CN113377086A - 一种车辆亏电预警方法 - Google Patents
一种车辆亏电预警方法 Download PDFInfo
- Publication number
- CN113377086A CN113377086A CN202110732111.1A CN202110732111A CN113377086A CN 113377086 A CN113377086 A CN 113377086A CN 202110732111 A CN202110732111 A CN 202110732111A CN 113377086 A CN113377086 A CN 113377086A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- early warning
- power shortage
- power
- voltage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005059 dormancy Effects 0.000 claims abstract description 8
- 230000007958 sleep Effects 0.000 claims description 10
- 230000003203 everyday effect Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000004171 remote diagnosis Methods 0.000 claims description 3
- 230000004622 sleep time Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 5
- 238000003860 storage Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
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
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开一种车辆亏电预警方法,是利用大数据提取联网车型后台数据,将数据进行分类归纳,对存在休眠或异常唤醒问题的车辆利用唤醒源日志系统进行定位判断,难以定位的需要现地现物分析;对存在暗电流超出正常值的或处于低电压问题的车辆,联系终端同事或回访用户进行处理;并且以上问题均形成亏电问题跟踪表进行跟踪。本发明利用大数据主动发现异常的亏电车辆并分析其原因,有效降低用户的亏电抱怨率,提升产品质量。
Description
技术领域
本发明属于车辆电气系统技术领域。
背景技术
随着汽车电动化、智能化的发展,汽车功能越来越多,越来越复杂,汽车电控单元、软件逻辑策略也随之增多,电控单元的耦合度也越来越高,车辆亏电的概率也随之加深。
由于整车电气化的增多,软件量的增多,整车一个小的软件bug、系统之间耦合出错、零部件质量问题等,都可能会导致整车的亏电,从而给的用户带来极其不好的影响,对企业的口碑影响也极差。
传统的亏电处理模式都是接到亏电的车辆案例之后,然后对整车进行电瓶电压、用户使用、现场利用总线设备抓取数据等进行确认来定位原因。
传统处理方式存在问题如:
1.随着亏电类型越来越多且超出常规的认知,技术人员和维护人员往往从分析到处理一个问题要花费很长的学习时间和处置时间。
2.亏电问题的处理都是从发现问题到分析问题再到解决问题,技术人员和维护人员往往处于一个被动的、后知后觉的地位,且亏电发生以后故障通常已不在线,对从根本上定位原因带来了极大的困扰,同时增加了用户的抱怨,给客户带来极大的困扰,给企业口碑带来极坏的影响。
发明内容
本发明针对现有技术存在的问题,提供一种车辆亏电预警方法,利用大数据主动发现异常的亏电车辆并分析其原因,有效降低用户的亏电抱怨率,提升产品质量。
本发明的技术方案如下:
本发明提供一种车辆亏电预警方法,其包括如下两部分:
(1)实时预警:基于联网车型的大数据,后台系统实时提取联网车型数据,对数据进行分类归纳,机器人实时根据提取到的后台数据进行大数据计算,判断是否有电压低于设定值或持续设定时长不休眠问题的车辆,若有,则向车企项目机器人预警上报群发送实时预警信息,并将以上问题形成亏电问题跟踪表进行跟踪;所述机器人为车企的后台系统的总和。
(2)定时预警:后台系统每天利用大数据定时提取所有联网车型的近2天数据,并将存在持续不休眠、或间歇性唤醒、或暗电流超过设定值、或电压低于设定值问题的车辆在车企的问题处置网页上进行展示,并将以上问题形成亏电问题跟踪表进行跟踪。
优选的,所述实时预定中,电压低于设定值为10.5V,持续设定时长为3小时。
进一步,所述定时预警中还包括,后台系统对每天定时提取的联网车型数据,在所述问题处置网页上将数据按照项目或项目不同阶段状态进行区分显示,并按照VIN、车辆所在大区、核查时间、SOC范围、不休眠、间歇性唤醒、下电电压低、上电电压低、暗电流大、暗电流值进行分类显示。
进一步,所述定时预警中,对于存在持续超过1小时不休眠或连续超过6小时有间歇性唤醒问题的车辆,通过车架号获取车机TUID,通过TUID查询该车的不休眠及唤醒情况,从而准确定位出问题的控制器或线束增加或开关等。
