CN117707112A - 一种故障诊断方法、***、设备及存储介质 - Google Patents
一种故障诊断方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN117707112A CN117707112A CN202311790315.6A CN202311790315A CN117707112A CN 117707112 A CN117707112 A CN 117707112A CN 202311790315 A CN202311790315 A CN 202311790315A CN 117707112 A CN117707112 A CN 117707112A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- information
- vehicle
- result
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 323
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000002093 peripheral effect Effects 0.000 claims abstract description 148
- 230000002159 abnormal effect Effects 0.000 claims abstract description 123
- 238000012795 verification Methods 0.000 claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000013524 data verification Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 33
- 238000012216 screening Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 description 32
- 230000008439 repair process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明公开了一种故障诊断方法、***、设备及存储介质,包括:通过负载端,生成负载信息并将所述负载信息传输至连接的外设芯片;通过外设芯片,根据各所述负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将所述负载信息或所述异常信息确定为诊断信息,将所述诊断信息发送至车载控制器;通过车载控制器,对所述诊断信息进行数据校验,当校验结果为通过时,根据所述诊断信息确定诊断结果,将所述诊断结果发送至对应的云端;通过云端,接收所述车载控制器发送的诊断结果并存储。上述技术方案,减少车辆故障诊断的时间,降低车辆诊断过程的繁琐程度,提高故障诊断的准确性与诊断效率。
Description
技术领域
本发明涉及车辆技术领域,尤其涉及一种故障诊断方法、***、设备及存储介质。
背景技术
在当今汽车工业中,嵌入式***在车辆的控制、监测和通信等方面起着至关重要的作用。然而,随着车辆***的不断复杂化和智能化,传统的诊断方法面临着诸多挑战。
目前,传统的汽车故障诊断采集方式,需要依赖专用的诊断工具和设备对整车故障进行检测和故障数据读取,然后进行故障分析,在故障发生很长一段时间后,才能够对故障问题进行有效的读取和数据分析,导致诊断过程耗时且繁琐,还需要付出一定的经济成本,此外,针对复杂的车辆问题,传统方法的准确性和效率也可能受到限制。
发明内容
本发明提供了一种故障诊断方法、***、设备及存储介质,减少车辆故障诊断的时间,降低车辆诊断过程的繁琐程度,提高故障诊断的准确性与诊断效率。
第一方面,本公开实施例提供了一种故障诊断方法,包括:
应用于故障诊断***,所述故障诊断***包括:至少一个负载端、外设芯片、车载控制器以及云端,所述负载端与所述外设芯片连接,所述外设芯片与所述车载控制器连接,所述车载控制器与所述云端连接,该方法包括:
通过所述负载端,生成负载信息并将所述负载信息传输至连接的外设芯片;
通过所述外设芯片,根据各所述负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将所述负载信息或所述异常信息确定为诊断信息,将所述诊断信息发送至车载控制器;
通过所述车载控制器,对所述诊断信息进行数据校验,当校验结果为通过时,根据所述诊断信息确定诊断结果,将所述诊断结果发送至对应的云端;
通过所述云端,接收所述车载控制器发送的诊断结果并存储。
第二方面,本公开实施例提供了一种故障诊断***,包括:
包括:至少一个负载端、外设芯片、车载控制器以及云端,所述负载端与所述外设芯片连接,所述外设芯片与所述车载控制器连接,所述车载控制器与所述云端连接:
所述负载端,用于生成负载信息并将所述负载信息传输至连接的外设芯片;
所述外设芯片,用于根据各所述负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将所述负载信息或所述异常信息确定为诊断信息,将所述诊断信息发送至车载控制器;
所述车载控制器,用于对所述诊断信息进行数据校验,当校验结果为通过时,根据所述诊断信息确定诊断结果,将所述诊断结果发送至对应的云端;
所述云端,用于接收所述车载控制器发送的诊断结果并存储。
