CN117612275A - 一种车辆数据处理方法及车辆数据处理系统 - Google Patents
一种车辆数据处理方法及车辆数据处理系统 Download PDFInfo
- Publication number
- CN117612275A CN117612275A CN202311593090.5A CN202311593090A CN117612275A CN 117612275 A CN117612275 A CN 117612275A CN 202311593090 A CN202311593090 A CN 202311593090A CN 117612275 A CN117612275 A CN 117612275A
- Authority
- CN
- China
- Prior art keywords
- data
- speed
- curve
- vehicle
- monitoring
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 239000000446 fuel Substances 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims description 68
- 230000002159 abnormal effect Effects 0.000 claims description 51
- 238000004458 analytical method Methods 0.000 claims description 34
- 239000003921 oil Substances 0.000 claims description 34
- 230000001133 acceleration Effects 0.000 claims description 25
- 230000009194 climbing Effects 0.000 claims description 21
- 238000007405 data analysis Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 14
- 230000000737 periodic effect Effects 0.000 claims description 13
- 239000000295 fuel oil Substances 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种车辆数据处理方法及车辆数据处理系统,涉及车辆数据处理技术领域,基于油门的变化幅度锁定标准变化曲线,将标准变化曲线与正常速度曲线进行一一比对,基于比对结果,判定是否需要对燃油消耗曲线进行分析,通过确认燃油消耗曲线与标准速度曲线之间的变化幅度是否一致,其变化幅度可通过线段之间的变化趋势是否一致,来判定其给油是否存在异常,同时将给油异常信号进行展示,锁定对应时段,基于变化的斜率值确认每个不同线段之间的变化幅度是否一致,若均为一致状态,则无需进行任何处理,此种方式,便可对车辆的整体状态进行一一分析,保障数据处理的全面性,以此提升数据处理的整体效果,及时锁定异常情况。
Description
技术领域
本发明属于车辆数据处理技术领域,具体是一种车辆数据处理方法及车辆数据处理系统。
背景技术
所谓的车辆运行数据,就是指车辆在运行过程中的一系列参数,包括车辆实时位置、行驶轨迹、发动机启动与关闭时间、发动机温度、发动机转速、节气门开度、怠速时间长短、发动机持续工作小时、电瓶电压、是否开空调、变速箱档位信息、变速箱换挡模式、车辆的行驶速度、驾驶员操作习惯。
专利公开号为CN110390739B的申请公开了一种车辆数据处理方法及车辆数据处理系统,涉及车辆通信领域;车辆数据处理方法用于处理所述车辆自动驾驶产生的数据,包括将所述车辆处于自动驾驶模式时产生的实时数据发送至云数据分析平台;其中,所述云数据分析平台接收、分析所述实时数据,并存储实时数据分析结果,以在接收到用户端的查询请求时将与所述查询请求对应的实时数据分析结果发送至所述用户端。本发明还提供了相应的系统;本发明不仅能够提高车辆数据处理效率。而且能够有效提升用户的使用满意度。
