CN1975710A - 设备诊断装置 - Google Patents
设备诊断装置 Download PDFInfo
- Publication number
- CN1975710A CN1975710A CN200610163161.8A CN200610163161A CN1975710A CN 1975710 A CN1975710 A CN 1975710A CN 200610163161 A CN200610163161 A CN 200610163161A CN 1975710 A CN1975710 A CN 1975710A
- Authority
- CN
- China
- Prior art keywords
- interval
- information
- parts
- time series
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0232—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种根据设备的时间系列信息,不仅用设备的工作状态,而且也加进工作环境和工作条件,推定设备的状态,并根据推定的状态诊断设备状态的设备诊断装置。该设备诊断装置具备从作为诊断对象的设备(3)接受时间系列信息,检测出时间系列信息的变化点的区间推定部件(101)、接受来自作为诊断对象的设备(3)的时间系列信息和来自区间推定部件(101)的变化点信息,将变化点作为边界在时间上分割时间系列信息,对每个分割成的区间从区间的前后关系或与其它的时间系列信息的关系推定设备(3)的状态的状态推定部件(102)、和根据推定的状态诊断设备(3)的设备诊断部件(103)。
Description
技术领域
本发明涉及诊断设备状态的诊断装置。
背景技术
在汽车等民用设备中,在设备的控制装置内部备有控制并保护设备的构造,当检测出异常时,在显示面板等上显示出警告,从而使用户知道发生了异常。
另外,在汽车中,因为定期检修是法律上赋予的义务,所以当检修时,专家们诊断有无异常,当存在异常时,修理设备并进行保养。
近年来,提出了与飞机中的飞行记录器同样地,在汽车本体中作为记录装置备有所谓的驾驶记录器,以各种不同的形式利用该记录数据的方案(例如,请参照专利文献1)。
记录装置记录当发生事故时驾驶员进行了怎样的操作,汽车是否正常工作等。另外,还正在考虑记录对驾驶员来说不能够判断的异常征兆,当检修时利用该记录,在发生故障和事故前进行保养的预防性保养等。
在汽车等诊断对象设备中,因为该设备内部的控制信息具有各种不同的种类而且是大量的,所以希望开发出利用计算机来进行的诊断技术(例如,请参照专利文献2和专利文献3)。
特别是,当处理大量类似汽车那样的时间系列信息时,伴随着汽车的高功能化,其诊断依赖于熟练技术人员的经验的极限正被指出。
[专利文献1]日本特开2002-073153号(第3、4页图1~图4)
[专利文献2]日本特开2005-004658号(第6~11页图1~图4)
[专利文献3]日本特开2002-217811号(第4页图4、图5)
专利文献2的发明,为了在计算机网络中检测不正当入侵,将存在与通常状态不同的变化的状态检测为异常状态。
专利文献3的发明,从移动体的通信终端的电波状态来检测移动体正在移动还是静止着。
但是,关于象汽车那样,状态的变化点不明确,根据工作环境、工作条件,设备状态发生各种各样的变化,只部分地看到时间系列信息,难以判别是位于哪种状态的对象而言,在其时间系列信息的处理中留下了需要解决的课题。
例如,对于汽车而言,即便进行通常的行驶,由于在平地上行驶还是正在登上坡道的不同,驾驶状态也将发生变化。
在现在的汽车中,没有用于推定作为工作环境的坡度的特殊传感器信息的情形很多。
发明内容
本发明的课题是提供根据设备的时间系列信息,不仅使用设备的工作状态,而且也加进工作环境及工作条件,来推定设备的状态,并根据推定的状态诊断设备状态的设备诊断装置。
为了解决上述课题,本发明提出了一种设备诊断装置,其特征在于,具有从作为诊断对象的设备接受时间系列信息,检测出时间系列信息的变化点的区间推定部件;接受来自作为诊断对象的上述设备的时间系列信息和来自上述区间推定部件的变化点信息,将变化点作为边界在时间上分割上述时间系列信息,对每个分割成的区间从上述区间的前后关系或与其它的时间系列信息的关系推定设备状态的状态推定部件;以及根据推定的状态诊断设备的设备诊断部件。
