一種機動車故障預警和召回預測系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種機動車故障預警和召回預測系統(tǒng)，該系統(tǒng)包括車載端，其實時采集并存儲當前機動車的故障碼，并對故障碼進行標準化轉(zhuǎn)換，然后通過無線通信方式將標準化后的故障碼發(fā)送出去；遠程控制端，其接收并存儲所述標準化后的故障碼，得到故障碼所代表的故障信息可能引起的關聯(lián)故障，獲取出現(xiàn)同種故障的同種車型機動車的召回概率，并將關聯(lián)故障信息發(fā)送至出現(xiàn)故障的車輛以故障預警，將召回概率發(fā)送至同類型機動車以召回預測。本系統(tǒng)可實時獲取機動車的故障信息，及時對出現(xiàn)故障的車輛進行故障預警，并且對機動車故障信息與對應于該故障信息的事故后果進行分析，制定同種車型機動車召回決策，從真正意義上實現(xiàn)了機動車召回預測。
【專利說明】一種機動車故障預警和召回預測系統(tǒng)【技術領域】
[0001]本發(fā)明涉及智能交通領域，尤其涉及一種機動車故障預警與召回預測系統(tǒng)。
【背景技術】
[0002]汽車召回源自于美國的20世紀60年代中期，日本、英國、德國、法國、加拿大、澳大利亞、韓國等國家也隨后實行了汽車召回制度。而中國直至2004年10月I日才發(fā)布《缺陷汽車召回管理規(guī)定》，從真正意思上邁開了中國汽車召回的腳步。由于起步晚的原因，在汽車故障預警與召回的技術上中國較國外發(fā)展得比較早的國家相對落后。
[0003]汽車缺陷越早發(fā)現(xiàn)所造成的損失就越小，尤其是在目前汽車的產(chǎn)量和保有量不斷激增的時候，對汽車召回的預測將十分必要。然而在汽車召回的研究中，偏向于進行汽車召回的經(jīng)濟方面的影響研究。對汽車召回的預測方面的研究，國內(nèi)外的學者開展了部分的工作。
[0004]使用美國克萊斯勒所有車型的4~5個月的三包維修記錄可知克萊斯勒公司的MING-WEI LU汽車的行駛里程和汽車故障的關系，其中，汽車的行駛里程服從對數(shù)正態(tài)分布，而累計行駛里程服從正態(tài)分布，而汽車失效的發(fā)生時間服從威布爾分布。利用這些函數(shù)關系，可推出汽車的失效時間和汽車累計行駛里程具有一定的函數(shù)關系，因此可利用汽車的累積行駛里程來預測汽車的失效時間，從而可對汽車的可靠性預判，并對每公里段的危險率進行預測。
[0005]中國國家質(zhì)檢總局缺陷管理中心提出了另外一種故障預測方法。該方法利用汽車的40個月的售后服務數(shù)據(jù)，建立了下擺臂斷裂故障的灰色預測模型。在對汽車零部件按時間或里程失效建立灰色模型后利用最小二乘法原理，求解灰色模型的系數(shù)，由此來預測汽車部件危險發(fā)生的概率?！?br> [0006]然而在這些預測模型中所使用的汽車維修記錄數(shù)據(jù)都來自于汽車廠商或者汽車4S店，商業(yè)保密性使得汽車廠商不可能把這些數(shù)據(jù)跟他人分享，因此獲取這些數(shù)據(jù)不太容易，獲取比較全面的汽車失效或者故障數(shù)據(jù)就更加不現(xiàn)實，即使是汽車廠商也需依賴汽車使用者的專業(yè)知識等條件。
[0007]因此，亟需一種可以對機動車故障進行實時報警以及針對機動車故障而對該類型機動車進行召回預測的系統(tǒng)。

【發(fā)明內(nèi)容】

[0008]本發(fā)明所要解決的技術問題之一是需要提供一種機動車故障預警和召回預測系統(tǒng)，其可以實時采集故障信息，及時向發(fā)生故障的機動車進行預警，并計算出現(xiàn)同種故障的同種車型的召回概率等級，以進行召回預測。
[0009]為了解決上述技術問題，本發(fā)明提供了一種機動車故障預警和召回預測系統(tǒng)，包括:車載端，其實時采集并存儲當前機動車的故障碼，并對所述故障碼進行標準化轉(zhuǎn)換，然后通過無線通信方式將標準化后的故障碼發(fā)送出去；遠程控制端，其接收并存儲所述標準化后的故障碼，解析所述標準化后的故障碼所代表的故障信息，分析該故障信息得到可能引起的關聯(lián)故障，獲取出現(xiàn)同種故障的同種車型機動車的召回概率，并將有關所述關聯(lián)故障的預警信息發(fā)送至該發(fā)生故障的機動車的車載端以進行故障預警，將所述召回概率發(fā)送至所述出現(xiàn)同種故障的同種車型機動車的車載端以進行召回預測。
