CN114279718A - 一种基于实时车况的可配置故障诊断方法及故障诊断*** - Google Patents

一种基于实时车况的可配置故障诊断方法及故障诊断*** Download PDF

Info

Publication number
CN114279718A
CN114279718A CN202111446107.5A CN202111446107A CN114279718A CN 114279718 A CN114279718 A CN 114279718A CN 202111446107 A CN202111446107 A CN 202111446107A CN 114279718 A CN114279718 A CN 114279718A
Authority
CN
China
Prior art keywords
vehicle
fault
detection
item
fault diagnosis
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.)
Granted
Application number
CN202111446107.5A
Other languages
English (en)
Other versions
CN114279718B (zh
Inventor
黄榕标
刘俊杰
尹慧慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202111446107.5A priority Critical patent/CN114279718B/zh
Publication of CN114279718A publication Critical patent/CN114279718A/zh
Application granted granted Critical
Publication of CN114279718B publication Critical patent/CN114279718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)

Abstract

本发明公开了一种基于实时车况的可配置故障诊断方法及故障诊断***,根据待测车辆的车系信息和实时车况数据,来动态配置其车系信息对应的基础故障检测项目和实时车况数据对应的车况配置故障检测项目,再根据配置的故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到故障诊断结果;还能够借助车辆的维护经验的积累以及借助大数据分析挖掘的信息,进行数据调整和持续更新,使其中的数据信息更符合车辆实际的故障诊断项目需求和故障检测实际逻辑,使得不同车辆的故障诊断检测项目和检测规则都根据实际情况得以差异化和多元化,避免了诊断维度的固化和单一性,有助于提升不同车况下对车辆故障诊断检测的检测效率和准确性。

