[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在审
申请号: | 201710554358.2 | 申请日: | 2017-07-10 |
公开(公告)号: | CN109240254A | 公开(公告)日: | 2019-01-18 |
发明(设计)人: | 卢照敢 | 申请(专利权)人: | 卢照敢 |
主分类号: | G05B23/02 | 分类号: | G05B23/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 450046 河南省郑州市郑东*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车况检测 车况 故障预警 汽车故障 汽车状态 数据流 车主 故障诊断设备 汽车交通事故 汽车维修领域 在线故障诊断 传感器数据 内置传感器 车辆维修 发生故障 量化评估 评估问题 汽车车况 汽车检测 汽车维修 行车途中 数值化 汽车 量化 检测 评估 维修 分析 | ||
在汽车维修领域,汽车OBD在线故障诊断设备是一种被广泛接受的故障诊断设备。通过这款设备车辆维修技师可对所有的汽车内置传感器进行检测,获得车辆的车况检测报告,根据车况检测报告的传感器数据,对汽车故障进行分析。本发明公开了根据车况检测报告的车况数据流,对汽车状态进行量化评估的方法,以解决车况检测报告的数值化评估问题。它有以下四部分组成,(1)汽车车况评分的定义;(2)汽车故障模式的定义;(3)车况故障预警方法;(4)车况检测报告的生成过程。对于没有汽车维修技师经验的车主用户来说,量化的车况检测报告可使车主用户明确了解车况,及时进行专业的汽车检测维修,避免车辆在行车途中发生故障,减少汽车交通事故的发生。
技术领域
本发明提出一种基于车况数据流的汽车状态量化评估方法,以解决车况检测报告的数值化评估问题。
背景技术
在汽车维修领域,汽车OBD在线故障诊断设备是一种被广泛接受的故障诊断设备。通过这款设备车辆维修技师可对所有的汽车内置传感器进行检测,获得车辆的车况检测报告,根据车况检测报告的传感器数据,对汽车故障进行分析。车况检测报告是汽车当前状态的一次快照,其反映的车况好坏,只能靠汽车维修技师的个人经验。若车况检测报告中,检测到了汽车故障代码,则汽车维修技师可针对性对汽车故障代码所指示的位置进行检查和维修,否则汽车维修技师只能全凭个人经验进行判断。
近年来,随着汽车OBD检测设备的小型化和网络化,其用途逐渐成了广大汽车用户对车辆进行监管和车况监测的手段。对于没有汽车维修技师经验的车主用户来说,车况检测报告需要对车况进行整体量化的评估,并根据车况数据流的情况进行车况预警,以便提醒车主用户及时进行专业的汽车检测维修,避免车辆在行车途中发生故障,减少汽车交通事故的发生。
发明内容
本发明提出一种基于车况数据流的汽车状态量化评估方法,以解决车况检测报告的数值化评估问题。它有以下四部分组成: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。
车况评分的定义
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:
很显然,对于第n个指标来说,其指标偏离度处于[0,1]之间,均属于正常值范围。若监测指标监测值超出(大于或小于正常值范围的最大值和最小值),则其“指标偏离度”是大于1,该指标视为异常监测指标。
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
由“故障检测评分”的计算公式可知,只要有一个监测指标发生了异常,会导致最后的检测评分小于100,其数值越小,监测指标偏离正常值的程度越大。它不是经过归一化的指标,其数值越大,车况越好,上不封顶。
故障模式的定义
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。
故障预警方法
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于卢照敢,未经卢照敢许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710554358.2/2.html,转载请声明来源钻瓜专利网。