CN211926038U - 车载空调滤芯寿命的预测系统及车辆 - Google Patents

Abstract

本实用新型提供了一种车载空调滤芯寿命的预测系统及车辆，预测系统包括：获取模块，用于获取车载空调的数据信息；采集模块，与获取模块连接，以接收和转发获取模块获取的数据信息，大数据云端服务器，与采集模块连接以接收采集模块采集的数据信息，且由大数据云端服务器对数据信息进行计算和分析，得到空调滤芯的剩余使用寿命，并将剩余使用寿命传送至采集模块；显示模块，与采集模块连接，以显示大数据云端服务器计算和分析得到的空调滤芯的剩余使用寿命。本实用新型的车载空调滤芯寿命的预测系统，能够对空调滤芯的剩余使用寿命的进行更加准确地预测，便于车辆用户及时地更换空调滤芯。

Description

车载空调滤芯寿命的预测系统及车辆

技术领域

本实用新型涉及车辆空调技术领域，特别是涉及一种车载空调滤芯寿命的预测系统和具有该预测系统的车辆。

背景技术

目前，车辆用户对车内的空气质量的要求越来越高。汽车行业中广泛应用的汽车空调滤芯既能保证车辆空调系统的洁净，又能有效降低车内空气污染的问题。但是，在汽车空调滤芯的使用过程中，随着颗粒物等杂质的不断累积，阻力也不断提高，一旦颗粒物积累到一定程度，会使净化效果变差，甚至会二次污染车内空气。因此，车辆用户需要在空调滤芯达到使用寿命之前进行及时更换，保证车内良好的空气质量。

目前，车辆用户主要根据汽车空调滤芯的使用时间或汽车行驶里程来提醒用户更换空调滤芯，由于不同地区的温度、湿度、空气质量、风沙等差异，因而基于使用时间或汽车行驶里程来判断空调滤芯的剩余使用寿命并不准确。当然，现有技术中还提到利用车机计算空调滤芯寿命的技术方案，该技术方案对空调滤芯寿命的计算集成于车机，但是车机的计算能力有限，因此导致空调滤芯的预测寿命不够准确。

实用新型内容

本实用新型的一个目的是要提供一种基于大数据云端计算方法的车载空调滤芯寿命的预测系统，该预测系统将现有技术中的利用车机计算空调滤芯寿命变成利用大数据云端对车载空调的数据信息中的海量数据进行计算和分析，能够更加准确地预测车载空调滤芯寿命。

特别地，本实用新型提供了一种车载空调滤芯寿命的预测系统，包括：

获取模块，用于获取车载空调的数据信息；

采集模块，与所述获取模块连接，以接收和转发所述获取模块获取的所述数据信息；

大数据云端服务器，与所述采集模块连接以接收所述采集模块采集的所述数据信息，且由所述大数据云端服务器对所述数据信息进行计算和分析，得到空调滤芯的剩余使用寿命，并将所述剩余使用寿命传送至采集模块；

显示模块，与所述采集模块连接，以显示所述大数据云端服务器计算和分析得到的所述空调滤芯的剩余使用寿命。

进一步地，车载空调滤芯寿命的预测系统还包括：提醒模块，与所述大数据云端服务器连接，所述提醒模块配置成，在所述大数据云端服务器计算和分析出所述空调滤芯的剩余使用寿命位于第一设定值和第二设定值之间，或者所述空调滤芯的剩余使用寿命小于所述第二设定值时，发出提醒信息并推送至所述显示模块；其中，所述第一设定值大于所述第二设定值。

进一步地，所述获取模块为车载T-BOX。

进一步地，所述采集模块为TSP平台。

进一步地，所述大数据云端服务器包括：

计算单元，与所述采集模块连接，以对所述采集模块采集的数据信息进行计算；

分析单元，与所述计算单元连接以对所述计算单元计算出的结果进行智能分析。

进一步地，所述显示模块和所述提醒模块均为手机APP。

进一步地，所述数据信息由所述车载空调中的空调控制器通过多个传感器进行获取。

本实用新型还提供一种车辆，包括上述实施例中所述的车载空调滤芯寿命的预测系统。

本实用新型的车载空调滤芯寿命的预测系统，利用大数据云端服务器，将算法集成于云端，大数据云端服务器无计算能力的限制，能够对采集模块采集到的海量数据信息进行计算和智能分析，能够对空调滤芯的剩余使用寿命的进行更加准确地预测，便于车辆用户在空调滤芯未达到寿命之前及时地进行更换，避免因空调滤芯寿命预测不准而使空调滤芯到达寿命后未能及时更换，进而导致车载空调无法正常工作的问题。

根据下文结合附图对本实用新型具体实施例的详细描述，本领域技术人员将会更加明了本实用新型的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本实用新型的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本实用新型实施例的车载空调滤芯寿命的预测系统的连接原理图。

