首页 / 专利库 / 专利权 / 申请 / 国际申请 / 权利要求 / 一种车辆健康预测系统及方法

一种车辆健康预测系统及方法

阅读:967发布:2020-12-03

专利汇可以提供一种车辆健康预测系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种车辆健康预测系统及方法。该系统采用B/S架构;其中、 服务器 通过安装在车辆上的智能终端收集车辆运行中各子部件的工作参数、以及具体子部件故障发生时的工作参数信息;对接收到的所述具体子部件故障发生时的工作参数信息进行持久化存储,筛选并统计与子部件具体类型故障相关的工作参数在该类型故障发生时的概率分布。所述服务器根据收集到的车辆运行 中子 部件的工作参数、相应与该子部件的具体类型故障发生时工作参数的概率分布来确定该子部件发生故障的 风 险概率以及时告知用户。通过本发明提供的系统能实现对车辆运行中相关子部件发生故障的概率进行预测,在故障实际发生前告知用户从而避免子部件突发故障而引起车辆安全性问题。,下面是一种车辆健康预测系统及方法专利的具体信息内容。

1.一种车辆健康预测系统,其特征在于,该系统包括:多个智能终端及数据服务器
其中、每个所述智能终端安装于对应的车辆中、用于实时收集该车辆运行中各子部件的工作数据以及用户上报的该车辆故障时、具体子部件发生故障时的相关工作数据即子部件故障数据,并实时上传给数据服务器;
所述数据服务器,用于对接收到的所述子部件故障数据进行持久化存储;根据所述持久化存储的子部件故障数据,统计与具体车辆型号具体子部件发生具体类型故障的相关故障参数的概率分布,并对所述概率分布进行存储;从所述接收到的运行车辆中子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据,基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的险概率并及时告知相关用户。
2.如权利要求1所述的车辆健康预测系统,其特征在于,所述子部件故障数据包括:子部件的标识ID、具体的故障类型以及车辆型号的标识信息;所述智能终端每次上传工作数据时都附加对应车辆型号的标识信息,每项数据都附加约定的标识ID和标签flag来标识具体子部件的具体类型的工作数据。
3.如权利要求2所述的车辆健康预测系统,其特征在于,所述服务器对接收到的所述子部件故障数据进行持久化存储,具体实现为:识别上传子部件故障数据的车辆的型号,并按照具体车辆型号的具体子部件产生具体故障的类型对接收到的车辆子部件故障数据进行持久化分类存储。
4.如权利要求1或3所述的车辆健康预测系统,其特征在于,所述根据所述持久化存储的子部件故障数据,统计与具体车辆型号的具体子部件发生具体类型故障的相关故障参数的概率分布,并对所述概率分布进行存储;具体为:从所述持久化存储的车辆子部件故障数据中筛选出与具体车辆型号的具体子部件发生特定类型故障时该相关故障参数对应的工作数据;将所述筛选出工作数据按照一定的数据间隔进行分组,统计落入各分组的工作数据的个数;以横坐标x为数据间隔区间、纵坐标y为该数据间隔区间内工作数据个数进行正态分布曲线拟合得出正态分布函数N(u,σ2),其中u为均值、σ2为方差;将均值u,均方差σ与该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息关联存储在故障数据库中。
5.如权利要求4所述的车辆健康预测系统,其特征在于,所述基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率;具体实现为:根据该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息查询故障数据库中获取对应的均值u0,均方差σ0;设所述匹配数据为x0,对其按照公式x'=x0-u0/σ0进行标准化处理,以(u0+x',+∞)、(-∞,u0-x')为在该匹配参数时该子部件发生该类型故障的风险概率的置信区间,按照标准正态分布模型N(0,1)来确定该子部件发生该类型故障的风险概率。
6.如权利要求1或5所述的车辆健康预测系统,其特征在于,所述数据服务器定期重新统计具体车辆型号具体子部件发生具体类型故障时的相关故障参数的概率分布对故障数据库中概率分布参数进行迭代更新;或者当接收到的具体车辆型号具体子部件发生特定类型故障的故障数据的增量到达预设阈值时,触发所述数据服务器重新统计该具体车辆型号的该具体子部件发生所述特定类型故障时的相关故障参数的概率分布对故障数据库中相关概率分布参数进行迭代更新。
7.如权利要求6所述的车辆健康预测系统,其特征在于,在预测出具体车辆某个子部件发生特定类型故障的风险概率大于预设阈值时,所述数据服务器向该具体车辆对应的所述智能终端下发告警信息。