Description

一种基于实时车况的可配置故障诊断方法及故障诊断***
技术领域
本发明涉及智能车联网技术和车辆检测技术领域,具体涉及一种基于实时车况的可配置故障诊断方法及故障诊断***。
背景技术
随着现有科技水平的进步和提高,汽车的设计与生产也越来越多的采用电子技术、自动化技术和电子计算机技术,车辆搭载的功能日益变多,于是,越来越多的车辆功能、应用都集成在车载电脑***中,通过车载电脑***内的各控制器进行车辆相关数据的采集、交互和控制,在带来车辆使用的自动化、便利性水平提高的同时,也伴随带来了更多的车辆故障可能性,这对车辆的故障检测维修提出了更高的要求,因此需要应用更加完善的车辆故障诊断手段,为车辆的使用维护及时提供有效信息。
现有技术中对车辆的故障诊断手段主要依赖于车载电脑***中预先设定的故障检测程序来执行,其故障诊断检测的种类和检测方式都已被固化设定。例如,现有专利《一种车载状况实时诊断***及其诊断方法》(CN201310541642.8)所提供的发明方法采用OBD故障码的数据进行车辆故障诊断,这样局限于车辆OBD故障诊断检测的既有检测种类和检测方式来执行,在车辆的后期使用进程中无法动态的新增车辆故障检测的维度;另一篇现有专利《一种多功能电控汽车远程故障诊断***》(CN201110009549.3)提供的故障诊断方法,重点在于介绍识别出故障后对故障的相关处理措施的提供,并未对如何在车辆的后期使用进程中动态诊断识别故障进行阐述。
而车辆在生产售卖后的后期实际使用进程中,随着车况的衰退,其多方面的故障发生概况都会发生变化,而且不同车辆用户因为人为因素对车辆的保养维护时间、次数等情况也不同,也会对车辆故障的发生概率产生积极或负面的影响,这些因素都因车况而异。同时,随着车联网技术的应用和普及,车辆与云端服务器联网、车辆相关数据传输上云等功能,已经成为网联车辆的基本功能之一,这也为车辆故障诊断技术的发展提供了更多的可能性。
因此,在车辆的后期实际使用进程中,如何借助多方位技术提升车辆故障诊断的准确性及多元化,成为了领域内研究的重要技术课题。
发明内容
针对现有技术存在的上述不足,本发明需要解决的问题是:如何更灵活的根据不同车况对车辆进行可配置故障诊断检测,以提升不同车况下对车辆故障诊断检测的准确性。
为解决上述技术问题,本发明采用了如下的技术方案:
一种基于实时车况的可配置故障诊断方法,包括如下步骤:
S1)获取待测车辆的车系信息和实时车况数据;
S2)从故障诊断项目数据库获取待测车辆的车系信息对应的基础故障检测项目以及实时车况数据对应的车况配置故障检测项目;
S3)从故障诊断规则数据库获取待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则;
S4)根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到所述各基础故障检测项目和车况配置故障检测项目的诊断检测结果,作为待测车辆的故障诊断结果。
上述基于实时车况的可配置故障诊断方法中,作为优选方案,所述故障诊断项目数据库中记录有不同车系对应的基础故障项目解析器,以及相应车系中在不同车况数据下对应的车况故障项目解析器;
每个车系对应的基础故障项目解析器用于记录相应车系所对应的基础故障检测项目;
每个车系对应的车况故障项目解析器记录有相应车系在不同车况数据时的故障检测项目配置规则,用于根据实时车况数据解析出该车系车辆所对应的车况配置故障检测项目。
上述基于实时车况的可配置故障诊断方法中,作为优选方案,所述步骤S2)包括:
从故障诊断项目数据库中获取与待测车辆的车系信息相对应的基础故障项目解析器和车况故障项目解析器;
根据所述基础故障项目解析器的记录获得待测车辆的车系信息对应的基础故障检测项目;
将待测车辆的实时车况数据输入至所述车况故障项目解析器,解析出所述实时车况数据对应的车况配置故障检测项目。
上述基于实时车况的可配置故障诊断方法中,作为优选方案,所述故障诊断规则数据库中记录有不同车系对应的故障诊断规则解析器;
每个车系对应的故障诊断规则解析器记录有相应车系中各不同故障检测项目对应的项目检测规则表达式,每个所述项目检测规则表达式用于指示相应故障检测项目执行故障诊断检测的规则。
上述基于实时车况的可配置故障诊断方法中,作为优选方案,所述步骤S3)中,从故障诊断规则数据库中获取待测车辆的车系信息对应的故障诊断规则解析器,根据所述故障诊断规则解析器的记录获得待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式,确定执行相应故障诊断检测的规则;
所述步骤S4中,是根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式所指示的执行故障诊断检测的规则,进行故障诊断检测操作。