车辆数据在进行处理过程中,只是单纯的对行驶数据进行分析,来判定车辆行驶是否出现异常,但此种分析处理方式,只能达到较为浅显的处理效果,并不能基于处理数据以及行驶数据,深入车辆内部构造,并锁定车辆产生此类异常的对应原因,并进行展示,便于后续维护人员进行检修处理。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种车辆数据处理方法及车辆数据处理系统,用于解决单纯的对行驶数据进行处理来判定车辆行驶是否出现异常的方式并不全面的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种车辆数据处理方法及车辆数据处理系统,包括:
数据监测端,对车辆的油门幅度以及速度数据进行监测,并将所监测的油门幅度以及速度数据传输至异数锁定端内;
异数锁定端,基于所监测的油门幅度以及速度数据,分析速度数据之间的加速度是否达标,若不达标,则生成异常信号,并执行周期数据分析端,若达标,则不进行任何处理;
周期数据分析端,基于所确认的异常信号,限定一组监测周期,并通过数据监测端对车辆的油门幅度以及速度数据进行再次监测,并对燃油的消耗参数进行监测,基于所监测的若干组参数,分析车辆在行驶过程中是否存在给油问题,并生成给油异常信号或给油正常信号,包括:
基于所限定的监测周期T,其中T为预设值,将此监测周期T内所监测的油门幅度传输至标准曲线生成模型内,其中标准曲线生成模型为预设模型,标准曲线生成模型基于油门幅度,生成此车辆的标准速度曲线,其中标准速度曲线的初始值为本监测周期T开始时所对应的速度数据;
再基于本监测周期T内所监测的速度数据以及燃油消耗参数,生成速度变化曲线以及燃油消耗曲线;
将速度变化曲线与标准速度曲线之间的变化幅度进行比对:
基于时间走向,对两组曲线内相同时间段的点位斜率进行确认,其中点位斜率=Δy/Δx,其中Δ为后一点位坐标参数与前一点位坐标参数的差值,基于所确认的斜率,判定相同时段的数值是否一致,若一致,则不进行任何处理,若存在不一致的时段,则将燃油消耗曲线与标准速度曲线进行比对,确认给油是否异常;
将燃油消耗曲线与标准速度曲线进行比对的方式包括:
确认标准速度曲线内所出现的波动点,其中波动点前后线段其加速度不相同,基于波动点,将标准速度曲线划分为若干个速度等分线段,并确认等分线段的对应时间段,标定为速度等分时间段;
对燃油消耗曲线进行同等方式处理,确认波动点,再确认燃油等分线段,再基于燃油等分线段锁定燃油等分时间段;
将一一标定的速度等分时间段以及燃油等分时间段进行一一比对,判定每组比对结果是否一致,若均一致,则执行扭矩参数分析端,若不一致,则通过信号生成端生成给油异常信号,并进行展示;
扭矩参数分析端,限定第二组监测周期,并保持车辆档位不变,通过数据监测端对第二组监测周期的扭矩变化数据进行监测,并基于此扭矩变化数据,生成扭矩变化曲线,并将扭矩变化曲线与本监测周期所产生的速度变化曲线进行数值变化分析,基于分析结果,生成处理信号,具体方式为:
基于速度变化曲线内所出现的若干个波动点,将速度变化曲线划分为若干个速度变化分段,确定走向趋势处于爬升状态的速度变化分段,并标定为爬升分段;
将每个爬升分段所出现的时间段标定为爬升时间段,并根据此爬升时间段从扭矩变化曲线内进行线段截取,将扭矩变化曲线内与爬升时间段相同时段的分段标定为待比对扭矩段;
将不同爬升分段的斜率标定为Xi,将不同待比对扭矩段的斜率标定为Bi,若不同待比对扭矩段内部斜率出现多组,则进行均值处理,确定对应扭矩段的斜率,其中i=1、2、……、n,其中n代表不同时间段的总个数;
分析Xi以及Bi是否满足:若满足,代表此车辆的扭矩无异常,不生成任何信号,重新对车辆进行监测,若不满足,则通过信号生成端生成扭矩变化异常信号。
优选的,一种车辆数据处理方法,包括以下步骤:
步骤一、对车辆的油门幅度以及速度数据进行监测,分析速度数据之间的加速度是否达标,若不达标,则生成异常信号,并执行周期数据分析端,若达标,则不进行任何处理;
步骤二、基于所确认的异常信号,限定一组监测周期并通过数据监测端对车辆的油门幅度以及速度数据进行再次监测,并对燃油的消耗参数进行监测,基于所监测的若干组参数,分析车辆在行驶过程中是否存在给油问题,并生成给油问题信号或给油正常信号;
步骤三、限定第二组监测周期,并保持车辆档位不变,通过数据监测端对第二组监测周期的扭矩变化数据进行监测,并基于此扭矩变化数据,生成扭矩变化曲线,并将扭矩变化曲线与本监测周期所产生的速度变化曲线进行数值变化分析,基于分析结果生成处理信号。
与现有技术相比,本发明的有益效果是:基于油门的变化幅度锁定标准变化曲线,将标准变化曲线与正常速度曲线进行一一比对,基于比对结果,判定是否需要对燃油消耗曲线进行分析,通过确认燃油消耗曲线与标准速度曲线之间的变化幅度是否一致,其变化幅度可通过线段之间的变化趋势是否一致,来判定其给油是否存在异常,同时将给油异常信号进行展示;
