本發(fā)明創(chuàng)造涉及汽車安全領(lǐng)域，具體涉及一種新能源汽車的遠程監(jiān)控系統(tǒng)。

背景技術(shù)：

新能源汽車是近年來新興的一種汽車類型，它是指除汽油、柴油發(fā)動機之外所有其他能源汽車。由于具有廢棄排放量低和對環(huán)境污染少的優(yōu)點，新能源汽車的研究受到了較大的重視，然而，就目前而言新能源汽車在技術(shù)上還不完善，大部分處于研發(fā)階段，所以新能源汽車在使用過程中的實時監(jiān)控有著很大的必要性。然而傳統(tǒng)的技術(shù)方式很難滿足要求，不能及時地檢測到新能源汽車的運行過程中故障，因此，開發(fā)一種能夠?qū)\行中的新能源汽車進行實時有效的遠程監(jiān)控系統(tǒng)有著重要的意義。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種新能源汽車的遠程監(jiān)控系統(tǒng)。

本發(fā)明創(chuàng)造的目的通過以下技術(shù)方案實現(xiàn)：

一種新能源汽車的遠程監(jiān)控系統(tǒng)，包括車載監(jiān)控平臺、無線傳輸模塊和監(jiān)控終端；所述車載監(jiān)控平臺用于對車輛運行過程中數(shù)據(jù)進行采集、處理，并根據(jù)處理后的數(shù)據(jù)進行車輛故障診斷；所述無線傳輸模塊用于將車輛故障診斷結(jié)果送入監(jiān)控終端進行顯示。優(yōu)選地，還包括GPS模塊，所述GPS模塊設(shè)置在所述新能源汽車上且與所述車載監(jiān)控平臺相連，用于獲取所述新能源汽車的位置信息。

優(yōu)選地，所述監(jiān)控終端還包括數(shù)據(jù)接收模塊和數(shù)據(jù)顯示模塊，所述數(shù)據(jù)接收模塊和無線傳輸模塊連接，用于接收無線傳輸模塊傳輸過來的車輛故障診斷結(jié)果，所述數(shù)據(jù)顯示模塊和數(shù)據(jù)接收模塊連接，用于顯示車輛故障診斷結(jié)果。

優(yōu)選地，所述車載監(jiān)控平臺還包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊和故障診斷模塊。

本發(fā)明創(chuàng)造的有益效果：設(shè)置車載監(jiān)控平臺、無線傳輸模塊和監(jiān)控終端，結(jié)構(gòu)簡單，靈活方便，通過各模塊之間的相互配合，能夠?qū)崟r有效的采集新能源汽車的參數(shù)進行故障檢測，并將診斷結(jié)果傳輸給監(jiān)控終端，保證了新能源汽車運行的安全性；GPS模塊能夠有效獲取車輛的位置信息，當(dāng)汽車出現(xiàn)故障時，可以根據(jù)位置信息及時施救。

附圖說明

利用附圖對發(fā)明創(chuàng)造作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明創(chuàng)造的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明結(jié)構(gòu)示意圖；

圖2是本發(fā)明故障診斷模塊結(jié)構(gòu)示意圖。

附圖標(biāo)記：

車載監(jiān)控平臺 1；無線傳輸模塊 2；監(jiān)控終端 3；GPS模塊 4；數(shù)據(jù)采集模塊 11；數(shù)據(jù)處理模塊 12；故障診斷模塊 13；數(shù)據(jù)接收模塊 31；數(shù)據(jù)顯示模塊 32；車輛診斷單元 131；車輛診斷單元 132；綜合診斷單元 133。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進一步描述。

參見圖1、圖2，本實施例的一種新能源汽車的遠程監(jiān)控系統(tǒng)，包括車載監(jiān)控平臺1、無線傳輸模塊2和監(jiān)控終端3；所述車載監(jiān)控平臺1用于對車輛運行過程中數(shù)據(jù)進行采集、處理，并根據(jù)處理后的數(shù)據(jù)進行車輛故障診斷；所述無線傳輸模塊2用于將車輛故障診斷結(jié)果送入監(jiān)控終端進行顯示。

