CN118339368A - 用于确定交通工具中剩余有用油寿命的实时系统和方法 - Google Patents
用于确定交通工具中剩余有用油寿命的实时系统和方法 Download PDFInfo
- Publication number
- CN118339368A CN118339368A CN202280079275.1A CN202280079275A CN118339368A CN 118339368 A CN118339368 A CN 118339368A CN 202280079275 A CN202280079275 A CN 202280079275A CN 118339368 A CN118339368 A CN 118339368A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- computing system
- lubricant
- processors
- drain interval
- 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
- 238000000034 method Methods 0.000 title claims description 92
- 239000000314 lubricant Substances 0.000 claims abstract description 100
- 230000003647 oxidation Effects 0.000 claims abstract description 83
- 238000007254 oxidation reaction Methods 0.000 claims abstract description 83
- 238000004891 communication Methods 0.000 claims abstract description 74
- 238000013179 statistical model Methods 0.000 claims abstract description 21
- 239000000446 fuel Substances 0.000 claims description 54
- 230000004044 response Effects 0.000 claims description 18
- 239000003921 oil Substances 0.000 description 45
- 230000008569 process Effects 0.000 description 42
- 238000012545 processing Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 16
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000005461 lubrication Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000002835 absorbance Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 239000010687 lubricating oil Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000010705 motor oil Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000013255 MILs Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000008380 degradant Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002121 nanofiber Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2888—Lubricating oil characteristics, e.g. deterioration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01M—LUBRICATING OF MACHINES OR ENGINES IN GENERAL; LUBRICATING INTERNAL COMBUSTION ENGINES; CRANKCASE VENTILATING
- F01M11/00—Component parts, details or accessories, not provided for in, or of interest apart from, groups F01M1/00 - F01M9/00
- F01M11/10—Indicating devices; Other safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01M—LUBRICATING OF MACHINES OR ENGINES IN GENERAL; LUBRICATING INTERNAL COMBUSTION ENGINES; CRANKCASE VENTILATING
- F01M11/00—Component parts, details or accessories, not provided for in, or of interest apart from, groups F01M1/00 - F01M9/00
- F01M11/10—Indicating devices; Other safety devices
- F01M2011/14—Indicating devices; Other safety devices for indicating the necessity to change the oil
- F01M2011/1406—Indicating devices; Other safety devices for indicating the necessity to change the oil by considering acidity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2200/00—Condition of lubricant
- F16N2200/02—Oxidation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2230/00—Signal processing
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
一种远离交通工具设置并通过网络可通信地耦合到交通工具的计算系统。该计算系统包括:通信接口,其被构造成可通信地耦合到网络;一个或更多个处理器;以及存储指令的存储器,该指令当由一个或更多个处理器执行时使一个或更多个处理器:经由通信接口并从交通工具接收交通工具操作数据和交通工具元数据;基于统计模型确定润滑剂氧化率;基于相对于预定义的润滑剂氧化极限的润滑剂氧化率来确定润滑剂排出间隔;并且,向输出设备提供润滑剂排出间隔。润滑剂可以是用于交通工具的润滑剂,例如油。
Description
相关申请的交叉引用
本申请要求2021年11月29日提交的第63/283,685号美国临时申请的权益和优先权,该美国临时申请通过引用以其整体并入本文。
技术领域
本公开涉及用于实时或接近实时地确定交通工具中剩余有用润滑剂(例如油)寿命的系统和方法。
背景
油主要用作交通工具中的润滑剂(例如,在内燃机中,用以促进移动并减少曲轴、活塞、凸轮轴等的过热)。随着时间的推移,润滑油可能会被氧化。氧化降低了润滑油的性能,从而使内燃机面临损坏的风险。交通工具和/或发动机制造商可以基于行驶的英里数或时间段发布用于更换润滑油的建议。但是,一些交通工具可能需要更频繁或不那么频繁地更换润滑油。在这方面,发布的建议可能是一般化的,而不是针对特定交通工具和该交通工具的操作定制的。因此,严格遵守发布的关于何时需要换油的建议可能会导致比所需要更频繁的换油,或者更糟糕的是导致换油频率太低,这可能会导致交通工具内发生不必要的损坏。此外,在集群(fleet)情况下,各个交通工具可以具有极其不同的工作循环(dutycycle),使得集群具有一个或甚至几个排油间隔(oil drain interval)是低效的(例如,导致过高/过低的估计的排油间隔,这实际上导致过于频繁或频率过低的服务事件)。
概述
一个实施例涉及计算系统。在一个实施例中,计算系统是提供商计算系统(例如,集群管理器计算系统、交通工具引擎或其他系统/部件计算系统)。该计算系统远离交通工具设置,并通过网络可通信地耦合到交通工具。该计算系统包括:通信接口,其被构造成可通信地耦合到网络;一个或更多个处理器;以及存储指令的存储器,该指令当由一个或更多个处理器执行时使一个或更多个处理器:经由通信接口从交通工具接收交通工具操作数据和交通工具元数据;基于统计模型确定润滑剂氧化率;基于润滑剂氧化率来确定润滑剂排出间隔;并且,向输出设备提供润滑剂排出间隔。在一个实施例中,润滑剂是油。
在一些实施例中,润滑剂氧化率基于少于四个操作数据值。在一些实施例中,润滑剂氧化率基于燃料经济性、交通工具的发动机的怠速时间和交通工具的动力输出时间。
指令当由一个或更多个处理器执行时还可以使一个或更多个处理器将润滑剂排出间隔与预定义的润滑剂排出间隔进行比较,并且响应于该比较使交通工具上的指示器点亮。在一些实施例中,响应于该比较,一个或更多个处理器还被配置为生成并向交通工具提供具有到服务位置的方向的地图,其中地图由交通工具显示。在一些实施例中,响应于该比较,一个或更多个处理器还被配置为触发交通工具的一个或更多个故障代码。在一些实施例中,响应于该比较,一个或更多个处理器还被配置成通过经由通信接口在网络上发送指令来使交通工具的发动机降额(derate)。
指令当由一个或更多个处理器执行时还可以使一个或更多个处理器从交通工具操作数据中解析交通工具元数据,并将交通工具元数据和与交通工具相关联的记录相关联。在一个实施例中,一个或更多个处理器还被配置成在确定润滑剂氧化率之前移除交通工具元数据。
另一实施例涉及确定润滑剂排出间隔的方法。方法包括:通过计算系统从交通工具接收交通工具操作数据和交通工具元数据;通过计算系统,根据统计模型,至少部分地基于交通工具操作数据来确定润滑剂氧化率;通过计算系统基于润滑剂氧化率确定润滑剂排出间隔;以及通过计算系统向输出设备提供润滑剂排出间隔。在该方法的一些实施例中,确定润滑剂氧化率基于少于四个操作数据值。在一些实施例中,该方法还包括将润滑剂排出间隔与预定义的润滑剂排出间隔进行比较;以及响应于确定润滑剂排出间隔超过预定义润滑剂排出间隔,使交通工具上的指示器点亮。该方法还可以包括响应于确定润滑剂排出间隔超过预定义润滑剂排出间隔,生成包括到服务位置的方向的地图,以及将该地图提供给交通工具,其中该地图可由交通工具显示。该方法还可以包括响应于确定润滑剂排出间隔超过预定义的润滑剂排出间隔,通过计算系统触发交通工具的一个或更多个故障代码。该方法还可以包括响应于确定润滑剂排出间隔超过预定义的润滑剂排出间隔,由计算系统通过经由通信接口在网络上发送指令来使交通工具的发动机降额。