若给油无问题,再进行扭矩监测并分析,锁定对应时段,基于对应时段从扭矩变化内锁定对应扭矩段的变化曲线,基于变化的斜率值,便可确认每个不同线段之间的变化幅度是否一致,若均为一致状态,则无需进行任何处理,若不处于一致状态,那么便代表其扭矩变化程度不一致,此种方式,便可对车辆的整体状态进行一一分析,保障数据处理的全面性,以此提升数据处理的整体效果,及时锁定异常情况。
附图说明
图1为本发明原理框架示意图;
图2为本发明方法流程示意图。
具体实施方式
下面将结合实施例对本发明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做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。
实施例一
请参阅图1,本申请提供了一种车辆数据处理系统,包括数据监测端、异数锁定端、周期数据分析端、标准曲线生成模型、扭矩参数分析端以及信号生成端;
其中数据监测端分别与标准曲线生成模型、异数锁定端、扭矩参数分析端输入节点电性连接,且异数锁定端与周期数据分析端输入节点电性连接,其中标准曲线生成模型、周期数据分析端以及扭矩参数分析端从输出节点至输入节点依次电性连接,所述周期数据分析端以及扭矩参数分析端均与信号生成端输入节点电性连接;
所述数据监测端,对车辆的油门幅度以及速度数据进行监测,并将所监测的油门幅度以及速度数据传输至异数锁定端内,其中具体的监测方式由所确定的传感器进行监测,其监测的数据均为实时的数据;
其中异数锁定端,基于所监测的油门幅度以及速度数据,分析速度数据之间的加速度是否达标,若不达标,则生成异常信号,并执行周期数据分析端,若达标,则不进行任何处理,其中,分析加速度是否达标的具体方式为:
基于所监测的油门幅度,确认单位时间的油门幅度变化值,同时基于速度数据确认单位时间的加速度参数;
将油门幅度变化值标定为FD,将加速度参数标定为JS,分析FD是否满足:FD×C1=JS,其中C1为预设值,其具体取值由操作人员根据经验拟定,若满足,则代表此车辆数据运行正常,若不满足,则生成异常信号,并执行周期数据分析端内;
具体的,其中车辆数据在正常运行过程中,其加速度与油门的变化幅度相关,存在对应的预设因子,当油门的变化幅度进行改变时,基于对应的预设因子,便可锁定对应的加速度,从而便可确认车辆在运行时,其加速度是否运行正常。
其中周期数据分析端,基于所确认的异常信号,限定一组监测周期,并通过数据监测端对车辆的油门幅度以及速度数据进行再次监测,并对燃油的消耗参数进行监测,基于所监测的若干组参数,分析车辆在行驶过程中是否存在给油问题,并生成给油异常信号或给油正常信号,其中,进行分析的具体方式为:
基于所限定的监测周期T,其中T为预设值,其具体取值由操作人员根据经验拟定,将此监测周期T内所监测的油门幅度传输至标准曲线生成模型内,其中标准曲线生成模型为预设模型,标准曲线生成模型基于油门幅度,生成此车辆的标准速度曲线,其中标准速度曲线的初始值为本监测周期T开始时所对应的速度数据;
再基于本监测周期T内所监测的速度数据以及燃油消耗参数,生成速度变化曲线以及燃油消耗曲线;
将速度变化曲线与标准速度曲线之间的变化幅度进行比对:
基于时间走向,对两组曲线内相同时间段的点位斜率进行确认,其中点位斜率=Δy/Δx,其中Δ为后一点位坐标参数与前一点位坐标参数的差值,基于所确认的斜率,判定相同时段的数值是否一致,若一致,则不进行任何处理,若存在不一致的时段,则进行后续分析;
将燃油消耗曲线与标准速度曲线进行比对:
确认标准速度曲线内所出现的波动点,其中波动点前后线段其加速度不相同,基于波动点,将标准速度曲线划分为若干个速度等分线段,并确认等分线段的对应时间段,标定为速度等分时间段;
对燃油消耗曲线进行同等方式处理,确认波动点,再确认燃油等分线段,再基于燃油等分线段锁定燃油等分时间段;
将一一标定的速度等分时间段以及燃油等分时间段进行一一比对,判定每组比对结果是否一致,若均一致,则执行扭矩参数分析端,若不一致,则通过信号生成端生成给油异常信号,并进行展示。
具体的,根据所确定的监测周期,对此周期内所出现的不同相关的曲线进行确认,因油门幅度与速度曲线相关,故可以通过对应的油门幅度确认对应的标准速度曲线,随后再基于正常的速度的变化确认正常速度曲线,将正常速度曲线与标准速度曲线一一比对,从而便可确认其油门与正常速度曲线之间的变化是否一致;
若存在不一致的情况,则首先需要确认给油是否存在异常,故可以通过确认燃油消耗曲线与标准速度曲线之间的变化幅度是否一致,其变化幅度可通过线段之间的变化趋势是否一致,来判定其给油是否存在异常,同时将给油异常信号进行展示,以此提升车辆数据处理过程中的全面性;