8.如权利要求1或7所述的车辆健康预测系统,其特征在于,所述与具体车辆型号具体子部件发生具体类型故障的相关故障参数至少包括以下一种或几种:某型电动车辆的牵引电机在发生烧毁时的温度、相电流,其电机在发生烧毁时的温度、相电流,其加速踏板失灵时该加速踏板的模拟输入量;某型车辆具体轴承在断裂时的负重。
9.如权利要求1所述的所述的车辆健康预测系统,其特征在于,所述车辆的钥匙开关闭合后即给所述智能终端上电,所述智能终端上电完成后通过创建套接字socket与数据服务器进行数据交互。
10.一种车辆健康预测方法,其特征在于,该方法包括以下步骤:
S1.通过安装于车辆中的智能终端实时收集该车辆在运行时相关子部件的工作数据以及用户上报的该车辆故障时、具体子部件发生故障时的相关工作数据即子部件故障数据;
S2.对收集到的所述子部件故障数据进行持久化存储;根据所述持久化存储的子部件故障数据,统计与具体车辆型号具体子部件发生具体类型故障的相关故障参数的概率分布,并将所述概率分布存储到故障数据库中;
S3.从所述接收到的运行车辆中子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据,基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率并及时告知相关用户。S3.从运行车辆子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据;基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率并及时告知相关用户
11.如权利要求10所述的车辆健康预测方法,其特征在于,所述子部件故障数据包括:
子部件的标识ID、具体的故障类型以及车辆型号的标识信息;所述智能终端每次上传工作数据时都附加对应车辆型号的标识信息,每项数据都附加约定的标识ID和标签flag来标识具体子部件的具体类型的工作数据。
12.如权利要求10或11所述的车辆健康预测方法,其特征在于,所述根据所述持久化存储的子部件故障数据,统计与具体车辆型号的具体子部件发生具体类型故障的相关故障参数的概率分布,并将所述概率分布存储到故障数据库中;具体为:从所述持久化存储的车辆子部件故障数据中筛选出与具体车辆型号的具体子部件发生特定类型故障时该相关故障参数对应的工作数据;将所述筛选出工作数据按照一定的数据间隔进行分组,统计落入各分组的工作数据的个数;以横坐标x为数据间隔区间、纵坐标y为该数据间隔区间内工作数据个数进行正态分布曲线拟合得出正态分布函数N(u,σ2),其中u为均值、σ2为方差;将均值u,均方差σ与该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息关联存储在故障数据库中。
13.如权利要求12所述的车辆健康预测方法,其特征在于,所述基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率并及时告知相关用户;具体实现为:根据该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息查询故障数据库中获取对应的均值u0,均方差σ0;设所述匹配数据为x0,对其按照公式x'=x0-u0/σ0进行标准化处理,以(u0+x',+∞)、(-∞,u0-x')为在该匹配参数时该子部件发生该类型故障的风险概率的置信区间,按照标准正态分布模型N(0,1)来确定该子部件发生该类型故障的风险概率;当预测出该子部件发生该类型故障的风险概率大于预设阈值时,向该运行车辆对应的所述智能终端下发告警信息。
14.如权利要求10或13所述的车辆健康预测方法,其特征在于,所述方法还包括:定期重新统计具体车辆型号具体子部件发生具体类型故障时的相关故障参数的概率分布对故障数据库中概率分布参数进行迭代更新;或者判断当接收到的具体车辆型号具体子部件发生特定类型故障的故障数据的增量到达预设阈值时,重新统计该具体车辆型号的该具体子部件发生所述特定类型故障时的相关故障参数的概率分布对故障数据库中相关概率分布参数进行迭代更新。
15.如权利要求10或14所述的车辆健康预测方法,其特征在于,所述与具体车辆型号具体子部件发生具体类型故障的相关故障参数至少包括以下一种或几种:某型电动车辆的牵引电机在发生烧毁时的温度、相电流,其泵电机在发生烧毁时的温度、相电流,其加速踏板失灵时该加速踏板的模拟输入量;某型车辆具体轴承在断裂时的负重。
16.如权利要求10所述的所述的车辆健康预测方法,其特征在于,所述智能终端在其安装车辆的钥匙开关闭合后即上电,在上电完成后通过创建套接字socket与数据服务器进行数据交互。