優(yōu)選地，還包括GPS模塊4，所述GPS模塊4設(shè)置在新能源汽車上且與所述車載監(jiān)控平臺1相連，用于獲取所述新能源汽車的位置信息。

優(yōu)選地，所述監(jiān)控終端3還包括數(shù)據(jù)接收模塊31和數(shù)據(jù)顯示模塊32，所述數(shù)據(jù)接收模塊31和無線傳輸模塊2連接，用于接收無線傳輸模塊2傳輸過來的車輛故障診斷結(jié)果，所述數(shù)據(jù)顯示模塊32和數(shù)據(jù)接收模塊31連接，用于顯示車輛故障診斷結(jié)果。

本發(fā)明上述實施例設(shè)置車載監(jiān)控平臺、無線傳輸模塊和監(jiān)控終端，結(jié)構(gòu)簡單，靈活方便，通過各模塊之間的相互配合，能夠?qū)崟r有效的采集新能源汽車的參數(shù)進行故障檢測，并將診斷結(jié)果傳輸給監(jiān)控終端，保證了新能源汽車運行的安全性；GPS模塊能夠有效獲取車輛的位置信息，當(dāng)汽車出現(xiàn)故障時，可以根據(jù)位置信息及時施救。

優(yōu)選地，所述車載監(jiān)控平臺1還包括數(shù)據(jù)采集模塊11、數(shù)據(jù)處理模塊12和故障診斷模塊13。

本優(yōu)選實施例構(gòu)成了車載監(jiān)控平臺1，實現(xiàn)了車輛運行過程中數(shù)據(jù)的有效采集、處理，并根據(jù)處理后的數(shù)據(jù)進行汽車故障的及時診斷。

優(yōu)選地，所述數(shù)據(jù)采集模塊11包括用于檢測電池電量和發(fā)動機溫度的車載檢測元件和用于檢測車輛速度和車輛震動的車載檢測元件。

本優(yōu)選實施例實現(xiàn)了數(shù)據(jù)的有效采集，為汽車運行過程中的故障診斷奠定了基礎(chǔ)。

所述數(shù)據(jù)處理模塊12用于對采集得到的數(shù)據(jù)進行處理，其主要包括數(shù)據(jù)修正和數(shù)據(jù)平均，其中，對數(shù)據(jù)進行修正處理的修正公式為：

其中，s_j′為修正后的數(shù)據(jù)，s_j為修正前的原始數(shù)據(jù)，T₀為傳感器使用標(biāo)準(zhǔn)溫度，t為傳感器使用時實際環(huán)境溫度，H₀為傳感器使用標(biāo)準(zhǔn)氣壓，h為傳感器使用時實際環(huán)境氣壓；

對修正后的數(shù)據(jù)進行平均處理，其公式為：

式中，τ₁、τ₂、τ₃分別為相應(yīng)的權(quán)重因子。

本優(yōu)選實施例采用數(shù)據(jù)修正及加權(quán)平均算法對數(shù)據(jù)進行處理，進一步提高了數(shù)據(jù)的準(zhǔn)確性，在一定程度上增加了新能源汽車的遠程監(jiān)控系統(tǒng)的精確性。

優(yōu)選地，所述故障診斷模塊13包括車輛診斷單元131、車輛診斷單元132和綜合診斷單元133。

本優(yōu)選實施例根據(jù)處理后的數(shù)據(jù)，多參數(shù)、多層次的對車輛進行故障診斷，提高了故障診斷的可靠性。

優(yōu)選地，所述車輛診斷單元131用于根據(jù)上述所得的電池電量和發(fā)動機溫度對車輛狀態(tài)進行診斷，具體包括：

a.基于模糊算法建立車輛診斷單元，以電池電量和發(fā)動機溫度作為輸入變量，對各輸入變量設(shè)定上下限值，并根據(jù)各輸入量對車輛狀態(tài)的影響分別制定相應(yīng)的權(quán)重，對輸入變量定義相同的模糊狀態(tài)，即“高”、“正?！薄ⅰ暗汀?。以車輛狀態(tài)作為輸出量，對車輛狀態(tài)定義三個模糊狀態(tài)，即“正?！薄ⅰ按嬖陲L(fēng)險”、“較為危險”；

b.根據(jù)以往的樣本數(shù)據(jù)庫，制定以電池電量和發(fā)動機溫度為依據(jù)來推理車輛狀態(tài)的模糊規(guī)則；

c.輸入變量值，當(dāng)變量值超出上下限范圍時，判定傳感器故障，當(dāng)變量值在范圍內(nèi)時，根據(jù)模糊規(guī)則推理得到各輸入變量在模糊集中的隸屬度，從而計算車輛狀態(tài)，設(shè)第i時刻采集得到的電池電量和發(fā)動機溫度分別為d(i)和t(i)，則車輛狀態(tài)C(i)的表達式為：