若存在一致情况,那么其给油便不存在异常,那么异常便就是由车辆的扭矩变化所引起,故需要通过执行扭矩参数分析端对车辆的扭矩变化进行再次分析。
所述扭矩参数分析端,限定第二组监测周期,并保持车辆档位不变,通过数据监测端对第二组监测周期的扭矩变化数据进行监测,并基于此扭矩变化数据,生成扭矩变化曲线,并将扭矩变化曲线与本监测周期所产生的速度变化曲线进行数值变化分析,基于分析结果,生成处理信号,并进行展示,其中进行数值变化分析的具体方式为:
基于速度变化曲线内所出现的若干个波动点,将速度变化曲线划分为若干个速度变化分段,确定走向趋势处于爬升状态的速度变化分段,并标定为爬升分段,其中波动点的确认方式与标准速度曲线波动点的确认方式相同;
将每个爬升分段所出现的时间段标定为爬升时间段,并根据此爬升时间段从扭矩变化曲线内进行线段截取,将扭矩变化曲线内与爬升时间段相同时段的分段标定为待比对扭矩段;
将不同爬升分段的斜率标定为Xi,将不同待比对扭矩段的斜率标定为Bi,若不同待比对扭矩段内部斜率出现多组,则进行均值处理,确定对应扭矩段的斜率,其中i=1、2、……、n,其中n代表不同时间段的总个数;
分析Xi以及Bi是否满足:若满足,代表此车辆的扭矩无异常,不生成任何信号,重新对车辆进行监测,若不满足,则通过信号生成端生成扭矩变化异常信号,并进行展示,供外部人员查看。
具体的,其速度变化时,扭矩也会发生对应变化,位于同一档位,其速度提升,扭矩变化下降,不论位于任何档位,其速度提升与扭矩之间的变化趋势是相同的,故通过速度曲线的变化,锁定对应时段,基于对应时段从扭矩变化内锁定对应扭矩段的变化曲线,基于变化的斜率值,便可确认每个不同线段之间的变化幅度是否一致,若均为一致状态,则无需进行任何处理,若不处于一致状态,那么便代表其扭矩变化程度不一致;
在正常情况下,扭矩代表对应的力矩,便是通过力的作用带动转轮进行转动,在其他数值均平稳时,其扭矩越大,所产生的车辆马力也就越大,故车辆加速存在问题时,要么就是给油问题,要么就是力矩问题;
故进行一一分析,便可确认对应的异常情况,并及时生成对应的异常信号并展示,提升车辆数据的整体处理效果。
实施例二
结合图2,一种车辆数据处理方法,包括以下步骤:
步骤一、对车辆的油门幅度以及速度数据进行监测,分析速度数据之间的加速度是否达标,若不达标,则生成异常信号,并执行周期数据分析端,若达标,则不进行任何处理;
步骤二、基于所确认的异常信号,限定一组监测周期并通过数据监测端对车辆的油门幅度以及速度数据进行再次监测,并对燃油的消耗参数进行监测,基于所监测的若干组参数,分析车辆在行驶过程中是否存在给油问题,并生成给油问题信号或给油正常信号;
步骤三、限定第二组监测周期,并保持车辆档位不变,通过数据监测端对第二组监测周期的扭矩变化数据进行监测,并基于此扭矩变化数据,生成扭矩变化曲线,并将扭矩变化曲线与本监测周期所产生的速度变化曲线进行数值变化分析,基于分析结果生成处理信号。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.一种车辆数据处理系统,其特征在于,包括:
数据监测端,对车辆的油门幅度以及速度数据进行监测,并将所监测的油门幅度以及速度数据传输至异数锁定端内;
异数锁定端,基于所监测的油门幅度以及速度数据,分析速度数据之间的加速度是否达标,若不达标,则生成异常信号,并执行周期数据分析端,若达标,则不进行任何处理;
周期数据分析端,基于所确认的异常信号,限定一组监测周期,并通过数据监测端对车辆的油门幅度以及速度数据进行再次监测,并对燃油的消耗参数进行监测,基于所监测的若干组参数,分析车辆在行驶过程中是否存在给油问题,并生成给油异常信号或给油正常信号;
扭矩参数分析端,限定第二组监测周期,并保持车辆档位不变,通过数据监测端对第二组监测周期的扭矩变化数据进行监测,并基于此扭矩变化数据,生成扭矩变化曲线,并将扭矩变化曲线与本监测周期所产生的速度变化曲线进行数值变化分析,基于分析结果,生成处理信号。
2.根据权利要求1所述的一种车辆数据处理系统,其特征在于,所述异数锁定端,分析加速度是否达标的具体方式为:
基于所监测的油门幅度,确认单位时间的油门幅度变化值,同时基于速度数据确认单位时间的加速度参数;
将油门幅度变化值标定为FD,将加速度参数标定为JS,分析FD是否满足:FD×C1=JS,其中C1为预设值,若满足,则代表此车辆数据运行正常,若不满足,则生成异常信号,并执行周期数据分析端内。