区间推定部件备有特征量提取部件和区间检测部件;特征量提取部件算出从作为诊断对象的设备接受到的时间系列信息的特征量,将算出的特征量和计算处理前的时间系列信息送到该区间检测部件;区间检测部件用接受到的特征量在时间上分割时间系列信息,将分割成的区间信息返回到上述特征量提取部件;特征量提取部件根据接受到的区间信息,对每个分割成的区间算出其他的特征量,将算出的其他的特征量送到上述区间检测部件;特征量提取部件和上述区间检测部件交互地执行特征量的计算和区间信息的计算,将最终的区间信息和特征量输出到上述状态推定部件。
状态推定部件备有区间分类部件、区间关系判别部件和状态判别部件;区间分类部件使用接受到的区间信息和特征量,算出将各区间分类为哪种状态;区间关系判别部件预先保持与上述设备相对应的状态转移信息,比较1次分类信息和预先保持的状态转移信息,判定被分类的区间状态是否妥当;状态判别部件,从接受到的判定结果中,检索区间关系不正确的部分,修正区间分类以使其成为正确的关系,将区间信息和各自的状态信息输出到上述设备诊断部件。
在本发明的设备诊断装置中,因为区别对待设备的工作状态、工作环境和工作条件,根据时间系列信息的前后关系来推定设备状态,并根据推定的状态恰当地诊断设备状态,所以能够提高诊断精度。
附图说明
图1是表示本发明的设备诊断装置的一个实施例的结构的方框图。
图2是表示本发明的设备诊断装置中区间推定部件和状态推定部件的内部结构的一个例子的方框图。
图3是表示汽车中的状态种类和这些状态的相互关系的图。
图4是表示时间系列信息的1个例子的时间图。
图5是表示时间系列信息与特征量和区间分割的关系的时间图。
图6是表示t11~t18区间中的特征量的图表。
图7是表示时间系列信息与特征量和区间分割的关系的时间图。
图8是表示时间系列信息与特征量和区间分割的关系的时间图。
图9是表示时间系列信息与特征量和区间分割的关系的时间图。
具体实施方式
下面,我们参照图1~图9,说明本发明的设备诊断装置的实施例。
图1是表示本发明的设备诊断装置的一个实施例的结构的方框图。
设备诊断装置1经由网络2,从作为诊断对象的设备3接受时间系列信息,来诊断设备3的状态,然后输出该结果。所谓时间系列信息是按照时间顺序记录与设备状态有关的各种控制信息和传感器信息等状态信息的一连串信息。
例如,在汽车中,按照时间记录了速度、发动机转数、油门开度、燃料消耗等信息的数据就是时间系列信息。
设备诊断装置1备有区间推定部件101、状态推定部件102和设备诊断部件103。
区间推定部件101经由网络2,从作为诊断对象的设备3接受时间系列信息,检测时间系列信息的变化点。
状态推定部件102接受来自作为诊断对象的设备3的时间系列信息和来自区间推定部件101的变化点信息,从状态间的前后关系推定设备状态。
设备诊断部件103根据由状态推定部件102推定的设备的状态信息,选择恰当的诊断方法进行诊断,并输出诊断结果。
图2是表示本发明的设备诊断装置中区间推定部件101和状态推定部件102的内部结构的一个例子的方框图。
区间推定部件101备有特征量提取部件301和区间检测部件302。
特征量提取部件301经由网络2,计算出从作为诊断对象的设备3接受的时间系列信息的特征量,将算出的特征量和计算处理前的时间系列信息送到区间检测部件302。
区间检测部件302使用接受到的特征量,在时间上分割时间系列信息。区间检测部件302将分割后的区间信息返回给特征量提取部件301。
特征量提取部件301根据接受到的区间信息,对每个分割成的区间计算出其他的特征量,将计算出的其他的特征量送到区间检测部件302。
这样,特征量提取部件301和区间检测部件302交互地进行计算特征量和计算区间信息,将最终的区间信息和特征量作为输出送到状态推定部件102中。
状态推定部件102备有区间分类部件601、区间关系判别部件602和状态判别部件603。
区间分类部件601使用接受到的区间信息和特征量,计算出各区间被分类成哪种状态。作为具体的计算方法,比较并参照每个状态的特征量的倾向值,对各区间处于何种状态进行1次分类。
图3是表示汽车中的状态种类和这些状态的相互关系的图。
状态转移图1101表示汽车在通常使用中的行驶状态,存在“停车”、“临时停车”、“加速”、“减速”、“巡航”和“堵车”这样6种状态,箭头表示从某种状态转移到另一种状态。
例如,“临时停车”表示汽车的发动机起动着,但是不行驶的状态。另外,“巡航”表示以一定范围内的速度状况良好地行驶,“堵车”表示在一定速度以下在拥挤的交通状况中行驶。
图4是表示时间系列信息的1个例子的时间图。使用图4的时间系列信息来说明区间推定部件101的动作。
这个例子的时间系列信息是汽车中的速度信息。汽车的速度信息201从速度0开始,随着时间发生连续变化,最终又成为速度0。
区间推定部件101经由网络2,从作为诊断对象的设备3接受速度信息201。设备3是设置在汽车内部管理速度信息的汽车控制单元。
图5是表示时间系列信息与特征量和区间分割的关系的时间图。
