[发明专利]车辆故障预警系统及对应的车辆故障预警方法在审
申请号: | 201810052820.3 | 申请日: | 2018-01-19 |
公开(公告)号: | CN110059325A | 公开(公告)日: | 2019-07-26 |
发明(设计)人: | 臧晓云 | 申请(专利权)人: | 罗伯特·博世有限公司 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G07C5/08;G08G1/0962 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 周家新 |
地址: | 德国斯*** | 国省代码: | 德国;DE |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆故障 预警系统 故障预测模型 数据集群 配置 预警 故障预测模块 实时车辆数据 数据处理算法 数据筛选模块 数据收集模块 筛选 车辆数据 车辆通信 生成模块 时间跨度 数据构建 预测模型 预测 调用 | ||
本发明涉及一种车辆故障预警系统(2),所述车辆故障预警系统(2)与多个车辆通信连接并能够对车辆即将发生的故障进行预警。所述车辆故障预警系统(2)包括配置成在一定的时间跨度内从所述多个车辆收集车辆数据以形成数据集群的数据收集模块(15)、配置成基于要生成的故障预测模型的特点来从所述数据集群筛选数据的数据筛选模块(18)、配置成利用大数据处理算法由筛选的数据构建用于预测车辆故障的故障预测模型的预测模型生成模块(16)、以及配置成在调用所述故障预测模型的情况下基于实时车辆数据来预测车辆是否存在即将发生的故障的故障预测模块(17)。本发明还涉及一种对应的车辆故障预警方法。
技术领域
本发明涉及一种车辆故障预警系统。本发明还涉及一种对应的车辆故障预警方法。
背景技术
随着计算机和网络技术的迅速发展,极大地推进了车联网技术的发展和应用。目前,车联网技术可以通过收集车辆信息、比如地理位置、车速、路况等来将各车辆连接从而构成巨大的交互网络。尽管这种车辆网络已经允许在线监测和诊断车辆故障,但是现有技术中常规的远程监测和诊断通常是事后性的且是迟钝的。
所述“事后性”指的是现有技术中的远程监测和诊断手段通常是在车辆故障已经真实发生后才能判断出故障的出现并由此才能对已经出现的故障进行诊断并提供维修建议。这种“事后性”的方式往往会造成在毫无察觉的情况下使得车辆从出现某个问题、即“亚健康”状态以不可逆转的损害直接发展演变成车辆故障、即“疾病”状态,这不仅关联有复杂且高成本的诊断和维修工作,而且会使得用户在毫不知情的情况下驾驶随时会出现故障的“亚健康”车出门,这不仅会有半路抛锚的风险甚至可能危及生命。
所述“迟钝”指的是现有技术中的远程监测和诊断系统通常是由汽车厂商或相关厂商提供的,这样的系统往往偏于保守、包容性广且数据更新比较慢,这意味着这样的远程监测和诊断系统不能够敏捷、即时、可靠、准确地发现车辆的故障。
发明内容
因此,本发明的目的在于提供一种能在故障发生前准确、即时地预测车辆即将发生的故障的“事前性”车辆故障预警系统和车辆故障预警方法,这种车辆故障预警系统及方法使得相关人员在故障发生前就能够较早地干预车辆可能存在的问题,由此不仅能降低维修的成本和复杂度,更可以扼制车辆从小的问题演变向具有极大危险和麻烦的车辆故障。
上述目的在一方面通过一种车辆故障预警系统实现的,所述车辆故障预警系统与多个车辆通信连接并能够对车辆即将发生的故障进行预警,所述车辆故障预警系统包括:
-数据收集模块,所述数据收集模块配置成在一定的时间跨度内从所述多个车辆收集车辆数据以形成数据集群;
-数据筛选模块,所述数据筛选模块配置成基于要生成的故障预测模型的特点来从所述数据集群筛选数据;
-预测模型生成模块,所述预测模型生成模块配置成利用大数据处理算法由所述数据筛选模块筛选的数据构建用于预测车辆故障的故障预测模型;以及
-故障预测模块,所述故障预测模块配置成在调用所述故障预测模型的情况下基于实时车辆数据来预测车辆是否存在即将发生的故障并在预测出车辆存在即将发生的故障时发出警示。
根据本发明的一个优选的实施例,所述故障预测模型是由健康的车辆数据所构建的、用于描述健康的车辆的运行状态的第一类型的模型;或者所述故障预测模型是由即将出现故障的车辆的数据所构建的、用于描述即将出现故障的车辆的运行状态的第二类型的模型。
根据本发明的又一优选的实施例,所述故障预测模型表达成特定的故障参数与该故障参数的至少一个影响参数之间的数学函数。
根据本发明的另一优选的实施例,所述故障预测模块进一步配置成:在分析车辆是否存在即将发生的故障时,将所述至少一个影响参数的实时测量值代入所述数学函数而计算出故障参数的估算值;并且通过比较所述故障参数的估算值与故障参数的对应的实时测量值来判断当前车辆是否存在即将发生的故障。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于罗伯特·博世有限公司,未经罗伯特·博世有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810052820.3/2.html,转载请声明来源钻瓜专利网。