3.根据权利要求1所述的一种车辆数据处理系统,其特征在于,所述周期数据分析端,进行分析的初步方式包括:
基于所限定的监测周期T,其中T为预设值,将此监测周期T内所监测的油门幅度传输至标准曲线生成模型内,其中标准曲线生成模型为预设模型,标准曲线生成模型基于油门幅度,生成此车辆的标准速度曲线,其中标准速度曲线的初始值为本监测周期T开始时所对应的速度数据;
再基于本监测周期T内所监测的速度数据以及燃油消耗参数,生成速度变化曲线以及燃油消耗曲线;
将速度变化曲线与标准速度曲线之间的变化幅度进行比对:
基于时间走向,对两组曲线内相同时间段的点位斜率进行确认,其中点位斜率=Δy/Δx,其中Δ为后一点位坐标参数与前一点位坐标参数的差值,基于所确认的斜率,判定相同时段的数值是否一致,若一致,则不进行任何处理,若存在不一致的时段,则将燃油消耗曲线与标准速度曲线进行比对,确认给油是否异常。
4.根据权利要求3所述的一种车辆数据处理系统,其特征在于,所述周期数据分析端,将燃油消耗曲线与标准速度曲线进行比对的方式包括:
确认标准速度曲线内所出现的波动点,其中波动点前后线段其加速度不相同,基于波动点,将标准速度曲线划分为若干个速度等分线段,并确认等分线段的对应时间段,标定为速度等分时间段;
对燃油消耗曲线进行同等方式处理,确认波动点,再确认燃油等分线段,再基于燃油等分线段锁定燃油等分时间段;
将一一标定的速度等分时间段以及燃油等分时间段进行一一比对,判定每组比对结果是否一致,若均一致,则执行扭矩参数分析端,若不一致,则通过信号生成端生成给油异常信号,并进行展示。
5.根据权利要求1所述的一种车辆数据处理系统,其特征在于,所述扭矩参数分析端,进行数值变化分析的具体方式为:
基于速度变化曲线内所出现的若干个波动点,将速度变化曲线划分为若干个速度变化分段,确定走向趋势处于爬升状态的速度变化分段,并标定为爬升分段;
将每个爬升分段所出现的时间段标定为爬升时间段,并根据此爬升时间段从扭矩变化曲线内进行线段截取,将扭矩变化曲线内与爬升时间段相同时段的分段标定为待比对扭矩段;
将不同爬升分段的斜率标定为Xi,将不同待比对扭矩段的斜率标定为Bi,若不同待比对扭矩段内部斜率出现多组,则进行均值处理,确定对应扭矩段的斜率,其中i=1、2、……、n,其中n代表不同时间段的总个数;
分析Xi以及Bi是否满足:若满足,代表此车辆的扭矩无异常,不生成任何信号,重新对车辆进行监测,若不满足,则通过信号生成端生成扭矩变化异常信号。
6.一种车辆数据处理方法,该处理方法基于权利要求1-5任一项车辆数据处理系统进行运行,其特征在于,包括以下步骤:
步骤一、对车辆的油门幅度以及速度数据进行监测,分析速度数据之间的加速度是否达标,若不达标,则生成异常信号,并执行周期数据分析端,若达标,则不进行任何处理;
步骤二、基于所确认的异常信号,限定一组监测周期并通过数据监测端对车辆的油门幅度以及速度数据进行再次监测,并对燃油的消耗参数进行监测,基于所监测的若干组参数,分析车辆在行驶过程中是否存在给油问题,并生成给油问题信号或给油正常信号;
步骤三、限定第二组监测周期,并保持车辆档位不变,通过数据监测端对第二组监测周期的扭矩变化数据进行监测,并基于此扭矩变化数据,生成扭矩变化曲线,并将扭矩变化曲线与本监测周期所产生的速度变化曲线进行数值变化分析,基于分析结果生成处理信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311593090.5A CN117612275A (zh) | 2023-11-27 | 2023-11-27 | 一种车辆数据处理方法及车辆数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311593090.5A CN117612275A (zh) | 2023-11-27 | 2023-11-27 | 一种车辆数据处理方法及车辆数据处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117612275A true CN117612275A (zh) | 2024-02-27 |
Family
ID=89951028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311593090.5A Pending CN117612275A (zh) | 2023-11-27 | 2023-11-27 | 一种车辆数据处理方法及车辆数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117612275A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117825899A (zh) * | 2024-03-06 | 2024-04-05 | 江苏丹通电气有限公司 | 一种电容器组的绝缘状态监测方法 |