相应的,本发明还提供了一种基于实时车况的可配置故障诊断***,包括:
故障诊断项目数据库,存储有不同车系对应的基础故障检测项目信息以及不同车况数据对应的车况配置故障检测项目信息;
故障诊断规则数据库,存储有不同车系对应的各不同故障检测项目对应的故障诊断检测规则;
车辆数据采集模块,用于获取待测车辆的车系信息和实时车况数据;
故障检测项目配置模块,用于从故障诊断项目数据库获取待测车辆的车系信息对应的基础故障检测项目以及实时车况数据对应的车况配置故障检测项目;
诊断检测规则配置模块,用于从故障诊断规则数据库获取待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则;
诊断检测执行模块,用于根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到所述各基础故障检测项目和车况配置故障检测项目的诊断检测结果,作为待测车辆的故障诊断结果。
上述基于实时车况的可配置故障诊断***中,作为优选方案,所述故障诊断项目数据库中记录有不同车系对应的基础故障项目解析器,以及相应车系中在不同车况数据下对应的车况故障项目解析器;每个车系对应的基础故障项目解析器用于记录相应车系所对应的基础故障检测项目;每个车系对应的车况故障项目解析器记录有相应车系在不同车况数据时的故障检测项目配置规则,用于根据实时车况数据解析出该车系车辆所对应的车况配置故障检测项目。
上述基于实时车况的可配置故障诊断***中,作为优选方案,所述故障检测项目配置模块用于从故障诊断项目数据库中获取与待测车辆的车系信息相对应的基础故障项目解析器和车况故障项目解析器,根据所述基础故障项目解析器的记录获得待测车辆的车系信息对应的基础故障检测项目,并将待测车辆的实时车况数据输入至所述车况故障项目解析器,解析出所述实时车况数据对应的车况配置故障检测项目。
上述基于实时车况的可配置故障诊断***中,作为优选方案,所述故障诊断规则数据库中记录有不同车系对应的故障诊断规则解析器;每个车系对应的故障诊断规则解析器记录有相应车系中各不同故障检测项目对应的项目检测规则表达式,每个所述项目检测规则表达式用于指示相应故障检测项目执行故障诊断检测的规则。
上述基于实时车况的可配置故障诊断***中,作为优选方案,所述诊断检测规则配置模块用于从故障诊断规则数据库中获取待测车辆的车系信息对应的故障诊断规则解析器,根据所述故障诊断规则解析器的记录获得待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式,确定执行相应故障诊断检测的规则;
所述诊断检测执行模块用于根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式所指示的执行故障诊断检测的规则,进行故障诊断检测操作。
相比于现有技术,本发明的有益效果在于:
1、本发明基于实时车况的可配置故障诊断方法及故障诊断***,根据待测车辆的车系信息和实时车况数据,来动态配置其车系信息对应的基础故障检测项目和实时车况数据对应的车况配置故障检测项目,再根据配置的故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到故障诊断结果。这样,就使得不同车辆的故障诊断检测项目和检测规则都根据实际情况得以差异化和多元化,避免了诊断维度的固化和单一性。
2、本发明基于实时车况的可配置故障诊断方法及故障诊断***中,由于故障诊断项目数据库和故障诊断规则数据库,都可以借助车辆的维护经验的积累以及借助大数据分析挖掘的信息,进行数据调整和持续更新,使其中的数据信息更符合车辆实际的故障诊断项目需求和故障检测实际逻辑,有助于提升不同车况下对车辆故障诊断检测的检测效率和准确性。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明基于实时车况的可配置故障诊断方法的流程图。
图2为通过云端服务器运行本发明可配置故障诊断方法的一个应用场景流程示例框图。
图3为一个故障检测项目的建模语言图例。
图4为一个故障诊断检测规则的建模语言图例。
具体实施方式
下面结合附图对本发明进一步的详细说明。
本发明基于实时车况的可配置故障诊断方法,如图1所示,其主要包括如下步骤:
S1)获取待测车辆的车系信息和实时车况数据;
S2)从故障诊断项目数据库获取待测车辆的车系信息对应的基础故障检测项目以及实时车况数据对应的车况配置故障检测项目;
S3)从故障诊断规则数据库获取待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则;
S4)根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到所述各基础故障检测项目和车况配置故障检测项目的诊断检测结果,作为待测车辆的故障诊断结果。