第三方面,本公开实施例提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面实施例提供的故障诊断方法。
第四方面,本公开实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现上述第一方面实施例提供的故障诊断方法。
本发明实施例的一种故障诊断方法、***、设备及存储介质,通过负载端,生成负载信息并将负载信息传输至连接的外设芯片;通过外设芯片,根据各负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将负载信息或异常信息确定为诊断信息,将诊断信息发送至车载控制器;通过车载控制器,对诊断信息进行数据校验,当校验结果为通过时,根据诊断信息确定诊断结果,将诊断结果发送至对应的云端;通过云端,接收车载控制器发送的诊断结果并存储。上述技术方案,减少车辆故障诊断的时间,降低车辆诊断过程的繁琐程度,提高故障诊断的准确性与诊断效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种故障诊断方法的流程图;
图2是本发明实施例二提供的一种故障诊断方法的流程图;
图3是本发明实施例三提供的一种故障诊断***的结构示意图;
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种故障诊断方法的流程图,本实施例可适用于对车辆进行实时监控与快速故障诊断的情形,该方法可以由故障诊断***来执行,该故障诊断***可以采用硬件和/或软件的形式实现。
故障诊断***包括至少一个负载端、外设芯片、车载控制器以及云端,负载端与外设芯片连接,外设芯片与车载控制器连接,车载控制器与云端连接。
如图1所示,该方法包括:
S101、通过负载端,生成负载信息并将负载信息传输至连接的外设芯片。
在本实施例中,负载端可以理解为车辆内的各个传感器或监测设备,包括但不限于压力传感器和温度传感器等,温度传感器采集水温油温等信息,压力传感器采集阀门压力等信息。负载信息可以理解为负载端采集到的信息,以电流或电压的形式传输给外设芯片,以负载端为测量水温的温度传感器为例,负载信息为水温的具体温度值和温度传感器所在位置等信息。外设芯片为一种微型智能处理器,具备最基础简易的诊断功能。
具体的,负载端的各个传感器与监测设备实时监测车内各个设备的运行情况,获得相应的电信号,将各个设备的运行情况作为负载信息,以电信号的形式将负载信息传输至连接的外设芯片中。
S102、通过外设芯片,根据各负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将负载信息或异常信息确定为诊断信息,将诊断信息发送至车载控制器。
在本实施例中,异常信息可以理解为存储有被监测设备异常状态的负载信息,例如,负载信息中当前水温高于预先设定的该设备水温范围,可以确定该负载信息为异常信息。即,无论正常或异常的负载端的信息,均为负载信息,异常的负载端的信息为异常信息,负载信息的数量大于或等于异常信息的数量。诊断信息可以理解为外设芯片与车载控制器之间交互的数据信息,诊断信息可以是全面的负载信息,也可以仅为存在异常状况的异常信息,本实施例对此不设限定。车载控制器可以理解为车机内的主控制器,具备较强的处理运算能力。
具体的,多个负载端对接一个外设芯片,外设芯片接收多个负载端传输的相应负载信息,对每个负载信息做数据处理与筛选,判断负载信息中的传感器数值是否满足与该设备相对应的异常条件,若是,确定该负载信息为异常信息。根据实际需求将各个负载端传输的负载信息作为诊断信息或将各个从负载信息中确定出的异常信息作为诊断信息,根据预设的加密算法对诊断信息进行加密封装,将加密后的诊断信息发送给车载控制器。
在本实施例中,外设芯片配备了先进的机器学习和数据分析算法,能够自动学习车辆的正常工作模式和性能特征,一旦装载在车辆上并运行一段时间,外设芯片将构建起对车辆各种操作模式和状态变化的理解,这为诊断过程提供了基准,使得***能够更准确地检测出不正常的工作模式或异常情况,且,外设芯片作为负载端与车载控制器的中间设备,将多个负载端发送的负载信息进行中转处理,直接将处理结果作为诊断信息发送至车载控制器,能够有效减轻车载控制器对多个负载端数据的处理压力。
S103、通过车载控制器,对诊断信息进行数据校验,当校验结果为通过时,根据诊断信息确定诊断结果,将诊断结果发送至对应的云端。
在本实施例中,校验结果可以理解为在对诊断信息进行解密过程中校验的结果,包括校验通过与校验失败。诊断结果可以理解为诊断信息的结果性总结,例如可以是,在a位置的水温为b度,超过水温阈值c度等结果信息。云端可以理解为用于存储与共享数据的服务器,也可以理解为面向用户的客户端,根据实际需求确定云端类型。云端通过边缘节点控制器与车载控制器实现信息交互传输。
具体的,车载控制器接收外设芯片中转处理后的多个负载端的诊断信息,该诊断信息为加密封装过的信息,对诊断信息进行解密处理,解密过程中进行数据校验,防止数据外泄。获得校验结果,当校验结果为校验失败时,无法对数据进行进一步处理,生成校验失败的通知发送给外设芯片,通知外设芯片重新发送诊断信息。当校验结果为校验通过时,判断诊断信息中的数据是否存在偶发性误报,若是,忽略该误报,若否,确定诊断信息所对应的设备存在故障,此时,根据诊断信息中的各个信息确定相应的诊断结果,将诊断结果加密处理发送给对应的云端。
S104、通过云端,接收车载控制器发送的诊断结果并存储。
在本实施例中,当云端作为客户端时,接收车载控制器发送的诊断结果,将诊断结果通过相应的软件推送并存储,将诊断结果可视化展示于该软件界面上,以便车主了解车辆异常情况。