说明书全文

一种车辆健康预测系统及方法

技术领域

[0001] 本发明涉及车辆的健康评估领域,具体涉及一种车辆健康预测系统及方法。该系统及方法能够及时评估并向用户反馈车辆运行时相关子部件的健康状况。

背景技术

[0002] 车辆的各子部件工作参数有预设范围。车辆在运行过程中常常由于操作不规范或者其他不可控的因素,导致相关子部件的工作参数不在对应的预设范围内。当车辆子部件的工作参数越偏大于预设范围的上限时,发生故障的险就越高。
[0003] 一旦车辆运作中有子部件发生故障可能会造成严重的后果,并且小故障隐藏时可能操作人员无法立即知晓,从而导致了更大故障的发生。因此,当前车辆运行的安全性问题受到普遍关注,但目前没有有效的方案对于车辆运行中子部件产生故障进行及时感知并提醒用户及时预防

发明内容

[0004] 针对传统方案存在的上述不足,本发明提供一种车辆健康预测系统,该系统的数据服务器通过固定安装在车辆上的智能终端及时获取车辆运行中相关子部件的工作状态评估该子部件产生具体故障的风险概率,当风险概率达到预设阈值时及时向用户发出告警信息,提醒用户及时预防。
[0005] 本发明提供的技术方案具体实现为:
[0006] 一种车辆健康预测系统,该系统包括:多个智能终端及数据服务器,所述智能终端与所述数据服务器采用B/S架构进行通信。
[0007] 其中、每个智能终端安装于对应的车辆中、用于收集该车辆在运行时相关子部件的工作数据以及用户上报的该车辆故障时、具体子部件发生故障时的相关工作数据即子部件故障数据,并实时上传给数据服务器。所述子部件故障数据包括:子部件的标识ID、具体的故障类型以及车辆型号的标识信息。所述智能终端每次上传工作数据时都附加对应车辆型号的标识信息,每项数据都附加约定的标识ID和标签flag来标识具体子部件的具体类型的工作数据。其中、所述标识ID用于标识具体的子部件,例如电机牵引电机加速踏板等;所述标签flag来标识数据的具体类型,例如温度、项电流等。
[0008] 所述数据服务器对接收到的所述子部件故障数据进行持久化存储;具体可以实现为:按照具体的车辆型号的具体子部件产生的具体故障类型对接收到的车辆子部件故障数据进行持久化分类存储。所述数据服务器还用于根据所述持久化存储的子部件故障数据,统计与具体车辆型号具体子部件发生具体类型故障的相关故障参数的概率分布,并对所述概率分布进行存储。该数据服务器从所述接收到的运行车辆中子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据;基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布进行计算以预测该子部件发生该类型故障的风险概率并及时告知用户。
[0009] 进一步地、数据服务器根据所述持久化存储的子部件故障数据,统计与具体车辆型号的具体子部件发生具体类型故障的相关故障参数的概率分布,并对所述概率分布进行存储;具体实现为:从所述持久化分类存储的车辆子部件故障数据中筛选出与具体车辆型号的具体子部件发生特定类型故障时该相关故障参数对应的工作数据;将所述筛选出工作数据按照一定的数据间隔进行分组,统计落入各分组的工作数据的个数;以横坐标x为数据间隔区间、纵坐标y为该数据间隔区间内工作数据个数进行正态分布曲线拟合得出正态分布函数N(u,σ2),其中u为均值、σ2为方差;将均值u,均方差σ与该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息关联存储在故障数据库中。
[0010] 相应地、所述数据服务器基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率,具体实现为:对根据该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息查询故障数据库中获取对应的均值u0,均方差σ0;设所述匹配数据为x0,对其按照公式x'=x0-u0/σ0进行标准化处理,以(u0+x',+∞)、(-∞,u0-x')为在该匹配参数时该子部件发生该类型故障的风险概率的置信区间,按照标准正态分布模型N(0,1)计算出的置信率作为该子部件发生该类型故障的风险概率。
[0011] 相应地,本发明还提供一种车辆健康预测方法,该方法包括以下步骤:
[0012] S1.通过安装于车辆中的智能终端实时收集安装于车辆中的智能终端实时收集该车辆在运行时相关子部件的工作数据以及用户上报的该车辆故障时、具体子部件发生故障时的相关工作数据即子部件故障数据;
[0013] S2.对接收到的所述子部件故障数据进行持久化存储;根据所述持久化存储的子部件故障数据,统计与具体车辆型号的具体子部件发生具体类型故障时相关故障参数的概率分布,并对所述概率分布进行存储;
[0014] S3.从所述接收到的运行车辆中子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据,基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率并及时告知用户。
[0015] 上述方法中各步骤实现的细节与上述车辆健康预测系统对应部分的细节相同。附图说明
[0016] 图1为本发明提供的车辆健康预测方法的流程图