在一些实施例中,该方法还包括按预定因子修改润滑剂排出间隔,使得修改后的润滑剂排出间隔大于该润滑剂排出间隔。
又一实施例涉及一种系统。该系统包括耦合到交通工具的发动机和至少一个传感器的控制器。控制器包括一个或更多个处理器和耦合到一个或更多个处理器的至少一个存储器。至少一个存储器在其中存储指令,该指令当由一个或更多个处理器执行时使一个或更多个处理器:从至少一个传感器接收交通工具操作数据;生成包括交通工具操作数据、趋势数据或元数据中的至少一个的操作数据分组;基于操作数据分组和统计模型确定氧化率;基于氧化率确定润滑剂排出间隔;生成润滑剂排出间隔报告数据分组;以及向输出设备提供润滑剂排出间隔报告数据分组。该指令当由一个或更多个处理器执行时还可以使一个或更多个处理器在确定氧化率之前将操作数据分组发送到输出设备。氧化率还可以基于一个或更多个发动机参数。一个或更多个发动机参数可以包括燃料经济性、怠速时间或动力输出时间中的至少一个。在一些实施例中,润滑剂氧化率基于少于四个操作数据值。
在一些实施例中,该指令当由一个或更多个处理器执行时还使一个或更多个处理器:从输出设备接收以下中的至少一项:(i)一个或更多个数据集或(ii)一个或更多个回归方程,并基于(i)一个或更多个数据集或(ii)一个或更多个回归方程中的至少一项来确定润滑剂排出间隔。
该概述只是说明性的并且不旨在以任何方式进行限制。提供了许多具体细节,以赋予对本公开主题的实施例的透彻理解。在一个或更多个实施例和/或实现中,可以以任何合适的方式组合本公开的主题的所描述的特征。在这一方面,本发明的一个方面的一个或更多个特征可以与本发明的不同方面的一个或更多个特征相组合。此外,在某些实施例和/或实现中可以认出可能不存在于所有实施例或实现中的附加特征。
附图简述
图1是根据示例实施例的用于实时或接近实时确定交通工具中剩余有用油寿命的计算系统的框图。
图2是根据示例实施例的图1的系统的交通工具的框图。
图3是根据示例实施例的确定排油间隔的方法的流程图。
图4是根据示例实施例的通过图1的计算系统确定排油间隔的方法的流程图。
图5是根据示例实施例的氧化率相对于燃料经济性相对于怠速加动力输出(idleand power take off)时间百分比的三维散点图。
图6是根据示例实施例的氧化率相对于燃料经济性相对于怠速加动力输出时间百分比的另一个三维散点图。
从结合附图进行的以下详细描述中,这些和其他特征及其操作的组织和方式将变得明显。
详细描述
以下是用于排油间隔建模、模型应用以及相应的实时剩余有用油寿命测定和关于剩余有用油寿命测定的通知的方法、装置和系统的实现及与这些实现相关的各种概念的更详细描述。因为所描述的概念不限于任何特定的实现方式,所以本文介绍的各种概念可以以任何数量的方式实现。主要为了说明性目的来提供特定的实现方式和应用的示例。
总体上参考附图,本文中公开的各种实施例涉及用于实时(例如,每秒、每分钟、每小时等)或周期性地(例如,交通工具的每次行程、每天、每周等)对交通工具中剩余有用油寿命进行建模的系统、装置和方法。用于交通工具的控制器(例如,发动机控制模块(ECM)、发动机控制单元(ECU))包括至少一个处理器和存储指令的至少一个存储器,该指令当由处理器执行时使控制器执行各种操作。该操作包括检测交通工具的一个或更多个操作参数,诸如发动机燃料经济性、交通工具的发动机的动力输出时间、发动机的怠速时间等。一个或更多个操作参数可以被传输到远程(例如,交通工具外部)计算系统,诸如云计算系统。基于操作参数和已知的交通工具参数(诸如,发动机类型、使用的发动机油类型等)计算或确定排油间隔。ODI经由应用编程接口(API)提供给第三方计算系统(例如,客户计算系统)。替代地或附加地,ODI由远程计算系统提供回交通工具的控制器。
如本文所述,基于一个或更多个数据集计算或确定ODI。数据集包括与发动机和发动机系统的操作参数相关的高分辨率(resolution)数据。数据集用于生成油降解速率(例如,氧化率)的统计模型。在一个实施例中,对数据集执行统计回归,以确定用于基于交通工具的某些操作数据生成计算机生成的氧化率预测结果的方程。通过将氧化率与基于发动机或交通工具的一个或更多个特性所确定的氧化极限进行比较来计算ODI,该氧化极限可以经由元数据提供给远程计算系统。发动机或交通工具的一个或更多个特性可以包括但不限于发动机的特性,诸如发动机类型、发动机尺寸等。在一些实施例中,ODI由诸如云计算系统的远程计算系统计算。因此,远程计算系统包括相关硬件和/或包括一个或更多个数据集的软件。在一些实施例中,ODI由板载计算设备计算,板载计算设备诸如交通工具中的专用控制器。在一些实施例中,板载计算设备包括一个或更多个数据集。在其他实施例中,板载计算设备被构造成从远程计算系统访问一个或更多个数据集和/或回归方程。
本文所述的系统和方法提供了确定排油间隔(ODI-在本文中也称为“润滑剂排出间隔”)以降低发动机损坏的风险和/或降低集群中一个或更多个交通工具的交通工具拥有成本的技术问题的技术解决方案。例如,在任何上述实施例中,ODI被报告给交通工具拥有者或操作者(例如,企业、集群操作者、用户等)。ODI有利地允许交通工具拥有者基于特定交通工具的特定参数(例如,代替制造商推荐的或平均排油间隔)排出和更换润滑油。在润滑油氧化或降解更快的交通工具中(例如,具有比正常工作循环更高的工作循环或在极端条件下操作的交通工具),交通工具特定ODI(vehicle-specific ODI)通过建议比制造商建议更早地进行油更换,有利地减轻了发动机损坏。此外,交通工具特定ODI通过降低润滑油氧化或降解较慢的交通工具的润滑油更换频率,有利地降低了交通工具拥有成本。这些和其他特征和益处将在下面更全面地描述。
虽然在本文中主要使用术语“油”,但本描述并不意味着是限制性的,因为系统、方法和装置适用于其他润滑剂,包括但不限于油脂、渗透性润滑剂等。在这方面,术语润滑剂和油在本文中可以互换使用。本公开主要涉及用于内燃机和相关联的系统/部件的润滑油。因此,油类型可以是高度可配置的(例如,常规的、合成的、长寿命的等并且具有多种SAE等级)。尽管如此且如上文所述,本公开的特征、益处和方面也可以适用于其他润滑剂,使得本文中关于发动机润滑剂的描述不是限制性的。如本文所用,术语ODI指的是油更换之间的时间段。ODI通常由发动机或其他部件的制造商根据交通工具行驶距离的来指定。如本文所述,基于例如一个或更多个发动机操作参数(诸如,行驶距离、发动机运行时间等)来确定实时交通工具特定ODI,这有利地促进了对交通工具和发动机的更好维护。
现在参考图1,根据示例实施例,示出了用于实时或接近实时地计算或确定交通工具中剩余有用油寿命的系统100的框图。如图1所示,系统100包括网络105、远程计算系统110、交通工具202的集群200以及一个或更多个第三方计算系统190。系统100的每个部件彼此通信,并通过网络105耦合。具体地,远程计算系统110、第三方计算系统190以及集群200的交通工具202的计算系统和/或交通工具控制器通信地耦合到网络105,使得网络105允许数据、值、指令、消息等的直接或间接交换(由图1中的双箭头表示)。在一些布置中,网络105被配置成通信地耦合到附加计算系统。在操作中,网络105促进远程计算系统110和其他计算系统之间的数据通信,该其他计算系统与服务提供商或与服务提供商的客户(例如,交通工具或集群所有者)相关联,例如,用户设备(例如,移动设备、智能手机、台式计算机、膝上型计算机、平板电脑或任何其他合适的计算系统)。网络105可以包括蜂窝网络、互联网、Wi-Fi、Wi-Max、专有提供商网络、专有服务提供商网络和/或任何其他类型的无线或有线网络中的一个或更多个。
远程计算系统110是诸如远程服务器、云计算系统等的远程计算系统。因此,如本文所用,“远程计算系统”和“云计算系统”可互换地用于指具有远离中央处理单元(例如,处理电路112)的终端的计算或数据处理系统,用户和/或其他计算系统(例如,第三方计算系统190和/或交通工具202的计算系统)从该终端与中央处理单元通信。在一些实施例中,远程计算系统110是更大的计算系统的一部分,诸如多用途服务器或其他多用途计算系统。在其他实施例中,远程计算系统110在由第三方服务提供商(例如,AWS、Azure、GCP和/或其他第三方计算服务)操作的第三方计算设备上实现。远程计算系统110由与系统100相关联的服务提供商操作。因此,在一些实施例中,远程计算系统110是服务和/或系统/部件提供商计算系统且相应地由服务和/或系统/部件提供商(例如,发动机制造商、交通工具制造商、排气后处理系统制造商等)控制、管理或以其他方式与服务和/或系统/部件提供商相关联。在所示示例中,远程计算系统110由发动机制造商操作和管理(该发动机制造商也可以制造和商业化其他商品和服务)。因此,与服务和/或系统/部件提供商相关联的雇员或其他操作者可以操作远程计算系统110。
如图1所示,远程计算系统110包括处理电路112、数据库130、示为ODI建模电路140和交通工具跟踪电路142的一个或更多个专用处理电路以及通信接口150。处理电路112耦合到专用处理电路、数据库130和/或通信接口150。处理电路112包括处理器114和存储器116。存储器116是用于存储数据和/或计算机代码的一个或更多个设备(例如,RAM、ROM、闪存、硬盘存储装置),该数据和/或计算机代码用于完成和/或促进本文中描述的各种过程。存储器116是或包括非瞬态易失性存储器、非易失性存储器和非瞬态计算机存储介质。存储器116包括数据库部件、目标代码部件、脚本部件或用于支持本文描述的各种活动和信息结构的任何其他类型的信息结构。存储器116通信地耦合到处理器114,并且包括用于执行本文中描述的一个或更多个过程的计算机代码或指令。处理器114被实现为一个或更多个专用集成电路(ASIC)、现场可编程门阵列(FPGA)、一组处理部件或其他合适的电子处理部件。因此,远程计算系统110被配置为运行各种应用程序并将相关联的数据存储在数据库和/或存储器116中。
通信接口150被构造成从与远程计算系统110相关联的其他计算设备、用户等接收通信并向其提供通信。通信接口150被构造成与系统100的部件的输入/输出设备交换数据、通信、指令等。在一些布置中,通信接口150包括用于促进数据、值、消息等在通信接口150和远程计算系统110的部件之间的交换的通信电路。在一些布置中,通信接口150包括机器可读介质,用于促进通信接口150和远程计算系统110的部件之间的信息交换。在一些布置中,通信接口150包括硬件部件、通信电路和机器可读介质的任意组合。