当云端作为服务器时,接收车载控制器发送的诊断结果并存储,以便专业技术人员进行远程分析和诊断。
这种云连接不仅使得诊断结果更加准确,还可以为车主提供实时的故障信息和建议,使他们能够更好地理解车辆的健康状况。
本发明实施例所提供的一种故障诊断方法,应用于故障诊断***,通过负载端,生成负载信息并将负载信息传输至连接的外设芯片;通过外设芯片,根据各负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将负载信息或异常信息确定为诊断信息,将诊断信息发送至车载控制器;通过车载控制器,对诊断信息进行数据校验,当校验结果为通过时,根据诊断信息确定诊断结果,将诊断结果发送至对应的云端;通过云端,接收车载控制器发送的诊断结果并存储。上述技术方案,减少车辆故障诊断的时间,降低车辆诊断过程的繁琐程度,提高故障诊断的准确性与诊断效率。另外,本方案区别于现有的车机自己诊断的技术中,多个负载端直连一个车载控制器,多对一的方案,车载控制器的处理压力大,本方案通过外设芯片对接多个负载端,车载控制器只需要和外设芯片对接,获得外设芯片中转处理的结果,减轻车载控制器的处理压力,提高诊断便利性。
作为实施例的第一可选实施例,在上述实施例基础上,本第一可选实施例还优化增加了:
a1)通过外设芯片,以设定周期进行自查,当满足外设异常条件时,生成相应的外设异常信息,根据外设异常信息进行自我修复与更新,获得修复结果,当修复结果为修复失败时,将外设异常信息加密封装处理后发送给车载控制器。
在本实施例中,外设异常条件可以理解为外设芯片存在故障的条件,例如数据接收失败、处理运算异常、加密封装失败等,本实施例对此不设限定。外设异常信息可以理解为外设芯片的具体故障内容,例如包括具体异常位置与异常原因等。修复结果可以理解为外设芯片进行自我修复预更新的结果,包括修复成功与修复失败。
具体的,外设芯片具备自我维护和更新的能力,它可以定期检查自身的运行状态,自动检测芯片硬件或软件的问题,并在需要时进行修复或更新,这将大大降低维护成本,同时确保诊断***的持续稳定运行。外设芯片以预先设定的周期进行自查,其中,设定周期可以是任意周期,根据实际需求设定,本实施例对此不设限定。当外设芯片在自查过程中,确定当前存在一定的软件或硬件异常,满足外设异常条件时,根据异常情况生成相应的外设异常信息。根据外设异常信息尝试进行自我修复与更新,获得修复结果,若外设芯片的异常为软件异常且可根据自我机制自行修复,修复结果为修复成功。若外设芯片的异常为硬件异常或软件异常中无法自我修复发内容,修复结果为修复失败。当修复结果为修复失败时,将外设异常信息根据预先设定的加密算法进行加密封装处理,将加密后的外设异常信息发送给车载控制器。
b1)通过车载控制器,对外设异常信息进行解密与校验处理,当校验结果为通过时,解析外设异常信息,获得外设诊断结果,将外设诊断结果加密发送至对应的云端。
在本实施例中,外设诊断结果可以理解为解析外设异常信息获得的结果,包括外设芯片的异常位置和异常原因等。
具体的,车载控制器接收外设芯片加密封装后的外设异常信息,对外设异常信息进行解密处理,解密过程中进行数据校验,防止数据外泄。获得校验结果,当校验结果为校验失败时,无法对数据进行进一步处理,生成校验失败的通知发送给外设芯片,通知外设芯片重新发送外设异常信息。当校验结果为校验通过时,解析外设异常信息,对外设异常信息进行总结性处理,确定外设异常信息中外设芯片的异常位置与异常原因,将异常位置和异常原因确定为外设诊断结果,将外设诊断结果加密处理发送给对应的云端,以便专业技术人员进行分析和诊断。
作为实施例的第二可选实施例,在上述实施例基础上,本第二可选实施例还优化增加了:
a2)通过云端,响应用户操作生成相应的诊断结果获取请求,将诊断结果获取请求发送至车载控制器。
在本实施例中,诊断结果获取请求可以理解为当云端作为客户端时,客户端的用户所发送的获取诊断结果的请求。
具体的,云端的用户想要实时监控车辆状态,主动发出进行车辆故障诊断的操作,相应的,云端作为客户端(手机终端),通过交互式屏幕插件接收用户操作,根据用户主动进行车辆故障诊断的操作生成相应的诊断结果获取请求,将诊断结果获取请求发送至对应的车载控制器。
b2)通过车载控制器,根据诊断结果获取请求确定对应的目标诊断结果,将目标诊断结果加密发送至对应的云端。
在本实施例中,目标诊断结果可以理解为车载控制器根据诊断结果获取请求进行车辆诊断后确定的诊断结果,或者,车载控制器最近一次自发性的诊断结果。
具体的,车载控制器接收云端发送的诊断结果获取请求,同时,车载控制器还在接收外设芯片实时传输的诊断信息,根据外设芯片传输的诊断信息进行校验分析处理等,确定诊断结果,将该诊断结果确定为目标诊断结果;或者,车载控制器将在接收到诊断结果获取请求前,最后一次接收到外设芯片发送的诊断信息并相应生成的诊断结果确定为目标诊断结果。将目标诊断结果进行加密封装处理,将加密后的目标诊断结果反馈至对应的云端。
c2)通过云端,接收车载控制器发送的目标诊断结果并对目标诊断结果解密处理,调用关联的故障诊断数据库,确定与目标诊断结果相对应的故障处理策略。
在本实施例中,故障诊断数据库可以理解为用于存储历史时间内各种车辆诊断故障及其对应的故障处理策略的数据库。故障处理策略可以理解为用于解决诊断结果的方案。
具体的,云端接收车载控制器发送的目标诊断结果,对目标诊断结果进行解密处理,调用关联的故障诊断数据库,在故障诊断数据库中匹配与解密后的目标诊断结果相对应的故障处理策略。确定与目标诊断结果相对应的故障处理策略后,可以根据该故障处理策略尝试自行远程修复,也可以通知对应的维修人员根据故障处理策略进行修复。