本发明基于实时车况的可配置故障诊断方法,将车辆故障检测的项目信息分为了两大类,一类是车系对应的基础故障检测项目,是同车系车辆都需要执行故障诊断的通用检测项目,另一类是车系中实时车况数据对应的车况配置故障检测项目,是对应的车系中在不同车况状态下需要执行故障诊断的特定检测项目;在诊断时,会根据待测车辆的车系信息和实时车况数据,来动态配置其车系信息对应的基础故障检测项目和实时车况数据对应的车况配置故障检测项目,再根据配置的故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到故障诊断结果。这样,就使得车辆的故障诊断与其所属的不同车系以及其后期实际使用进程中的实时车况加以关联和区分,使得不同车辆的故障诊断检测项目和检测规则都根据实际情况得以差异化和多元化,避免了诊断维度的固化和单一性,有助于提升不同车况下对车辆故障诊断检测的准确性。
在实际应用中,所获取待测车辆的车系信息可以包括车辆所属的品牌、车系、车辆生产皮批次等信息;所获取待测车辆的实时车况数据可以包括车辆运行的行驶里程信息、历史保养维护信息、车辆器件故障历史维修和更换信息、车辆事故维修信息等;这些因素,都与车辆上各个器件的实际故障发生概率可能产生有利或不利影响。
作为一种优选方案,可以设计故障诊断项目数据库中记录有不同车系对应的基础故障项目解析器,以及相应车系中在不同车况数据下对应的车况故障项目解析器;每个车系对应的基础故障项目解析器用于记录相应车系所对应的基础故障检测项目;每个车系对应的车况故障项目解析器记录有相应车系在不同车况数据时的故障检测项目配置规则,用于根据实时车况数据解析出该车系车辆所对应的车况配置故障检测项目。在实际应用中,可以借助车辆的维护经验的积累以及借助大数据分析挖掘的信息,根据车辆的车系信息和实时车况数据中各个信息维度对车辆不同器件的故障发生概率的影响,对故障诊断项目数据库中车系所对应的基础故障检测项目、以及车系在不同车况数据时的故障检测项目配置规则,进行数据调整和持续更新,使其更符合车辆实际的故障诊断项目需求。
这样,在本发明可配置故障诊断方法的步骤S2)中,就从故障诊断项目数据库中获取与待测车辆的车系信息相对应的基础故障项目解析器和车况故障项目解析器;根据所述基础故障项目解析器的记录获得待测车辆的车系信息对应的基础故障检测项目;将待测车辆的实时车况数据输入至所述车况故障项目解析器,解析出所述实时车况数据对应的车况配置故障检测项目。由此,只要故障诊断项目数据库中车系所对应的基础故障检测项目、以及车系在不同车况数据时的故障检测项目配置规则布置合理,能够根据车辆实际的故障诊断项目需求得以持续的更新维护,那么通过步骤S2)的处理就能够较为合理准确的确定车辆在当前车况下所需要的故障检测项目。
作为一种优选方案,可以设计故障诊断规则数据库中记录有不同车系对应的故障诊断规则解析器;每个车系对应的故障诊断规则解析器记录有相应车系中各不同故障检测项目对应的项目检测规则表达式,每个所述项目检测规则表达式用于指示相应故障检测项目执行故障诊断检测的规则。在实际应用中,可以借助车辆的维护经验的积累以及借助大数据分析挖掘的信息,根据车辆的车系信息和实时车况数据相对应各种不同故障检测项目的检测逻辑规则,进行数据调整和持续更新,使其能够针对相应的故障检测项目获得更加准确度的故障检测结果,提升故障诊断的准确性。
这样,在本发明可配置故障诊断方法的步骤S3)中,就从故障诊断规则数据库中获取待测车辆的车系信息对应的故障诊断规则解析器,根据所述故障诊断规则解析器的记录获得待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式,确定执行相应故障诊断检测的规则;相应的,在步骤S4中,就可以根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式所指示的执行故障诊断检测的规则,进行故障诊断检测操作。由此,只要故障诊断规则数据库中不同车系对应的故障诊断规则解析器的故障诊断检测规则布置合理,能够根据车辆实际的故障诊断检测逻辑需求得以持续的更新维护,那么通过步骤S3)和S4)的处理就能够更加高效、准确的获得待测车辆的故障诊断结果。
在具体实施中,本发明基于实时车况的可配置故障诊断方法,可以通过编译为计算机程序,利用计算机设备运行程度代码而得以执行。例如,可以将执行本发明可配置故障诊断方法的计算机程序加载到车联网云端服务器中得以运行,通过云端服务器与联网车辆建立网络数据连接后,在线的执行待测车辆的车系信息和实时车况数据的获取(步骤S1)、故障检测项目的配置(步骤S2)、故障诊断检测规则的确定(步骤S3)、以及故障诊断结果的处理和获得(步骤S4),并且还可以生成待测车辆的故障诊断检测报告,反馈发送给待测车辆,让车辆用户能够及时获知车辆的健康状态信息;其整体流程如图2所示。