区间推定部件101内的特征量提取部件301,根据接受到的速度信息计算出特征量401。特征量401是由所输入的速度信息计算出1次线性微分值的加速度信息。特征量提取部件301将计算出的加速度信息作为特征量401送到区间检测部件302。
区间检测部件302对接受到的加速度信息成为0时的时刻进行计算,将该时刻判定为时间系列信息的变化点,将时间系列信息(速度信息)按时间上分割成t11~t18区间。图6是表示在t11~t18区间中的特征量的图表。
区间检测部件302使经过时间分割的区间信息返回到特征量提取部件301。特征量提取部件301接受区间信息,对每个区间由时间系列信息计算出变化率501、变化率峰值502、位移503这样3种特征量,并再次送到区间检测部件302。
图7是表示时间系列信息与特征量和区间分割的关系的时间图。
区间检测部件302,当使用变化率峰值502更新区间信息时,被分割成图7所示的t21~t26共6个区间。
在该判定规则中,在更新变化率峰值502的绝对值前的区间内,将不到8的区间判定为同一区间。其结果,将t13~t15判定为同一区间。
图8是表示时间系列信息与特征量和区间分割的关系的时间图。
区间检测部件302,当使用位移503更新区间信息时,被分割成图8所示的t31~t35共5个区间。
在该判定规则中,将位移503的绝对值不到50的区间判定为同一区间。其结果,将t12~t15判定为同一区间。
在特征量提取部件301中作为程序预先备有如何计算特征量的特征量计算方法。在区间检测部件302中作为程序预先备有使用特征量计算出将何处作为变化点,从何处到何处为同一区间的区间计算方法。
在本实施例中,计算1次线性微分值等作为特征量,但是根据需要也可以变更程序,将根据傅里叶变换、小波变换等时间频率解析和其它的计算方法得到的值用作特征量。
这里,将区间信息和特征量401、变化率501、变化率峰值502、位移503输出到状态推定部件102。
在图8中,t31区间作为“加速”,t32区间作为“巡航”,t33区间作为“减速”,t34区间作为“巡航”,t35区间作为“减速”被进行1次分类。
状态推定部件102内的区间分类部件601将该1次分类信息输出到区间关系判别部件602。
区间关系判别部件602预先保持与设备对应的状态转移信息,然后比较1次分类信息和预先保持的状态转移信息,判定分类成的区间的状态是否妥当。
在本实施例中,区间关系判别部件602保持与状态转移图1101相当的信息。t31区间被分类为“加速”状态,分类t32区间被分类为“巡航”状态。
在图3的状态转移图1101中,因为有从“加速”状态转移到“巡航”状态,所以区间关系判别部件602判定t31区间和t32区间的关系是正确的。
下面,因为分类t33区间被分类为“减速”状态,t32区间被分类为“巡航”状态,所以同样,区间关系判别部件602判定t32区间和t33区间的关系也是正确的。
下面,将t34区间分类为“巡航”状态,但是在状态转移图1101中,不存在从“减速”到“巡航”的转移。
所以,区间关系判别部件602判定t33区间和t34区间的关系是不正确的。
接着,关于t34区间和t35区间的关系,因为有从“巡航”到“减速”,所以区间关系判别部件602判定其关系为正确。
区间关系判别部件602将判定结果输出到状态判别部件603。
状态判别部件603,从接受到的判定结果中,检索区间关系不正确的部分,然后修正区间分类以使得变成正确关系。
这里,因为判定为t33区间和t34区间之间关系是不正确的,所以认为t34区间的分类中存在错误,然后使用t33和t35的区间分类结果,将t34区间的分类修正为“减速”。
图9是表示时间系列信息与特征量和区间分割的关系的时间图。
最终,因为将t33区间~t35区间分类为“减速”,所以状态判别部件603更新区间信息,将图9所示的t41~t43的区间信息和各个状态信息(t41为“加速”,t42为“巡航”,t43为“减速”)输出到设备诊断部件103中。
在本实施例中,判定了紧临某个区间之前、之后的两个区间之间的关系。也可以根据状态转移信息的复杂性等,一边参照状态转移信息,一边判定除了紧临某个区间之前、之后的两个区间之间的关系以外,还包括距某个区间之前、之后若干个区间的区间之间的关系。
另外,在本实施例中,表示了1个时间系列信息,但是当同时判别其它多个时间系列信息时,能够输出更高精度的区间信息和状态信息。
例如,在汽车的例子中,当不仅使用速度信息,而且还使用油门开度和发动机转数等信息时,能够输出考虑到上坡和下坡等情况的状态信息。
如果同时处理各种不同的信息,例如当使用雨刷的工作信息区别晴天时的行驶和雨天时的行驶等,则能够更正确地判别汽车的状态。