具体实施方式

[0017] 为了使本发明所解决的技术问题、技术方案以及有益效果更加清楚明白,以下结合附图对本发明进行进一步详细说明。应该理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0018] 本发明提供一种车辆健康预测系统。
[0019] 该系统包括多个智能终端及数据服务器,所述智能终端与所述数据服务器采用B/S架构进行通信。优先地、所述智能终端通过创建基于TCP/IP协议的Socket与所述数据服务器进行数据交互。
[0020] 其中、每个智能终端安装于对应的车辆中、用于收集该车辆在运行时相关子部件的工作数据以及用户上报的该车辆故障时具体子部件发生故障时的相关工作数据即子部件故障数据,实时上传给数据服务器。将所述智能终端的供电端接在车辆钥匙开关的一侧,实现当钥匙开关闭合后即给所述智能终端上电,所述智能终端上电完成后通过创建套接字socket与数据服务器进行数据交互。
[0021] 所述子部件故障数据包括:子部件的标识ID、具体的故障类型以及车辆型号的标识信息。所述智能终端每次上传工作数据时都附加对应车辆型号的标识信息,并且每项数据都附加约定的标识ID和标签flag来标识具体子部件的具体类型的工作数据。其中、所述标识ID用于标识具体的子部件,例如泵电机、牵引电机、加速踏板等;所述标签flag来标识数据的具体类型,例如温度、项电流等。
[0022] 所述具体的车辆型号类型各相关子部件特定类型故障相关的故障参数,包括:某型车辆的某个轴承在断裂时的负重;某型电动车辆的牵引电机在发生烧毁时的温度、相电流,其泵电机在发生烧毁时的温度、相电流,加速踏板失灵时该加速踏板的模拟输入量。
[0023] 所述数据服务器对接收到的子部件故障数据按照具体的车辆型号的具体子部件产生的具体故障类型对接收到的车辆子部件故障数据进行持久化分类存储。所述数据服务器根据所述持久化存储的子部件故障数据,统计与具体车辆型号的具体子部件发生具体类型故障的相关故障参数的概率分布,并对所述概率分布进行存储。所述数据服务器同时用于从所述接收到的运行车辆中子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据,基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率预测该子部件发生该类型故障的风险概率并及时告知用户。
[0024] 数据服务器根据所述持久化存储的子部件故障数据,统计与具体车辆型号的具体子部件发生具体类型故障的相关故障参数的概率分布,并对所述概率分布进行存储;具体为:从所述持久化分类存储的车辆子部件故障数据中筛选出与具体车辆型号的具体子部件发生特定类型故障时该相关故障参数对应的工作数据;将所述筛选出工作数据按照一定的数据间隔进行分组,统计落入各分组的工作数据的个数;以横坐标x为数据间隔区间、纵坐标y为该数据间隔区间内工作数据个数进行正态分布曲线拟合得出正态分布函数N(u,σ2),其中u为均值、σ2为方差;将均值u,均方差σ与该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息关联存储在故障数据库中。
[0025] 为了实现统计出的上述概率分布能够更符合实际的情况,所述数据服务器还根据所述持久化存储的子部件故障数据的不断增多,定期重新统计具体车辆型号具体子部件发生具体类型故障时的相关故障参数的概率分布对故障数据库中概率分布参数进行迭代更新。或者设置当接收到的具体车辆型号具体子部件发生特定类型故障的故障数据的增量到达预设阈值时,触发所述数据服务器重新统计该具体车辆型号的该具体子部件发生所述特定类型故障时的相关故障参数的概率分布对故障数据库中概率分布参数进行迭代更新。