在一些实施例中,通信接口150包括网络接口。网络接口用于通过网络105与其他计算设备建立连接。网络接口包括便于远程计算系统110到网络105的连接的程序逻辑。在一些布置中,网络接口包括无线网络收发器(例如,蜂窝调制解调器、蓝牙收发器、Wi-Fi收发器)和/或有线网络收发器(例如,以太网收发器)的任意组合。例如,通信接口150包括诸如以太网卡的以太网设备和诸如被配置成便于与网络105连接的以太网驱动器的机器可读介质。在一些布置中,网络接口包括足以支持通过多个数据通信信道进行通信的硬件和机器可读介质。此外,在一些布置中,网络接口包括加密能力,以建立安全或相对安全的通信会话,其中通过会话传送的数据被加密。
在示例实施例中,通信接口150被构造成从交通工具202接收信息,并将该信息提供给远程计算系统110的部件。通信接口150还被构造成将数据从远程计算系统110的部件传输到第三方计算系统190。
存储器116可以根据一些布置存储数据库130(可替代地,数据库130可以与存储器116分离)。数据库130可检索地存储与远程计算系统110和/或系统100的任何其他部件相关联的数据。也就是说,数据包括与系统100的每个部件相关联的信息。例如,数据包括关于集群200的一个或更多个交通工具202的信息。关于集群200的信息包括从一个或更多个交通工具202接收的信息和/或包括关于一个或更多个交通工具202的信息的元数据。例如,该信息包括位置信息,诸如交通工具位置和/或行驶的交通工具距离。该信息还包括燃料使用信息,诸如发动机燃料使用率、经过预定时间段或距离的总燃料使用情况、怠速时的发动机燃料使用情况、行程中的发动机燃料使用情况和/或所使用的总发动机动力输出燃料。该信息还包括发动机运行、怠速和/或动力输出(PTO)时间信息,诸如在预定时间段内的总操作小时数、总怠速小时数和/或总PTO小时数。元数据可以包括发动机序列号、交通工具识别号(VIN)、校准识别号和/或验证号、软件标识、交通工具的品牌、交通工具的型号、交通工具的动力单元的单元号和/或交通工具维护历史。上述任何数据可以包括附加元数据,诸如当数据被收集和/或当数据被远程计算系统110发送或接收时的时间戳。上述预定时间段可以包括行程时间、工作周、实际ODI时间段、预测ODI时间段、预定交通工具寿命等。该数据还包括与第三方计算系统190相关联的信息,诸如客户信息,其包括拥有的交通工具数量、集群标识符、一个或更多个交通工具标识符、数据报告偏好、交通工具维护历史和/或与第三方计算系统190相关联的任何其他信息。集群数据和/或第三方计算系统数据可由远程计算系统110(例如,通过用户输入)来检索、查看和/或编辑。
如图1所示,数据库130将上述数据存储为高分辨率数据集132。如本文所用,“高分辨率数据集”是包括由多个数据源在预定时间段(例如,实际ODI、预测ODI、一年、两年等)内提供的大量数据的数据集。因此,高分辨率数据集132包括在预定时间段内从多个交通工具202和第三方计算系统190接收的交通工具数据、交通工具元数据和第三方数据。高分辨率数据集132包括位置信息、燃料使用信息、发动机操作参数、元数据和/或与交通工具202的操作相关的任何附加数据。高分辨率数据集132还包括维护历史,该维护历史包括维护服务的时间戳、历史油氧化(例如,以abs/cm或abs/cm/英里为单位)和/或与交通工具202相关的其他维护数据。高分辨率数据集132还包括来自集群200之外的交通工具的数据。也就是说,高分辨率数据集132包括来自多个集群的交通工具的数据。
数据库130可以被配置成存储一个或更多个应用和/或可执行文件,以便于跟踪数据(例如,交通工具数据、集群数据和/或第三方数据)、管理实时输入数据、生成或更新统计模型或本文描述的任何其他操作。在一些布置中,应用和/或可执行文件与远程计算系统110正在使用的现有应用结合在一起。在一些布置中,应用和/或可执行文件是在远程计算系统110上实现的独立软件应用。应用和/或可执行文件可以在其使用之前由远程计算系统110下载,硬编码到处理电路112的存储器116中,或者是基于网络或基于网络的接口应用,使得远程计算系统110提供网络浏览器来访问应用,这可以从远程计算系统110远程执行(例如,通过用户设备)。因此,远程计算系统110包括能够实现基于网络或基于web的应用的软件和/或硬件。例如,在一些情况下,应用和/或可执行文件包括诸如HTML、XML、WML、SGML、PHP(超文本预处理器)、CGI等语言的软件。
在后一种情况下,用户(例如,提供商雇员、客户等)可以在使用应用和/或可执行文件之前登录或访问基于网络的界面。在这点上,应用和/或可执行文件由独立的计算系统支持,该计算系统包括一个或更多个服务器、处理器、网络接口等,其将应用发送给远程计算系统110使用。
在一个实施例中且如图1所示,远程计算系统110包括ODI建模电路140,该ODI建模电路140包括用于基于一个或更多个统计模型进行计算机生成的预测或估计的硬件和软件的任意组合。ODI建模电路140被构造成基于高分辨率数据集132(例如,交通工具操作数据、交通工具元数据等)经由统计模型来确定、预测和/或估计ODI。例如,远程计算系统110被构造成实时或周期性地并经由通信接口150和/或交通工具跟踪电路142从一个或更多个交通工具202接收数据。所接收的数据存储在数据库130中(例如,与高分辨率数据集132一起)。ODI建模电路140基于高分辨率数据集132生成一个或更多个统计模型。统计模型包括例如氧化率与一个或更多个交通工具参数之间的关系。
ODI建模电路140还被构造成基于一个或更多个统计模型生成回归模型方程。ODI建模电路140基于生成回归模型来确定最佳拟合方程。在一个实施例中,基于与回归模型相关联的r平方值来选择最佳拟合方程。例如,ODI建模电路140可以生成将氧化率与一个或更多个交通工具操作参数相关联的多变量回归方程。在一个示例实施例中,交通工具操作参数包括燃料效率以及怠速加PTO(idle and PTO)时间。在其他实施例中,交通工具操作参数包括多于三个参数、少于三个参数和/或与交通工具202相关的不同交通工具操作参数。在一些实施例中,ODI建模电路140还被构造成从交通工具202(例如,经由通信接口150和/或交通工具跟踪电路142)接收实时信息,并基于所接收的信息更新统计模型和/或回归方程。
在示例实施例中,回归方程可以包括由统计模型的统计分析确定的一个或更多个常量。因此,该方程输出以每厘米每单位英里吸收度(absorbance)表示的氧化率,并包括常量ai和d与交通工具操作参数xi的输入。如上所述且在示例实施例中,交通工具操作参数(例如,工作循环参数)可以包括平均发动机负载总量(%)、驱动平均动力总量(马力)、平均发动机速度总量(RPM)、燃料经济性(例如,以MPG为单位)、驱动平均燃料经济性(例如,以MPG为单位)、燃料消耗率(加仑/小时)、怠速燃料消耗率(加仑/小时)、动力输出燃料消耗率(加仑/小时)、怠速和动力输出燃料消耗率之和(加仑/小时)、怠速时间(%),PTO时间(%)、怠速加PTO时间之和(%)、满载操作时间(%)、用于怠速的燃料(%)、用于PTO的燃料(%)、用于怠速加PTO的燃料之和(%)和/或交通工具速度(例如,以MPH为单位)。在一个实施例中且如上所述,氧化率基于燃料经济性、怠速时间和PTO时间的参数,其中怠速加PTO时间是怠速和PTO有效时的量相对于交通工具的总操作量的相对值。参考下面的方程(1),这些参数将代表x0(燃料经济性)和x1(怠速加PTO时间之和(%))且不包括其他参数。如上所述,在其他实施例中,可以使用不同的、更多的或更少的参数。此外,参数可以以不同方式组合,诸如怠速燃料消耗率和动力输出可以表示x0或者下面方程(1)中的某个其他参数。因此,上面的示例只是说明性的,而不是限制性的。
基于前述内容,如方程(1)所示的示例方程如下:
氧化率=da0+a1(x0)+a2(x0)2+a3(x1)+a4(x1)2+a5(x2)+a6(x2)2+...+aj(xi)+
aj+1(xi)2(1)
ODI建模电路140进一步构造成基于特定交通工具202的氧化率和与交通工具相关联的元数据(例如氧化极限)来生成排油间隔的计算机生成的预测结果。例如,ODI(以英里为单位)是通过将氧化率(以每厘米每英里的吸收度为单位)与氧化极限(以每厘米的吸收度为单位)进行比较来计算的,如以下方程(2)所示。
因此,ODI建模电路140根据基于所接收的操作参数确定的氧化率来生成排油间隔的计算机生成的预测结果。在一些实施例中,ODI建模电路140被构造成基于计算的ODI导出附加的预测结果或估计。例如,ODI建模电路140被构造成确定直到需要或可能需要换油的英里数、直到需要或可能需要换油的英里数(或其他距离单位)、直到需要或可能需要换油的小时数、直到需要或可能需要换油的发动机小时数、剩余油寿命百分比、使用油寿命百分比、直到需要或可能需要换油的天数,以及需要或可能需要换油的日期。预测的ODI及其任何推导被提供给API电路146。
在一些实施例中,远程计算系统110包括硬件和软件的任意组合,其包括专用处理电路、应用、可执行文件等,用于控制、管理或便于系统100的其他计算系统的操作,包括第三方计算系统190和集群200的交通工具202的计算系统。例如,远程计算系统110包括交通工具跟踪电路148和用于跟踪集群200的交通工具202的相关软件。例如,交通工具跟踪电路148被构造成接收(例如,经由通信接口150)关于集群200的交通工具202的信息,例如上述关于高分辨率数据集132的信息和/或与交通工具相关联的任何其他信息。
API电路146被构造成托管和管理可由与网络105相关联的计算系统(例如,第三方计算系统190)访问的API。例如,计算系统可以经由通信接口150访问API。API电路146被构造成从ODI建模电路140接收预测的ODI。API电路146进一步构造成向访问API的一个或更多个计算系统(例如,第三方计算系统190)提供预测的ODI。
第三方计算系统190包括与一个或更多个第三方(例如,不是服务提供商的各方)相关联的一个或更多个计算系统。例如,第三方计算系统190可以包括与直接客户、第三方客户(例如,直接客户的客户)和/或任何其他利益方相关联的计算系统。例如,在一个实施例中,第三方计算系统190与集群运营商(例如,拥有至少一辆卡车的卡车运输公司)相关联。在一些实施例中,第三方计算系统向远程计算系统110注册以被包括在第三方计算系统190中。在注册之后,远程计算系统110可以为集群中特定于与该特定交通工具相关联的第三方计算系统190的交通工具提供确定的ODI。
第三方计算系统190包括可以类似于处理电路112的处理电路和类似于通信接口150的通信接口,使得第三方计算系统190可操作以经由网络105与远程计算系统110和/或集群200通信。例如,第三方计算系统190可以经由通信接口访问由API电路146托管的API。
如图1所示,集群200包括一个或更多个交通工具202。在一些实施例中,集群200包括更多或更少的交通工具(例如,至少一个交通工具)。集群200与以下中的至少一项相关联:服务提供商、服务提供商的直接客户、第三方客户、位置(例如,城市、州、地区、国家等)、交通工具类型(例如,发动机类型、底盘类型、工作负载类型等)和/或与交通工具相关联的任何其他参数。例如,交通工具200可以与第一客户相关联,并且可以包括一个或更多个交通工具202。在所示示例中,集群200与操作、控制、使用第三方计算系统190和/或与第三方计算系统190相关联的第三方相关联。