其中,具体应用时,故障诊断项目数据库、故障诊断规则数据库可以借助现有的信息数据库技术进行创建;车况故障项目解析器、故障诊断规则解析器等都可以通过人工智能网络数学建模进行模型建立,借助机器学习和大数据训练等手段实现其解析功能以及数据更新;步骤S4也可以通过数学建模构建一个诊断检测执行器来通过计算机运行执行。当然,这些都需要预先定义基础的故障检测规则的书写规范作为基础,因为基础的故障检测规则书写规范是为了确保云端可配置故障诊断方法能够正常运转的根本。
借此技术实现思路,就可以基于本发明上述的可配置故障诊断方法,布置一套可以在云端服务器等计算机设备上运行执行的基于实时车况的可配置故障诊断***,其包括:
故障诊断项目数据库,存储有不同车系对应的基础故障检测项目信息以及不同车况数据对应的车况配置故障检测项目信息;
故障诊断规则数据库,存储有不同车系对应的各不同故障检测项目对应的故障诊断检测规则;
车辆数据采集模块,用于获取待测车辆的车系信息和实时车况数据;
故障检测项目配置模块,用于从故障诊断项目数据库获取待测车辆的车系信息对应的基础故障检测项目以及实时车况数据对应的车况配置故障检测项目;
诊断检测规则配置模块,用于从故障诊断规则数据库获取待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则;
诊断检测执行模块,用于根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到所述各基础故障检测项目和车况配置故障检测项目的诊断检测结果,作为待测车辆的故障诊断结果。
对应于上述的具体实施方式,可以设计故障诊断项目数据库中记录有不同车系对应的基础故障项目解析器,以及相应车系中在不同车况数据下对应的车况故障项目解析器;每个车系对应的基础故障项目解析器用于记录相应车系所对应的基础故障检测项目;每个车系对应的车况故障项目解析器记录有相应车系在不同车况数据时的故障检测项目配置规则,用于根据实时车况数据解析出该车系车辆所对应的车况配置故障检测项目。
相应地,可以设计故障检测项目配置模块用于从故障诊断项目数据库中获取与待测车辆的车系信息相对应的基础故障项目解析器和车况故障项目解析器,根据所述基础故障项目解析器的记录获得待测车辆的车系信息对应的基础故障检测项目,并将待测车辆的实时车况数据输入至所述车况故障项目解析器,解析出所述实时车况数据对应的车况配置故障检测项目。
作为一个计算机程序***的实施示例,一个故障检测项目的建模语言图例,可以如图3所示。
对应于上述的具体实施方式,可以设计故障诊断规则数据库中记录有不同车系对应的故障诊断规则解析器;每个车系对应的故障诊断规则解析器记录有相应车系中各不同故障检测项目对应的项目检测规则表达式,每个所述项目检测规则表达式用于指示相应故障检测项目执行故障诊断检测的规则。
作为一个计算机程序***的实施示例,一个故障诊断检测规则的建模语言图例,可以如图4所示。
相应地,可以设计诊断检测规则配置模块用于从故障诊断规则数据库中获取待测车辆的车系信息对应的故障诊断规则解析器,根据所述故障诊断规则解析器的记录获得待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式,确定执行相应故障诊断检测的规则。同时,可以设计诊断检测执行模块用于根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式所指示的执行故障诊断检测的规则,进行故障诊断检测操作。
综上所述,本发明基于实时车况的可配置故障诊断方法及故障诊断***,根据待测车辆的车系信息和实时车况数据,来动态配置其车系信息对应的基础故障检测项目和实时车况数据对应的车况配置故障检测项目,再根据配置的故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到故障诊断结果。这样,就使得不同车辆的故障诊断检测项目和检测规则都根据实际情况得以差异化和多元化,避免了诊断维度的固化和单一性。同时,由于故障诊断项目数据库和故障诊断规则数据库,都可以借助车辆的维护经验的积累以及借助大数据分析挖掘的信息,进行数据调整和持续更新,使其中的数据信息更符合车辆实际的故障诊断项目需求和故障检测实际逻辑,有助于提升不同车况下对车辆故障诊断检测的检测效率和准确性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域的普通技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离所附权利要求书所限定的本发明的精神和范围。

Claims (10)

1.一种基于实时车况的可配置故障诊断方法,其特征在于,包括如下步骤:
S1)获取待测车辆的车系信息和实时车况数据;
S2)从故障诊断项目数据库获取待测车辆的车系信息对应的基础故障检测项目以及实时车况数据对应的车况配置故障检测项目;
S3)从故障诊断规则数据库获取待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则;
S4)根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到所述各基础故障检测项目和车况配置故障检测项目的诊断检测结果,作为待测车辆的故障诊断结果。
2.根据权利要求1所述基于实时车况的可配置故障诊断方法,其特征在于,所述故障诊断项目数据库中记录有不同车系对应的基础故障项目解析器,以及相应车系中在不同车况数据下对应的车况故障项目解析器;
每个车系对应的基础故障项目解析器用于记录相应车系所对应的基础故障检测项目;
每个车系对应的车况故障项目解析器记录有相应车系在不同车况数据时的故障检测项目配置规则,用于根据实时车况数据解析出该车系车辆所对应的车况配置故障检测项目。
3.根据权利要求2述基于实时车况的可配置故障诊断方法,其特征在于,所述步骤S2)包括:
从故障诊断项目数据库中获取与待测车辆的车系信息相对应的基础故障项目解析器和车况故障项目解析器;
根据所述基础故障项目解析器的记录获得待测车辆的车系信息对应的基础故障检测项目;
将待测车辆的实时车况数据输入至所述车况故障项目解析器,解析出所述实时车况数据对应的车况配置故障检测项目。
4.根据权利要求1所述基于实时车况的可配置故障诊断方法,其特征在于,所述故障诊断规则数据库中记录有不同车系对应的故障诊断规则解析器;
每个车系对应的故障诊断规则解析器记录有相应车系中各不同故障检测项目对应的项目检测规则表达式,每个所述项目检测规则表达式用于指示相应故障检测项目执行故障诊断检测的规则。
5.根据权利要求4所述基于实时车况的可配置故障诊断方法,其特征在于,所述步骤S3)中,从故障诊断规则数据库中获取待测车辆的车系信息对应的故障诊断规则解析器,根据所述故障诊断规则解析器的记录获得待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式,确定执行相应故障诊断检测的规则;
所述步骤S4中,是根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式所指示的执行故障诊断检测的规则,进行故障诊断检测操作。
6.一种基于实时车况的可配置故障诊断***,其特征在于,包括:
故障诊断项目数据库,存储有不同车系对应的基础故障检测项目信息以及不同车况数据对应的车况配置故障检测项目信息;
故障诊断规则数据库,存储有不同车系对应的各不同故障检测项目对应的故障诊断检测规则;
车辆数据采集模块,用于获取待测车辆的车系信息和实时车况数据;
故障检测项目配置模块,用于从故障诊断项目数据库获取待测车辆的车系信息对应的基础故障检测项目以及实时车况数据对应的车况配置故障检测项目;
诊断检测规则配置模块,用于从故障诊断规则数据库获取待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则;
诊断检测执行模块,用于根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的故障诊断检测规则进行故障诊断检测,得到所述各基础故障检测项目和车况配置故障检测项目的诊断检测结果,作为待测车辆的故障诊断结果。
7.根据权利要求6所述基于实时车况的可配置故障诊断***,其特征在于,所述故障诊断项目数据库中记录有不同车系对应的基础故障项目解析器,以及相应车系中在不同车况数据下对应的车况故障项目解析器;每个车系对应的基础故障项目解析器用于记录相应车系所对应的基础故障检测项目;每个车系对应的车况故障项目解析器记录有相应车系在不同车况数据时的故障检测项目配置规则,用于根据实时车况数据解析出该车系车辆所对应的车况配置故障检测项目。
8.根据权利要求7述基于实时车况的可配置故障诊断***,其特征在于,所述故障检测项目配置模块用于从故障诊断项目数据库中获取与待测车辆的车系信息相对应的基础故障项目解析器和车况故障项目解析器,根据所述基础故障项目解析器的记录获得待测车辆的车系信息对应的基础故障检测项目,并将待测车辆的实时车况数据输入至所述车况故障项目解析器,解析出所述实时车况数据对应的车况配置故障检测项目。
9.根据权利要求6所述基于实时车况的可配置故障诊断***,其特征在于,所述故障诊断规则数据库中记录有不同车系对应的故障诊断规则解析器;每个车系对应的故障诊断规则解析器记录有相应车系中各不同故障检测项目对应的项目检测规则表达式,每个所述项目检测规则表达式用于指示相应故障检测项目执行故障诊断检测的规则。
10.根据权利要求9所述基于实时车况的可配置故障诊断***,其特征在于,所述诊断检测规则配置模块用于从故障诊断规则数据库中获取待测车辆的车系信息对应的故障诊断规则解析器,根据所述故障诊断规则解析器的记录获得待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式,确定执行相应故障诊断检测的规则;
所述诊断检测执行模块用于根据待测车辆的各基础故障检测项目和车况配置故障检测项目各自对应的项目检测规则表达式所指示的执行故障诊断检测的规则,进行故障诊断检测操作。
CN202111446107.5A 2021-11-30 2021-11-30 一种基于实时车况的可配置故障诊断方法及故障诊断*** Active CN114279718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111446107.5A CN114279718B (zh) 2021-11-30 2021-11-30 一种基于实时车况的可配置故障诊断方法及故障诊断***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111446107.5A CN114279718B (zh) 2021-11-30 2021-11-30 一种基于实时车况的可配置故障诊断方法及故障诊断***