进一步,所述定时预警中,将存在超过6小时暗电流超过100mA问题的车辆,确定为暗电流过大。
进一步,所述定时预警中,将存在上电动力系统未启动情况下电压低于10.5V、或电源挡位OFF挡情况下电压低于10.5V问题的车辆,确定为上电电压过低或下电电压过低。
进一步,所述方法还包括,将已发生亏电导致打不着火的车辆信息同步给终端服务处置,将即将发生亏电的车辆信息通过远程诊断系统处置或联系终端同事处置或回访用户。
进一步,在将问题形成亏电问题跟踪表之前,需要对问题进行人工提取和分析。
本发明的优点如下:
1、通过采用本方法,后台系统可实时或定期分析提取到的批量车辆数据,可直接将预警结果展示到微信工作群或网页上,便于相关人员查询使用,在项目前期有效的将问题进行充分暴露并关闭。
2、通过采用本方法,可以有效降低用户的亏电抱怨率,提升终端的服务质量,可以提高用户的用车满意度。
3、通过采用本方法,可以有效覆盖所有联网车辆,可以主动发现并暴露问题,可以高效定位问题,可以有效判断加装行车记录仪类问题。
附图说明
图1是本发明的处理流程图;
图2是本发明利用到的机器人预警图举例;
图3是本发明每天定时提取到的有异常的网页图举例;
图4是本发明利用到的唤醒源日志查询图举例;
图5是本发明进行数据分析得到的问题跟踪表举例。
具体实施方式
以下参照附图对发明的实施方式进行详细地说明。
本发明的总体思路是:利用大数据提取联网车型后台数据,数据内容主要包含电压、电量、累计放电量、电源状态、门锁等反应车辆工作状态的数据,利用预置的电压低、不休眠、异常唤醒及累计消耗电量异常等算法将数据进行分类归纳。对存在休眠或异常唤醒问题的车辆利用唤醒源日志系统进行定位判断,难以定位的需要现地现物分析;对存在暗电流超出正常值的或处于低电压问题的车辆,联系终端同事或回访用户进行处理;并且以上问题均形成亏电问题跟踪表进行跟踪。
如图1所示,本实施例中车辆亏电预警方法包括如下两部分:
第一部分是实时预警:由机器人实时根据提取到的后台数据进行大数据计算,判断电压低于10.5V的或持续3小时不休眠的,将车辆进行实时预警,便于及时发现并处置问题,降低用户的抱怨。
具体是:
基于联网车型的大数据,后台系统实时提取联网车型数据,对数据进行分类归纳,机器人实时根据提取到的后台数据进行大数据计算,判断是否有
电压低于设定值10.5V或持续设定时长3小时不休眠问题的车辆,若有,则向车企XX项目机器人预警上报群发送实时预警信息,即可以在工作群里用机器人进行实时同步展示。同时将以上问题形成亏电问题跟踪表进行跟踪。如图2所示即为机器人预警图的一个例子。
第二部分是定时预警,是每天利用大数据定时提取近两天所有联网车型数据,并将有持续超过1小时不休眠、或连续超过6小时有间歇性唤醒、或超过6小时暗电流超过100mA、或上电动力系统未启动情况下电压低于10.5V、或电源挡位OFF挡情况下电压低于10.5V的在网页上进行展示。如图3所示展示的,即为每天早上8点,后台主动拉取后台近两天数据并将车辆数据按照项目或项目不同阶段状态进行区分显示,并按照VIN、车辆所在大区、核查时间、SOC范围、不休眠、间歇性唤醒、下电电压低、上电电压低、暗电流大、暗电流值进行分类显示。
进一步,如图4所示,定时预警中,对于存在持续超过1小时不休眠或连续超过6小时有间歇性唤醒问题的车辆,可以通过车架号获取到车机TUID,通过TUID查询该车的不休眠及唤醒情况,从而准确定位是哪个控制器或线束等问题。
进一步如图5所示,通过对亏电问题进行跟踪记录,并定期进行复核以确保问题真正关闭,从而达到问题的闭环处理。
本方法还包括:
利用车机将不休眠的数据在下电至OFF挡后第5分钟的网络管理ID透传置后台存储备查,利用车机将唤醒的网络管理ID上传至后台存储备查。
整车所有参与直接网络管理的节点均需记录自身每次唤醒的原因并跟随在网络管理ID中备查,车机每次唤醒后均需透传至后台存储备查。
利用蓄电池传感器的累计放电量参数值计算一段时间的电流消耗大小,从而有助于分析漏电的严重度及原因。
针对不休眠或异常间歇性唤醒的数据现象,利用唤醒源日志系统查询不休眠原因或唤醒原因。
将已发生亏电导致打不着火的车辆同步给终端服务同事处置,将即将发生亏电的车辆通过远程诊断系统或联系终端同事处置或回访用户。
Claims (8)
1.一种车辆亏电预警方法,其特征在于,包括如下两部分:
(1)实时预警:基于联网车型的大数据,后台系统实时提取联网车型数据,对数据进行分类归纳,机器人实时根据提取到的后台数据进行计算,判断是否有电压低于设定值或持续设定时长不休眠问题的车辆,若有,则向车企项目机器人预警上报群发送实时预警信息,并将以上问题形成亏电问题跟踪表进行跟踪;所述机器人为车企后台系统的总和;
(2)定时预警:后台系统每天利用大数据定时提取所有联网车型近x天的数据,并将存在持续不休眠、或间歇性唤醒、或暗电流超过设定值、或电压低于设定值问题的车辆在车企的问题处置网页上进行展示,并将以上问题形成亏电问题跟踪表进行跟踪。
2.根据权利要求1所述的车辆亏电预警方法,其特征在于,所述实时预警中,电压低于设定值为10.5V,持续不休眠设定时长为3小时。
