述云平台连接,并调用所述云平台中存储的数据;
以及权利要求9中的所述监控装置,所述监控装置与所述车辆监控管理平台连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445987.3A CN117607701A (zh) | 2023-11-02 | 2023-11-02 | 一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445987.3A CN117607701A (zh) | 2023-11-02 | 2023-11-02 | 一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117607701A true CN117607701A (zh) | 2024-02-27 |
Family
ID=89945148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311445987.3A Pending CN117607701A (zh) | 2023-11-02 | 2023-11-02 | 一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117607701A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117962619A (zh) * | 2024-03-28 | 2024-05-03 | 零束科技有限公司 | 蓄电池亏电预警方法、系统、介质及程序产品 |
-
2023
- 2023-11-02 CN CN202311445987.3A patent/CN117607701A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117962619A (zh) * | 2024-03-28 | 2024-05-03 | 零束科技有限公司 | 蓄电池亏电预警方法、系统、介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112319305A (zh) | 车辆的安全监控方法、监控系统和装置 | |
CN117607701A (zh) | 一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 | |
CN111731149B (zh) | 电池控制方法、装置以及电池管理系统 | |
CN104035425A (zh) | 一种电动车及混合动力车用远程监控系统 | |
AU2021204479B2 (en) | Battery failure or inadequate charge condition prediction method and system | |
CN111605437B (zh) | 电池管理系统及电池管理方法 | |
CN112977160B (zh) | 电池管理方法、电池系统、车辆及计算机存储介质 | |
CN110308400A (zh) | 一种整车下电后蓄电池状态的监控方法 | |
CN112148538A (zh) | 一种整车故障识别方法、装置、系统、汽车及计算机可读存储介质 | |
CN112172608A (zh) | 电池监测方法、装置、车辆及存储介质 | |
US11817563B2 (en) | Battery management system wake-up method, battery management system wake-up apparatus, and storage medium | |
CN107634277A (zh) | 一种基于无线通讯电芯的汽车云端电池管理系统 | |
CN113064403A (zh) | 一种基于osek网络管理的控制器状态监控方法 | |
CN111929600A (zh) | 蓄电池诊断监测方法、监测系统、车辆及车联网云平台 | |
CN115718258A (zh) | 电池故障检测 | |
CN113771693A (zh) | 一种车辆动力电池的监测方法及设备 | |
CN205430625U (zh) | 基于车联网的电动汽车车载终端 | |
CN117104008A (zh) | 蓄电池亏电预警方法、装置、设备及存储介质 | |
CN116626492A (zh) | 电池故障诊断方法、装置及车辆 | |
CN207199787U (zh) | 一种基于无线通讯电芯的汽车云端电池管理系统 | |
CN115742751A (zh) | 检测蓄电池更换的方法、装置、服务器以及存储介质 | |
CN114006064A (zh) | 一种基于电动自行车锂电池温度的动态温度监控系统 | |
CN209247873U (zh) | 一种基于车联网的静态电流检测系统 | |
CN114559816A (zh) | 一种动力电池热失控预警方法、装置及电动汽车 | |
CN214450414U (zh) | 一种新能源汽车动力电池管理系统 |
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 |