图2是根据示例实施例的图1的系统的交通工具202的框图。交通工具是任何类型的客运或商用汽车,诸如商用道路交通工具,包括但不限于长途运输卡车(例如,半挂卡车、校车、垃圾车等);非商用道路交通工具,例如轿车、卡车、运动型多功能交通工具、跨界(cross-over)交通工具、货车、小型货车、汽车;越野交通工具,诸如拖拉机、飞机、船、叉车、前端装载机等;固定工具(例如,发电机、空气压缩机);和/或适用于本文所述系统的任何其他类型的机器或交通工具。
交通工具202被示出为包括联接到润滑系统360的发动机355。发动机355可以是任何类型的内燃机,诸如汽油、天然气和/或柴油发动机,和/或任何其他合适的发动机。在一些实施例中,发动机355可以体现在混合发动机系统中(例如,内燃机和电动机的组合)。在所示的示例中,发动机355是柴油动力压缩点火发动机。发动机355包括一个或更多个气缸和相关联的活塞,由此一个或更多个气缸可以以多种方式布置(例如,v形布置、直列式等)。大气中的空气与燃料结合并燃烧,从而为交通工具提供动力。发动机355的压缩室中的燃料和空气的燃烧产生排气,该排气可操作地排出到排气管和在一些实施例中排放到排气后处理系统。
润滑系统360将诸如油的润滑剂循环到交通工具202的各个部分,诸如发动机355,以便减少移动部件上的摩擦和磨损,提供冷却,并且通常维持交通工具202部件的期望操作。在这点上,润滑剂可以循环到用于提供润滑的各种部件,诸如发动机355的曲轴、发动机355的气缸壁、联接到发动机355的凸轮轴、齿轮、联接到发动机的涡轮增压器、设置在整个交通工具202中的轴承等等。润滑系统360可以包括多个导管、管道、管等、润滑剂槽、泵和过滤系统(潜在的其他部件和系统之一)。导管促进润滑剂通过润滑系统360的循环。润滑剂槽是储存润滑剂的储存容器。控制器300控制泵(例如,将其打开/关闭,改变其排量功率等)以从润滑剂槽吸取润滑剂,并将润滑剂通过过滤系统输送到发动机355,并经由导管返回到润滑剂槽。润滑剂槽是储存未循环通过润滑系统360的润滑剂的储存容器(例如,箱)。过滤系统包括过滤元件。过滤元件包括过滤介质(例如,纤维过滤介质、纸质过滤介质、纳米纤维过滤介质等)。过滤介质被构造成在润滑剂流动方向上捕获和去除在内燃机上游的润滑剂中的污染物(例如,水、灰尘、碎屑等)。过滤元件需要定期更换,因为过滤介质会捕获污染物。
虽然未示出,但在一些实施例中,交通工具202可以包括排气后处理系统,该排气后处理系统被配置成处理从发动机355排放的排气,以减少有害气体向环境的排放(例如,NOx、温室气体、一氧化碳、颗粒物质等)。因此,排气后处理系统可以包括选择性催化还原(SCR)催化剂、柴油氧化催化剂(DOC)、柴油微粒过滤器(DPF)、具有柴油排气处理液供应的柴油排气处理液(DEF)定量配给器、用于监测后处理系统的多个传感器(例如,氮氧化物(NOx)传感器、温度传感器、流量传感器等)和/或另外其它部件。这些部件的布置可以根据应用以多种方式进行。
交通工具202包括传感器阵列,传感器阵列包括多个传感器。传感器耦合到控制器300,使得控制器300可以监测、接收和/或获取指示交通工具202的操作的数据(在本文中可以被称为与交通工具相关联的操作数据)。在这点上,传感器阵列可以包括一个或更多个物理(真实)或虚拟传感器。例如,传感器阵列可以包括温度传感器。温度传感器采集指示各种部件或系统(例如位于或近似位于其设置位置的排气)的近似温度的数据,或者如果是虚拟传感器,则温度传感器确定各种部件或系统(例如位于或近似位于其布置位置的排气)的近似温度。传感器阵列还可以包括NOx传感器(或用于其他排放物的传感器),该传感器获取指示以下项的数据或如果是虚拟传感器则确定以下项:位于或近似位于其设置位置(例如,紧邻发动机355的下游、紧邻后处理系统254的下游等)的排气流中NOx(或其他排气成分排放物)的近似量。速度传感器被配置为向控制器300提供指示交通工具速度的速度信号。在一些实施例中,可以存在提供交通工具速度(例如,英里每小时)的传感器,而在其他实施例中,交通工具速度可以由交通工具的其他感测或确定的操作参数来确定(例如,以每分钟转数为单位的发动机速度可以使用一个或更多个公式、查找表等而与交通工具速度相关联)。传感器阵列还可以包括确定交通工具202中的燃料液位(level)的燃料箱液位传感器,使得可以基于交通工具相对于发动机355消耗的燃料的速度来确定燃料经济性(即,确定每单位消耗的燃料的距离,例如每加仑英里或每升公里等)。可以单独或组合使用附加传感器来确定交通工具202的燃料经济性,包括但不限于氧传感器、发动机速度传感器、质量空气流量(MAF)传感器和歧管绝对压力传感器(MAP)。基于前述内容,控制器300可以确定交通工具202的燃料经济性,该燃料经济性可以经由I/O设备365提供给操作者,并且在一些实施例中被传输到远程计算系统110以供例如ODI建模电路140使用。
传感器阵列可以包括流量传感器,其被构造成获取指示通过交通工具的气体或液体的流量的数据或信息(例如,通过后处理系统的排气或通过发动机的燃料流量、特定位置处的排气再循环流量、特定位置处的装料流量、不同位置处的油流量、特定位置处的液压流量等)。流量传感器可以联接到交通工具202的后处理系统和/或交通工具202中的其他地方。
传感器阵列还可以包括任何其它传感器。这种传感器可用于确定交通工具202且特别是发动机355的工作循环。工作循环是指一组可重复的数据、值或信息,其指示特定交通工具如何用于特定应用。特别地,“工作循环”指的是针对特定事件或针对预定义时间段的一组可重复的交通工具操作。例如,“工作循环”可以指的是指示给定时间段内交通工具速度的值。在另一个示例中,“工作循环”可以指的是指示给定时间段内交通工具上的空气动力载荷的值。在又一个例子中,“工作循环”可以指的是指示给定时间段内交通工具速度和高度的值。在这点上,与通常限于时间相对于速度信息的交通工具行驶循环相比,本文中使用的术语“工作循环”意味着被广义地解释,并且包括交通工具行驶循环以及其他可量化的度量。有益地且基于前述内容,“工作循环”可以代表交通工具可以如何在特定设置、情况或环境中操作(例如,相对平坦的高速公路环境的70英里路段)。在这点上,交通工具工作循环可以基于交通工具而变化很大(例如,双门轿车相对于混凝土搅拌车相对于垃圾车相对于半挂牵引车)。因此,工作循环参数可以包括但不限于对于预定义时间段的平均发动机负载(其可以由MAP传感器或其他传感器确定)、每时间的燃料消耗率(例如,由燃料消耗传感器确定的加仑每小时)、每单位时间的燃料经济性、指示交通工具处于怠速(即,不移动,例如当交通工具处于驻车变速器设置时)的时间量的值,指示动力输出(PTO)激活的时间量的值等。PTO指示发动机355正在为某件特定装备提供动力或执行某种预定义功能(例如,交通工具的起重机、操作前端装载机、为叉车提供动力、为混凝土搅拌机滚筒提供动力等)。当一件装备或功能接收动力时,控制器300可以确定PTO处于占用(engage)或激活状态(例如,当识别到对该件装备的供电时,可以设置/触发定时器)。基于前述内容,控制器300可以基于总发动机小时(发动机开启/曾经开启的总时间)来跟踪总操作时间,该总发动机小时随后可以由交通工具行驶时间(发动机开启且交通工具移动的时间,由高于阈值量的交通工具速度来证明,例如零英里/小时)、PTO时间(特定装备由发动机提供动力或特定功能由发动机提供动力的时间)、怠速时间(发动机开启但交通工具不移动且PTO特定功能/特定装备未被提供动力的时间)以及其他标定可能性来标定(demarcate)。
应当理解,其他不同的/附加的传感器也可以包括在交通工具202中,诸如加速器踏板位置(APP)传感器、压力传感器、发动机扭矩传感器、电池传感器等。本领域普通技术人员将理解并认识到传感器及其在交通工具202中的相关联位置的高可配置性。控制器300被构造成经由通信接口350或者在一些实施例中经由远程信息处理设备345向远程计算系统110提供操作数据。在一些实施例中,控制器300可以向第三方计算系统190提供某些数据/信息。
交通工具202还可以包括操作者输入/输出(I/O)设备365。操作者I/O设备365可以可通信地耦合到控制器300,使得可以在控制器300和I/O设备365之间交换信息,其中信息可以涉及交通工具202的一个或更多个部件、从远程计算系统110接收的信息和/或控制器300的一个或更多个确定。操作者I/O设备365使系统100的操作者能够与控制器300和图1的交通工具202的一个或更多个部件通信。例如,操作者输入/输出设备365可以包括但不限于交互式显示器、触摸屏设备、一个或更多个按钮和开关、语音命令接收器等。以这种方式,操作者输入/输出设备365可以向操作者提供一个或更多个指示或通知,诸如故障指示灯(MIL)等。另外,交通工具202可以包括端口,该端口使得控制器210能够连接或耦合到扫描工具,从而可以获得关于交通工具的故障代码和其他信息。
还如图所示,交通工具202包括控制器300和远程信息处理设备345。控制器300可以被构造为一个或更多个交通工具控制器/控制系统,诸如一个或更多个电子控制单元(ECU)。控制器300可以与以下项中的至少一个分开或与以下项中的至少一个一起被包括:变速器控制单元、排气后处理控制单元、动力总成控制模块、发动机控制模块或单元、或其他交通工具控制器。在一个实施例中,控制器300的部件被组合成单个单元。在另一个实施例中,部件中的一个或更多个可以在地理上分散在整个系统或交通工具中。在这点上,控制器300的各种部件可以分散在交通工具202的各个物理位置中。
在一个实施例中,远程信息处理设备345可以经由网络105将交通工具202耦合到远程计算系统110(和/或第三方计算系统190)。远程信息处理单元或设备345可以包括但不限于跟踪交通工具位置的位置定位系统(例如,全球定位系统)(例如,纬度和经度数据、高度数据等)、用于存储被跟踪数据的一个或更多个存储器设备、用于处理被跟踪数据的一个或更多个电子处理单元,以及用于促进远程信息处理设备345和一个或更多个远程设备(例如,远程信息处理设备的提供商/制造商等)之间的数据交换的通信接口。在这点上,通信接口可以被配置为任何类型的移动通信接口或协议,包括但不限于Wi-Fi、WiMAX、互联网、无线电、蓝牙、ZigBee、卫星、无线电、蜂窝、GSM、GPRS、LTE等。远程信息处理设备345还可以包括用于与交通工具202的控制器300通信的通信接口。用于与控制器210通信的通信接口可以包括任何类型和数量的有线和无线协议(例如,按照IEEE 802的任何标准等)。例如,有线连接可以包括串行电缆、光缆、SAE J1939总线、CAT5电缆或任何其他形式的有线连接。相比之下,无线连接可以包括互联网、Wi-Fi、蓝牙、ZigBee、蜂窝、无线电等。在一个实施例中,包括任意数量的有线和无线连接的控制器局域网(CAN)总线在控制器300和远程信息处理设备345之间提供信号、信息和/或数据的交换。在又一实施例中,远程信息处理设备345和控制器之间的通信经由统一诊断服务(UDS)协议进行。