Publications (2)

Publication Number Publication Date
CN114279718A true CN114279718A (zh) 2022-04-05
CN114279718B CN114279718B (zh) 2023-02-28

Family

ID=80870381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111446107.5A Active CN114279718B (zh) 2021-11-30 2021-11-30 一种基于实时车况的可配置故障诊断方法及故障诊断***

Country Status (1)

Country Link
CN (1) CN114279718B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1690681A (zh) * 2004-04-15 2005-11-02 三菱自动车工业株式会社 管理车辆检测的***及其方法
CN102938781A (zh) * 2012-10-29 2013-02-20 北京开元智信通软件有限公司 一种车辆信息远程检测方法、***及装置
CN103135515A (zh) * 2011-12-05 2013-06-05 北京掌城科技有限公司 一种车辆状况的诊断方法
CN105446311A (zh) * 2014-08-25 2016-03-30 苏州俊峰伟业信息技术有限公司 汽车故障分析诊断的方法及***
CN106647275A (zh) * 2016-12-29 2017-05-10 上海巽晔计算机科技有限公司 一种新能源汽车的远程监控***
CN106650953A (zh) * 2015-10-29 2017-05-10 北京爱德盛业科技有限公司 一种基于网络问卷方式实现汽车诊断和作业项目确定的方法
CN108614540A (zh) * 2018-04-27 2018-10-02 重庆车云金服科技股份有限公司 汽车检测修理方法及其***
CN109240222A (zh) * 2018-08-09 2019-01-18 东风特汽(十堰)专用车有限公司 车辆故障诊断方法、***及其智能诊断服务器端
CN109253888A (zh) * 2018-08-30 2019-01-22 北京酷车易美网络科技有限公司 用于车辆车况的检测方法及***
CN109545345A (zh) * 2018-11-13 2019-03-29 西安金域医学检验所有限公司 一种医学实验室的试剂管理方法及***
CN109597991A (zh) * 2018-11-27 2019-04-09 北京巅峰科技有限公司 汽车远程检测方法
CN110059006A (zh) * 2019-03-29 2019-07-26 北京创鑫旅程网络技术有限公司 代码审计方法及装置
CN110377009A (zh) * 2019-07-30 2019-10-25 南京爱福路汽车科技有限公司 一种用于汽车故障诊断的方法和***
CN110647539A (zh) * 2019-09-26 2020-01-03 汉纳森(厦门)数据股份有限公司 一种用于车辆故障的预测方法和***
CN111678708A (zh) * 2020-06-12 2020-09-18 石家庄开发区天远科技有限公司 一种用于预测识别机械故障的振动分析***
CN112525556A (zh) * 2020-12-24 2021-03-19 湖南联科科技有限公司 自动识别车辆品牌的诊断方法、装置、设备及存储介质
CN112925287A (zh) * 2020-10-13 2021-06-08 车包包(北京)聚合技术有限责任公司 一种汽车故障精确诊断的大数据智能化***