-
2023
- 2023-11-27 CN CN202311593090.5A patent/CN117612275A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117825899A (zh) * | 2024-03-06 | 2024-04-05 | 江苏丹通电气有限公司 | 一种电容器组的绝缘状态监测方法 |
CN117825899B (zh) * | 2024-03-06 | 2024-05-10 | 江苏丹通电气有限公司 | 一种电容器组的绝缘状态监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117612275A (zh) | 一种车辆数据处理方法及车辆数据处理系统 | |
CN102566561B (zh) | 基于半物理仿真的诊断汽车电控单元故障的方法及装置 | |
DE102008046012B4 (de) | Verfahren und Systeme zum Anzeigen der Fahrereffizienz und der Betriebsmodi bei einem Hybridfahrzeug | |
CN106525415B (zh) | 一种风电机组传动链健康状态评价系统及方法 | |
CN105261151A (zh) | 基于操作行为特征的高等级公路驾驶人疲劳状态检测方法 | |
CN202067143U (zh) | 一种汽车电控单元故障诊断仪 | |
CN102348968A (zh) | 用于诊断驾驶操作的方法及装置 | |
CN116351313B (zh) | 一种基于计算机控制的食品搅拌机智能控制系统 | |
CN102331721B (zh) | 一种电控柴油机的动态仿真模拟测试方法、装置及系统 | |
CN114662954A (zh) | 车辆性能评估系统 | |
CN111982522A (zh) | 发动机性能监测方法、装置、系统及存储介质 | |
CN115586009A (zh) | 一种故障诊断与健康管理系统、方法 | |
CN112000715A (zh) | 一种基于设备实时工况统计设备工作状态的算法 | |
CN111829790A (zh) | 双电机耦合驱动电动拖拉机多功能测试装置及测试方法 | |
CN115476837A (zh) | 一种车速控制方法、系统及车辆 | |
Marx | Controller area network (CAN) bus J1939 data acquisition methods and parameter accuracy assessment using Nebraska tractor test laboratory data | |
CN109353327A (zh) | 一种混合动力车辆、动力系统状态监测控制装置及其方法 | |
US11674946B2 (en) | Oil condition estimation apparatus, vehicle control apparatus, vehicle control system, and data analysis apparatus | |
CN214376004U (zh) | 一种智能驾驶域控制器 | |
CN114757366A (zh) | 一种用于车辆的故障预测方法及系统 | |
Alvarez et al. | Automatic diagnosis of engine of agricultural tractors: The BED experiment | |
CN112907898B (zh) | 疲劳驾驶预警系统检测方法、装置、设备及可读存储介质 | |
CN116398307B (zh) | 车辆节油驾驶推荐方法、装置及计算机可读存储介质 | |
CN117382641B (zh) | 用于优化车辆的能耗性能的方法、装置及介质 | |
CN214308977U (zh) | 一种水泥搅拌车燃油监控系统 |
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 |