CN109765878A - 新能源汽车can总线网络故障的辅助分析方法 - Google Patents
新能源汽车can总线网络故障的辅助分析方法 Download PDFInfo
- Publication number
- CN109765878A CN109765878A CN201811584342.7A CN201811584342A CN109765878A CN 109765878 A CN109765878 A CN 109765878A CN 201811584342 A CN201811584342 A CN 201811584342A CN 109765878 A CN109765878 A CN 109765878A
- Authority
- CN
- China
- Prior art keywords
- data
- wave level
- time
- level voltage
- level data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明公开了一种新能源汽车CAN总线网络故障的辅助分析方法,本方法在整车CAN网络良好的情况下采集了波形电平数据,对波形电平数据按照CAN ID的内容进行了分类,分别对每一类的波形电平数据计算特征信息的统计分布情况,并创建基准特征库;实时获取运行车辆CAN网络波形电平数据,对波形电平数据按照CAN ID的内容进行分类,分别对每一类的波形电平数据计算特征信息的统计分布情况,并与基准特征库进行比较,得到差异数据、并提示故障风险特征。本方法有效的在车辆现场提取关键特征数据,给出初步的分析判断,为更详细的技术分析提供了依据,提升故障诊断分析效率,降低工作负荷。
Description
技术领域
本发明涉及一种新能源汽车CAN总线网络故障的辅助分析方法。
背景技术
随着新能源汽车行业的发展,运行中的新能源车保有量不断提升,因此运行车辆发生CAN总线网络故障的绝对数量也在不断增长。
传统的CAN总线网络故障分析方法是在实验室里依据设计原理进行分析,查找不符合设计的地方来查找故障原因。但是在新能源汽车数量不断上升的情况下,运行车辆网络故障状态并不一直处于稳定的情况;同时时间、设备及技术人员数量都已经无法支撑采用复杂的实验室方法进行细致分析的方法来查找分析故障原因。因而急需一种快速的现场可操作的方法来辅助进行故障分析并准确查找原因。
在当CAN总线发生故障时,必然是总线网络上的某些参数发生了变化,但确定故障点是一个需要将获取的测量数据进行技术分析及与现场环境进行相结合的过程。因此传统方法费时费力,无法应对新能源汽车的发展趋势。
发明内容
本发明所要解决的技术问题是提供一种新能源汽车CAN总线网络故障的辅助分析方法,本方法有效的在车辆现场提取关键特征数据,给出初步的分析判断,为更详细的技术分析提供了依据,提升故障诊断分析效率,降低工作负荷。
为解决上述技术问题,本发明新能源汽车CAN总线网络故障的辅助分析方法包括如下步骤:
步骤一、针对运行良好的CAN总线网络获取波形电平采样数据;
步骤二、根据CAN ID对波形电平数据进行分类,相同CAN ID的波形电平数据归为一类;
步骤三、计算相同类波形电平数据的CAN_H、CAN_L、差分波形的上升沿时间、差分波形的下降沿时间、高电平电压、低电平电压和位时间;
步骤四、统计分析相同类波形电平数据中上升沿时间分布数据T_rise、下降沿时间分布数据T_drop、高电平电压分布数据L_hl、低电平电压分布数据L_ll和位时间分布数据T_bit;
步骤五、将步骤四中的各分布数据存储为基准特征库,基准特征库包含分布数据的分布组数N、组数据间的差值step、分布数据的平均值avg以及标准差s,供后续参照计算使用;
步骤六、实时获取运行车辆CAN总线网络的波形电平采样数据;
步骤七、将获取的波形电平采样数据根据CAN ID进行分类,相同CAN ID的波形电平采样数据归为一类;
步骤八、计算相同类波形电平数据的CAN_H、CAN_L、差分波形的上升沿时间、差分波形的下降沿时间、高电平电压、低电平电压和位时间;
步骤九、按步骤四统计分析步骤八中计算得出的相同类数据的分布情况;
步骤十、将步骤九得到的分布情况与基准特征库进行比对,以基准特征库中的分布组数N、组数据间的差值step来统计数据,计算各相同类数据的分布数据平均值avgx及标准差sx,得到上升沿时间、下降沿时间、高电平电压、低电平电压和位时间的差异数据;
步骤十一、输出差异数据,当avgx或sx与基准特征库中的avg或s相差大于一个step及以上时,提示该特征存在异常风险,并传输保存。
由于本发明新能源汽车CAN总线网络故障的辅助分析方法采用了上述技术方案,即本方法在整车CAN网络良好的情况下采集了波形电平数据,对波形电平数据按照CAN ID的内容进行了分类,分别对每一类的波形电平数据计算特征信息的统计分布情况,并创建基准特征库;实时获取运行车辆CAN网络波形电平数据,对波形电平数据按照CAN ID的内容进行分类,分别对每一类的波形电平数据计算特征信息的统计分布情况,并与基准特征库进行比较,得到差异数据、并提示故障风险特征。本方法有效的在车辆现场提取关键特征数据,给出初步的分析判断,为更详细的技术分析提供了依据,提升故障诊断分析效率,降低工作负荷。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明:
