[发明专利]一种车辆故障管理系统

说明书

本发明公开了一种车辆故障管理系统，包括：车载控制装置，其用于实时采集车辆状态数据；网联终端，其通过车辆总线与车载控制装置连接，用于获取车辆状态数据，利用针对不同故障的健康状态预测应用软件，分析并预测当前车辆各部件的退化状态，得到相应的预测结果，并将预测结果通过通用数据链路发送至云平台；云平台，其用于接收来自各车辆的预测结果，利用针对各类故障的健康数据预警阈值，确定需要进行预警提示的车辆，并生成针对各车辆的故障预警结果；显示装置，其用于响应故障预警结果。本发明提高了故障预警过程的适应性与准确性，简化云平台任务量及硬件需求，保障各类请求服务的安全性、可靠性和便捷性。

技术领域

本发明涉及网联汽车领域，尤其是涉及一种基于网联终端的车辆故障管理系统，其中，故障管理包括车辆故障预警与故障诊断维护，适用于各种新能源车辆。

背景技术

电动汽车的发展为节能减排、改善环境带来了希望，但新的电子电气部件在安全性、可靠性方面低于传统的机械部件，设备提前老化、电气部件起火等现象频发，如何保证车辆的使用寿命与运行安全，成为了电动汽车全面推广亟需解决的问题。电动汽车依赖车载控制装置进行电气部件的控制，车载控制装置实时性可靠性较好，但在计算、存储、显示资源方面存在劣势，对于复杂度较高、涉及大量历史数据分析和/或存储与可视化的任务较为乏力，往往需要借助于其他专有设备或工具实现。另一方面，车辆“网联化”水平日益提高，网联终端成为了电动车辆的标准配置，借助于终端3G/4G模块，车辆的位置、状态、参数信息实时上传到云端进行存储，基于云端的车辆故障预警成为了可能。

在现有技术中，大多技术方案是基于云端进行模型训练，云端的海量数据可以确保预警模型拥有丰富的样本；训练后的模型最终也在云端执行，可以实现对所有在线车辆的预警。但基于云端进行车辆预警的方法普遍存在以下问题：1)受限于通信带宽、网络延时、流量费用等客观因素限制，终端数据上传频率远低于实时采样速率，数据失真较为明显，对于电机过流、IGBT模块异常等突发故障难以捕捉完整过程数据；2)基于云端的预警模型普遍采用深度学习、机器学习等方法，算法复杂度高、计算需求量大，对于数以万计的车辆预警需要消耗大量的计算资源及硬件成本。

另外，还有一些技术方案关注到了云端故障预警对资源的消耗问题，并提出了边缘计算与云端相结合的综合预警方法。但是，这些方案要求云端持续流处理，以支持对在线车辆实时SOC/SOH的计算需求，实际增加了平台的计算负荷，并需要在智能处理装置与云平台同时开发复杂模型，也增加了算法开发难度。

进一步，车辆故障预警后，往往需要进行故障原因分析(故障诊断)，并升级控制器固件以减轻后续类似故障发生概率。传统的车辆诊断维护方式是由售后人员携带专业的诊断仪、工具软件对车辆控制器数据进行内部读取，必要时候需要进行软件升级或数据标定。专业的诊断仪、工具软件昂贵且携带不便，网联化让车辆的远程诊断维护成为可能。

然而，针对现有的故障诊断技术方案，普遍基于云端发起远程诊断、标定、监控、升级任务。但现有技术无论采用私有协议或标准协议进行部件的远程诊断、标定、监控、升级，都是基于云端提供并启动相应服务类型，终端主要起协议转换功能。由于云端与控制器之间通信链路较长，易受外部干扰，无法满足实时性、可靠性要求。

发明内容

为了解决上述技术问题，本发明提供了一种车辆故障管理系统，包括：车载控制装置，其用于实时采集车辆状态数据；网联终端，其通过车辆总线与所述车载控制装置连接，用于获取所述车辆状态数据，利用预先构建的针对不同故障类型的健康状态预测应用软件，分析并预测车辆各部件在不同故障下的退化状态，得到相应故障的预测结果，并将所述预测结果通过通用数据链路发送至云平台；所述云平台，其用于接收各车辆的所述预测结果，利用预设的针对各类故障的健康数据预警阈值，确定需要进行预警提示的车辆，并生成针对各车辆的故障预警结果；显示装置，其通过所述车辆总线与所述网联终端连接，用于响应所述网联终端接收到的所述故障预警结果。