[发明专利]一种用于车辆的故障预测方法及系统有效

专利信息
申请号: 202210092687.0 申请日: 2022-01-26
公开(公告)号: CN114757366B 公开(公告)日: 2023-02-03
发明(设计)人: 吴凡;郑宁安;陈锭敏;满超 申请(专利权)人: 广州汽车集团股份有限公司
主分类号: G06Q10/20 分类号: G06Q10/20;G06Q10/04;G06Q10/067;G06Q10/0639
代理公司: 深圳汇智容达专利商标事务所(普通合伙) 44238 代理人: 熊贤卿
地址: 510030 广东省广州市越秀*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 车辆 故障 预测 方法 系统
【权利要求书】:

1.一种用于车辆的故障预测方法,其特征在于,包括如下步骤:

步骤S10,获得车辆中选定的待诊断部件对应的关联信号组中的各监测信号的历史数据,并对所述各监测信号的历史数据进行转换处理,获得转换后的历史监测数据;

步骤S11,将转换后的历史监测数据导入预设定的监控模型,分析获得所述待诊断部件的各历史时间点对应的性能指标,所述性能指标包括:性能衰减比例、历史运转负荷、异常动作统计;

步骤S12,根据所述各历史时间点对应的性能指标,结合所述待诊断部件的理想期望曲线,获得所述待诊断部件的各历史时间点的健康度;

步骤S13,根据所述待诊断部件的各历史时间点的健康度,并结合所述待诊断部件对应的各监测信号的当前运行数据,输入已训练的预测模型,对未来健康度进行预测,获得所述待诊断部件的衰减诊断预测结果,所述衰减诊断预测结果包括:所述待诊断部件预计出现失效风险的时间区间,以及对应事件的出现概率;

其中,所述步骤S12进一步通过下述公式计算获得所述待诊断部件的各历史时间点t的健康度H:

其中,A(t)为历史时间点t的性能衰减比例;E(t+1)为历史时间点t+1时的异常动作统计值;L(t)为历史时间点t时的历史运转负荷值;P(ideal)为理想性能指标,其根据所述待诊断部件的理想期望曲线获得;P(t)为历史时间点t的当前性能指标,K为预标定的系数。

2.如权利要求1所述的方法,其特征在于,进一步包括:

预先通过整车信号列表或DBC文件确定车辆中各待诊断部件对应的关联信号组,每一关联信号组包括多个监测信号;

其中,所述待诊断部件至少包括车窗电机,所述车窗电机的关联信号组中的监测信号包括:4个车窗电机的激活状态、正转状态、反转状态、电机转速、堵转状态、防夹状态,以及导航系统发出的GPS定位、空调系统发出的车外温度、车外湿度和车内温度、车内湿度、电池传感器和发电机所发出的当前放电电流和电压、发动机管理模块发出的点火状态。

3.如权利要求2所述的方法,其特征在于,在所述步骤S10中,在所述待诊断部件为车窗电机时,对所述各监测信号的历史数据进行转换处理,获得转换后的历史监测数据的步骤具体包括:

将车窗电机从激活状态到堵转状态的时间转换为车窗执行一次完整的升或降操作的总执行时间;

将当前车内外温度、车内外湿度进行平滑处理后转换为当前车窗电机运行的环境温度、环境湿度;

将从电池传感器和发电机所获取的当前电压信息转换为当前车窗电机运行的电气环境;

将系统历史GPS定位点信息通过统计算法转换为区域分布信息,并将其作为历史环境温度、环境湿度的加权影响因子。

4.如权利要求3所述的方法,其特征在于,在所述待诊断部件为车窗电机时,所述步骤S11具体包括:

将所述经转换后获得的历史升降操作执行时间、环境温度、环境湿度、电气环境、历史环境加权数据导入已训练的监控模型,获得车窗电机各历史时间点对应的性能指标,包括:当前驱动的性能衰减比例、历史运转负荷、异常动作统计。

5.如权利要求1至4任一项所述的方法,其特征在于,进一步包括:

步骤S14,通过无线网络,将所述待诊断部件的衰减诊断预测结果发送给位于客户、车厂、4S店处的接收装置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州汽车集团股份有限公司,未经广州汽车集团股份有限公司许可,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/202210092687.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top