在又一实施例中,控制器300可以被配置成直接经由网络105与远程计算系统110(和/或第三方计算系统190)通信,而不使用远程信息处理设备345。如图所示,控制器300包括通信接口350。如上所述,控制器300可以被构造成包括通信接口350的整体或仅包括通信接口350的一部分。在这些后面的实施例中,通信接口350通信地耦合到处理电路312和ODI建模电路340。在其他实施例中,控制器300基本上与通信接口350分离。例如,控制器300和通信接口350是独立的控制系统,但是可以通信地和/或操作地耦合。通信接口350可以包括有线和/或无线接口(例如,插孔、天线、发射器、接收器、收发器、有线终端)的任意组合,用于与各种系统、设备或网络进行数据通信,这些系统、设备或网络被构造成能够实现交通工具内通信(例如,交通工具的部件之间或当中的通信)和(在一些实施例中,例如如果不包括诸如远程信息处理设备345的远程信息处理设备345,或者代替远程信息处理设备345)能够实现交通工具外通信(例如,直接与远程计算系统110)。在这点上,在一些实施例中,通信接口350包括网络接口。网络接口用于通过网络105与其他计算设备建立连接。网络接口包括便于将控制器300连接到网络105的程序逻辑。网络接口包括无线网络收发器(例如,蜂窝调制解调器、蓝牙收发器、Wi-Fi收发器)和/或有线网络收发器(例如,以太网收发器)的任意组合。因此,在一些布置中,网络接口包括足以支持通过多个数据通信信道进行通信的硬件和机器可读介质。此外,在一些布置中,网络接口包括加密能力,以建立安全或相对安全的通信会话,其中通过会话传送的数据被加密。例如并且关于交通工具外/系统外通信,通信接口350可以包括用于经由基于以太网的通信网络发送和接收数据的以太网卡和端口,和/或用于经由无线通信网络进行通信的Wi-Fi收发器。通信接口350可以被构造成经由局域网和/或广域网(例如,互联网)通信并且可以使用各种通信协议(例如,IP、LON、蓝牙、ZigBee、无线电、蜂窝、近场通信)。此外,通信接口350可以与远程信息处理单元345一起工作或协同工作,以便与一个或更多个交通工具的集群中的其他交通工具通信。在一个示例实施例中,通信接口350被构造成向远程计算系统110、第三方计算系统190和/或集群200中的其他交通工具提供交通工具操作参数和数据。
控制器300被示出为进一步包括处理电路312和排油间隔(ODI)建模电路340。在一个实施例中,ODI建模电路340被体现为存储由诸如处理器314的处理器可执行的指令的机器或计算机可读介质。如本文所述以及在其他用途中,机器可读介质有助于执行某些操作,以实现数据的接收和传输。例如,机器可读介质可以提供指令(例如,命令等)来例如采集数据。在这方面,机器可读介质可以包括限定数据采集(或数据传输)频率的可编程逻辑。计算机可读介质可以包括代码,代码可以用任何编程语言编写,包括但不限于Java等和任何常规的过程编程语言,例如“C”编程语言或类似的编程语言。计算机可读程序代码可以在一个处理器或多个处理器上执行。在后一种情况下,远程处理器可以通过任何类型的网络(例如,CAN总线等)相互连接。
在另一实施例中,ODI建模电路340被实施为硬件单元,例如电子控制单元。因此,ODI建模电路340可以被体现为一个或更多个电路部件,该电路部件包括但不限于处理电路、网络接口、外围设备、输入设备、输出设备、传感器等。在一些实施例中,ODI建模电路340可以采取一个或更多个模拟电路、电子电路(例如,集成电路(IC)、分立电路、片上系统(SOC)电路、微控制器等)、电信电路、混合电路和任何其他类型的“电路”的形式。在这方面,ODI建模电路340可以包括用于完成或促进实现本文描述的操作的任何类型的部件。例如,本文描述的电路可以包括一个或更多个晶体管、逻辑门(例如,NAND、AND、NOR、OR、XOR、NOT、XNOR等)、电阻器、多路复用器、寄存器、电容器、电感器、二极管、布线等等。ODI建模电路340还可以包括可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等。ODI建模电路340可以包括用于存储可由ODI建模电路340的处理器执行的指令的一个或更多个存储器设备。一个或更多个存储器设备和处理器可以具有与下面关于存储器设备316和处理器314所提供的相同的定义。在一些硬件单元配置中且如上所述,ODI建模电路340可以与控制器300的其他方面相关地在地理上分散在交通工具中的各个单独位置。替代地并且如图所示,ODI建模电路340可以被体现在单个单元/壳体中或在单个单元/壳体内,该单个单元/壳体被示为控制器300。
在所示的示例中,控制器300包括具有处理器314和存储器设备316的处理电路312。处理电路312可以被配置成执行或植入本文关于ODI建模电路340描述的指令、命令和/或控制过程。所描绘的配置将ODI建模电路340表示为在其上存储指令的机器或计算机可读介质。
处理器314可以被实现为一个或更多个处理器、一个或更多个专用集成电路(ASIC)、一个或更多个现场可编程门阵列(FPGA)、数字信号处理器(DSP)、一组处理部件或其他合适的电子处理部件。一个或更多个处理器可由多个电路共享。可替代地或附加地,一个或更多个处理器可以被配置成独立于一个或更多个协处理器来执行或以其他方式执行某些操作。在其他示例实施例中,两个或更多个处理器可以经由总线联接,以实现独立、并行、流水线式或多线程指令执行。所有这些变化都意在落入本公开的范围内。存储器设备316(例如,RAM、ROM、闪存、硬盘储存器等)可以存储数据和/或计算机代码,以便于本文描述的各种过程。存储器设备316可以可通信地联接到处理器314,以向处理器314提供计算机代码或指令,用于执行本文描述的至少一些过程。此外,存储器设备316可以是或包括有形的非瞬时易失性存储器或非易失性存储器。因此,存储器设备316可以包括数据库部件、目标代码部件、脚本部件或用于支持本文描述的各种活动和信息结构的任何其他类型的信息结构。
在一些实施例中,控制器300被配置为直接确定交通工具的ODI的板载计算设备(例如,在交通工具上)。在这些实施例中,控制器300包括ODI建模电路340。ODI建模电路340基本上类似于图1的ODI建模电路140。例如,ODI建模电路340被构造成根据基于交通工具操作参数确定的氧化率和基于交通工具元数据的氧化极限来生成预测的ODI。在布置中,ODI建模电路340通信地耦合到处理电路312。交通工具操作参数和交通工具元数据可以存储在存储器316中。在一些实施例中,高分辨率数据集132的至少一部分存储在存储器316中(或者,在ODI建模电路340的一些实施例中,存储在ODI建模电路340的存储器中)。在另一实施例中,ODI确定由远程计算系统110执行。在这种情况下,ODI建模电路340可以从控制器300中排除。在一些实施例中,可以向控制器300提供特定的API,以能够获取特定的交通工具操作数据(即,结合交通工具的元数据,交通工具的燃料经济性、交通工具的怠速时间和交通工具的PTO时间)。然后,API允许经由通信接口(或远程信息处理设备345)将该数据传输到确定交通工具的ODI的远程计算系统110。在又一实施例中,ODI建模电路340和140的功能可以在远程计算系统110和控制器300之间分割。所有这些变型都旨在落入本公开的范围内,每个变型的示例如下所述。
现在参考图3,根据示例实施例示出了确定图1至图2的交通工具202的排油间隔的方法的流程图。在一些实施例中,系统100的一个或更多个计算系统被配置为执行方法400。例如,远程计算系统110、第三方计算系统190和/或控制器300可以被构造成执行方法400。在所描绘的示例实施例中,控制器300单独或与诸如远程计算系统110和第三方计算系统190的其他设备组合来执行方法400。方法400可以包括经由一个或更多个用户设备(例如提供商雇员的设备、客户的设备、与交通工具集成的用户设备等)来自用户(例如,提供商雇员、第三方雇员、客户、交通工具运营商等)的用户输入。
作为方法400的概述,在过程402处,检测交通工具操作数据。在过程404处,基于所检测的或接收的操作数据生成操作数据分组。在过程406处,在云计算实施例中,操作数据分组被发送到远程计算系统110。在过程406之后,在云计算实施例中,该方法在图4的过程502处继续。在如图所示的板载计算实施例(即,本地计算实施例)中,可以省略过程406。在过程408处,由控制器300分析操作数据分组并确定氧化率。在过程410处,基于氧化率和一个或更多个发动机参数确定ODI。在过程412处,生成ODI报告数据分组。在过程414处,提供ODI数据分组。在一些布置中,方法400的过程可以以不同于图3所示的顺序执行,和/或方法400可以包括比图3所示更多或更少的步骤。
更详细地参考方法400,在过程402处,检测交通工具操作数据。如上所述,交通工具202可以包括传感器阵列,该传感器阵列包括检测或以其他方式获取指示交通工具202的各种部件或系统的操作的数据的一个或更多个传感器。传感器可以将所检测的操作数据提供给控制器300。在虚拟传感器实施例中,控制器300可以基于获取的其他数据来确定某些操作数据(例如,充当虚拟传感器;例如,控制器300可以使用一个或更多个过程、算法等基于所检测的发动机速度来确定交通工具速度)。操作数据可以包括但不限于关于交通工具的燃料经济性的信息、发动机的总操作小时数、指示交通工具的发动机355的怠速时间的值(例如,总操作小时数的百分比)、指示PTO激活时间的值(例如,总操作小时数的百分比)、关于经历的发动机负载的值(例如,预定义时间段内的平均发动机负载等)、工作循环参数等。在一个实施例中,燃料经济性、怠速时间和PTO时间值是关于交通工具和发动机的整个寿命。在另一个实施例中,燃料经济性、怠速时间和PTO时间值是针对自上次换油以来的交通工具。在又一实施例中,针对不同的时间帧(或每单位距离帧)确定燃料经济性、怠速时间和PTO时间值。
在过程404处,生成操作数据分组。控制器300生成至少包括交通工具操作数据的操作数据分组。操作数据分组还可以包括历史数据和/或趋势数据,诸如随时间变化的传感器数据、每单位距离(例如,一英里)的传感器数据、对于路线或一部分路线的传感器数据等。在这点上,操作数据分组至少包括关于交通工具的燃料经济性、发动机的总操作小时数、指示交通工具的发动机355的怠速时间的值(例如,总操作小时数的百分比)和指示PTO激活时间的值(例如,总操作小时数的百分比)的信息。操作数据分组还可以包括与交通工具202和/或交通工具202的发动机(或另一交通工具系统或部件)相关联的元数据。元数据可以包括识别特征,诸如发动机序列号(ESN)、交通工具识别号(VIN)、控制器300(或远程信息处理设备345)的IP地址、目的地IP地址(例如,特定于远程计算系统110)、润滑系统型号以及使其能够被有效处理(例如,分类)的任何其他标识符。元数据可以是值(例如,数字、字母、字母数字)的形式,该值是通知数据源的细节的数据分组的标签。因此,元数据可以使远程操作者能够深入挖掘数据源(例如,远程计算系统110或第三方计算系统190的助手)。在该实施例中,通过将分组限制为该操作数据和元数据,操作数据分组在尺寸上相对较小,并且能够以低或间歇的网络连接性来传输。在一些实施例中,操作数据分组还包括其他信息,诸如润滑油状态的指示(例如,自上次更换以来的时间、诸如自发动机制造日期以来的预定义时段内的润滑更换次数等)。因此,在这些实施例中,操作数据分组可以包括时间数据、位置数据、路线信息、操作者信息和/或本文中描述的任何信息。