作为实施例的第三可选实施例,在上述实施例基础上,故障诊断***还包括诊断仪,诊断仪与车载控制器通过标准化诊断接口连接,相应的,本第三可选实施例还优化增加了:
a3)通过诊断仪,生成目标筛选指令并将目标筛选指令发送给对应的车载控制器。
在本实施例中,诊断仪可以理解为专业的用于进行故障诊断的设备。标准化诊断接口可以理解为专门用于连接诊断仪与车机的数据传输接口。目标筛选指令可以理解为筛选诊断结果的指令。
具体的,当车辆出现异常后,仪表中可能会显示有故障标记,此时车主会寻找专业的设备与工作人员进行故障诊断,采用诊断仪对车辆进行精细化故障诊断排查。诊断仪根据工作人员输入的筛选信息,确定出重点诊断排查的信息,例如,工作人员输入针对发动机液压阀的诊断内容,则将发送机液压阀作为筛选条件,生成针对发动机液压阀的目标筛选指令。将目标筛选指令发送给通过标准化诊断接口连接的车载控制器。
b3)通过车载控制器,根据目标筛选指令确定出对应的目标诊断结果,将目标诊断结果加密处理后通过总线发送给诊断仪。
在本实施例中,目标诊断结果可以理解为与目标筛选指令对应的诊断结果,例如目标筛选指令为针对发动机液压阀的筛选指令,则从车载控制器中存储的多个不同设备的诊断结果中,确定出发动机液压阀的诊断结果。
具体的,车载控制器根据目标筛选指令从存储的多个诊断结果中进行筛选,确定与目标筛选指令所对应的诊断结果,将其确定为目标诊断结果,将目标诊断结果加密封装处理,通过标准化诊断接口与总线传输至所连接的诊断仪。
c3)通过诊断仪,对目标诊断结果进行解密与校验处理,当校验结果为通过时,将解密后的目标诊断结果可视化显示。
在本实施例中,诊断仪还包括可视化的前端显示器。
具体的,诊断仪接收车载控制器发送的目标诊断结果,对目标诊断结果进行解密处理,解密过程中进行校验处理,获得校验结果,当校验结果为失败时,发出校验失败通知。当校验结果为通过时,将解密后的目标诊断结果可视化展示与前端显示器。
实施例二
图2是本发明实施例二提供的一种故障诊断方法的流程图,本实施例是对上述任一实施例的进一步优化,可适用于对车辆进行实时监控与快速故障诊断的情形,该方法可以由故障诊断***来执行,该故障诊断***可以采用硬件和/或软件的形式实现。
如图2所示,该方法包括:
S201、通过负载端,生成负载信息并将负载信息传输至连接的外设芯片。
S202、通过外设芯片,接收各个负载端传输的负载信息并解析,获得解析结果。
在本实施例中,解析结果为对负载信息进行解析后的结果信息。
具体的,由于负载信号为电信号,因此,需要根据负载信号的电信号确定对应的具体信息。外设芯片接收负载端发送的负载信息,对负载信息进行电信号解析,确定对应的具体传感器信息与传感器数值。
S203、通过外设芯片,根据解析结果确定负载信息对应的传感器数值是否满足预设异常条件,若是,确定当前车辆存在异常故障,从负载信息中确定相应的异常信息,其中,预设异常条件为传感器数值超出预设范围或无传感器数值。
在本实施例中,传感器数值可以理解为传感器的值,当传感器为温度传感器时,传感器数值为温度值,当传感器为压力传感器时,传感器数值为压力值。预设异常条件可以理解为预先设定的用于判断传感器数值是否异常,进一步确定所监测设备是否存在故障的条件,为传感器数值超出预设范围或无传感器数值。
具体的,外设芯片根据解析结果中的各传感器信息确定所监测设备对应的传感器数值范围,将解析结果中的传感器数值与传感器数值范围进行比对,判断传感器数值是否超出传感器数值范围,若是,确定该传感器数值存在异常,进一步确定车辆中该传感器所监测的设备存在异常故障,将异常的传感器数值所对应的负载信息确定为异常信息。此外,当解析结果中不存在对该设备的传感器数值时,确定所监测设备存在断路情况,进一步确定车辆中的该设备存在异常故障,将不存在传感器数值的解析结果所对应的负载信息确定为异常信息。
S204、通过外设芯片,将负载信息或异常信息确定为诊断信息,根据预设加密算法将诊断信息加密处理,将加密后的诊断信息发送至车载控制器。
在本实施例中,将负载信息确定为诊断信息,或者,将异常信息确定为诊断信息,具体的诊断信息确定方式可以是根据实际需求设定的,本实施例对此不设限定。根据预先设定的加密算法对诊断信息进行加密封装处理,将加密后的诊断信息发送至车载控制器。可以理解的是,预设加密算法可以是目前已开源的任意加密算法,优选为自己研发的加密算法,本实施例对此不设限定。
S205、通过车载控制器,接收外设芯片发送的诊断信息,对诊断信息进行解密处理,在解密过程中对诊断信息进行数据校验,获得校验结果。
在本实施例中,车载控制器接收外设芯片发送的加密的诊断信息,根据预设的解密算法随诊断信息进行解密处理,在解密过程中对诊断信息进行数据校验,确定数据校验的结果为通过或失败。
可以理解的是,车载控制器所采用的加密算法与外设芯片所采用的解密算法并非预先设定好匹配的算法,根据车载控制器型号与外设芯片型号分别可以对应不同的加解密算法,相应的,可能存在解密失败的情况,该种情况下,表征所采用的外设芯片或车载控制器为非厂家设备或不安全的设备。
S206、通过车载控制器,当校验结果为不通过时,生成校验失败通知,将校验失败通知发送至外设芯片,并接收外设芯片根据校验失败通知重新发送的诊断信息。
在本实施例中,校验失败通知可以理解为校验失败的信息,用于通知外设芯片重新形成诊断信息并发送给车载控制器。
具体的,车载控制器校验外设芯片发送的诊断信息失败后,生成校验失败通知,将校验失败通知发送到外设芯片。外设芯片接收到车载控制器发送的校验失败通知后,重新形成诊断信息并加密发送给车载控制器。车载控制器接收外设芯片根据校验失败通知重新发送的诊断信息。