附图标记：

车载空调滤芯寿命的预测系统100；

获取模块10；

采集模块20；

大数据云端服务器30；计算单元31；分析单元32；

显示模块40；

提醒模块50；

车载空调60。

具体实施方式

参见图1，本实用新型实施例的车载空调滤芯寿命的预测系统100主要由获取模块10、采集模块20、大数据云端服务器30和显示模块40组成。其中，获取模块10可以用于获取车载空调60的数据信息。采集模块20可以与获取模块10连接，采集模块20可以接收和转发获取模块10获取的数据信息。大数据云端服务器30与采集模块20连接，大数据云端服务器30可以接收采集模块20采集的数据信息，并且由大数据云端服务器30对数据信息进行计算和分析，得到空调滤芯的剩余使用寿命。大数据云端服务器30具有无限计算能力，可以对海量的数据信息进行计算分析，保证空调滤芯的寿命预测更加准确。

通过大数据云端服务器30计算和分析得到的空调的滤芯的剩余使用寿命的数据可以传送至采集模块20。显示模块40与采集模块20连接，显示模块40可以显示大数据云端服务器30计算和分析得到的空调滤芯的剩余使用寿命。车辆用户可以随时查看显示模块40上显示的空调滤芯的剩余使用寿命，并且根据该剩余使用寿命及时更换空调滤芯，避免空调滤芯损坏导致车载空调60无法正常工作。

由此，本实用新型的车载空调滤芯寿命的预测系统100，利用大数据云端服务器30，将算法集成于云端，大数据云端服务器30无计算能力的限制，能够对采集模块20采集到的海量数据信息进行计算和智能分析，能够对空调滤芯的剩余使用寿命的进行更加准确地预测，便于车辆用户在空调滤芯未达到寿命之前及时地进行更换，避免因空调滤芯寿命预测不准而使空调滤芯到达寿命后未能及时更换，进而导致车载空调60无法正常工作的问题。

根据本实用新型的一个实施例，如图1所示，车载空调滤芯寿命的预测系统100还包括：提醒模块50。提醒模块50与大数据云端服务器30连接。提醒模块50可以配置成，在大数据云端服务器30计算和分析出空调滤芯的剩余使用寿命位于第一设定值和第二设定值之间，或者空调滤芯的剩余使用寿命小于第二设定值时，发出提醒信息并推送至显示模块40。其中，第一设定值大于第二设定值。也就是说，车载空调滤芯寿命的预测系统100还可以设置有提醒模块50，提醒模块50在大数据云端服务器30计算和分析出空调滤芯的剩余使用寿命时，在提醒模块50设定值内发出提醒信息。具体来说，设定值中的第一设定值可以设置成60天，第二设定值可以设置成30天。当车载空调滤芯寿命的预测系统100计算出空调滤芯的使用寿命在60天-30天以内(包括60天和30天)时，发出提醒信息。当车载空调滤芯寿命的预测系统100计算出空调滤芯的使用寿命在30天以内时，同样发出提醒信息，车辆用户通过显示模块40中显示的提醒信息，及时更换空调滤芯。当然，第一设定值和第二设定值的具体设定数值可以根据实际情况进行具体设定。

在本实用新型的一些具体实施方式中，获取模块10为车载T-BOX。采集模块20为TSP平台。所述显示模块40和所述提醒模块50均为手机APP。也就是说，本实用新型的车载空调滤芯寿命的预测系统100融合了大数据、车联网等技术，基于车联网数据上传，通过云端大数据算法对车载空调60的数据进行计算和智能分析，得到更加准确的空调滤芯剩余使用寿命的预测结果。在车载空调滤芯寿命的预测系统100中，首先为了预测车载空调滤芯的使用寿命，需要获得车载空调60的相关基础数据，比如压缩机使用时长、空调出风口风量、周围环境空气质量、空调出风口温度、空调出风口风速、内外循环比率、鼓风机转速等数据。然后需要根据想要获取的相关数据信息，提前在TSP平台上编辑空调配置文件，下发配置文件到对应车辆，车载T-BOX接收配置文件，根据配置文件进行车载空调60上的相关数据信息的读取，并将读取的数据信息上发至采集模块20(TSP平台)。TSP平台接收该数据信息并转发至大数据云端服务器30，大数据云端服务器30对该数据信息进行接收和解析，云端根据算法分析预测出空调滤芯的剩余使用寿命并定期推送至TSP平台，TSP平台接收并保存云端推送的空调滤芯的剩余使用寿命的数据，同时通过手机APP显示出空调滤芯的剩余使用寿命。当云端根据算法分析预测出空调滤芯的剩余使用寿命大于30天小于60天时，TSP平台接收并保存云端推送的空调滤芯的剩余使用寿命的数据并推送至手机APP，通过手机APP弹出消息通知，提醒车辆用户及时更换空调滤芯。当云端根据算法分析预测出空调滤芯的剩余使用寿命小于30天时，TSP平台接收并保存云端推送的空调滤芯的剩余使用寿命的数据并再次推送至手机APP，通过手机APP弹出消息通知，提醒车辆用户需要尽快更换空调滤芯。