在过程406处,操作数据分组被发送到计算系统。如上所述,在云计算实施例中,操作数据分组被传输到远程计算系统110,并且在本地计算实施例中,操作数据分组被提供到控制器300的ODI建模电路340。在后一个实施例中,可以没有“传输”,因为数据可以由控制器300直接累积和分析。由于对网络连接性的依赖较少,该实施例可能是有益的。在前一实施例中,控制器300被构造成经由通信接口350(或者,在一些实施例中,经由远程信息处理设备345)将操作数据分组传输到远程计算系统110。
在过程408处,ODI建模电路340分析操作数据分组并确定氧化率。“氧化”量、氧化率等涉及油的降解。如上所述,ODI建模电路340使用包括一个或更多个交通工具参数的操作数据分组、存储在存储器316中的数据(或者,在ODI建模电路340的一些实施例中,存储在ODI建模电路340本身中)、和/或从远程计算系统110接收的数据来生成一个或更多个统计模型。ODI建模电路340基于统计模型生成回归方程。回归方程可以基于使用一个或更多个操作参数(诸如燃料效率、燃料消耗率、怠速加PTO时间百分比等)的最佳拟合方程来生成。在生成回归方程时,ODI建模电路340计算常量aj的值。回归方程用于确定氧化率。如上所示并在下面再现的方程(1)提供了用于确定氧化率的示例过程,该氧化率如所示的是一个或更多个变量xi的函数。
氧化率=da0+a1(x0)+a2(x0)2+a3(x1)+a4(x1)2+a5(x2)+a6(x2)2+...+aj(xi)+
aj+1(xi)2(1)
在方程(1)中,aj和d都是常量。如上所述,交通工具操作参数的输入(xi)(诸如,燃料经济性、怠速时间、PTO时间以及由此产生的怠速加PTO时间)可以由控制器210基于关于发动机355和交通工具的操作信息来确定。例如,控制器300可以包括定时器,其分别在发动机开启/关闭时启动/停止;怠速子定时器,其在发动机处于怠速状态(例如,发动机开启但交通工具不移动)时启动,并且当怠速状态退出时关闭;以及PTO子定时器,其在发动机用于特定预定义功能(例如,起重机、来自混凝土搅拌车的滚筒等)时启动并在该功能结束时停止。基于该信息,控制器300可以确定指示怠速加PTO时间的值,且特别是发动机355在怠速和PTO下操作时间相对于发动机的总开启时间的百分比。
根据一个实施例,常量d大于1,且特别是介于1和6之间。常数d或调整值被配置为限制ODI过度预测的实例(即,导致不必要的过于频繁的ODI)。在这点上,通过仅使用燃料经济性以及怠速加PTO时间作为氧化率方程的输入,控制器300确定不存在氧化率变化的其他来源,这可能是不正确的,因为变化可能来自各种来源,诸如油槽填充量、零件到零件的变化(例如,衬垫)、油等级(标准、优质等),等等。然而,通过使用这三个变量,可以实现相对更快的ODI确定过程,该过程在技术上降低了带宽要求(当ODI确定由远程计算系统110执行时,因为在网络上传输的数据较少),由于使用相对较少的数据值,在技术上导致更快的确定,并且可以导致当本来由于可能需要持续的网络连接而无法执行确定时能够由远程计算系统110执行确定,而仅使用这些数据点减少了网络连接时间。此外,申请人已经确定,利用这几个数据点可以实现相对准确的ODI预测。
在另一个实施例中,氧化率可以使用如下所示的方程(3)来确定。
氧化率=E*(F-G(燃料经济性)-H(怠速+PTO时间)+I(怠速+PTO时间)2)(3)
在方程(3)中,E,F,G,H,和I都是常量。相对于方程(1),因子(或乘数)E被引入以放大或以其他方式增加氧化率。该乘数使用仅使用几个数据点的方程(1)来对冲/防止氧化率中的误差。通过增加氧化率值,所确定的ODI值降低。换句话说,预测或确定的ODI值降低(即,缩短ODI)。尽管如此,与服务文献限制相比,包括乘数可能导致实现相对更长的ODI。应该理解并如本文所述,在其他实施例中,相对于方程(3)中所示的参数,使用不同的参数、更多的参数或更少的参数。
在过程410处,ODI建模电路340基于在过程408处确定的氧化率和一个以上的发动机参数来确定ODI。基于发动机或交通工具元数据确定一个或更多个发动机参数。一个或更多个发动机参数包括例如基于发动机类型、润滑油类型等的氧化极限。特别地,ODI建模电路340使用上面示出并在下面再现的方程(2)来确定ODI,其中“Abs”指的是吸收度,而“cm”指的是厘米(即,每厘米的吸收度,其指示每厘米油中的污染物、降解物和污染物的量)。
相对于上面所示,方程(2)显示为包括单位,以显示每单位距离(在这种情况下,英里)到ODI的转换。在一个实施例中,氧化极限是特定于交通工具202系统或部件且特别是包括在交通工具202中的发动机355的预定义静态值。例如,15L型发动机可以具有30,000英里的预定义氧化极限,而6.7L型发动机可以具有20,000英里的预定义氧化极限。作为另一示例,预定义的极限可以特定于润滑剂类型、润滑系统和/或其他特性。在另一个实施例中,氧化极限是动态变化(例如,随时间和/或距离)的预定义值。例如,对于15L的初始氧化极限可以是30,000英里,但在5年或100,000英里后(以较早发生者为准),预定义极限变为25,000英里,而在125,000英里或7年后(以较早发生者为准),预定义极限变为20,000英里。该实施例可以考虑整个系统随时间的退化。静态和/或动态预定义的氧化极限可以存储在ODI建模电路340中,以便快速且容易地检索(或者,当使用ODI建模电路140时)。
在过程412处,生成ODI报告数据分组。控制器300生成包括氧化率和/或从过程410确定的ODI的ODI报告数据分组。在过程414处,ODI报告数据分组通过控制器300直接(例如,经由通信接口350)或经由远程信息处理设备345提供给远程计算系统110或第三方计算系统190中的至少一个。
在一个实施例中,控制器300可以将确定的ODI与预定的ODI进行比较。预定的ODI可以由控制器300存储,并且特定于发动机类型、润滑剂类型等中的至少一种。基于指示需要ODI或在预定义距离量(例如,少于100英里)或估计时间(例如,少于两周)内需要ODI的比较(即,确定的ODI超过预定义的ODI),控制器300可以实施各种动作。例如,并且响应于ODI被需要并且已经被需要超过预定义的时间量或另一度量(例如,预定义的ODI上的英里数)的确定,控制器300可以与远程计算系统110通信以检索地图(或者检索存储在存储器中的地图),通过I/O设备365呈现地图,并且在地图上为交通工具202识别附近的服务站以处理ODI。结合起来,控制器300可以引起触觉反馈,诸如交通工具202的操作者座椅的振动,以指示需要服务。在另一实施例中,控制器300可以基于该比较(例如,如果比较指示ODI超过预定ODI但不超过预定量),触发指示器(例如,利用故障指示灯的一个或更多个故障代码等)。控制器300还可以通过例如经由I/O设备365提供图形描述(文本消息,诸如“不需要动作(NoAction Required)”)来基于该比较提供所确定的ODI不需要服务的指示。(例如,如果确定的ODI不超过预定的ODI)。
图4是根据示例实施例的通过图1的计算系统确定排油间隔的方法500的流程图。在一些实施例中,系统100的一个或更多个计算系统被配置为执行方法500。例如,远程计算系统110、第三方计算系统190和/或控制器300可以被构造成执行方法500。在示例实施例中,远程计算系统110单独或与诸如控制器300和第三方计算系统190的其他设备组合来执行方法500。方法500可以包括来自用户(例如,提供商雇员、第三方雇员、客户、交通工具运营商等)、一个或更多个用户设备(例如提供商雇员的设备、客户的设备、与交通工具集成的用户设备等)、网络105上的另一计算设备等的用户输入。
作为方法500的概述,在过程502处,从一个或更多个交通工具202接收操作数据分组。在过程504处,分析操作数据分组并确定氧化率。在过程506处,基于氧化率和发动机参数确定ODI。在过程508处,生成ODI报告数据分组。在过程510处,ODI数据分组经由应用编程接口提供。在一些布置中,方法500的步骤可以以不同于图4所示的顺序执行,和/或方法500可以包括比图4所示更多或更少的步骤。例如,过程510可以不包括在方法500中。
更详细地参考方法500,在过程502处,远程计算系统110从一个或更多个交通工具202接收操作数据分组。操作数据分组包括如上所述的交通工具操作数据和交通工具元数据。
在过程504处,分析操作数据分组并确定氧化率。如上所述,ODI建模电路140使用包括存储在数据库130中的一个或更多个交通工具参数、数据的操作数据分组来生成一个或更多个统计模型。ODI建模电路140基于统计模型生成回归方程。回归方程可以基于使用一个或更多个操作参数(诸如燃料效率、燃料消耗率、怠速加PTO时间百分比等)的最佳拟合方程来生成。本文中示为方程(1)(以及一些实施例中的方程(3))的回归方程用于确定氧化率。
在过程506处,基于氧化率和发动机参数确定ODI。ODI建模电路140基于在过程504处确定的氧化率和一个以上的发动机参数来确定ODI。基于发动机或交通工具元数据确定一个或更多个发动机参数。一个或更多个发动机参数包括例如基于发动机类型、润滑油类型等的氧化极限。
在过程508处,生成ODI报告数据分组。远程计算系统110生成包括氧化率和/或ODI的ODI报告数据分组。在过程510处,ODI报告数据分组经由通过API电路146托管的API被提供给第三方计算系统190。例如,ODI报告数据分组经由API电路146和通信接口350被发送到第三方计算系统。
与方法400相反,在该实施例中,远程计算系统110可以执行所确定的ODI相对于由远程计算系统110存储的预定义ODI的比较。作为响应,远程计算系统110可以通过网络向交通工具的控制器300提供指令,以例如降额发动机、触发故障代码、点亮指示器(例如,故障指示灯/灯)和/或另一特定控制过程。另外,远程计算系统110可以基于交通工具202的当前位置为交通工具202生成并提供附近服务位置的地图。在这点上,远程计算系统110可以跟踪交通工具202的位置数据,以便识别附近的服务位置(例如,交通工具操作数据可以包括传输到远程计算系统110的位置数据)。
远程计算系统110还可以生成用于在计算设备上显示的图形用户界面。在这点上,远程计算系统110可以向输出计算设备提供所确定的ODI。图形用户界面可以描绘集群数据,包括但不限于集群中交通工具的确定ODI。确定的ODI可以分布在与相应交通工具的位置相关联的地图上。在选择所确定的ODI图标时,可以提供显示交通工具数据(例如,发动机序列号、控制器300的软件校准信息等)的下钻菜单(drill down menu)。数据点可以用颜色编码,使得集群操作者或其他操作者可以快速观察对于每个交通工具的确定ODI如何与交通工具的预定ODI进行比较。因此,集群操作者可以快速查看哪些交通工具需要维修、交通工具位于何处等。