S207、通过车载控制器,当校验结果为通过时,判断诊断信息是否满足预设诊断通知条件,若是,根据诊断信息确定故障位置、故障类型与故障内容,将故障位置、故障类型与故障内容确定为诊断结果并加密发送至对应的云端。
在本实施例中,预设诊断通知条件可以理解为预先设定的用于生成诊断结果并通知云端的条件,当诊断信息中的异常信息为非偶发性的异常时,确定满足预设诊断通知条件,例如异常时长和/或异常频率均未达到预设数值。
具体的,车载控制器对诊断信息校验成功后,判断诊断信息中异常信息的出现频率与出现时长是否满足预设诊断通知条件,若是,确定车辆确实存在故障,根据诊断信息确定出故障位置、故障类型以及故障内容,将故障位置、故障类型以及故障内容确定为诊断结果,将诊断结果加密发送至对应的云端。
示例性的,故障位置为发动机液压阀,故障类型为阀门压力异常,故障内容为阀门压力过高及其具体数值等信息。
进一步的,判断诊断信息是否满足预设诊断通知条件,包括:
S2071、根据诊断信息中异常信息的出现频率判断当前是否满足异常频率条件;和/或,
在本实施例中,异常频率条件可以理解为预先设定的最高频率值。
具体的,由于电信号可能会偶发性存在过高或过低情况,异常的电信号在整体信号中的出现频率极低,在该种情况下,被监测设备实质上并不存在异常,此时,异常信息为无效信息。因此,需要判断异常信息的出现频率是否满足预先设定的频率阈值,若否,确定当前不满足异常频率条件,忽略该诊断信息;若是,确定当前满足异常频率条件,需要生成诊断结果。
S2072、根据诊断信息中异常信息的出现时长判断当前是否满足异常时间条件。
在本实施例中,异常时间条件可以理解为预先设定的最高时长。
具体的,由于电信号可能会偶发性存在过高或过低情况,异常的电信号在整体信号中的出现时长极少,在该种情况下,被监测设备实质上并不存在异常,此时,异常信息为无效信息。因此,需要判断异常信息的出现时长是否满足预先设定的时间阈值,若否,确定当前不满足异常时间条件,忽略该诊断信息;若是,确定当前满足异常时间条件,需要生成诊断结果。
S208、通过云端,接收车载控制器发送的诊断结果并存储。
本发明实施例所提供的一种故障诊断方法,通过负载端,生成负载信息并将负载信息传输至连接的外设芯片;通过外设芯片,接收各个负载端传输的负载信息并解析,获得解析结果;通过外设芯片,根据解析结果确定负载信息对应的传感器数值是否满足预设异常条件,若是,确定当前车辆存在异常故障,从负载信息中确定相应的异常信息,其中,预设异常条件为传感器数值超出预设范围或无传感器数值;通过外设芯片,将负载信息或异常信息确定为诊断信息,根据预设加密算法将诊断信息加密处理,将加密后的诊断信息发送至车载控制器;通过车载控制器,接收外设芯片发送的诊断信息,对诊断信息进行解密处理,在解密过程中对诊断信息进行数据校验,获得校验结果;通过车载控制器,当校验结果为不通过时,生成校验失败通知,将校验失败通知发送至外设芯片,并接收外设芯片根据校验失败通知重新发送的诊断信息;通过车载控制器,当校验结果为通过时,判断诊断信息是否满足预设诊断通知条件,若是,根据诊断信息确定故障位置、故障类型与故障内容,将故障位置、故障类型与故障内容确定为诊断结果并加密发送至对应的云端;通过云端,接收车载控制器发送的诊断结果并存储。上述技术方案中,引用外设芯片作为多个负载端与车载控制器之间的中间设备,外设芯片对接多个负载端,车载控制器只需要和外设芯片对接,获得外设芯片中转处理的结果,减轻车载控制器的处理压力,提高诊断便利性,上述技术方案,减少车辆故障诊断的时间,降低车辆诊断过程的繁琐程度,提高故障诊断的准确性与诊断效率。
实施例三
图3是本发明实施例三提供的一种故障诊断***的结构示意图。如图3所示,该***包括:
至少一个负载端31、外设芯片32、车载控制器33以及云端34,负载端31与外设芯片32连接,外设芯片32与车载控制器33连接,车载控制器33与云端34连接:
负载端31,用于生成负载信息并将负载信息传输至连接的外设芯片32;
外设芯片32,用于根据各负载端31传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将负载信息或异常信息确定为诊断信息,将诊断信息发送至车载控制器33;
车载控制器33,用于对诊断信息进行数据校验,当校验结果为通过时,根据诊断信息确定诊断结果,将诊断结果发送至对应的云端34;
云端34,用于接收车载控制器发送的诊断结果并存储。
本技术方案采用的故障诊断***,通过智能化的外设芯片实现了车辆状态的实时监测、分析和远程支持,这将为汽车制造商、维修服务提供商以及车主带来更高效、精确的车辆诊断体验,进一步提升汽车行业的发展和用户满意度,能够减少车辆故障诊断的时间,降低车辆诊断过程的繁琐程度,提高故障诊断的准确性与诊断效率。
可选的,故障诊断***还包括诊断仪35,诊断仪35与车载控制器33通过标准化诊断接口连接;
诊断仪35,用于生成目标筛选指令并将目标筛选指令发送给对应的车载控制器33,接收车载控制器33根据目标筛选指令确定并加密的目标诊断结果,对目标诊断结果进行解密与校验处理,当校验结果为通过时,将解密后的目标诊断结果可视化显示。
可选的,外设芯片32,具体用于:
接收各个负载端传输的负载信息并解析,获得解析结果;
根据解析结果确定负载信息对应的传感器数值是否满足预设异常条件,若是,确定当前车辆存在异常故障,从负载信息中确定相应的异常信息,其中,预设异常条件为传感器数值超出预设范围或无传感器数值;
