[發明專利]車輛故障預警系統及對應的車輛故障預警方法

在審

• 申請號: 201810052820.3
• 申請日: 2018-01-19
• 公開（公告）號: CN110059325A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 臧曉云
• 申請（專利權）人: 羅伯特·博世有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G07C5/08;G08G1/0962
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 周家新

1.一種車輛故障預警系統(2)，所述車輛故障預警系統(2)與多個車輛通信連接并能夠對車輛即將發生的故障進行預警，所述車輛故障預警系統(2)包括：

-數據收集模塊(15)，所述數據收集模塊(15)配置成在一定的時間跨度內從所述多個車輛收集車輛數據以形成數據集群；

-數據篩選模塊(18)，所述數據篩選模塊(18)配置成基于要生成的故障預測模型的特點來從所述數據集群篩選數據；

-預測模型生成模塊(16)，所述預測模型生成模塊(16)配置成由所述數據篩選模塊(18)篩選的數據構建用于預測車輛故障的故障預測模型；以及

-故障預測模塊(17)，所述故障預測模塊(17)配置成在調用所述故障預測模型的情況下基于實時車輛數據來預測車輛是否存在即將發生的故障并在預測到車輛存在即將發生的故障時發出警示。

2.根據權利要求1所述的車輛故障預警系統(2)，其特征在于，

所構建的故障預測模型是第一類型的模型和/或第二類型的模型，其中，所述第一類型的模型是基于健康的車輛數據所構建的、用于描述健康的車輛的運行狀態的故障預測模型，而所述第二類型的模型是基于即將出現故障的車輛的數據所構建的、用于描述即將出現故障的車輛的運行狀態的故障預測模型。

3.根據權利要求1或2所述的車輛故障預警系統(2)，其特征在于，

所述故障預測模型表達成特定的故障參數與所述故障參數的至少一個影響參數之間的數學函數，其中，所述特定的故障參數指的是表征特定的車輛故障的參數；和/或

所述預測模型生成模塊(16)配置成利用大數據處理算法來由所述篩選的數據構建所述故障預測模型。

4.根據權利要求3所述的車輛故障預警系統(2)，其特征在于，

所述故障預測模塊(17)進一步配置成：在預測車輛是否存在即將發生的故障時，將所述至少一個影響參數的實時測量值代入所述數學函數從而計算出故障參數的估算值；并且通過比較所述故障參數的估算值與故障參數的對應的實時測量值來判斷當前車輛是否存在即將發生的故障。

5.根據權利要求4所述的車輛故障預警系統(2)，其特征在于，

所述故障預測模塊(17)進一步配置成：在調用所述第一類型的模型的情況下，如果所述故障參數的估算值與故障參數的對應的實時測量值之間的偏差超出預設的范圍，則表明車輛即將發生所述故障參數所表征的故障；在調用所述第二類型的模型的情況下，如果所述故障參數的估算值與故障參數的對應的實時測量值之間的偏差位于預設的范圍內，則表明車輛即將發生所述故障參數所表征的故障。

6.一種車輛故障預警方法，所述方法包括以下步驟：

a)在一定的時間跨度內從多個車輛收集車輛數據以形成數據集群；

b)基于要生成的故障預測模型的特點來從所述數據集群篩選數據；

c)由篩選出的數據構建用于預測車輛故障的故障預測模型；

d)基于所述故障預測模型和實時車輛數據來預測車輛是否存在即將發生的故障；并且

e)在預測到車輛存在即將發生的故障時發出警示。

7.根據權利要求6所述的車輛故障預警方法，其特征在于，采用下述方式實施步驟b)和步驟c)：

在步驟b)中從所述數據集群篩選出健康的車輛數據，進而在步驟c)中構建用于描述健康的車輛的運行狀態的第一類型的模型；和/或

在步驟b)中從所述數據集群篩選出即將出現故障的車輛的數據，進而在步驟c)中構建用于描述即將出現故障的車輛的運行狀態的第二類型的模型。

8.根據權利要求6或7所述的車輛故障預警方法，其特征在于，采用下述方式實施步驟c)：

所述故障預測模型表達成特定的故障參數與所述故障參數的至少一個影響參數之間的數學函數，其中，所述特定的故障參數指的是表征特定的車輛故障的參數；和/或

利用大數據處理算法由所述篩選出的數據構建所述故障預測模型。