根据本实用新型的一个实施例，参见图1，大数据云端服务器30主要由计算单元31和分析单元32组成。其中，计算单元31与采集模块20连接，计算单元31可以对采集模块20(TSP平台)采集的海量数据信息进行计算。分析单元32与计算单元31连接，分析单元32可以对计算单元31计算出的结果进行智能分析，得出空调滤芯的剩余使用寿命。通过采用大数据云端服务器30进行大数据云端计算，有效解决了现有技术中采用车机计算而导致计算能力受限的问题。大数据云端计算无计算能力的限制，通过将算法集成于云端，对海量数据信息进行计算分析，有利于获得更加准确的空调滤芯的剩余使用寿命的数据，保证车载空调滤芯寿命的预测系统100的预测更加精准，便于车辆用户及时更换空调滤芯。

在本实用新型的一些具体实施方式中，数据信息由车载空调60中的空调控制器通过多个传感器进行获取。具体来说，车载空调滤芯寿命的预测系统100需要获取的车载空调60的相关基础数据可以通过多个传感器进行获取，比如，通过空气质量传感器获取周围环境空气质量，温度传感器可以用于获取空调出风口温度，鼓风机转速传感器可以用于获取鼓风机转速等等。当然，通过传感器获取车载空调60中的空调控制器的相关数据对于本领域技术人员来说是可以理解并且能够实现的，在本申请中不再详细赘述。

总而言之，本实用新型的车载空调滤芯寿命的预测系统100，利用大数据云端服务器30，将算法集成于云端，大数据云端服务器30无计算能力的限制，能够对采集模块20采集到的海量数据信息进行计算和智能分析，能够对空调滤芯的剩余使用寿命的进行更加准确地预测，便于车辆用户在空调滤芯未达到寿命之前及时地进行更换，避免因空调滤芯寿命预测不准而使空调滤芯到达寿命后未能及时更换，进而导致车载空调60无法正常工作的问题。

本实用新型还提供一种车辆包括上述实施例中的车载空调滤芯寿命的预测系统100。由于根据本实用新型实施例的车载空调滤芯寿命的预测系统100具有上述技术效果，因此，根据本实用新型实施例的车辆也具有相应的技术效果，即本实用新型的车辆通过采用该车载空调滤芯寿命的预测系统100，能够更加准确地预测空调滤芯的使用寿命，便于车辆用户在空调滤芯未达到寿命之前及时地进行更换，避免因空调滤芯寿命预测不准而使空调滤芯到达寿命后未能及时更换，进而导致车载空调60无法正常工作的问题。

根据本实用新型实施例的车辆的其他结构和操作对于本领域技术人员而言都是可以理解并且容易实现的，因此不再详细描述。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本实用新型的多个示例性实施例，但是，在不脱离本实用新型精神和范围的情况下，仍可根据本实用新型公开的内容直接确定或推导出符合本实用新型原理的许多其他变型或修改。因此，本实用新型的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (8)

1.一种车载空调滤芯寿命的预测系统，其特征在于，包括：

获取模块，用于获取车载空调的数据信息；

采集模块，与所述获取模块连接，以接收和转发所述获取模块获取的所述数据信息；

大数据云端服务器，与所述采集模块连接以接收所述采集模块采集的所述数据信息，且由所述大数据云端服务器对所述数据信息进行计算和分析，得到空调滤芯的剩余使用寿命，并将所述剩余使用寿命传送至采集模块；

显示模块，与所述采集模块连接，以显示所述大数据云端服务器计算和分析得到的所述空调滤芯的剩余使用寿命。

2.根据权利要求1所述的车载空调滤芯寿命的预测系统，其特征在于，

还包括：提醒模块，与所述大数据云端服务器连接，所述提醒模块配置成，在所述大数据云端服务器计算和分析出所述空调滤芯的剩余使用寿命位于第一设定值和第二设定值之间，或者所述空调滤芯的剩余使用寿命小于所述第二设定值时，发出提醒信息并推送至所述显示模块；其中，所述第一设定值大于所述第二设定值。

3.根据权利要求1所述的车载空调滤芯寿命的预测系统，其特征在于，

所述获取模块为车载T-BOX。

4.根据权利要求1所述的车载空调滤芯寿命的预测系统，其特征在于，

所述采集模块为TSP平台。

5.根据权利要求1所述的车载空调滤芯寿命的预测系统，其特征在于，所述大数据云端服务器包括：

计算单元，与所述采集模块连接，以对所述采集模块采集的数据信息进行计算；

分析单元，与所述计算单元连接以对所述计算单元计算出的结果进行智能分析。

6.根据权利要求2所述的车载空调滤芯寿命的预测系统，其特征在于，

所述显示模块和所述提醒模块均为手机APP。

7.根据权利要求1所述的车载空调滤芯寿命的预测系统，其特征在于，

所述数据信息由所述车载空调中的空调控制器通过多个传感器进行获取。

8.一种车辆，其特征在于，包括权利要求1-7中任一项所述的车载空调滤芯寿命的预测系统。

Images