将负载信息或异常信息确定为诊断信息,根据预设加密算法将诊断信息加密处理,将加密后的诊断信息发送至车载控制器33。
可选的,车载控制器33,包括:
数据校验模块,用于接收外设芯片发送的诊断信息,对诊断信息进行解密处理,在解密过程中对诊断信息进行数据校验,获得校验结果;
重复诊断模块,用于当校验结果为不通过时,生成校验失败通知,将校验失败通知发送至外设芯片32,并接收外设芯片32根据校验失败通知重新发送的诊断信息;
结果传输模块,用于当校验结果为通过时,判断诊断信息是否满足预设诊断通知条件,若是,根据诊断信息确定故障位置、故障类型与故障内容,将故障位置、故障类型与故障内容确定为诊断结果并加密发送至对应的云端34。
可选的,结果传输模块,具体用于:
根据诊断信息中异常信息的出现频率判断当前是否满足异常频率条件;和/或,
根据诊断信息中异常信息的出现时长判断当前是否满足异常时间条件。
可选的,外设芯片32,还用于以设定周期进行自查,当满足外设异常条件时,生成相应的外设异常信息,根据外设异常信息进行自我修复与更新,获得修复结果,当修复结果为修复失败时,将外设异常信息加密封装处理后发送给车载控制器33;
车载控制器33,还用于对外设异常信息进行解密与校验处理,当校验结果为通过时,解析外设异常信息,获得外设诊断结果,将外设诊断结果加密发送至对应的云端34。
可选的,云端34,还用于响应用户操作生成相应的诊断结果获取请求,将诊断结果获取请求发送至车载控制器33;
车载控制器33,还用于根据诊断结果获取请求确定对应的目标诊断结果,将目标诊断结果加密发送至对应的云端34;
云端34,还用于接收车载控制器33发送的目标诊断结果并对目标诊断结果解密处理,调用关联的故障诊断数据库,确定与目标诊断结果相对应的故障处理策略。
本发明实施例所提供的故障诊断***可执行本发明任意实施例所提供的故障诊断方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如故障诊断方法。
在一些实施例中,故障诊断方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的故障诊断方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行故障诊断方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种故障诊断方法,其特征在于,应用于故障诊断***,所述故障诊断***包括:至少一个负载端、外设芯片、车载控制器以及云端,所述负载端与所述外设芯片连接,所述外设芯片与所述车载控制器连接,所述车载控制器与所述云端连接,该方法包括:
通过所述负载端,生成负载信息并将所述负载信息传输至连接的外设芯片;
通过所述外设芯片,根据各所述负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将所述负载信息或所述异常信息确定为诊断信息,将所述诊断信息发送至车载控制器;
通过所述车载控制器,对所述诊断信息进行数据校验,当校验结果为通过时,根据所述诊断信息确定诊断结果,将所述诊断结果发送至对应的云端;
通过所述云端,接收所述车载控制器发送的诊断结果并存储。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将所述负载信息或所述异常信息确定为诊断信息,将所述诊断信息发送至车载控制器,包括:
接收各个所述负载端传输的负载信息并解析,获得解析结果;
根据所述解析结果确定所述负载信息对应的传感器数值是否满足预设异常条件,若是,确定当前车辆存在异常故障,从所述负载信息中确定相应的异常信息,其中,所述预设异常条件为传感器数值超出预设范围或无传感器数值;
将所述负载信息或所述异常信息确定为诊断信息,根据预设加密算法将所述诊断信息加密处理,将加密后的所述诊断信息发送至车载控制器。
3.根据权利要求1所述的方法,其特征在于,所述对所述诊断信息进行数据校验,当校验结果为通过时,根据所述诊断信息确定诊断结果,将所述诊断结果发送至对应的云端,包括:
接收所述外设芯片发送的诊断信息,对所述诊断信息进行解密处理,在解密过程中对所述诊断信息进行数据校验,获得校验结果;
当所述校验结果为不通过时,生成校验失败通知,将所述校验失败通知发送至所述外设芯片,并接收所述外设芯片根据所述校验失败通知重新发送的诊断信息;
当所述校验结果为通过时,判断所述诊断信息是否满足预设诊断通知条件,若是,根据所述诊断信息确定故障位置、故障类型与故障内容,将所述故障位置、故障类型与故障内容确定为诊断结果并加密发送至对应的云端。
4.根据权利要求3所述的方法,其特征在于,所述判断所述诊断信息是否满足预设诊断通知条件,包括:
根据所述诊断信息中异常信息的出现频率判断当前是否满足异常频率条件;和/或,
根据所述诊断信息中异常信息的出现时长判断当前是否满足异常时间条件。
5.根据权利要求1所述的方法,其特征在于,还包括:
通过所述外设芯片,以设定周期进行自查,当满足外设异常条件时,生成相应的外设异常信息,根据所述外设异常信息进行自我修复与更新,获得修复结果,当所述修复结果为修复失败时,将所述外设异常信息加密封装处理后发送给所述车载控制器;
通过所述车载控制器,对所述外设异常信息进行解密与校验处理,当校验结果为通过时,解析所述外设异常信息,获得外设诊断结果,将所述外设诊断结果加密发送至对应的云端。
6.根据权利要求1所述的方法,其特征在于,还包括:
通过所述云端,响应用户操作生成相应的诊断结果获取请求,将所述诊断结果获取请求发送至所述车载控制器;
