本发明涉及一种车载终端监控设备,尤其涉及一种车辆全生命周期电气性能监测评估系统和评估方法。
背景技术:
二手车交易越来越普及,但是车况检测目前仅限于外观,出险记录及维修保养记录,关于车辆内部的电气性能状况尤其整车生命周期内的历史情况记录却无从了解。而随着车辆电子设备集成度越来越高,各电子设备历史电气状态占整车状况评估的比重越来越大,所以对车辆电气历史状况的掌握,显得越来越重要。
车辆保有量趋于饱和,二手车交易规模逐年剧增,而车辆状况良莠不齐,缺少完整的客观的车辆全生命周期电子设备电气状态情况评估报告。
车辆管理相关职能部门,无法根据车辆各组件性能灵活制定车辆报废时间点,资源配置不灵活。
车辆报废后,部分仍可循环利用部件因为无生命周期运行状态数据支撑,无法判断是否可以继续使用,导致浪费。
车辆保险定价参考,即将车辆电气状况评估结果作为保险灵活定价的参考因素。
技术实现要素:
为了对车辆的电气性能进行全方面的监测和评估,本发明提供一种车辆全生命周期电气性能监测评估系统和评估方法,该方案对车辆的电气性能进行全方面的监测和评估,使得在二手车交易过程中、车辆管理相关部门对车辆进行评估中以及车辆在报废时,得到一个更科学的评估结果,保障消费者的利益,提高车辆管理部门的管理效率,节约资源达到可循环利用。所述技术方案如下:
一种车辆全生命周期电气性能监测评估系统,包括终端设备和电气性能评估记录系统,所述终端设备包括数据采集单元、中央控制单元和网络传输单元,所述中央控制单元分别连接所述数据采集单元和网络传输单元;所述电气性能评估记录系统包括车辆电气状态综合评估单元、传感器数据存储解析单元、电气状态模型深度学习单元、故障码存储解析单元和车辆电气状态历史记录单元,所述车辆电气状态综合评估单元分别连接所述传感器数据存储解析单元、电气状态模型深度学习单元、故障码存储解析单元和车辆电气状态历史记录单元。
本发明还包括一种车辆全生命周期电气性能监测评估方法,步骤如下:
s1、数据采集单元对车辆运行状态下某个电控单元的电气数据进行采集;
s2、数据采集单元将采集到的电气数据传送至中央控制单元,中央控制单元将所述电气数据进行处理,通过网络传输单元将电气数据通过网络传输至电气性能评估记录系统;
s3、电气性能评估记录系统将接收到的电气数据和采集频率分别度量,将若干个相关联电气数据的度量值合成向量,得到当前电控单元在当前状态下的特征向量;
s4、将所述特征向量传递给bp神经网络进行训练,应用sigmoid型激活函数,得出电气运行状态评估结果;
s5、所述电气运行状态评估结果乘以权值加上电控单元故障码结果,得到当前电控单元状态结果;
s6、若干个电控单元状态结果综合得到整车电气状态评估结果。
进一步的,s3中所述度量采用数据归一化算法:
进一步的,s3中所述度量值在[0,1]区间。
进一步的,s4中所述bp神经网络的层数范围在2-5层。
进一步的,s5中电控单元故障码结果为当前电控单元故障码乘以对应的权值得到。
进一步的,所述权值按照固定阶梯比例设定,根据严重级别的高低设定权值的大小。
进一步的,得到整车电气状态评估结果之后结合时间参数存储在电气性能评估记录系统。
本发明的有益效果是:
本发明所述的车辆全生命周期电气性能监测评估系统和评估方法对车辆的电气性能进行全方面的监测和评估,使得在二手车交易过程中、车险灵活定价、车辆管理相关部门对车辆进行评估中以及车辆在报废时,得到一个更科学的评估结果,保障消费者的利益,提高车辆管理部门的管理效率,节约资源达到可循环利用。
附图说明
图1为本发明设备组成示意图;
图2为本发明终端设备结构示意图;
图3为本发明电气性能评估记录系统;
图4为本发明生成特征向量流程示意图;
图5为本发明2层神经网络模型图;
图6为本发明方法流程图1;
图7为本发明方法流程图2;
图8为本发明方法流程图3;
具体实施方式
一种车辆全生命周期电气性能监测评估系统,包括终端设备和电气性能评估记录系统,所述终端设备包括数据采集单元、中央控制单元和网络传输单元,所述中央控制单元分别连接所述数据采集单元和网络传输单元;所述电气性能评估记录系统包括车辆电气状态综合评估单元、传感器数据存储解析单元、电气状态模型深度学习单元、故障码存储解析单元和车辆电气状态历史记录单元,所述车辆电气状态综合评估单元分别连接所述传感器数据存储解析单元、电气状态模型深度学习单元、故障码存储解析单元和车辆电气状态历史记录单元。
数据采集单元为可与车辆总线建立通讯连接,并且实时获取各传感器运行值的数据采集模块,传感器内容来自车辆出厂后,已安装的各类监测车辆运行状态的传感器,或者也可以根据实际具体需求,安装的更多传感器。
本发明还包括一种车辆全生命周期电气性能监测评估方法,步骤如下:
s1、数据采集单元对车辆运行状态下某个电控单元的电气数据进行采集;
s2、数据采集单元将采集到的电气数据传送至中央控制单元,中央控制单元将所述电气数据进行处理,通过网络传输单元将电气数据通过网络传输至电气性能评估记录系统;
s3、电气性能评估记录系统将接收到的电气数据和采集频率分别度量,将若干个电气数据的度量值合成向量,得到当前电控单元在当前状态下的特征向量;
s4、将所述特征向量传递给bp神经网络进行训练,应用sigmoid型激活函数,得出电气运行状态评估结果;
s5、所述电气运行状态评估结果乘以权值加上电控单元故障码结果,得到当前电控单元状态结果;
s6、若干个电控单元状态结果综合得到整车电气状态评估结果。
s3中所述度量采用数据归一化算法:
s3中所述度量值在[0,1]区间。
s4中所述bp神经网络的层数范围在2-5层。
s5中电控单元故障码结果为当前电控单元故障码乘以对应的权值得到。
所述权值按照固定阶梯比例设定,根据严重级别的高低设定权值的大小。
得到整车电气状态评估结果之后结合时间参数存储在电气性能评估记录系统。
如附图5所示,对汽车电控单元运行的不同状态提取特征向量,获得大量特征向量之后传递给bp神经网络,网络输入层的神经元,是特征向量的维数,网络的输出层为1个神经元,激活函数应用sigmoid型函数。bp神经网络的层数根据提取特征数量而定,但层数不宜过多,会造成梯度消失,导致神经网络无法收敛,大致层数范围在2至5层。这样能训练好一个神经网络了。之后就可以对任意一辆车的该类型电控单元提取它的特征,并传递给神经网络,就能给出电控单元运行状态评估。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。