3.根据权利要求1所述的车辆亏电预警方法,其特征在于,所述定时预警中,后台系统对每天定时提取的联网车型数据,在所述问题处置网页上将数据按照项目或项目不同阶段状态进行区分显示,并按照VIN、车辆所在大区、核查时间、SOC范围、不休眠、间歇性唤醒、下电电压低、上电电压低、暗电流大、暗电流值进行分类显示。
4.根据权利要求1所述的车辆亏电预警方法,其特征在于,所述定时预警中,对于存在持续超过1小时不休眠或连续超过6小时有间歇性唤醒问题的车辆,通过车架号获取车机TUID,通过TUID查询该车的不休眠及唤醒情况,从而准确定位出问题的控制器或线束增加或开关等。
5.根据权利要求1所述的车辆亏电预警方法,其特征在于,所述定时预警中,将存在超过6小时暗电流超过100mA问题的车辆,确定为暗电流过大。
6.根据权利要求1所述的车辆亏电预警方法,其特征在于,所述定时预警中,将存在上电动力系统未启动情况下电压低于10.5V、或电源挡位OFF挡情况下电压低于10.5V问题的车辆,确定为上电电压过低或下电电压过低。
7.根据权利要求1所述的车辆亏电预警方法,其特征在于,所述方法还包括,将已发生亏电导致打不着火的车辆信息同步给终端服务处置,将即将发生亏电的车辆信息通过远程诊断系统处置或联系终端同事处置或回访用户。
8.根据权利要求1所述的车辆亏电预警方法,其特征在于,在将问题形成亏电问题跟踪表之前,需要对问题进行人工提取和分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110732111.1A CN113377086A (zh) | 2021-06-29 | 2021-06-29 | 一种车辆亏电预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110732111.1A CN113377086A (zh) | 2021-06-29 | 2021-06-29 | 一种车辆亏电预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113377086A true CN113377086A (zh) | 2021-09-10 |
Family
ID=77580152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110732111.1A Pending CN113377086A (zh) | 2021-06-29 | 2021-06-29 | 一种车辆亏电预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113377086A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115016429A (zh) * | 2022-05-27 | 2022-09-06 | 重庆长安汽车股份有限公司 | 一种整车控制器网络不休眠的自动复位方法及系统 |
CN115277746A (zh) * | 2022-06-24 | 2022-11-01 | 重庆长安汽车股份有限公司 | 车辆电池异常状态实时监控方法、系统及可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700449A (zh) * | 2016-02-01 | 2016-06-22 | 江苏赫奕科技有限公司 | 一种新型车辆监测系统和方法 |
CN106682232A (zh) * | 2017-01-13 | 2017-05-17 | 西安电子科技大学 | 车辆监控系统的统计报表生成方法 |
CN206217810U (zh) * | 2016-10-17 | 2017-06-06 | 宝沃汽车(中国)有限公司 | 车辆终端、车辆及车辆的远程监控诊断系统 |
CN208343940U (zh) * | 2018-05-15 | 2019-01-08 | 深圳泓发电子有限公司 | 一种电动摩托车和低速电动车信息采集系统 |
CN111929600A (zh) * | 2020-08-10 | 2020-11-13 | 吉利汽车研究院(宁波)有限公司 | 蓄电池诊断监测方法、监测系统、车辆及车联网云平台 |
CN112034818A (zh) * | 2020-08-12 | 2020-12-04 | 吉利汽车研究院(宁波)有限公司 | 一种控制器故障分析方法及系统 |
CN112070382A (zh) * | 2020-08-31 | 2020-12-11 | 上海万位科技有限公司 | 基于大数据的车辆离线风控管理方法 |
CN112114259A (zh) * | 2020-09-28 | 2020-12-22 | 北京车和家信息技术有限公司 | 一种车辆亏电状态监测方法、系统、服务器和车辆 |
-
2021
- 2021-06-29 CN CN202110732111.1A patent/CN113377086A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700449A (zh) * | 2016-02-01 | 2016-06-22 | 江苏赫奕科技有限公司 | 一种新型车辆监测系统和方法 |