[0010]在一個實施例中，所述車載端包括車載計算機、USB-CAN轉(zhuǎn)換器、OBD接口以及車載無線通信平臺，所述車載計算機通過USB-CAN轉(zhuǎn)換器和OBD接口實時采集當前機動車的故障碼，并基于標準化機動車故障碼對所述故障碼進行標準化，然后通過所述車載無線通信平臺將標準化后的故障碼發(fā)送出去，其中，所述標準化機動車故障碼包括由設定位數(shù)的字母表示的故障總成以及由設定位數(shù)的數(shù)字表示的具體故障。
[0011]在一個實施例中，所述車載端的車載計算機還采集所述故障碼的獲取時間與該發(fā)生故障的機動車信息，并通過車載無線通信平臺發(fā)送至所述遠程控制端，所述故障信息包括該發(fā)生故障的機動車的車型。
[0012]在一個實施例中，所述遠程控制端包括數(shù)據(jù)庫、應用單元以及無線通信平臺，所述無線通信平臺用來與所述車載無線通信平臺通信，進而實時接收來自所述車載端發(fā)送的信息；所述數(shù)據(jù)庫用來存儲所述車載端發(fā)送的信息；所述應用單元包括故障預測模塊，該模塊通過可學習的專家系統(tǒng)，利用抽象出的專家知識庫對獲取的故障碼所代表的故障信息進行分析得出可能引起的關聯(lián)故障。
[0013]在一個實施例中，所述故障預測模塊進一步使用離線專家討論與專家診斷對所述故障信息進行分析，并將所得到的分析結(jié)果反饋至所述專家知識庫，從而完善所述專家知識庫。
[0014]在一個實施例中，所述應用單元進一步包括召回預測模塊，該模塊基于從所述數(shù)據(jù)庫中獲取同種車型的故障信息、同種車型中出現(xiàn)同種故障的機動車數(shù)量以及同種車型因同種故障而出現(xiàn)事故的事故信息來建立機動車召回概率預測模型，進而得到該種車型的召回概率等級，最后通過所述無線通信平臺將該種車型的召回概率等級發(fā)送至該車型中所有運行的車載端的車載無線通信平臺，進行召回預測。
[0015]在一個實施例中，所述召回預測模塊進一步用于:利用logistic回歸分析方法來分析召回概率等級與潛在事故風險等級和事故后果風險等級的關系；利用事故風險的評估方法，基于同種車型的故障信息和同種車型中出現(xiàn)同種故障的機動車數(shù)量建立輸出為潛在事故風險等級的潛在事故風險預測模型，以及基于同種車型因同種故障而出現(xiàn)事故的事故信息來建立輸出為事故后果風險等級的事故后果風險預測模型；利用模糊神經(jīng)網(wǎng)絡算法，建立以潛在事故風險等級和事故后果風險等級為雙輸入、召回概率等級為單輸出的機動車召回概率預測模型。
[0016]在一個實施例中，所述故障預測模塊采用故障樹法對所獲取的故障碼進行分析以得到該故障碼所代表的故障信息。
[0017]在一個實施例中，所述車載計算機采用中斷的方式觸發(fā)所述車載無線通信平臺的事件發(fā)送機制。
[0018]在一個實施例中，所述車載計算機進一步將所標準化的故障碼封裝成數(shù)據(jù)包進行發(fā)送。
[0019]與現(xiàn)有技術相比，本發(fā)明的一個或多個實施例可以具有如下優(yōu)點:[0020]本發(fā)明直接從運行中的機動車中實時獲取機動車的故障信息，數(shù)據(jù)直接可靠，解決了數(shù)據(jù)收集困難的問題，可以采集到全面且及時的機動車故障信息；所建立的召回預測模型對同種車型的機動車實時運行狀況中的機動車故障信息與對應于該故障信息的事故后果進行分析，挖掘出可能的機動車缺陷，并制定同種車型機動車召回決策，從真正意義上實現(xiàn)了機動車召回預測。
[0021]本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在說明書、權利要求書以及附圖中所特別指出的結(jié)構來實現(xiàn)和獲得。
【專利附圖】

【附圖說明】
[0022]附圖用來提供對本發(fā)明的進一步理解，并且構成說明書的一部分，與本發(fā)明的實施例共同用于解釋本發(fā)明，并不構成對本發(fā)明的限制。在附圖中:
[0023]圖1是根據(jù)本發(fā)明一實施例的機動車故障預警和召回預測系統(tǒng)的框圖；
[0024]圖2是根據(jù)本發(fā)明一示例的汽車故障信息采集接口連接示意圖；
[0025]圖3是根據(jù)本發(fā)明一示例的標準化汽車故障碼的示意圖；
[0026]圖4是根據(jù)本發(fā)明一實施例的故障碼標準化轉(zhuǎn)換的示意圖；
[0027]圖5是根據(jù)本發(fā)明一實施例的基于可學習的專家系統(tǒng)的汽車故障分析系統(tǒng)的示意圖；
[0028]圖6 Ca)是根據(jù)本發(fā)明一實施例的潛在事故風險預測模型的示意圖；
[0029]圖6 (b)是根據(jù)本發(fā)明一實施例的事故后果風險預測模型的示意圖；
[0030]圖6 (c)是根據(jù)本發(fā)明一實施例的汽車召回概率預測模型的示意圖；
[0031]圖7是根據(jù)本發(fā)明一示例的機動車故障預警和召回預測系統(tǒng)的整體框架圖；
[0032]圖8是根據(jù)本發(fā)明一示例的機動車故障預警和召回預測系統(tǒng)的形象化示意圖。
【具體實施方式】
[0033]為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，以下結(jié)合附圖對本發(fā)明作進一步地詳細說明。
[0034]本實施例以車路協(xié)同系統(tǒng)中的各種品牌的汽車為研究對象，通過機動車故障預警和召回預測系統(tǒng)對汽車進行實時故障采集與故障預警，并出現(xiàn)故障的汽車進行召回預測。容易理解，本發(fā)明并不局限于對出現(xiàn)故障的汽車進行預警和召回，同時也適用于其他機動車輛。
[0035]圖1是根據(jù)本發(fā)明一實施例的機動車故障預警和召回預測系統(tǒng)的框圖。如圖1所示，本實施例的機動車故障預警和召回預測系統(tǒng)包括車載端I和遠程控制端(也可稱控制中心)2。
[0036]其中，車載端I用于實時采集并存儲當前汽車的故障碼，并對該故障碼進行標準化轉(zhuǎn)換，然后通過無線通信方式將標準化后的故障碼發(fā)送出去。車載端I進一步包括車載計算機11、USB-CAN轉(zhuǎn)換器12、OBD接口(即國際標準汽車通信接口)13以及車載無線通信平臺14。
[0037]如圖2所示的汽車故障信息采集接口連接示意圖，車載計算機11通過CAN-USB轉(zhuǎn)換器12和OBD接口 13 (未示出)從CAN總線中實時采集當前汽車的故障碼。在一個示例中，CAN-USB轉(zhuǎn)換器12可以使用千目公司的USB-CAN-A2或USB-CAN-Bl。
[0038]需要說明的是，在工程實際中，不同的汽車車型往往使用不同的CAN協(xié)議，這造成CAN總線上輸出的汽車的故障碼各異，需要根據(jù)所給的CAN協(xié)議才能正確解讀。因此，進一步地，在采集到汽車的故障碼后，車載計算機11基于標準化機動車故障碼對該故障碼進行標準化轉(zhuǎn)換，然后通過車載無線通信平臺14將標準化后的故障碼發(fā)送出去。該標準化汽車故障碼為針對使用不同CAN協(xié)議的汽車車型的不同故障碼而制定的統(tǒng)一故障碼。
[0039]具體地說，汽車故障碼的標準化綜合考慮國內(nèi)外汽車缺陷所在總成的分類，參照基于層次聚類算法對缺陷產(chǎn)品分類的結(jié)果以及目前現(xiàn)行各個汽車廠商的OBD故障診斷儀的故障碼的形式，形成一套標準化的汽車故障碼。在一個示例中，該故障碼具體形式可如圖3所示，其包括由設定位數(shù)的字母表示的故障總成以及由設定位數(shù)的數(shù)字表示的具體故障。比如“Ee”為發(fā)動機和冷卻系統(tǒng)(ENGINE AND ENGINE COOLING)故障總成，“ 137”為I號爆震感知器故障。更多故障總成的字母表示請參考表1。
[0040]表1
[0041]
【權利要求】
1.一種機動車故障預警和召回預測系統(tǒng)，包括: 車載端，其實時采集并存儲當前機動車的故障碼，并對所述故障碼進行標準化轉(zhuǎn)換，然后通過無線通信方式將標準化后的故障碼發(fā)送出去； 遠程控制端，其接收并存儲所述標準化后的故障碼，解析所述標準化后的故障碼所代表的故障信息，分析該故障信息得到可能引起的關聯(lián)故障，獲取出現(xiàn)同種故障的同種車型機動車的召回概率，并將有關所述關聯(lián)故障的預警信息發(fā)送至該發(fā)生故障的機動車的車載端以進行故障預警，將所述召回概率發(fā)送至所述出現(xiàn)同種故障的同種車型機動車的車載端以進行召回預測。
2.根據(jù)權利要求1所述的故障預警和召回預測系統(tǒng)，其特征在于，所述車載端包括車載計算機、USB-CAN轉(zhuǎn)換器、OBD接口以及車載無線通信平臺， 所述車載計算機通過USB-CAN轉(zhuǎn)換器和OBD接口實時采集當前機動車的故障碼，并基于標準化機動車故障碼對所述故障碼進行標準化，然后通過所述車載無線通信平臺將標準化后的故障碼發(fā)送出去，其中，所述標準化機動車故障碼包括由設定位數(shù)的字母表示的故障總成以及由設定位數(shù)的數(shù)字表示的具體故障。
3.根據(jù)權利要求2所述的故障預警和召回預測系統(tǒng)，其特征在于，所述車載端的車載計算機還采集所述故障碼的獲取時間與該發(fā)生故障的機動車信息，并通過車載無線通信平臺發(fā)送至所述遠程控制端，所述故障信息包括該發(fā)生故障的機動車的車型。
4.根據(jù)權利要求2或3所述的故障預警和召回預測系統(tǒng)，其特征在于，所述遠程控制端包括數(shù)據(jù)庫、應用單元以 及無線通信平臺， 所述無線通信平臺用來與 所述車載無線通信平臺通信，進而實時接收來自所述車載端發(fā)送的信息； 所述數(shù)據(jù)庫用來存儲所述車載端發(fā)送的信息； 所述應用單元包括故障預測模塊，該模塊通過可學習的專家系統(tǒng)，利用抽象出的專家知識庫對獲取的故障碼所代表的故障信息進行分析得出可能引起的關聯(lián)故障。
5.根據(jù)權利要求4所述的故障預警和召回預測系統(tǒng)，其特征在于，所述故障預測模塊進一步使用離線專家討論與專家診斷對所述故障信息進行分析，并將所得到的分析結(jié)果反饋至所述專家知識庫，從而完善所述專家知識庫。
6.根據(jù)權利要求4所述的故障預警和召回預測系統(tǒng)，其特征在于， 所述應用單元進一步包括召回預測模塊，該模炔基于從所述數(shù)據(jù)庫中獲取同種車型的故障信息、同種車型中出現(xiàn)同種故障的機動車數(shù)量以及同種車型因同種故障而出現(xiàn)事故的事故信息來建立機動車召回概率預測模型，進而得到該種車型的召回概率等級，最后通過所述無線通信平臺將該種車型的召回概率等級發(fā)送至該車型中所有運行的車載端的車載無線通信平臺，進行召回預測。
7.根據(jù)權利要求6所述的故障預警和召回預測系統(tǒng)，其特征在于，所述召回預測模塊進一步用于: 利用logistic回歸分析方法來分析召回概率等級與潛在事故風險等級和事故后果風險等級的關系； 利用事故風險的評估方法，基于同種車型的故障信息和同種車型中出現(xiàn)同種故障的機動車數(shù)量建立輸出為潛在事故風險等級的潛在事故風險預測模型，以及基于同種車型因同種故障而出現(xiàn)事故的事故信息來建立輸出為事故后果風險等級的事故后果風險預測模型； 利用模糊神經(jīng)網(wǎng)絡算法，建立以潛在事故風險等級和事故后果風險等級為雙輸入、召回概率等級為單輸出的機動車召回概率預測模型。
8.根據(jù)權利要求4所述的故障預警和召回預測系統(tǒng)，其特征在于，所述故障預測模塊采用故障樹法對所獲取的故障碼進行分析以得到該故障碼所代表的故障信息。
9.根據(jù)權利要求3所述的故障預警和召回預測系統(tǒng)，其特征在于，所述車載計算機采用中斷的方式觸發(fā)所述車載無線通信平臺的事件發(fā)送機制。
10.根據(jù)權利要求9所述的故障預警和召回預測系統(tǒng)，其特征在于，所述車載計算機進一步將所標準化的故障碼 封裝成數(shù)據(jù)包進行發(fā)送。
【文檔編號】G06Q50/00GK103632211SQ201310656729
【公開日】2014年3月12日 申請日期:2013年12月6日 優(yōu)先權日:2013年12月6日
【發(fā)明者】姚丹亞, 練嵐香 申請人:清華大學