[发明专利]一种车辆PHM系统的管理系统在审

专利信息
申请号: 201911381538.0 申请日: 2019-12-27
公开(公告)号: CN111144588A 公开(公告)日: 2020-05-12
发明(设计)人: 施其彪;佟雪丽;范涛;温旭辉 申请(专利权)人: 中国科学院电工研究所
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q10/04;G06Q10/06
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 寇海侠
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车辆 phm 系统 管理
【说明书】:

发明公开了一种车辆PHM系统的管理系统,包括:数据融合模块,用于获取多个车辆PHM系统发送的各车辆管理数据信息并进行融合,得到系统标准数据集,将系统标准数据集发送至云端故障预测与健康管理模块;云端故障预测与健康管理模块,用于根据接收的系统标准数据集,对各车辆PHM系统进行管理。本发明通过对各PHM子系统之间的数据集进行融合,并将融合后的信息发送至云端故障预测与健康管理模块,实现对各车辆PHM系统进行管理,构成一个完整的系统,使系统本身具有很强的扩展弹性和可裁剪能力,实现对车辆整体、子系统、零部件进行健康状态的监测、诊断和预测,可以高效地进行健康管理功能配置,进而保证整个系统的稳定运行。

技术领域

本发明涉及新能源车辆技术领域,具体涉及一种车辆PHM系统的管理系统。

背景技术

随着电动化、智能化的发展,电驱动系统在新能源汽车、特种车辆等领域的应用越来越广泛,传统燃油发动机动力系统被电驱动系统替代成为历史趋势。电驱动系统不仅包含复杂的机械机构,而且拥有复杂的电子/电气控制系统,作为新能源汽车核心部件,其技术发展要求越来越高,尤其是安全性、可靠性方面,故障预测与健康管理技术是解决安全性和可靠性的重要技术途径,已在航空航天、轨道交通领域得到充分验证。由于车辆的电驱动系统包含复杂的电子、电气和机械零部件,其PHM系统(故障预测与健康管理系统)也十分复杂,目前车辆领域应用的故障预测与健康管理技术主要集中在状态监视和故障诊断,并且无法兼顾提升车辆安全性、可靠性、维修保养经济性。

发明内容

有鉴于此,本发明实施例提供了一种车辆PHM系统的管理系统,解决现有技术中无法对车辆进行系统性的故障预测与健康管理的问题。

本发明实施例一种车辆PHM系统的管理系统,包括:数据融合模块,用于获取多个车辆PHM系统发送的各车辆管理数据信息并进行融合,得到系统标准数据集,将系统标准数据集发送至云端故障预测与健康管理模块;云端故障预测与健康管理模块,用于根据接收的系统标准数据集,对多个车辆PHM系统进行管理。

可选地,所述车辆PHM系统包括:车辆级PHM子系统、域控制器级PHM子系统及ECU级PHM子系统,车辆级数据融合模块、域控制器级数据融合模块,其中:域控制器级数据融合模块用于获取各ECU级PHM子系统的数据,并进行融合,得到域控制器数据集;域控制器级PHM子系统获取其所属域的各域控制器数据集;车辆级数据融合模块用于获取各域控制器级PHM子系统上传的各域控制器数据集,并将各域控制器数据集进行融合,得到车辆数据集并发送给其对应的车辆级PHM子系统。

可选地,所述车辆管理数据信息包括:设备状态参数、特征信息、诊断信息、剩余使用寿命信息及维保决策信息。

可选地,所述系统标准数据集包括:信号集、特征集、诊断集、剩余使用寿命集及维保决策集。

可选地,通过预设特征提取规则对各设备状态参数进行特征提取,得到各车辆设备的特征信息,将各特征信息进行融合得到特征集。

可选地,通过预设故障诊断规则对各特征信息进行故障诊断,得到各车辆设备的诊断信息,将各诊断信息进行融合得到诊断集。

可选地,通过预设健康状态预测规则对各特征信息及各诊断信息进行健康预测,得到各车辆设备的剩余使用寿命信息,将各剩余使用寿命信息进行融合得到剩余使用寿命集。

可选地,通过预设算法对各特征信息、各诊断信息及各剩余使用寿命信息进行处理,得到各车辆设备的维保决策信息,将各维保决策信息进行融合得到维保决策集。

本发明技术方案,具有如下优点:

1.本发明提供的车辆PHM系统的管理系统,通过对各PHM子系统之间的数据集进行融合,能够进行高效的数据传递,并将融合后的信息发送至云端故障预测与健康管理模块,实现对各车辆PHM系统进行管理,构成一个完整的系统,使系统本身具有很强的扩展弹性和可裁剪能力。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院电工研究所,未经中国科学院电工研究所许可,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/201911381538.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top