CN206217810U (zh) * | 2016-10-17 | 2017-06-06 | 宝沃汽车(中国)有限公司 | 车辆终端、车辆及车辆的远程监控诊断系统 |
CN106682232A (zh) * | 2017-01-13 | 2017-05-17 | 西安电子科技大学 | 车辆监控系统的统计报表生成方法 |
CN208343940U (zh) * | 2018-05-15 | 2019-01-08 | 深圳泓发电子有限公司 | 一种电动摩托车和低速电动车信息采集系统 |
CN111929600A (zh) * | 2020-08-10 | 2020-11-13 | 吉利汽车研究院(宁波)有限公司 | 蓄电池诊断监测方法、监测系统、车辆及车联网云平台 |
CN112034818A (zh) * | 2020-08-12 | 2020-12-04 | 吉利汽车研究院(宁波)有限公司 | 一种控制器故障分析方法及系统 |
CN112070382A (zh) * | 2020-08-31 | 2020-12-11 | 上海万位科技有限公司 | 基于大数据的车辆离线风控管理方法 |
CN112114259A (zh) * | 2020-09-28 | 2020-12-22 | 北京车和家信息技术有限公司 | 一种车辆亏电状态监测方法、系统、服务器和车辆 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115016429A (zh) * | 2022-05-27 | 2022-09-06 | 重庆长安汽车股份有限公司 | 一种整车控制器网络不休眠的自动复位方法及系统 |
CN115016429B (zh) * | 2022-05-27 | 2024-05-03 | 重庆长安汽车股份有限公司 | 一种整车控制器网络不休眠的自动复位方法及系统 |
CN115277746A (zh) * | 2022-06-24 | 2022-11-01 | 重庆长安汽车股份有限公司 | 车辆电池异常状态实时监控方法、系统及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8046180B2 (en) | Model-based determination of power source replacement in wireless and other devices | |
CN112148538B (zh) | 一种整车故障识别方法、装置、系统、汽车及计算机可读存储介质 | |
CN116011993B (zh) | 一种基于cps架构的蓄电池健康管理系统 | |
CN113377086A (zh) | 一种车辆亏电预警方法 | |
CN111522864B (zh) | 基于用电数据的企业生产模式识别及转移生产预警方法 | |
CN113406539B (zh) | 一种智能电缆接头的运行监测方法及装置 | |
CN110032152A (zh) | 一种基于物联网的智能车间管理系统及使用方法 | |
CN114244866B (zh) | 一种基于物联网的生产设备监管系统 | |
CN113708493A (zh) | 基于云边协同的配电终端运维方法、装置和计算机设备 | |
CN111045364B (zh) | 一种基于大数据平台的动力环境监控系统辅助决策方法 | |
CN116224925B (zh) | 一种智能加工管理系统 | |
CN103034207A (zh) | 一种基础设施健康监测系统及其实施过程 | |
CN110209649B (zh) | 基于关联规则知识库的中央空调系统能效实时诊断方法 | |
CN111474942A (zh) | 一种智能运输装置的故障自检方法及自检系统 | |
CN113485279B (zh) | 一种基于全视角人工智能的工厂设备启停节能管理系统 | |
CN118607799B (zh) | 基于物联网的企业能源采集与碳排放智能管理系统 | |
CN114091730A (zh) | 车辆状态监测方法、系统、电子设备和存储介质 | |
Catterson et al. | On-line transformer condition monitoring through diagnostics and anomaly detection | |
CN105741187A (zh) | 生活资源消耗量数据处理、生活资源消耗监测方法及装置 | |
CN115277746A (zh) | 车辆电池异常状态实时监控方法、系统及可读存储介质 | |
CN114563709A (zh) | 一种基于云计算平台的蓄电池监测系统 | |
CN113869726A (zh) | 基于售后大数据的预见性质量问题预防发生方法 | |
CN112153162A (zh) | 一种基于物联网的安全防范系统 | |
CN117456709B (zh) | 用于碳计量多表合一集中器装置、控制方法、系统及介质 | |
CN114554530B (zh) | 基站智能保电方法、装置、系统、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |