[发明专利]基于车况数据流的汽车状态评估及故障预警方法

权利要求书

1.基于车况数据流的汽车状态量化评估方法，其特征为解决车况检测报告的数值化评估问题，由四部分组成：汽车车况评分的定义、汽车故障模式的定义、车况故障预警方法、车况检测报告的生成过程。

2.根据权利要求1所述的汽车车况评分，其定义如下

假设车辆传感器监测的指标个数为N个，用符号s(0)，s(1)，s(2)，...，(N-1)表示该车辆的所有监测指标。对于第n个指标s(n)，其正常值范围为[smin(n)，smax(n)]。为了描述第i个指标偏离其正常范围的程度，这里用“指标偏离度”(Metric Deviate Degree，M2D)来定义，其计算公式如下：

对于特定的车辆车况检测结果，本文用所有监测指标“偏离度”最大值的倒数作为整个车辆车况检测的评分(简称为车况评分)，其计算公式为

。

3.根据权利要求1所述的故障模式，其定义如下

当前车辆监测中，发现了车辆故障码，则视为车辆发生了故障，形式一个故障模式。它主要包含如下几个方面的信息：“汽车型号”、“故障位置”、“故障类型”、“异常指标及检测值列表”、“故障代码列表”、“汽车品牌”。

实际中，根据每次车况检测报告，将每次故障代码对应的故障模式保存到故障模式数据库中，形成一个汽车故障模式知识库，以便对汽车进行故障进行预防性维修。同时，针对不同次的车况检测结果，该故障模式需要考虑相同或类似故障模式的合并。

4.根据权利要求1所述的故障预警方法，其过程如下

由特定的车辆检测结果，评估该发生故障的可能性程度，本文定义“故障率”来描述，它定义为“当前车辆检测结果”与现有故障模式之间的最大匹配程度。其数值越大，发生故障的概率越大。

假设当前可用的故障模式有M个，每个故障模式的有K_m个异常指标，则第m个故障模式的第k异常指标用符号表示s_m(k)。

对于当前车辆检测结果中，有N个指标，每个指标用s(n)，其中n＝0，1，...，N-1，则当前检测结果与第m个故障模式的匹配程度，它们之间“同种监测指标”的欧几里得距离来衡量。这里，所谓的“同质监测指标”是指当前监测结果中的“监测指标列表”与第m个故障模式中的“异常指标列表”中相同的指标列表。

进一步假设当前监测结果和第m个故障模式，有L_m个的同质监测指标，用符号v_m(l)表示第m个故障模式中的同质指标，用符号v(l)表示当前车辆故障监测值的第l个同质指标值，其中l＝0，1，2，...，Lm。由此，可进一步定义当前车辆故障监测值和第m个故障模式的故障率r_m，用两者的欧氏距离来衡量。

其中开平方中求和项的分母用于消除不同指标之间的量纲差异，即用做无量纲化处理。同时，上述公式中第一项的m分之一，用于消除当前车辆故障监测值和不同故障模式之间同质指标数量的差异。

5.根据权利要求1所述的检测报告生成流程，其特征在于详细步骤如下：

(1)通过汽车OBD检测设备，执行车辆检测，获得车况数据流。

(2)根据车况数据流和OBD检测指标在正常车况下的取值范围，计算车况评分结果，获得车况检测报告的数值评估结果。实际中，不同汽车品牌、不同汽车类型、不同汽车发动机，其OBD检测指标的正常取值范围会有不同。

(3)判断是否检测到故障码，若检测到车况故障码，抽取当前故障码模式，将该故障模式添加到故障识库。

(4)根据车况数据流的监测指标值，结合故障知识库，评估当前车况数据流发生故障的可能性，以车况故障率来体现。

(5)综合车况故障率和车况评分，生成车况检测报告。