通过所述车载控制器,根据所述诊断结果获取请求确定对应的目标诊断结果,将所述目标诊断结果加密发送至对应的云端;
通过所述云端,接收所述车载控制器发送的目标诊断结果并对所述目标诊断结果解密处理,调用关联的故障诊断数据库,确定与所述目标诊断结果相对应的故障处理策略。
7.根据权利要求1所述的方法,其特征在于,所述故障诊断***还包括诊断仪,所述诊断仪与所述车载控制器通过标准化诊断接口连接,相应的,该方法还包括:
通过所述诊断仪,生成目标筛选指令并将所述目标筛选指令发送给对应的车载控制器;
通过所述车载控制器,根据所述目标筛选指令确定出对应的目标诊断结果,将所述目标诊断结果加密处理后通过总线发送给所述诊断仪;
通过所述诊断仪,对所述目标诊断结果进行解密与校验处理,当校验结果为通过时,将解密后的所述目标诊断结果可视化显示。
8.一种故障诊断***,其特征在于,包括:至少一个负载端、外设芯片、车载控制器以及云端,所述负载端与所述外设芯片连接,所述外设芯片与所述车载控制器连接,所述车载控制器与所述云端连接:
所述负载端,用于生成负载信息并将所述负载信息传输至连接的外设芯片;
所述外设芯片,用于根据各所述负载端传输的负载信息判断当前车辆是否存在异常故障,若是,确定相应的异常信息,将所述负载信息或所述异常信息确定为诊断信息,将所述诊断信息发送至车载控制器;
所述车载控制器,用于对所述诊断信息进行数据校验,当校验结果为通过时,根据所述诊断信息确定诊断结果,将所述诊断结果发送至对应的云端;
所述云端,用于接收所述车载控制器发送的诊断结果并存储。
9.根据权利要求8所述的***,其特征在于,还包括诊断仪,所述诊断仪与所述车载控制器通过标准化诊断接口连接;
所述诊断仪,用于生成目标筛选指令并将所述目标筛选指令发送给对应的车载控制器,接收所述车载控制器根据所述目标筛选指令确定并加密的目标诊断结果,对所述目标诊断结果进行解密与校验处理,当校验结果为通过时,将解密后的所述目标诊断结果可视化显示。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的一种故障诊断方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种故障诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311790315.6A CN117707112A (zh) | 2023-12-22 | 2023-12-22 | 一种故障诊断方法、***、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311790315.6A CN117707112A (zh) | 2023-12-22 | 2023-12-22 | 一种故障诊断方法、***、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117707112A true CN117707112A (zh) | 2024-03-15 |
Family
ID=90151491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311790315.6A Pending CN117707112A (zh) | 2023-12-22 | 2023-12-22 | 一种故障诊断方法、***、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117707112A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118174959A (zh) * | 2024-05-10 | 2024-06-11 | 利维智能(深圳)有限公司 | 基于设备在线数据的智能诊断方法、***及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080140281A1 (en) * | 2006-10-25 | 2008-06-12 | Idsc Holdings, Llc | Automatic system and method for vehicle diagnostic data retrieval using multiple data sources |
CN102213962A (zh) * | 2010-04-09 | 2011-10-12 | 华东师范大学 | 基于OSGi的远程实时汽车诊断*** |
US20140121888A1 (en) * | 2012-10-29 | 2014-05-01 | Beijing Wiselink Software Co., Ltd. | Method, server and system for vehicle diagnosis |
CN107272649A (zh) * | 2017-07-05 | 2017-10-20 | 东南(福建)汽车工业有限公司 | 车辆故障远程诊断***及方法 |
CN115527288A (zh) * | 2022-09-24 | 2022-12-27 | 上海技信工业智能科技有限公司 | 车辆故障处理方法及*** |
CN116380291A (zh) * | 2023-05-24 | 2023-07-04 | 一汽解放汽车有限公司 | 一种车辆温度传感器诊断方法、装置、设备及存储介质 |
CN116540666A (zh) * | 2023-04-26 | 2023-08-04 | 重庆长安汽车股份有限公司 | 一种基于tbox的车辆诊断***、方法、电子设备及介质 |