在一些实施例中,控制器300可以仅在操作的特定时间发送操作数据分组。例如,当网络连接在预定义的时间量(例如,三十分钟)内高于预定义的阈值时,控制器300可以仅发送或引起发送(例如,经由远程信息处理设备345)。在另一个示例中,控制器300可以检查交通工具202周围的位置,以确定是否发送数据分组(例如,如果该区域是大都市区域,则持续连接的可能性很高,使得数据分组可以在没有网络中断的情况下发送)。在其他示例中,操作时间可以包括交通工具的特定操作参数。例如,当交通工具202处于怠速状态时,控制器300可以发送数据分组,从而在交通工具202移动时,网络连接的潜在问题得到最大程度的缓解。
图5是根据示例实施例的氧化率相对于燃料经济性相对于怠速加动力输出时间百分比的三维散点图600。圆形点描绘了提供给远程计算系统110的交通工具操作数据。如上所讨论,实时或接近实时地提供交通工具操作数据,使得基于当前信息更新模型。方形点描绘了由回归方程且特别是如上所述的方程(1)生成的预测或数据。作为比较,图6示出了具有相同/相似数据但也使用方程(3)(701)的曲线图700。相对于回归方程(1),方程(3)增加氧化率以考虑方程(1)未捕获的其他变量(即,超过燃料经济性、怠速时间和PTO时间)。一些应用可能希望使用方程(3)以减少ODI,而其他应用可能希望方程(1)扩展ODI。
在其他实施例中,统计模型和/或回归方程可以基于其他交通工具操作参数来生成,这些参数包括但不限于本文参照图1描述的交通工具操作参数。
如本文所使用的,术语“近似地”、“大约”、“大体上”和类似的术语意在具有与本公开的主题所属的领域的普通技术人员的普通的且可接受的用法一致的广泛的含义。查阅本公开的本领域技术人员应当理解,这些术语旨在允许对所描述和要求保护的某些特征进行描述,而不将这些特征的范围限制到所提供的精确的数值范围。因此,这些术语应被解释为指示所描述和要求保护的主题的非实质性或无关紧要的修改或改变被认为在如所附权利要求中所述的本公开的范围内。
应注意,如在本文用于描述各种实施例的术语“示例性”及其变型意在指示这样的实施例是可能的实施例的可能的示例、表示或图示(且这样的术语并不意在暗示这样的实施例必须是异乎寻常的或最好的示例)。
如本文使用的术语“联接(coupled)”及其变型意指两个构件彼此直接或间接的联结(joining)。这样的联结可以是静止的(例如,永久的或固定的)或可移动的(例如可移除的或可释放的)。这样的联结可以通过两个构件直接彼此联接来实现,通过使用一个或更多个单独的介于中间的构件将两个构件彼此联接来实现,或通过使用介于中间的构件(该构件与两个构件中的一个一体形成为单个整体)将两个构件彼此联接来实现。如果“联接”或其变型由附加术语来修饰(例如,直接联接),则上面提供的“联接”的一般定义由附加术语的简单语言含义来修饰(例如,“直接联接”是指两个构件的联结而没有任何单独的介于中间的构件),导致比上面提供的“联接”的一般定义更窄的定义。这种联接可以是机械的、电的或流体的。例如,可通信地“联接”到电路B的电路A可以表示电路A直接与电路B通信(即,没有中介)或间接与电路B通信(例如,通过一个或更多个中介)。
虽然在图1和图2中示出了具有特定功能的各种电路,但是应该理解,远程计算系统110和/或控制器300可以包括用于完成本文中描述的功能的任意数量的电路。例如,ODI建模电路140和/或ODI建模电路340可以分布成多个电路或组合成单个电路。还可以包括具有附加功能的附加电路。此外,控制器300还可以控制超出本公开范围的其他活动。
如上所述且在一种配置中,“电路”可以在存储指令(例如,体现为可执行代码)的机器可读介质中实现,指令用于由各种类型的处理器(诸如图2的处理器314)执行。可执行代码可以例如包括计算机指令的一个或更多个物理块或逻辑块,该物理块或逻辑块可以例如被组织为对象、过程或函数。然而,可执行代码不一定在物理上位于一起,而是可以包括存储在不同位置的完全不同的指令,当在逻辑上接合在一起时,其包括电路以及实现该电路的所述目的。事实上,计算机可读程序代码的电路可以是单个指令或许多指令,并且甚至可以分布在若干不同的代码段上,分布在不同的程序中,以及分布在若干存储器设备上。类似地,操作数据在本文中可在电路内被标识和说明,并且可以以任何合适的形式体现并被组织在任何合适类型的数据结构内。操作数据可被收集为单个数据集合,或可以分布在不同的位置,包括在不同的存储设备上,并可以至少部分地,仅作为系统或网络上的电子信号而存在。
虽然术语“处理器”在上面有简要的定义,但术语“处理器”和“处理电路”的含义是广义的。在这点上并且如上所述,“处理器”可以被实现为一个或更多个处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)或被构造成执行由存储器提供的指令的其他合适的电子数据处理部件。一个或更多个处理器可以采取单核处理器、多核处理器(例如,双核处理器、三核处理器、四核处理器等)、微处理器等的形式。在一些实施例中,一个或更多个处理器可以在装置外部,例如一个或更多个处理器可以是远程处理器(例如,基于云的处理器)。可替代地或附加地,一个或更多个处理器可以在装置内部和/或是装置本地的。在这点上,给定电路或其部件可以在本地设置(例如,作为本地服务器、本地计算系统等的一部分)或远程地设置(例如,作为远程服务器(例如基于云的服务器)的一部分)。为此,本文所述的“电路”可以包括分布在一个或更多个位置上的部件。
本公开的范围之内的实施例包括程序产品,该程序产品包括用于携带或具有计算机可执行指令或机器可执行指令或存储于其上的数据结构的计算机可读介质或机器可读介质。这种机器可读介质可以是计算机可以访问的任何可用介质。计算机可读介质可以是存储计算机可读程序代码的有形的计算机可读存储介质。计算机可读存储介质可以是,例如,但不限于,电子的、磁的、光的、电磁的、红外的、全息的、微机械的或半导体的系统、装置或设备,或上述的任何合适组合。计算机可读介质的更具体的示例可以包括但不限于:便携式计算机磁盘,硬盘,随机存取存储器(RAM),只读存储器(ROM),可擦除可编程只读存储器(EPROM或闪存),便携式光盘只读存储器(CD-ROM),数字多功能光盘(DVD),光存储设备,磁存储设备,全息存储介质,微机械存储设备,或上述的任何合适组合。在本文件的上下文中,计算机可读存储介质可以是能够包含,和/或存储计算机可读程序代码,用于由指令执行系统、装置或设备使用的和/或与指令执行系统、装置或设备结合使用的任何有形介质。机器可执行指令包括,例如,使计算机或处理机器执行某功能或功能的组的指令和数据。
计算机可读介质还可以是计算机可读信号介质。计算机可读信号介质可以包括在其中实施有计算机可读程序代码的传播数据信号,例如,在基带中或作为载波的一部分。这样的传播信号可以采取各种各样形式中的任何一个,包括,但不限于,电的,电磁的,磁的,光的或它们的任何合适的组合。计算机可读信号介质可以是任何计算机可读介质,该计算机可读介质并非计算机可读存储介质,并且该计算机可读介质能够通信、传播或传输计算机可读程序代码,以用于由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用。实施在计算机可读信号介质上的计算机可读程序代码可以使用任何适当的介质进行传送,包括但不限于无线、有线线路,光缆,射频(RF)等,或上述的任何合适组合。
在一个实施例中,计算机可读介质可以包括一个或更多个计算机可读存储介质和一个或更多个计算机可读信号介质的组合。例如,计算机可读程序代码既可以作为通过光缆的电磁信号进行传播以用于由处理器执行,也可以存储在RAM存储设备上用于由处理器执行。
用于执行本公开的各方面的操作的计算机可读程序代码可以用一种或更多种其他编程语言(包括面向对象编程语言(诸如Java、Smalltalk、C++等)以及传统过程编程语言(诸如,“C”编程语言或类似的编程语言))的任意组合来编写。计算机可读程序代码可以完全在用户的计算机上执行、部分在用户的计算机上执行、作为单机计算机可读包执行、部分在用户的计算机上且部分在远程计算机上执行、或者完全在远程计算机上或服务器上执行。在后者的场景中,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可以连接到外部计算机(例如,通过使用互联网服务提供商的互联网)。
该程序代码也可以存储在可以引导计算机、其他可编程数据处理装置或其他设备以特定方式起作用的计算机可读介质中,使得存储在该计算机可读介质中的指令产生制造的物品,包括实现在示意性流程图和/或示意性框图的块或多个块中指定的功能/动作的指令。
尽管附图和描述可以说明方法步骤的特定顺序,但是这些步骤的顺序可以不同于所描绘和描述的,除非上面另有规定。此外,可以同时或部分同时执行两个或更多个步骤,除非上述另有说明。这种变化可取决于例如选定的软件系统和硬件系统并且取决于设计者的选择。所有这些变化都在本公开的范围之内。同样,所述方法的软件实现可以用具有基于规则的逻辑和其他逻辑的标准编程技术来完成,以完成各个连接步骤、处理步骤、比较步骤和确定步骤。
重要的是要注意,如在各种示例性实施例中所示的设备和系统的结构和布置仅是说明性的。另外,在一个实施例中公开的任何元件可与本文公开的任何其他实施例合并或利用本文公开的任何其他实施例。
Claims (20)
1.一种计算系统,包括:
通信接口,所述通信接口被构造成可通信地耦合到网络;
一个或更多个处理器;
存储器,所述存储器存储指令,所述指令当由所述一个或更多个处理器执行时,使所述一个或更多个处理器:
经由所述通信接口,从交通工具接收交通工具操作数据和交通工具元数据;
基于统计模型确定润滑剂氧化率;
基于所述润滑剂氧化率确定润滑剂排出间隔;和
向输出设备提供所述润滑剂排出间隔。
2.根据权利要求1所述的计算系统,其中,所述润滑剂氧化率基于少于四个操作数据值。
3.根据权利要求1所述的计算系统,其中,所述润滑剂氧化率基于燃料经济性、所述交通工具的发动机的怠速时间和所述交通工具的动力输出时间。
4.根据权利要求1所述的计算系统,其中,所述指令当由所述一个或更多个处理器执行时还使所述一个或更多个处理器将所述润滑剂排出间隔与预定义的润滑剂排出间隔进行比较,并且响应于所述比较使所述交通工具上的指示器点亮。
5.根据权利要求4所述的计算系统,其中,响应于所述比较,所述一个或更多个处理器还被配置为生成并向所述交通工具提供具有到服务位置的方向的地图,其中所述地图由所述交通工具显示。
6.根据权利要求4所述的计算系统,其中,响应于所述比较,所述一个或更多个处理器还被配置为触发所述交通工具的一个或更多个故障代码。
7.根据权利要求4所述的计算系统,其中,响应于所述比较,所述一个或更多个处理器还被配置为通过经由所述通信接口在所述网络上发送指令来使所述交通工具的发动机降额。
8.根据权利要求1所述的计算系统,其中,所述指令当由所述一个或更多个处理器执行时还使所述一个或更多个处理器从所述交通工具操作数据中解析所述交通工具元数据,并将所述交通工具元数据和与所述交通工具相关联的记录相关联。
9.根据权利要求1所述的计算系统,其中,所述润滑剂是油。
10.一种确定润滑剂排出间隔的方法,所述方法包括:
通过计算系统从交通工具接收交通工具操作数据和交通工具元数据;
通过所述计算系统,根据统计模型,至少部分地基于所述交通工具操作数据来确定润滑剂氧化率;
通过所述计算系统基于所述润滑剂氧化率确定润滑剂排出间隔;和
通过所述计算系统向输出设备提供所述润滑剂排出间隔。
11.根据权利要求10所述的方法,其中,确定所述润滑剂氧化率基于少于四个操作数据值。