图1为实现本方法的辅助分析***框图;
图2为本方法中故障分析的步骤示意图;
图3为CAN总线报文数据的典型组成示意图;
图4为CAN总线波形示意图;
图5为典型统计分布示意图;
图6为本方法中差异比较的结构框图。
具体实施方式
本发明新能源汽车CAN总线网络故障的辅助分析方法包括如下步骤:
步骤一、针对运行良好的CAN总线网络获取波形电平采样数据;
步骤二、根据CAN ID对波形电平数据进行分类,相同CAN ID的波形电平数据归为一类;
步骤三、计算相同类波形电平数据的CAN_H、CAN_L、差分波形的上升沿时间、差分波形的下降沿时间、高电平电压、低电平电压和位时间;
步骤四、统计分析相同类波形电平数据中上升沿时间分布数据T_rise、下降沿时间分布数据T_drop、高电平电压分布数据L_hl、低电平电压分布数据L_ll和位时间分布数据T_bit;
步骤五、将步骤四中的各分布数据存储为基准特征库,基准特征库包含分布数据的分布组数N、组数据间的差值step、分布数据的平均值avg以及标准差s,供后续参照计算使用;一般N可以取10,统计所有采样数据,去掉最大及最小的0.5%的数据,使用剩余数据的最大值减去最小值得到差值delta,delta除以N得到的即为组数据间的差值step;
步骤六、实时获取运行车辆CAN总线网络的波形电平采样数据;
步骤七、将获取的波形电平采样数据根据CAN ID进行分类,相同CAN ID的波形电平采样数据归为一类;
步骤八、计算相同类波形电平数据的CAN_H、CAN_L、差分波形的上升沿时间、差分波形的下降沿时间、高电平电压、低电平电压和位时间;
步骤九、按步骤四统计分析步骤八中计算得出的相同类数据的分布情况;
步骤十、将步骤九得到的分布情况与基准特征库进行比对,以基准特征库中的分布组数N、组数据间的差值step来统计数据,计算各相同类数据的分布数据平均值avgx及标准差sx,得到上升沿时间、下降沿时间、高电平电压、低电平电压和位时间的差异数据;与步骤五相同,一般N可以取10,统计所有采样数据,去掉最大及最小的0.5%的数据,使用剩余数据的最大值减去最小值得到差值delta,delta除以N得到的即为组数据间的差值step;
步骤十一、输出差异数据,当avgx或sx与基准特征库中的avg或s相差大于一个step及以上时,提示该特征存在异常风险,并传输保存。
本方法用于辅助分析新能源汽车CAN总线网络故障,从而使CAN总线网络故障分析可以更好的进行,尽快找到故障源头。
如图1所示,本方法通过辅助分析***实现,其中SE01为整车网络,通过CAN总线与波形采集存储单元SE02连接,同时提供车载电源给设备供取电单元SE04;波形采集存储单元SE02用于采集存储CAN总线网络上的波形电平数据,为波形电平分析做准备;波形分类处理单元SE03用于波形分类,该单元将波形安装报文为单位进行分割,同时按照CAN ID进行分类;设备供取电单元SE04为整个***提供电力支持,同时使整车网络SE01与辅助分析***的地电平处于相同的状态;分类波形特征提取单元SE05计算产生差分电平,计算CAN_H、CAN_L及差分电平的上升沿时间、下降沿时间、高电平电压、低电平电压、位时间的值,并分析产生统计分布数据;特征数据存储单元SE06进行数据的存储及与基准特征库进行差异分析,产生差异数据并存储;数据传输及显示单元SE07以图表的形式展示数据差异来辅助分析CAN总线网络的问题,有需要时还可以进行数据传输方便更高级的分析诊断。
如图2所示为故障分析的整个步骤,首先STP01进行实时采集运行车辆CAN总线波形;STP02以报文为单位进行分割波形;STP03以CAN ID为属性进行分类;STP04提取分类后波形的特征;STP05依据设定的特征信息进行对比;STP06获取特征信息的差异信息;STP07存储特征信息及特征差异信息;STP08显示及传输特征信息数据。
如图3所示展示了一个CAN报文数据的典型组成,由帧起始、仲裁段、控制段、数据段、CRC段及ACK段组成,CAN ID数据在仲裁段体现。
如图4所示展示了一个CAN总线波形的几个特征数据,上升沿时间为波形从低到高的时间,一般为5%上升至95%的时间,下降沿时间为波形从高到低的时间,一般为95%下降至5%的时间,位时间为每个位的时间,高电平电压为处于高电平时的波形电压值,低电平电压为处于低电平时的电压值。
如图5所示展示了一个统计分布的典型图,每个柱子表示一个数据范围中数据在所有数据中的统计比例,用于表征数据的分布情况。
如图6所示展示了差异比较的结构框图,获取当前***的CAN总线网络特信息以及***良好时的CAN总线网络特征信息,对各个特征信息进行差异化比较,从而提示特征风险。
本方法有别于传统的直接使用示波器等仪器进行CAN总线波形的数据测量,技术人员直接在现场进行分析的方法。本方法可以有效提升分析CAN总线网络故障的效率,同时大大降低技术人员分析故障的工作负荷,减少带设备仪器去车辆现场的频次,通过本方法进行定期检查还可以对CAN总线网络故障的发生进行预警,有效降低故障发生率。
Claims (1)
1.一种新能源汽车CAN总线网络故障的辅助分析方法,其特征在于本方法包括如下步骤:
步骤一、针对运行良好的CAN总线网络获取波形电平采样数据;
步骤二、根据CAN ID对波形电平数据进行分类,相同CAN ID的波形电平数据归为一类;
步骤三、计算相同类波形电平数据的CAN_H、CAN_L、差分波形的上升沿时间、差分波形的下降沿时间、高电平电压、低电平电压和位时间;
步骤四、统计分析相同类波形电平数据中上升沿时间分布数据T_rise、下降沿时间分布数据T_drop、高电平电压分布数据L_hl、低电平电压分布数据L_ll和位时间分布数据T_bit;
步骤五、将步骤四中的各分布数据存储为基准特征库,基准特征库包含分布数据的分布组数N、组数据间的差值step、分布数据的平均值avg以及标准差s,供后续参照计算使用;
步骤六、实时获取运行车辆CAN总线网络的波形电平采样数据;
步骤七、将获取的波形电平采样数据根据CAN ID进行分类,相同CAN ID的波形电平采样数据归为一类;
步骤八、计算相同类波形电平数据的CAN_H、CAN_L、差分波形的上升沿时间、差分波形的下降沿时间、高电平电压、低电平电压和位时间;
步骤九、按步骤四统计分析步骤八中计算得出的相同类数据的分布情况;
步骤十、将步骤九得到的分布情况与基准特征库进行比对,以基准特征库中的分布组数N、组数据间的差值step来统计数据,计算各相同类数据的分布数据平均值avgx及标准差sx,得到上升沿时间、下降沿时间、高电平电压、低电平电压和位时间的差异数据;
步骤十一、输出差异数据,当avgx或sx与基准特征库中的avg或s相差大于一个step及以上时,提示该特征存在异常风险,并传输保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811584342.7A CN109765878A (zh) | 2018-12-24 | 2018-12-24 | 新能源汽车can总线网络故障的辅助分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811584342.7A CN109765878A (zh) | 2018-12-24 | 2018-12-24 | 新能源汽车can总线网络故障的辅助分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109765878A true CN109765878A (zh) | 2019-05-17 |
Family
ID=66452120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811584342.7A Pending CN109765878A (zh) | 2018-12-24 | 2018-12-24 | 新能源汽车can总线网络故障的辅助分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109765878A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114762299A (zh) * | 2020-01-09 | 2022-07-15 | 住友电气工业株式会社 | 检测装置、车载***及检测方法 |
CN116366477A (zh) * | 2023-05-30 | 2023-06-30 | 中车工业研究院(青岛)有限公司 | 一种列车网络通信信号检测方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103969069A (zh) * | 2014-04-26 | 2014-08-06 | 常州大学 | 机械设备工况监测与故障诊断方法 |
CN104579816A (zh) * | 2013-10-11 | 2015-04-29 | 通用汽车环球科技运作有限责任公司 | 车辆网络健康评估 |
CN106526400A (zh) * | 2016-11-28 | 2017-03-22 | 株洲中车时代电气股份有限公司 | Dc600v列车供电***的接地故障诊断方法及装置 |
CN107147526A (zh) * | 2017-05-12 | 2017-09-08 | 上海携程商务有限公司 | 智能网络故障检测方法及*** |
WO2018068462A1 (zh) * | 2016-10-13 | 2018-04-19 | 江苏卡威汽车工业集团股份有限公司 | 一种电动汽车智能安全控制*** |
CN108802525A (zh) * | 2018-06-06 | 2018-11-13 | 浙江宇天科技股份有限公司 | 基于小样本的设备故障智能预测方法 |
CN108985279A (zh) * | 2018-08-28 | 2018-12-11 | 上海仁童电子科技有限公司 | 多功能车辆总线mvb波形的故障诊断方法及装置 |
-
2018
- 2018-12-24 CN CN201811584342.7A patent/CN109765878A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104579816A (zh) * | 2013-10-11 | 2015-04-29 | 通用汽车环球科技运作有限责任公司 | 车辆网络健康评估 |