-
2023
- 2023-12-22 CN CN202311790315.6A patent/CN117707112A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080140281A1 (en) * | 2006-10-25 | 2008-06-12 | Idsc Holdings, Llc | Automatic system and method for vehicle diagnostic data retrieval using multiple data sources |
CN102213962A (zh) * | 2010-04-09 | 2011-10-12 | 华东师范大学 | 基于OSGi的远程实时汽车诊断*** |
US20140121888A1 (en) * | 2012-10-29 | 2014-05-01 | Beijing Wiselink Software Co., Ltd. | Method, server and system for vehicle diagnosis |
CN107272649A (zh) * | 2017-07-05 | 2017-10-20 | 东南(福建)汽车工业有限公司 | 车辆故障远程诊断***及方法 |
CN115527288A (zh) * | 2022-09-24 | 2022-12-27 | 上海技信工业智能科技有限公司 | 车辆故障处理方法及*** |
CN116540666A (zh) * | 2023-04-26 | 2023-08-04 | 重庆长安汽车股份有限公司 | 一种基于tbox的车辆诊断***、方法、电子设备及介质 |
CN116380291A (zh) * | 2023-05-24 | 2023-07-04 | 一汽解放汽车有限公司 | 一种车辆温度传感器诊断方法、装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118174959A (zh) * | 2024-05-10 | 2024-06-11 | 利维智能(深圳)有限公司 | 基于设备在线数据的智能诊断方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162878B (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
US8560165B2 (en) | Co-operative on-board and off-board component and system diagnosis and prognosis | |
CN108919776B (zh) | 一种故障评估方法及终端 | |
CN114715139B (zh) | 自动泊车异常数据采集方法、装置、存储介质及产品 | |
CN107426022A (zh) | 安全事件监测方法及装置、电子设备、存储介质 | |
CN117707112A (zh) | 一种故障诊断方法、***、设备及存储介质 | |
CN108237994B (zh) | 日志信息处理方法、日志信息处理单元及微控制单元mcu | |
CN109218407B (zh) | 基于日志监控技术的代码管控方法及终端设备 | |
KR20170120029A (ko) | 데이터 전송 조작을 방지하기 위한 방법 및 장치 | |
CN104914815A (zh) | 处理器监控方法、装置及*** | |
CN115469629A (zh) | 远程诊断方法、装置、***、电子设备和存储介质 | |
CN111861747A (zh) | 交易链路异常处理方法、装置、电子设备 | |
CN114170705A (zh) | 车辆数据上传方法、装置和设备 | |
CN116380291A (zh) | 一种车辆温度传感器诊断方法、装置、设备及存储介质 | |
US20220224130A1 (en) | Method For Analyzing A Charging Process Of An Electrical Energy Storage Apparatus By A Charging Apparatus | |
CN115933619A (zh) | 一种远程诊断方法、***、电子设备及存储介质 | |
CN113110390B (zh) | 一种车辆故障识别方法、装置、电子设备及存储介质 | |
CN114938521A (zh) | 网络状态检测方法、装置、电子设备及存储介质 | |
CN115220945A (zh) | 基于树莓派的车辆检测设备、方法、车辆及存储介质 | |
CN114091699A (zh) | 一种电力通信设备故障诊断方法及*** | |
CN108648298B (zh) | 消息处理方法及装置、存储介质、电子设备 | |
CN114257610B (zh) | 一种车联网终端的监控***及方法 | |
CN115520122B (zh) | 一种燃料电池车辆储氢***的检测***、方法及存储介质 | |
CN111626870B (zh) | 清洁体检件的核保数据处理方法、装置及设备 | |
KR101628072B1 (ko) | 휴대통신 단말의 느림 진단장치 및 진단방법 |
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 |