当只用各区间的信息判别状态时,并不限于能够进行正确的状态判别。
当比较参照区间之间的关系成为哪样的状态转移信息时,能够进行恰当的区间分割和状态判别。
设备诊断部件103使用接受到的区间信息、状态信息、原来的时间系列信息,在每个区间对设备进行最恰当地诊断。
根据本发明,因为区别对待设备的工作状态、工作环境和工作条件,根据时间系列信息的前后关系推定设备状态,并根据推定的设备状态恰当地诊断设备状态,所以能够提高诊断精度。
Claims (7)
1.一种设备诊断装置,其特征在于,具有
从作为诊断对象的设备接受时间系列信息,检测出时间系列信息的变化点的区间推定部件;
接受来自作为诊断对象的上述设备的时间系列信息和来自上述区间推定部件的变化点信息,将变化点作为边界在时间上分割上述时间系列信息,对每个分割成的区间从上述区间的前后关系或与其它的时间系列信息的关系推定设备状态的状态推定部件;以及
根据推定的状态诊断设备的设备诊断部件。
2.根据权利要求1所述的设备诊断装置,其特征在于:
上述状态推定部件推定的设备状态包含设备的工作状态、工作环境和工作条件。
3.一种设备诊断装置,其特征在于:该设备诊断装置具有从作为诊断对象的设备接受时间系列信息,检测出时间系列信息的变化点的区间推定部件;接受来自作为诊断对象的上述设备的时间系列信息和来自上述区间推定部件的变化点信息,将变化点作为边界在时间上分割上述时间系列信息,对每个分割成的区间从上述区间的前后关系或与其它的时间系列信息的关系推定设备状态的状态推定部件;以及根据推定的状态诊断设备的设备诊断部件,其中,
上述区间推定部件备有特征量提取部件和区间检测部件;
上述特征量提取部件算出从作为诊断对象的上述设备接受到的时间系列信息的特征量,将算出的特征量和计算处理前的时间系列信息送到该区间检测部件;
上述区间检测部件用接受到的特征量在时间上分割时间系列信息,将分割成的区间信息返回到上述特征量提取部件;
上述特征量提取部件根据接受到的区间信息,对每个分割成的区间算出其他的特征量,将算出的其他的特征量送到上述区间检测部件;
上述特征量提取部件和上述区间检测部件交互地执行特征量的计算和区间信息的计算,将最终的区间信息和特征量输出到上述状态推定部件。
4.一种设备诊断装置,其特征在于:该设备诊断装置具有从作为诊断对象的设备接受时间系列信息,检测出时间系列信息的变化点的区间推定部件;接受来自作为诊断对象的上述设备的时间系列信息和来自上述区间推定部件的变化点信息,将变化点作为边界在时间上分割上述时间系列信息,对每个分割成的区间从上述区间的前后关系或与其它的时间系列信息的关系推定设备状态的状态推定部件;以及根据推定的状态诊断设备的设备诊断部件,其中,
上述状态推定部件备有区间分类部件、区间关系判别部件和状态判别部件;
上述区间分类部件使用接受到的区间信息和特征量,算出将各区间分类为哪种状态;
上述区间关系判别部件预先保持与上述设备相对应的状态转移信息,比较1次分类信息和预先保持的状态迁移信息,判定被分类为的区间状态是否妥当;
上述状态判别部件,从接受到的判定结果中,检索区间关系不正确的部分,修正区间分类以使得其成为正确的关系,将区间信息和各自的状态信息输出到上述设备诊断部件。
5.根据权利要求4所述的设备诊断装置,其特征在于:
上述状态推定部件备有按照上述设备诊断装置的操作者的指示变更应该进行比较的状态转移信息的部件。
6.根据权利要求4所述的设备诊断装置,其特征在于:
上述状态推定部件备有按照上述设备诊断装置的操作者的指示变更应该进行比较的前后区间数的部件。
7.根据权利要求4所述的设备诊断装置,其特征在于:
上述状态推定部件备有按照上述设备诊断装置的操作者的指示变更应该进行比较的状态转移信息的种类数的部件。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005343839A JP2007148890A (ja) | 2005-11-29 | 2005-11-29 | 機器診断装置 |
JP2005343839 | 2005-11-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1975710A true CN1975710A (zh) | 2007-06-06 |
Family
ID=38125783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200610163161.8A Pending CN1975710A (zh) | 2005-11-29 | 2006-11-29 | 设备诊断装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20070136015A1 (zh) |