12.根据权利要求10所述的方法,还包括:
通过所述计算系统将所述润滑剂排出间隔与预定义的润滑剂排出间隔进行比较;和
响应于确定所述润滑剂排出间隔超过所述预定义的润滑剂排出间隔,通过所述计算系统使所述交通工具上的指示器点亮。
13.根据权利要求12所述的方法,还包括:
响应于确定所述润滑剂排出间隔超过所述预定义的润滑剂排出间隔,通过所述计算系统生成包括到服务位置的方向的地图;和
通过所述计算系统向所述交通工具提供所述地图,其中所述地图能够由所述交通工具显示。
14.根据权利要求12所述的方法,还包括响应于确定所述润滑剂排出间隔超过所述预定义的润滑剂排出间隔,通过所述计算系统触发所述交通工具的一个或更多个故障代码。
15.根据权利要求12所述的方法,还包括响应于确定所述润滑剂排出间隔超过所述预定义的润滑剂排出间隔,由所述计算系统通过经由通信接口在网络上发送指令来使所述交通工具的发动机降额。
16.根据权利要求10所述的方法,还包括通过所述计算系统按预定因子修改所述润滑剂排出间隔,使得修改后的润滑剂排出间隔大于所述润滑剂排出间隔。
17.一种系统,包括:
控制器,所述控制器耦合到交通工具的发动机和至少一个传感器,所述控制器包括:
一个或更多个处理器;和
至少一个存储器,所述至少一个存储器耦合到所述一个或更多个处理器,所述至少一个存储器中存储了指令,所述指令当由所述一个或更多个处理器执行时使所述一个或更多个处理器:
从所述至少一个传感器接收交通工具操作数据;
生成包括所述交通工具操作数据、趋势数据或元数据中的至少一个的操作数据分组;
基于所述操作数据分组和统计模型确定氧化率;
基于所述氧化率确定润滑剂排出间隔;
生成润滑剂排出间隔报告数据分组;和
向输出设备提供所述润滑剂排出间隔报告数据分组。
18.根据权利要求17所述的系统,其中,所述指令当由所述一个或更多个处理器执行时还使所述一个或更多个处理器在确定所述氧化率之前将所述操作数据分组发送到所述输出设备。
19.根据权利要求17所述的系统,其中,所述氧化率还基于一个或更多个发动机参数,所述一个或更多个发动机参数包括以下至少一项:所述发动机的燃料经济性、怠速时间或动力输出时间;和
其中,所述润滑剂氧化率基于少于四个操作数据值。
20.根据权利要求17所述的系统,其中,所述指令当由所述一个或更多个处理器执行时还使所述一个或更多个处理器从所述输出设备接收以下中的至少一项:(i)一个或更多个数据集或(ii)一个或更多个回归方程;
其中,确定所述润滑剂排出间隔还基于以下中的所述至少一项:(i)所述一个或更多个数据集或(ii)所述一个或更多个回归方程。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163283685P | 2021-11-29 | 2021-11-29 | |
US63/283,685 | 2021-11-29 | ||
PCT/US2022/051082 WO2023097078A1 (en) | 2021-11-29 | 2022-11-28 | Real-time system and method for determining remaining useful oil life in vehicles |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118339368A true CN118339368A (zh) | 2024-07-12 |
Family
ID=86540335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280079275.1A Pending CN118339368A (zh) | 2021-11-29 | 2022-11-28 | 用于确定交通工具中剩余有用油寿命的实时系统和方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4441344A1 (zh) |
CN (1) | CN118339368A (zh) |
WO (1) | WO2023097078A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190156600A1 (en) * | 2006-11-16 | 2019-05-23 | Ge Global Sourcing Llc | Locomotive sensor system for monitoring engine and lubricant health |
US20150192560A1 (en) * | 2014-01-07 | 2015-07-09 | Caterpillar Inc. | Method of assessing oil condition in an engine |
DE112016003599T5 (de) * | 2015-09-10 | 2018-05-30 | Cummins Filtration Ip, Inc. | Ermittlung eines zustands zur viskositätsklasse und zu neuem öl basierend auf einem dielektrischen sensor und einem viskositätssensor |
US10943283B2 (en) * | 2016-11-18 | 2021-03-09 | Cummins Inc. | Service location recommendation tailoring |
US10473009B2 (en) * | 2017-01-18 | 2019-11-12 | Vavoline Licensing and Intellectual Property LLC | System and method for predicting remaining oil life in vehicles |
-
2022
- 2022-11-28 CN CN202280079275.1A patent/CN118339368A/zh active Pending
- 2022-11-28 WO PCT/US2022/051082 patent/WO2023097078A1/en active Application Filing
- 2022-11-28 EP EP22899437.2A patent/EP4441344A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4441344A1 (en) | 2024-10-09 |
WO2023097078A1 (en) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10943283B2 (en) | Service location recommendation tailoring | |
Amarasinghe et al. | Cloud-based driver monitoring and vehicle diagnostic with OBD2 telematics | |
US9672667B2 (en) | System for processing fleet vehicle operation information | |
US8560164B2 (en) | Systems and methods for complex event processing of vehicle information and image information relating to a vehicle | |
CN112445183A (zh) | 一种基于柴油obd检测的远程监控平台及系统 | |
WO2019046182A1 (en) | INTRUSTIVE DIAGNOSTICS AND PROGNOSTICS USING CYCLE YIELD MANAGEMENT | |
US9299201B2 (en) | Acquisition of in-vehicle sensor data and rendering of aggregate average performance indicators | |
US11724698B2 (en) | Systems and methods of adjusting operating parameters of a vehicle based on vehicle duty cycles | |
CN112945309A (zh) | 基于大数据驱动的燃油加注质量的监控装置及方法 | |
CN113906483A (zh) | 用于识别对车辆的篡改的方法和系统 | |
CN111721896A (zh) | 一种车辆尾气监控方法、设备及系统 | |
CN109844291B (zh) | 液体过滤器燃料消耗估算 | |
CN111147570B (zh) | 一种基于物联网的汽车出租管理系统及其方法 | |
CN118339368A (zh) | 用于确定交通工具中剩余有用油寿命的实时系统和方法 | |
CN114467090A (zh) | 使用数字孪生识别现场可更换单元的系统和方法 | |
CN112945567A (zh) | 一种低温柴油机车载法排放的预测方法及系统 | |
Li et al. | Evaluation of On-Board Sensor-Based NOx emissions from the heavy-duty vehicles in an inspection and Maintenance program | |
US11455845B2 (en) | Fuel property diagnostic device | |
EP4405579A1 (en) | Predictive control system and method for vehicle systems | |
CN110895414B (zh) | 用于确定并监视额外燃料消耗的原因的方法和系统 | |
CN207879459U (zh) | 一种智能增压器的控制系统 | |
US20210381419A1 (en) | System and method for facilitating regeneration of particulate filters in a fleet of vehicles | |
CN118715533A (zh) | 通过与服务团队/服务经销商集成对发动机进行快速数据分析 | |
Xie et al. | Research on the Activity and Emission Characteristics of Tractor-Trailers Based on Remote Monitoring | |
CN118591832A (zh) | 经由云计算的动力总成和车队管理 |
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 |