[0026] 采用正态分布曲线拟合是因为大量同一车辆型号的同一子部件发生特定故障类型时相关工作参数彼此之间是相互独立的关系、而且相关工作参数越偏大于预设范围的上限时发生故障的风险就越高,根据概率论中心极限定理可知大量这些数据的统计规律应该服从正态分布函数的左半部分。例如、某型电动车辆的牵引电机在发生烧毁时跟其温度,相电流有关;温度偏离正常工作值越高/相电流偏离正常工作值越大,其烧毁的风险就越大,在某个阈值时烧坏的概率几乎为百分百;大量某型电动车辆的牵引电机烧坏时的温度/项电流分布符合正态分布曲线的左半边部分。
[0027] 相应地、所述数据服务器基于所述匹配数据及其对应的故障参数、基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的的概率分布预测该子部件发生该类型故障的风险概率,具体实现为:对根据该车辆的车辆型号的标识信息、子部件ID以及故障类型标识信息查询故障数据库中获取对应的均值u0,均方差σ0;设所述匹配数据为x0,对其按照公式x'=x0-u0/σ0进行标准化处理,以(u0+x',+∞)、(-∞,u0-x')为在该匹配参数时该子部件发生该类型故障的风险概率的置信区间,按照标准正态分布模型N(0,1)计算出的置信率作为该子部件发生该类型故障的风险概率。这是由于虽然大量同一车辆型号的同一子部件发生特定故障类型时相关工作参数统计规律服从正态分布函数的左半部分,但是由于标准正态分布函数是左右对称的,只要选择对称的置信区间得出风险概率仍然是符合实际情况的。
[0028] 所述数据服务器在预测出具体车辆某个子部件发生特定类型故障的风险概率大于预设阈值时,所述数据服务器向该具体车辆对应的所述智能终端下发告警信息。例如设置A电动车牵引电机烧毁的风险概率大于80%时,数据服务器向其上的智能终端发送告警信息以提醒用户。
[0029] 相应地,本发明还提供一种车辆健康预测方法。如图1所示,该方法包括以下步骤:
[0030] S1.通过安装于车辆中的智能终端实时收集安装于车辆中的智能终端实时收集该车辆在运行时相关子部件的工作数据以及用户上报的该车辆故障时、具体子部件发生故障时的相关工作数据即子部件故障数据;
[0031] S2.对接收到的所述子部件故障数据进行持久化存储;根据所述持久化存储的子部件故障数据,统计与具体车辆型号具体子部件发生具体类型故障相关的故障参数的概率分布,并对所述概率分布进行存储;
[0032] S3.从所述接收到的运行车辆中子部件的工作参数中筛选出与待预测类型故障相关的工作数据作为匹配数据,基于所述匹配数据,以及和所述匹配数据对应的故障参数、所述运行车辆的型号、具体的子部件、待预测类型故障对应的概率分布预测该子部件发生该类型故障的风险概率并及时告知用户。
[0033] 上述方法中各步骤实现的细节与上述车辆健康预测系统对应部分的细节相同。
[0034] 通过本发明提供的技术方案能够及时获取车辆运行中相关子部件的工作状态评估该子部件产生具体故障的风险概率,当风险概率达到预设阈值时及时向用户发出告警信息、提醒用户,能有效避免车辆中小故障隐藏、操作人员无法及时知晓导致产生更大故障。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