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1690681A (zh) * 2004-04-15 2005-11-02 三菱自动车工业株式会社 管理车辆检测的***及其方法
CN103135515A (zh) * 2011-12-05 2013-06-05 北京掌城科技有限公司 一种车辆状况的诊断方法
CN102938781A (zh) * 2012-10-29 2013-02-20 北京开元智信通软件有限公司 一种车辆信息远程检测方法、***及装置
CN105446311A (zh) * 2014-08-25 2016-03-30 苏州俊峰伟业信息技术有限公司 汽车故障分析诊断的方法及***
CN106650953A (zh) * 2015-10-29 2017-05-10 北京爱德盛业科技有限公司 一种基于网络问卷方式实现汽车诊断和作业项目确定的方法
CN106647275A (zh) * 2016-12-29 2017-05-10 上海巽晔计算机科技有限公司 一种新能源汽车的远程监控***
CN108614540A (zh) * 2018-04-27 2018-10-02 重庆车云金服科技股份有限公司 汽车检测修理方法及其***
CN109240222A (zh) * 2018-08-09 2019-01-18 东风特汽(十堰)专用车有限公司 车辆故障诊断方法、***及其智能诊断服务器端
CN109253888A (zh) * 2018-08-30 2019-01-22 北京酷车易美网络科技有限公司 用于车辆车况的检测方法及***
CN109545345A (zh) * 2018-11-13 2019-03-29 西安金域医学检验所有限公司 一种医学实验室的试剂管理方法及***
CN109597991A (zh) * 2018-11-27 2019-04-09 北京巅峰科技有限公司 汽车远程检测方法
CN110059006A (zh) * 2019-03-29 2019-07-26 北京创鑫旅程网络技术有限公司 代码审计方法及装置
CN110377009A (zh) * 2019-07-30 2019-10-25 南京爱福路汽车科技有限公司 一种用于汽车故障诊断的方法和***
CN110647539A (zh) * 2019-09-26 2020-01-03 汉纳森(厦门)数据股份有限公司 一种用于车辆故障的预测方法和***
CN111678708A (zh) * 2020-06-12 2020-09-18 石家庄开发区天远科技有限公司 一种用于预测识别机械故障的振动分析***
CN112925287A (zh) * 2020-10-13 2021-06-08 车包包(北京)聚合技术有限责任公司 一种汽车故障精确诊断的大数据智能化***
CN112525556A (zh) * 2020-12-24 2021-03-19 湖南联科科技有限公司 自动识别车辆品牌的诊断方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董晓玲: "基于OBD设备的车辆总线远程诊断及状态监测", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *

Also Published As

Publication number Publication date
CN114279718B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
CN101438238A (zh) 用于异常检测的方法和***
CN110515781B (zh) 一种复杂***状态监测及故障诊断方法
CN117196066A (zh) 智慧运维信息分析模型
CN111124877A (zh) 一种列车显示器软件测试方法、装置及***
CN113886951A (zh) 一种飞行器健康管理***及方法
CN110597235A (zh) 一种通用智能故障诊断方法
CN113282000A (zh) 数据中心的故障诊断方法、装置及动环监控***
WO2023041458A2 (de) Computerimplementierte verfahren, module und system zur anomalieerkennung in industriellen fertigungsprozessen
CN103676659A (zh) 一种具智能记录的诊断仪及其记录方法
CN116184981A (zh) 一种基于整车的精准化维修方法及诊断***
CN108377209A (zh) 基于scada的设备故障检测***和检测方法
CN111160393A (zh) 一种基于数据驱动的运载火箭健康评估模型模块化建模方法
CN113433921A (zh) 一种实车功能的测试方法、装置及控制设备
CN115016428A (zh) 一种应用于特种车辆的立体化多级诊断***及方法
CN117520184A (zh) 一种计算机软件开发用测试***
CN110320802B (zh) 基于数据可视化的复杂***信号时序识别方法
CN114279718B (zh) 一种基于实时车况的可配置故障诊断方法及故障诊断***
CN110633314A (zh) 车联网数据处理方法及装置
CN117333038A (zh) 一种基于大数据的经济趋势分析***
US7698245B2 (en) Applying rules to validating data for a machine arrangement
CN111737067A (zh) 一种硬盘故障预测模型解释方法及装置
CN116400672A (zh) 一种基于知识图谱和规则引擎的远程车辆诊断方法及***
CN115758561A (zh) 一种飞机飞行模拟参数数据的生成方法
CN110108510A (zh) 基于嵌入式***汽车电子产品智能检测***及其方法
CN115373366A (zh) 一种交互式诊断***、诊断方法及存储介质

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