CN103969069A (zh) * | 2014-04-26 | 2014-08-06 | 常州大学 | 机械设备工况监测与故障诊断方法 |
WO2018068462A1 (zh) * | 2016-10-13 | 2018-04-19 | 江苏卡威汽车工业集团股份有限公司 | 一种电动汽车智能安全控制*** |
CN106526400A (zh) * | 2016-11-28 | 2017-03-22 | 株洲中车时代电气股份有限公司 | Dc600v列车供电***的接地故障诊断方法及装置 |
CN107147526A (zh) * | 2017-05-12 | 2017-09-08 | 上海携程商务有限公司 | 智能网络故障检测方法及*** |
CN108802525A (zh) * | 2018-06-06 | 2018-11-13 | 浙江宇天科技股份有限公司 | 基于小样本的设备故障智能预测方法 |
CN108985279A (zh) * | 2018-08-28 | 2018-12-11 | 上海仁童电子科技有限公司 | 多功能车辆总线mvb波形的故障诊断方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114762299A (zh) * | 2020-01-09 | 2022-07-15 | 住友电气工业株式会社 | 检测装置、车载***及检测方法 |
CN114762299B (zh) * | 2020-01-09 | 2024-03-01 | 住友电气工业株式会社 | 检测装置、车载***及检测方法 |
CN116366477A (zh) * | 2023-05-30 | 2023-06-30 | 中车工业研究院(青岛)有限公司 | 一种列车网络通信信号检测方法、装置、设备及存储介质 |
CN116366477B (zh) * | 2023-05-30 | 2023-08-18 | 中车工业研究院(青岛)有限公司 | 一种列车网络通信信号检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198175B (zh) | 基于模糊聚类的变压器故障诊断方法 | |
CN103197177B (zh) | 一种基于贝叶斯网络的变压器故障诊断分析方法 | |
CN110750524A (zh) | 一种有源配电网故障特征的确定方法及*** | |
CN112348339A (zh) | 一种基于大数据分析的配电网规划方法 | |
CN112179691B (zh) | 基于对抗学习策略的机械装备运行状态异常检测***和方法 | |
CN101738998B (zh) | 一种基于局部判别分析的工业过程监测***及方法 | |
CN111444169A (zh) | 一种变电站电气设备状态监测与诊断***及方法 | |
CN105044499A (zh) | 一种电力***设备变压器状态的检测方法 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN117242487A (zh) | 一种多源混合型特高频局部放电图谱的分离识别方法 | |
CN112668612A (zh) | 一种基于网格的局部放电信号聚类分析方法 | |
CN113902241A (zh) | 一种基于综合状态评价的电网设备检修的策略***及方法 | |
CN109765878A (zh) | 新能源汽车can总线网络故障的辅助分析方法 | |
CN116933010A (zh) | 一种基于多源数据融合与深度学习的负载率分析评价方法和*** | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及*** | |
CN116087647A (zh) | 基于pca和麻雀算法优化随机森林的建筑电气故障诊断方法 | |
CN116956215A (zh) | 一种传动***故障诊断方法及*** | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN114118222A (zh) | 一种磨煤机状态预警***及故障识别诊断方法 | |
CN115983507B (zh) | 送端源电网断面宽频振荡风险预测方法及*** | |
CN111965442A (zh) | 一种数字孪生环境下的能源互联网故障诊断方法及装置 | |
CN115186935B (zh) | 一种机电设备非线性故障预测方法及*** | |
CN116911161A (zh) | 一种结合数据增强的深度学习暂态电压稳定评估方法 | |
CN116523493A (zh) | 配电网运行维护辅助决策分析方法、***及存储介质 | |
CN109388512A (zh) | 针对大规模计算机集群异常程度的评估与分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |
|
RJ01 | Rejection of invention patent application after publication |