其中，和ω(d)分別為電池電量d(i)的權(quán)重和隸屬度，和ω(t)分別為發(fā)動機溫度t(i)的權(quán)重和隸屬度；

本優(yōu)選實施例提供的基于模糊算法的車輛狀態(tài)單元，與現(xiàn)有技術(shù)相比，根據(jù)對反映車輛狀態(tài)的電池電量和發(fā)動機溫度的監(jiān)測數(shù)據(jù)，利用模糊診斷模型診斷車輛的狀態(tài)，較好地處理了多因素、模糊性及主觀判斷等問題，有效的對車輛故障進行診斷；

所述車輛診斷單元132用于根據(jù)上述所得的車輛速度和車輛震動對車輛的行駛狀態(tài)進診斷,具體包括：

a.基于模糊算法建立車輛診斷單元，以車輛速度和車輛震動作為輸入變量，對各輸入變量設(shè)定上下限值，并根據(jù)各輸入量對車輛行駛狀態(tài)的影響分別制定相應(yīng)的權(quán)重，對輸入變量定義相同的模糊狀態(tài)，即“高”、“正?！?、“低”。以車輛的行駛狀態(tài)作為輸出量，對車輛行駛狀態(tài)定義三個模糊狀態(tài)，即“正常”、“存在風(fēng)險”、“較為危險”；

b.根據(jù)以往的樣本數(shù)據(jù)庫，制定以車輛速度和車輛震動為依據(jù)來推理車輛行駛狀態(tài)的模糊規(guī)則；

c.輸入變量值，當(dāng)變量值超出上下限范圍時，判定傳感器故障，當(dāng)變量值在范圍內(nèi)時，根據(jù)模糊規(guī)則推理得到各輸入變量在模糊集中的隸屬度，設(shè)定第i時刻采集得到的車輛速度和車輛震動的數(shù)據(jù)分別為v(i)和z(i)，則車輛的行駛狀態(tài)X(i)的表達式為：

X(i)＝ρ₁ω(v)+ρ₂ω(z)

其中，ρ₁和ω(v)分別為車輛速度v(i)的權(quán)重和隸屬度，ρ₂和ω(z)分別為車輛震動z(i)的權(quán)重和隸屬度；

本優(yōu)選實施例提供的基于模糊算法的車輛診斷單元，與現(xiàn)有技術(shù)相比，根據(jù)對反映車輛行駛狀態(tài)的車輛速度和車輛震動的監(jiān)測數(shù)據(jù)，利用模糊診斷模型診斷車輛的行駛狀態(tài)，較好地處理了多因素、模糊性及主觀判斷等問題，有效的對車輛的行駛狀態(tài)進行診斷；

所述綜合診斷單元133用于根據(jù)車輛診斷單元131和車輛診斷單元132的診斷情況進行綜合評價，

定義車輛狀態(tài)診斷系數(shù)為：

其中,θ、ε為根據(jù)歷史數(shù)據(jù)庫確定的車輛狀態(tài)和車輛行駛狀態(tài)在車輛狀態(tài)診斷中的權(quán)值，n為5分鐘內(nèi)采集到的數(shù)據(jù)個數(shù)；

根據(jù)樣本數(shù)據(jù)庫制定車輛狀態(tài)分界值M，根據(jù)診斷系數(shù)與分界值M的關(guān)系進行車輛狀態(tài)劃分，具體為：

本優(yōu)選實施例提出的綜合診斷模塊133，根據(jù)上述所得的車輛狀態(tài)和車輛的行駛狀態(tài)進行車輛狀態(tài)的綜合診斷，與現(xiàn)有技術(shù)相比，多參數(shù)、多層次的診斷模式，提高了診斷結(jié)果的精確性。

基于上述實施例，根據(jù)數(shù)據(jù)庫中不同的參數(shù)信息進行了一系列測試，以下是測試得到的評估結(jié)果：

最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。