JP (1) | JP2007148890A (zh) |
CN (1) | CN1975710A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106462150A (zh) * | 2014-05-20 | 2017-02-22 | 东芝三菱电机产业系统株式会社 | 制造设备诊断辅助装置 |
CN108369416A (zh) * | 2016-03-15 | 2018-08-03 | 株式会社日立制作所 | 异常诊断系统 |
CN112001212A (zh) * | 2019-05-27 | 2020-11-27 | 株式会社东芝 | 波形分段装置以及波形分段方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5364530B2 (ja) * | 2009-10-09 | 2013-12-11 | 株式会社日立製作所 | 設備状態監視方法、監視システム及び監視プログラム |
CN102741676B (zh) * | 2010-01-28 | 2016-01-20 | 日立建机株式会社 | 作业机械的监视诊断装置 |
US9996445B2 (en) * | 2014-01-17 | 2018-06-12 | International Business Machines Corporation | Computer flight recorder with active error detection |
WO2018066108A1 (ja) | 2016-10-06 | 2018-04-12 | 三菱電機株式会社 | 時系列データ処理装置 |
WO2020027207A1 (ja) * | 2018-08-03 | 2020-02-06 | パナソニックIpマネジメント株式会社 | 異常検出方法、情報処理装置及び異常検出システム |
JP7383440B2 (ja) * | 2019-10-03 | 2023-11-20 | キヤノンメディカルシステムズ株式会社 | 診断支援システム、診断支援装置及びプログラム |
JP7368189B2 (ja) * | 2019-11-07 | 2023-10-24 | ファナック株式会社 | 分析装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3040852B2 (ja) * | 1991-08-23 | 2000-05-15 | 株式会社日立製作所 | プロセス運用支援システム |
US5397234A (en) * | 1993-11-15 | 1995-03-14 | Harper-Wyman Company | Gas stove top burner assembly |
JP2003022332A (ja) * | 2001-07-06 | 2003-01-24 | Hitachi Ltd | 監視観測情報提供ポータルサイト及び監視観測情報の利用方法 |
JP4031928B2 (ja) * | 2001-11-09 | 2008-01-09 | 株式会社日立製作所 | 設備保守業務支援方法および保守業務支援サーバ |
AU2003215142A1 (en) * | 2002-02-05 | 2003-09-02 | Cleaire Advanced Emission Controls | Apparatus and method for simultaneous monitoring, logging, and controlling of an industrial process |
JP4265296B2 (ja) * | 2003-06-13 | 2009-05-20 | 日本電気株式会社 | 変化点検出装置,変化点検出方法および変化点検出用プログラム |
-
2005
- 2005-11-29 JP JP2005343839A patent/JP2007148890A/ja active Pending
-
2006
- 2006-11-29 CN CN200610163161.8A patent/CN1975710A/zh active Pending
- 2006-11-29 US US11/605,345 patent/US20070136015A1/en not_active Abandoned
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106462150A (zh) * | 2014-05-20 | 2017-02-22 | 东芝三菱电机产业系统株式会社 | 制造设备诊断辅助装置 |
CN108369416A (zh) * | 2016-03-15 | 2018-08-03 | 株式会社日立制作所 | 异常诊断系统 |
US10976731B2 (en) | 2016-03-15 | 2021-04-13 | Hitachi, Ltd. | Abnormality diagnostic system |
CN108369416B (zh) * | 2016-03-15 | 2021-07-16 | 株式会社日立制作所 | 异常诊断系统 |
CN112001212A (zh) * | 2019-05-27 | 2020-11-27 | 株式会社东芝 | 波形分段装置以及波形分段方法 |
US12000868B2 (en) | 2019-05-27 | 2024-06-04 | Kabushiki Kaisha Toshiba | Waveform segmentation device and waveform segmentation method |
CN112001212B (zh) * | 2019-05-27 | 2024-06-25 | 株式会社东芝 | 波形分段装置以及波形分段方法 |
Also Published As
Publication number | Publication date |
---|---|
US20070136015A1 (en) | 2007-06-14 |
JP2007148890A (ja) | 2007-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1975710A (zh) | 设备诊断装置 | |
US11727168B2 (en) | Proactive vehicle maintenance scheduling based on digital twin simulations | |
CN108248609B (zh) | 混合动力车辆和在混合动力车辆中预测驾驶样式的方法 | |
EP3028913B1 (en) | Apparatus and method for determining an advised driving speed | |
CN102167041B (zh) | 一种基于加速度传感器的车辆行驶状态的判定方法 | |
CN107444404B (zh) | 一种驾驶行为规范度的评价方法和装置 | |
CN109711285B (zh) | 识别模型的训练、测试方法和装置 | |
CN106781503A (zh) | 用于监测驾驶行为的方法和装置 | |
JP4908654B1 (ja) | データレコーダ、運行管理装置 | |
CN113487874A (zh) | 一种跟驰行为场景数据采集、识别、分类提取系统及方法 | |
CN111131617A (zh) | 一种基于智能手机的驾驶行为分析与反馈方法 | |
JP6950481B2 (ja) | 診断システム | |
CN112297872B (zh) | 一种汽车扭矩控制方法、装置、控制设备及汽车 | |
CN113442935B (zh) | 一种商用车不良驾驶行为的判断方法及系统 | |
CN107292995A (zh) | 一种基于can总线数据的车辆驾驶行为明细油耗的分析方法 | |
CN109142780A (zh) | 一种汽车发动机转速检测系统 | |
CN104773155A (zh) | 一种汽车制动系统早期故障诊断方法 | |
TW201339031A (zh) | 行車油耗計算方法及行車油耗計算系統 | |
CN1263622C (zh) | 防止瞌睡开车装置 | |
CN1309588C (zh) | 汽车追尾防撞预警智能控制系统及控制方法 | |
CN110979390B (zh) | 一种轨道交通车辆车轮多边形修复方法及系统 | |
CN105719361B (zh) | 一种用于多张驾驶员卡时判定并记录疲劳驾驶的方法 | |
JP2006301957A (ja) | 発進の緩やかさ評価装置および評価方法 | |
CN116238442A (zh) | 一种t-box的新能源车轮胎磨损预判方法及装置 | |
DE102018113027A1 (de) | System und verfahren zum schätzen der abschaltdauer eines fahrzeugs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |