CN110907190B - 一种obd远程在线监控数据质量的判定方法 - Google Patents
一种obd远程在线监控数据质量的判定方法 Download PDFInfo
- Publication number
- CN110907190B CN110907190B CN201911075574.4A CN201911075574A CN110907190B CN 110907190 B CN110907190 B CN 110907190B CN 201911075574 A CN201911075574 A CN 201911075574A CN 110907190 B CN110907190 B CN 110907190B
- Authority
- CN
- China
- Prior art keywords
- data
- event
- trip event
- field
- abnormal
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 14
- 231100000719 pollutant Toxicity 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 238000000691 measurement method Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 12
- 230000009286 beneficial effect Effects 0.000 abstract 1
- BUCXEFZXWKUCCY-UHFFFAOYSA-N 4-methyl-3-(2-phenylethyl)-1,2,4-oxadiazol-5-one Chemical compound O1C(=O)N(C)C(CCC=2C=CC=CC=2)=N1 BUCXEFZXWKUCCY-UHFFFAOYSA-N 0.000 description 3
- 238000002229 photoelectron microspectroscopy Methods 0.000 description 3
- 238000013028 emission testing Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
为了解决目前OBD远程在线监控数据部分存在数据质量问题致使其在无法直接用于车辆污染物排放测试计算的技术问题，本发明提供了一种OBD远程在线监控数据质量的判定方法，包括步骤：1、出行事件划分；2、时间异常处理；3、数据异常处理；本发明总结了目前OBD远程排放监控数据中存在的典型问题和识别方法，可高效快速识别原始数据中有问题的部分，通过对数据进一步的调整使得OBD远程排放监控数据质量有明显提高，有利于大大提高基于OBD远程排放监控数据评价单车污染物排放这一方法的准确性和可靠性，为其在交通监管中的应用奠定基础。
Description
技术领域
本发明涉及一种OBD远程在线监控数据质量的判定方法。
背景技术
《重型柴油车污染物排放限值及测量方法(中国第六阶段)》中，发动机台架测试和PEMS(车载排放测试)已经成为法规排放测试方法。发动机台架测试容易控制测试工况和测试条件，结果重复性好，但无法反映重型汽车在实际道路上行驶时的排放特征。PEMS测试可较为准确地评估单车道路实际排放情况，但其设备组件多、操作复杂、耗时耗力。针对日益突出的重型车实际道路排放监管需求，OBD(车载诊断***)远程在线监控成为了国内外交通监管领域的研究热点。
现今国际上对重型车OBD协议已基本达成一致，相关车载监控传感器(如NOX传感器、O2传感器、温度传感器等)已经发展成熟。OBD***通过车辆内置传感器实时返回的电信号，逐秒记录并储存车辆实时运行状态和尾气排放情况，可有效监控重型车全生命周期排放。
目前OBD远程在线监控终端可获得重型车数据主要包括以下字段：
1.时间，yyyy-mm-ddhh:mm:ss；
2.速度，km/h；
3.进气质量流量(MAF)，kg/h；
4.发动机最大基准扭矩(Nm)；
5.发动机净输出扭矩(作为发动机最大基准扭矩的百分比，％)
6.发动机摩擦扭矩(作为发动机最大基准扭矩的百分比，％)；
7.发动机转速，rpm；
8.发动机燃料流量，L/h；
9.反应剂(尿素)余量，％；
10.车辆ID；
11.大气压，kPa；
12.选择催化还原(SCR)装置上游NOx浓度，ppm；
13.SCR下游NOx浓度，ppm；
14.SCR入口温度，℃；
15.SCR出口温度，℃；
16.柴油颗粒捕集器(DPF)压差，kPa；
17.定位状态、经度和纬度；
18.累计里程，km，；
19.发动机冷却液温度，℃；
20.油箱液位，％。
利用逐秒的OBD远程在线监控数据可以计算出重型车的逐秒排放，并对单车排放情况进行评估，为实际行驶状况下重型车的排放特征计算与排放监管提供数据支撑。但由于传感器失灵或在数据传输过程中发生故障等原因，远程传输的OBD在线监测数据往往存在一系列数据质量问题，如关键数据字段(如进气质量流量MAF、速度等)缺失、读数错误、不同数据字段间逻辑关系不成立等，致使其无法直接用于车辆污染物排放测试计算，因而OBD远程在线监控数据在监管领域的应用还处于探索阶段。
发明内容
为了解决目前OBD远程在线监控数据部分存在数据质量问题致使其在无法直接用于车辆污染物排放测试计算的技术问题，本发明提供了一种OBD远程在线监控数据质量的判定方法，以便于有效利用基于OBD远程在线监控终端的大数据监管重型车实际道路排放。
本发明的技术解决方案是：
一种OBD远程在线监控数据质量的判定方法，其特殊之处在于，包括以下步骤：
步骤1、出行事件划分：
1.1)数据排序：
将全部数据按照时间字段顺序排序；
1.2)识别停车事件：
若相邻两条数据间的时间间隔大于120s，且GPS定位状态出现“有GPS定位—无GPS定位—有GPS定位”这一状态变化时，认为发生停车事件；
1.3)划分出行事件：
依次提取相邻两停车事件间的出行数据，将相邻两停车事件间的出行数据定义为一次出行事件；
步骤2、时间异常处理：
2.1)对间隔读数的处理：
分别统计每一次出行事件中间隔读数出现的比例，
若某次出行事件中间隔读数所占比例超过该次出行事件总数据量的30％，则表示数据缺失过多，该次出行事件视为无效，则将该次出行事件的数据视为无效数据；
若某次出行事件中间隔读数所占比例未超过该次出行事件总数据量的30％，则将前后时间间隔均大于1s的单条数据视为无效数据；
所述间隔读数是指单次出行事件中时间间隔大于1s的相邻两条数据；
2.2)对时间重合数据的处理：
若前后两条数据的读数时刻相同，则仅保留最靠前一条数据；
步骤3、数据异常处理：
3.1)判断数据异常的依据：
3.1.1)若某一字段为空或超界值，则认为该字段为异常数据；所述超界值是指超出《重型柴油车污染物排放限值及测量方法(中国第六阶段)》附录Q中规定的取值范围的读数；
3.1.2)若某一字段长时间持续出现同一界内值，则认为该字段为异常数据；
3.2)对异常数据的处理方法：
分别统计单次出行事件中各字段数据异常比例，
若某次出行事件中单字段异常值占该次出行事件总数据量的比例超过30％，则认为该次出行事件的数据无效；
若在某次出行事件中，数据异常情况连续出现超过总数据量的5％，则认为该次出行事件数据无效，不纳入排放结果评价过程；
若某次出行事件中某单字段异常值占该次出行事件总数量的比例未超过30％，则认为该异常字段无效。
进一步地，步骤1.1)中是将全部数据按照时间字段由早到晚的顺序进行排序。
进一步地，步骤3.1.2)中所述的长时间是指大于等于15s。
本发明的优点：
1、本发明总结了目前OBD远程排放监控数据中存在的典型问题和识别方法，可高效快速识别原始数据中有问题的部分。
2、本发明提出了针对典型问题的有效解决办法，使用方法简单，通过对数据进一步的调整使得OBD远程排放监控数据质量有明显提高，有利于大大提高基于OBD远程排放监控数据评价单车污染物排放这一方法的准确性和可靠性，为其在交通监管中的应用奠定基础。
具体实施方式
本发明所提供的OBD远程在线监控数据质量的判定方法，包括以下步骤：
步骤1、出行事件划分；
一个出行事件定义为相邻两次停车事件之间的部分，划分出行事件可根据以下步骤进行：
1.1)数据排序：
将全部数据按照时间字段由早到晚的顺序进行排序；
1.2)识别停车事件：
若相邻两条数据间的时间间隔大于120s，且GPS定位状态出现“有GPS定位—无GPS定位—有GPS定位”这一状态变化时，可判断发生停车；
1.3)划分出行事件：
识别全部停车事件后，依次提取相邻两停车事件间的出行数据，将每相邻两停车事件间的出行数据分别定义为一次出行事件；基于划分的单次出行事件，进行后续质量判定；
步骤2、时间异常处理；
正常情况下，OBD数据逐秒记录车辆行驶状况数据，因此当时间字段出现非逐秒情况时便是异常情况，需要对出行事件中的时间进行调整；时间字段的异常主要包括以下几种情况：
2.1)间隔读数的处理；
将单次出行事件中时间间隔大于1s的相邻两条数据认为是间隔读数；
分别统计各单次出行事件中间隔读数出现的比例，
若某次出行事件中间隔读数所占比例超过该次出行事件总数据量的30％(取30％作为判断阈值，使得保留的数据能够保证后续污染物排放因子计算的准确性)，则数据缺失过多，该次出行事件视为无效，即该次出行事件的数据后续不用于污染物排放测试计算；
若某次出行事件中间隔读数所占比例未超过该次出行事件总数据量的30％，则仅对前后时间间隔均大于1s的单条数据进行处理，将其视为无效数据，即后续不用于污染物排放测试计算；
2.2)时间重合数据的处理；
时间重合是指前后两条数据读数时刻完全相同，此时，仅保留最靠前一条数据，删去多余同时刻数据即可；
步骤3、数据异常处理；
以下两种情况均判定为数据异常：
3.1)字段为空或超界值；
超界值指超出《重型柴油车污染物排放限值及测量方法(中国第六阶段)》附录Q中规定的取值范围的读数；
3.2)字段长时间(≥15s)持续出现同一界内值；
对于速度字段，当出现长时间读数为0的情况时，首先判断是否为停车事件，若不是停车事件，则进一步判断发动机转速，
若发动机转速小于等于怠速转速，则此时机动车处于怠速状态，是正常情况；
若发动机转速大于怠速转速，则认为此时为速度传感器失灵，需要用GPS定位计算出的速度代替ECU车速；如果OBD速度、GPS定位状态同时异常，无法确定此时车辆状态，则该条数据无效，即后续不用于污染物排放测试计算；
对异常数据的处理方法：
分别统计单次出行事件中时间、速度、发动机转速、SCR下游NOx、发动机燃料流量字段数据异常比例，
若某次出行事件中单字段异常值占该次出行事件总数据量的比例超过30％，则认为该次出行事件的数据无效；
若在某次出行事件中，有连续数据异常情况出现，则应分别判断每一段连续出现的异常数据是否超过该次出行事件总数据量的5％，若至少有一段连续出现的异常数据超过该次出行事件总数据量的5％，则认为该次出行事件数据无效，不纳入排放结果评价过程；
若某次出行事件中某单字段异常值占该次出行事件总数量的比例未超过30％，则认为该异常字段无效。
Claims (3)
1.一种OBD远程在线监控数据质量的判定方法，其特征在于，包括以下步骤：
步骤1、出行事件划分：
1.1)数据排序：
将全部数据按照时间字段顺序排序；
1.2)识别停车事件：
若相邻两条数据间的时间间隔大于120s，且GPS定位状态出现“有GPS定位—无GPS定位—有GPS定位”这一状态变化时，认为发生停车事件；
1.3)划分出行事件：
依次提取相邻两停车事件间的出行数据，将相邻两停车事件间的出行数据定义为一次出行事件；
步骤2、时间异常处理：
2.1)对间隔读数的处理：
分别统计每一次出行事件中间隔读数出现的比例，
若某次出行事件中间隔读数所占比例超过该次出行事件总数据量的30％，则表示数据缺失过多，该次出行事件视为无效，则将该次出行事件的数据视为无效数据；
若某次出行事件中间隔读数所占比例未超过该次出行事件总数据量的30％，则将前后时间间隔均大于1s的单条数据视为无效数据；
所述间隔读数是指单次出行事件中时间间隔大于1s的相邻两条数据；
2.2)对时间重合数据的处理：
若前后两条数据的读数时刻相同，则仅保留最靠前一条数据；
步骤3、数据异常处理：
3.1)判断数据异常的依据：
3.1.1)若某一字段为空或超界值，则认为该字段为异常数据；所述超界值是指超出《重型柴油车污染物排放限值及测量方法(中国第六阶段)》附录Q中规定的取值范围的读数；
3.1.2)若某一字段长时间持续出现同一界内值，则认为该字段为异常数据；
3.2)对异常数据的处理方法：
分别统计单次出行事件中各字段数据异常比例，
若某次出行事件中单字段异常值占该次出行事件总数据量的比例超过30％，则认为该次出行事件的数据无效；
若在某次出行事件中，数据异常情况连续出现超过总数据量的5％，则认为该次出行事件数据无效，不纳入排放结果评价过程；
若某次出行事件中某单字段异常值占该次出行事件总数量的比例未超过30％，则认为该异常字段无效。
2.根据权利要求1所述的OBD远程在线监控数据质量的判定方法，其特征在于，其特征在于：步骤1.1)中是将全部数据按照时间字段由早到晚的顺序进行排序。
3.根据权利要求2所述的OBD远程在线监控数据质量的判定方法，其特征在于，其特征在于：步骤3.1.2)中所述的长时间是指大于等于15s。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911075574.4A CN110907190B (zh) | 2019-11-06 | 2019-11-06 | 一种obd远程在线监控数据质量的判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911075574.4A CN110907190B (zh) | 2019-11-06 | 2019-11-06 | 一种obd远程在线监控数据质量的判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110907190A CN110907190A (zh) | 2020-03-24 |
| CN110907190B true CN110907190B (zh) | 2020-10-09 |
Family
ID=69816315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911075574.4A Active CN110907190B (zh) | 2019-11-06 | 2019-11-06 | 一种obd远程在线监控数据质量的判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110907190B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110058964A (ko) * | 2009-11-27 | 2011-06-02 | 주식회사 케피코 | 가변식 연료 시스템의 노화 판단 방법 |
| CN103863220A (zh) * | 2014-03-27 | 2014-06-18 | 北京车云通科技有限公司 | 机动车数据的监测方法和*** |
| CN107117126A (zh) * | 2017-03-24 | 2017-09-01 | 深圳市元征科技股份有限公司 | 基于云诊断的车内异常处理方法及其装置 |
| CN207867302U (zh) * | 2018-02-27 | 2018-09-14 | 沈阳广成科技有限公司 | 汽车obd接口智能解析开发板 |
| CN108825344A (zh) * | 2018-06-08 | 2018-11-16 | 无锡威孚力达催化净化器有限责任公司 | 一种NOx传感器测量值合理性判断方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150073649A1 (en) * | 2013-09-11 | 2015-03-12 | General Motors Llc | Managing diagnostic trouble codes in a vehicle |
-
2019
- 2019-11-06 CN CN201911075574.4A patent/CN110907190B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110058964A (ko) * | 2009-11-27 | 2011-06-02 | 주식회사 케피코 | 가변식 연료 시스템의 노화 판단 방법 |
| CN103863220A (zh) * | 2014-03-27 | 2014-06-18 | 北京车云通科技有限公司 | 机动车数据的监测方法和*** |
| CN107117126A (zh) * | 2017-03-24 | 2017-09-01 | 深圳市元征科技股份有限公司 | 基于云诊断的车内异常处理方法及其装置 |
| CN207867302U (zh) * | 2018-02-27 | 2018-09-14 | 沈阳广成科技有限公司 | 汽车obd接口智能解析开发板 |
| CN108825344A (zh) * | 2018-06-08 | 2018-11-16 | 无锡威孚力达催化净化器有限责任公司 | 一种NOx传感器测量值合理性判断方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Evaluating on-board sensing-based nitrogen oxides (NOX) emissions from a heavy-duty diesel truck in China;Ying Cheng 等;《Atmospheric Environment》;20190822;第216卷;第1-8页 * |
| 重型车在用符合性的车载测试方法研究;郭兴;《环境工程技术学报》;20110531;第1卷(第3期);第232-236页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110907190A (zh) | 2020-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108343497B (zh) | 一种柴油车scr***老化失效快速诊断***及方法 | |
| CN110823585B (zh) | 基于obd远程排放监控数据的重型车尾气中nox排放因子获取方法 | |
| CN110838192B (zh) | 一种obd远程在线监控数据的修正方法 | |
| CN110608893B (zh) | 车辆排放测试方法及装置 | |
| CN110863890A (zh) | 一种远程诊断柴油车scr***尿素消耗量合理性的方法 | |
| CN110827444B (zh) | 适用于obd远程排放监控数据的重型车排放因子获取方法 | |
| CN113187638B (zh) | 一种诊断燃油中硫含量高的方法 | |
| CN112211705B (zh) | 监控dpf移除的方法、装置及*** | |
| CN112682132B (zh) | 一种基于obd***的远程监控平台的尿素加注点尿素质量分析方法 | |
| CN102116241A (zh) | 一种汽油机失火诊断方法 | |
| CN114991922A (zh) | 一种车辆NOx排放超标的实时预警方法 | |
| CN110671178B (zh) | 一种基于不同扭矩段排温特征的排温传感器诊断方法 | |
| CN115822765A (zh) | 一种柴油车颗粒物捕集器dpf典型故障诊断***和方法 | |
| CN112730813A (zh) | 一种基于obd***的远程监控平台的加油点油品分析方法 | |
| CN115238651A (zh) | 一种ecu数据分析nox排放值的方法 | |
| CN112177811B (zh) | 一种电控柴油机egr***流量远程在线监控方法 | |
| CN113884307A (zh) | 进气流量传感器准确性检测方法及*** | |
| CN112216075B (zh) | 车辆行驶激烈程度的预警方法及预警*** | |
| CN110907190B (zh) | 一种obd远程在线监控数据质量的判定方法 | |
| CN110985173B (zh) | 基于不同喷油量下排温特征的排温传感器诊断方法 | |
| CN113389667A (zh) | 一种高压egr冷却器性能监测及故障诊断方法 | |
| CN114060132B (zh) | 一种基于排放远程监控的NOx传感器作弊甄别方法 | |
| CN114109570B (zh) | 一种用于gpf的单膜压差传感器故障监控方法 | |
| CN115840902A (zh) | 劣质燃油添加地点的诊断方法 | |
| CN113702056B (zh) | 发动机进气管漏气的实时预警方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |