发动机健康状态监测方法及装置与流程

1.本技术涉及车辆状态监测领域，尤其涉及一种发动机健康状态监测方法及装置。


背景技术：

2.发动机map图是充分描述发动机动力经济性的重要数据。发动机map图通常由发动机供应商提供，或者，也可以通过发动机台架试验测试后得到。
3.在相关技术中，发动机在整机上工作，其动力经济性与整机的动力经济性融合。在整机动力经济性不能充分显现的情况下，需要排查是发动机自身问题，还是整机匹配问题。而判断是否为发动机动自身问题的最好方式是提取发动机的map图后，根据发动机map图进行判断。
4.然而，由于发动机在使用过程中，随着使用时长的增加，其map图与出厂时的map图必然存在较大的不同，基于出厂时的map图很难判断出当前发动机的动力经济性，也就难以准确的判断出否为发动机的问题。
5.基于此，急需一种能够基于车辆的运行数据生成map图，并基于生成的map图对发动机进行健康诊断的技术方案。


技术实现要素：

6.本技术的目的是提供一种发动机健康状态监测方法及装置，用于根据车辆在正常作业过程中的发动机转速、发动机扭矩以及燃油消耗率生成发动机map图，并基于生成的发动机map图对发动机的健康状态进行监控。
7.本技术提供一种发动机健康状态监测方法，包括：
8.获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
9.可选地，所述获取车辆在作业过程中采集的目标信息，包括：在车辆作业过程中，按照预设采样频率通过控制器局域网总线采集预设时长的总线数据；基于所述总线数据中各个数据的采样时间，将总线数据执行序列化操作，得到目标数据序列，并从所述目标数据序列中提取出所述多组采样数据。
10.可选地，所述根据所述多组采样数据生成所述车辆的发动机map图，包括：对所述多组采样数据中每组采样数据所包含的发动机燃油消耗率进行排序后执行离散化操作，得到发动机燃油消耗率的离散分布数据；所述离散分布数据包括多个油耗代表点、且任一相邻两个油耗代表点之间的数据量相同；基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重。
11.可选地，所述基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，包括：获取所述目标采样数据所包含的燃油消耗率在所述离散分布数据中的第一分布函数值以及所述目标油耗代表点
指示的燃油消耗率在所述离散分布数据中的第二分布函数值；基于目标绝对值与目标百分比的目标比值，计算所述目标采样数据相对于所述目标油耗代表点的目标权重；其中，所述目标绝对值为所述第一分布函数值与所述第二分布函数值的差值的绝对值；所述目标百分比为所述多组采样数据所包含的发动机燃油消耗率去除无效数据之后剩余数据的百分比；在所述目标权重值为负值的情况下，将所述目标权重值设置为零。
12.可选地，所述基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重之后，所述方法还包括：基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值；根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，生成所述发动机map图。
13.可选地，所述基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的结果数值，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，包括：基于每组采样数据相对于目标油耗代表点的结果数值，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩的相对于所述目标油耗代表点的结果数值；对所述多组采样数据所包含的发动机转速进行排序后按照第一预设划分组方式进行分组，得到第一分组，同时，对所述多组采样数据所包含的发动机扭矩进行排序后第二预设分组方式进行分组，得到第二分组；使用加权最小二乘法计算任一目标区间内所包含的发动机转速相对于所述目标油耗代表点的第一结果数值以及所述目标区间内所包含的发动机扭矩相对于所述目标油耗代表点的第二结果数值；其中，所述目标区间为：基于所述第一分组以及所述第二分组构成的平面坐标系的多个坐标区间中的任一个。
14.可选地，所述根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，生成所述发动机map图，包括：基于所述第一结果数值以及所述第二结果数值，生成所述目标区间对应的代表拟合曲线；将所述多个坐标区间对应的代表拟合曲线关联后，得到所述目标油耗代表点对应的等油耗转速扭矩曲线；基于每个代表点对应的等油耗转速扭矩曲线，生成所述发动机map图。
15.可选地，所述根据所述发动机map图与历史发动机map图的比较结果，判断所述车辆的发动机健康状态，包括：将所述发动机map图与历史发动机map图进行比较，生成比较结果；根据所述比较结果指示的发动机map曲线的变化趋势，和/或，发动机map曲线的异常点位，判断所述车辆的发动机健康状态。
16.本技术还提供一种发动机健康状态监测装置，包括：
17.获取模块，用于获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；生成模块，用于根据所述多组采样数据生成所述车辆的发动机map图；诊断模块，用于根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
18.可选地，所述获取模块，具体用于在车辆作业过程中，按照预设采样频率通过控制器局域网总线采集预设时长的总线数据；所述获取模块，具体还用于基于所述总线数据中各个数据的采样时间，将总线数据执行序列化操作，得到目标数据序列，并从所述目标数据
序列中提取出所述多组采样数据。
19.可选地，所述装置还包括：处理模块和计算模块；所述处理模块，用于对所述多组采样数据中每组采样数据所包含的发动机燃油消耗率进行排序后执行离散化操作，得到发动机燃油消耗率的离散分布数据；所述离散分布数据包括多个油耗代表点、且任一两个相邻油耗代表点之间的数据量相同；所述计算模块，用于基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重。
20.可选地，所述获取模块，还用于获取所述目标采样数据所包含的燃油消耗率在所述离散分布数据中的第一分布函数值以及所述目标油耗代表点指示的燃油消耗率在所述离散分布数据中的第二分布函数值；所述计算模块，具体用于基于目标绝对值与目标百分比的目标比值，计算所述目标采样数据相对于所述目标油耗代表点的目标权重；其中，所述目标绝对值为所述第一分布函数值与所述第二分布函数值的差值的绝对值；所述目标百分比为所述多组采样数据所包含的发动机燃油消耗率去除无效数据之后剩余数据的百分比；在所述目标权重值为负值的情况下，将所述目标权重值设置为零。
21.可选地，所述计算模块，还用于基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值；所述生成模块，具体用于根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，生成所述发动机map图。
22.可选地，所述计算模块，具体用于基于每组采样数据相对于目标油耗代表点的结果数值，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩的相对于所述目标油耗代表点的结果数值；所述计算模块，具体用于对所述多组采样数据所包含的发动机转速进行排序后按照第一预设划分组方式进行分组，得到第一分组，同时，对所述多组采样数据所包含的发动机扭矩进行排序后第二预设分组方式进行分组，得到第二分组；所述计算模块，具体用于使用加权最小二乘法计算任一目标区间内所包含的发动机转速相对于所述目标油耗代表点的第一结果数值以及所述目标区间内所包含的发动机扭矩相对于所述目标油耗代表点的第二结果数值；其中，所述目标区间为：基于所述第一分组以及所述第二分组构成的平面坐标系的多个坐标区间中的任一个。
23.可选地，所述生成模块，具体用于基于所述第一结果数值以及所述第二结果数值，生成所述目标区间对应的代表拟合曲线；所述生成模块，具体用于将所述多个坐标区间对应的代表拟合曲线关联后，得到所述目标油耗代表点对应的等油耗转速扭矩曲线；所述生成模块，具体用于基于每个代表点对应的等油耗转速扭矩曲线，生成所述发动机map图。
24.可选地，所述诊断模块，具体用于将所述发动机map图与历史发动机map图进行比较，生成比较结果；所述诊断模块，具体还用于根据所述比较结果指示的发动机map曲线的变化趋势，和/或，发动机map曲线的异常点位，判断所述车辆的发动机健康状态。
25.本技术还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述任一种所述发动机健康状态监测方法的步骤。
26.本技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述发动机健康状态监测方法的步骤。
consumption)代指；或者指每小时单位有效功消耗的燃油量，通常以每千瓦小时的耗油量表示，即克/千瓦时或g/kwh，是衡量内燃机燃料经济性的主要指标。也用克/马力小时为单位,例如农用内燃机的燃油消耗率，一般为：柴油机170－220(克/马力小时)；汽油机240－400(克/马力小时)。
41.can总线：控制器局域网总线(controller area network，can)是一种用于实时应用的串行通讯协议总线，它可以使用双绞线来传输信号，是世界上应用最广泛的现场总线之一。can协议用于工程车辆中各种不同元件之间的通信，以此取代昂贵而笨重的配电线束。该协议的健壮性使其用途延伸到其他自动化和工业应用。can协议的特性包括完整性的串行数据通讯、提供实时支持、传输速率高达1mb/s、同时具有11位的寻址以及检错能力。
42.在相关技术中，要想获得车辆当前状态下的发动机map图，可以通过发动机台架试验测试后得到，但这样的方式成本较高，无法大范围推广，导致难以根据发动机map图对车辆的健康状态进行诊断。
43.针对相关技术中存在的上述技术问题，本技术实施例提供了一种发动机健康状态监测方法，能够根据车辆在作业过程中采集发动机转速、发动机扭矩、发动机燃油消耗率，生成发动机map图，进而可以基于该发动机map图判断车辆的健康状态。
44.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的发动机健康状态监测方法进行详细地说明。
45.如图1所示，本技术实施例提供的一种发动机健康状态监测方法，该方法可以包括下述步骤101和步骤102：
46.步骤101、获取车辆在作业过程中采集的多组采样数据。
47.其中，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率。
48.示例性地，上述多组采样数据可以在车辆作业过程中，通过车辆的can总线得到。在车辆整机试验或工作过程中获取can总线数据，包括：发动机转速、发动机扭矩和燃油消耗率等。
49.需要说明的是，本技术实施例中的数据获取方式，不需要专门安排试验，可以在整机进行其它试验的过程中采集，或者使用其它试验已经采集好的数据。
50.具体地，上述步骤101，可以包括101a1和步骤101a2：
51.步骤101a1、在车辆作业过程中，按照预设采样频率通过控制器局域网总线采集预设时长的总线数据。
52.步骤101a2、基于所述总线数据中各个数据的采样时间，将总线数据执行序列化操作，得到目标数据序列，并从所述目标数据序列中提取出所述多组采样数据。
53.示例性地，上述采用频率可以为0.1至1赫兹(hz)，上述预设时长可以为15至60分钟。即上述总线数据可以为按照每秒1一次至每10秒一次之间的采用频率连续采集15至60分钟的车辆铲装工作数据。
54.步骤102、根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
55.示例性地，基于上述获取到的多组采样数据，可以生成发动机map图，之后将本次生成的发动机map图与在此之前按照相同的方法生成的历史发动机map图进行比较，进而判断发动机是否存在故障。
56.需要说明的是，在相关技术中，通常情况下只能获取到车辆出厂状态下的发动机map图，这就导致难以根据发动机生命周期内不同时刻的map图对发动机的健康状态进行监控。
57.可选地，在本技术实施例中，具体可以通过以下步骤生成发动机map图。
58.示例性地，上述步骤102，可以包括以下步骤102a和步骤102b：
59.步骤102a、对所述多组采样数据中每组采样数据所包含的发动机燃油消耗率进行排序后执行离散化操作，得到发动机燃油消耗率的离散分布数据。
60.其中，所述离散分布数据包括多个油耗代表点、且任一两个相邻油耗代表点之间的数据量相同。
61.示例性地，对所述多组采样数据中每组采样数据所包含的发动机燃油消耗率进行排序并执行离散化操作后，得到发动机燃油消耗率按照从大到小进行排序的离散分布数据。
62.步骤102b、基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重。
63.示例性地，在上述离散分布数据后，可以根据实际需求设置油耗代表点的数量n，n为正整数；之后，从离散分布数据中按照预设间隔(例如，5％的数据量)挑选出多个油耗代表点。
64.在一种可能的实现方式中，为了避免无效数据的影响，还可以将离散分布数据中燃油消耗率小于第一油耗代表点指示的燃油消耗率的数据、以及离散分布数据中燃油消耗率大于第二油耗代表点指示的燃油消耗率的数据删除。上述第一油耗代表点为上述多个油耗代表点中燃油消耗率最小的油耗代表点；上述第二油耗代表点为上述多个油耗代表点中燃油消耗率最大的油耗代表点。
65.示例性地，如图2所示，在获取到车辆在作业过程中采集的多组采样数据(包括：采样数据1、采样数据2、采样数据3、采样数据4等)后，首先需要对每组采样数据中所包含的发动机燃油消耗率进行排序并进行离散化处理：将5％的分位数(可以根据实际情况调整)作为最低燃油消耗率的代表点(即油耗代表点)，同时，将95％的分位数(可以根据实际情况调整)作为最高燃油消耗率的代表点。之后，还可以筛选并去除多余的无效数据，例如，上述多组采样数据中，燃油消耗率低于第一分位数(即上述5％的分位数)的采样数据，以及上述多组采样数据中，燃油消耗率高于第二分位数(即上述95％的分位数)的采样数据。
66.示例性地，如图2所示，针对剩余数据，在进行离散化处理时，可以根据需求进行不同精细程度处理，例如，可以按照间隔5％对其进行离散化处理，得到5％、10％、15％、20％、25％、30％
…
95％共19个分位数表示的燃油消耗率作为油耗代表点。任一两个相邻油耗代表点之间的数据量相同。
67.示例性地，在得到上述多个油耗代表点之后，便可以计算上述多组采样数据中，每组采样数据相对于每个油耗代表点的权重。上述步骤102b中所涉及的多组采样数据可以为经过筛选后的采样数据。
68.具体地，上述步骤102b，可以包括以下步骤102b1和步骤102b2：
69.步骤102b1、获取所述目标采样数据所包含的燃油消耗率在所述离散分布数据中的第一分布函数值以及所述目标油耗代表点指示的燃油消耗率在所述离散分布数据中的
第二分布函数值。
70.步骤102b2、基于目标绝对值与目标百分比的目标比值，计算所述目标采样数据相对于所述目标油耗代表点的目标权重。
71.其中，所述目标绝对值为所述第一分布函数值与所述第二分布函数值的差值的绝对值；所述目标百分比为所述多组采样数据所包含的发动机燃油消耗率去除无效数据之后剩余数据的百分比；在所述目标权重值为负值的情况下，将所述目标权重值设置为零。
72.具体地，可以基于以下公式一计算目标采样数据相对于任一目标油耗代表点的权重w：
73.w(pn)＝1-abs(f(z)-f(b))*(n-1)/c(公式一)
74.其中，所述目标采样数据为所述多组采样数据中的任一组采样数据；pn为所述目标采样数据；f(z)为所述目标采样数据所包含的燃油消耗率在所述离散分布数据中的分布函数值(即上述第一分布函数值)；f(b)为所述目标油耗代表点指示的燃油消耗率在所述离散分布数据中的分布函数值(即上述第二分布函数值)；n为所述多个油耗代表点的数量；c为所述多组采样数据所包含的发动机燃油消耗率去除无效数据之后剩余数据的百分比(即上述目标百分比)；在基于所述公式一计算的到的权重为负值的情况下，所述目标采样数据对应的权重设置为零。
75.示例性地，上述函数f(x)的取值范围为0至1之间的百分数，以上述z为离散分布数据中的中位数为例，上述f(z)的对应的分布函数值为50％，即燃油消耗率数据z在整个燃油消耗率采样数据排序中位置的百分比。
76.示例性地，基于上述公式一，可以计算出任一组采样数据相对于任一个油耗代表点的权重。需要说明的是，上述多组采样数据在步骤102b1中可以为经过筛选后的采样数据，即将小于5％分位数以及大于95％分位数的采样数据去除，此时，c为90％，即去除10％数据后剩余采样数据的百分比。
77.示例性地，上述步骤102b之后，上述步骤102还可以包括以下步骤102c和步骤102d：
78.步骤102c、基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的权重。
79.步骤102d、根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的权重，生成所述发动机map图。
80.示例性地，每组采样数据中所包含的发动机燃油消耗率用于计算每组采样数据相对于每个油耗代表点的权重，基于该权重，可以计算得到在任一目标油耗代表点下，发动机转速与发动机扭矩之间的对应关系。
81.示例性地，如图2所示，在得到上述多个油耗代表点以及每组采样数据相对于每个油耗代表点的权重之后，便可以计算每个油耗代表点对应的等油耗转速扭矩曲线，进而根据每个油耗代表点对应的等油耗转速扭矩曲线，生成发动机map图。
82.具体地，上述步骤102c，可以包括以下步骤102c1至步骤102c3：
83.步骤102c1、基于每组采样数据相对于目标油耗代表点的权重，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩的相对于所述目标油耗代表点的结果
数值。
84.步骤102c2、对所述多组采样数据所包含的发动机转速进行排序后按照第一预设划分组方式进行分组，得到第一分组，同时，对所述多组采样数据所包含的发动机扭矩进行排序后第二预设分组方式进行分组，得到第二分组。
85.步骤102c3、使用加权最小二乘法计算任一目标区间内所包含的发动机转速相对于所述目标油耗代表点的第一结果数值以及所述目标区间内所包含的发动机扭矩相对于所述目标油耗代表点的第二结果数值。
86.其中，所述目标区间为：基于所述第一分组以及所述第二分组构成的平面坐标系的多个坐标区间中的任一个。
87.具体地，上述步骤102d，可以包括以下步骤102d1至步骤102d3：
88.步骤102d1、基于所述第一结果数值以及所述第二结果数值，生成所述目标区间对应的代表拟合曲线。
89.步骤102d2、将所述多个坐标区间对应的代表拟合曲线关联后，得到所述目标油耗代表点对应的等油耗转速扭矩曲线。
90.步骤102d3、基于每个代表点对应的等油耗转速扭矩曲线，生成所述发动机map图。
91.示例性地，如图3所示，首先，用x轴代表发动机转速，y轴代表发动机扭矩，z轴代表油耗代表点，构建三维空间坐标系，针对该三维空间坐标系中的任一点p可以记作p(x,y,z)。其中，发动机转速在x轴上可以按照转速大小进行排序后，划分为多个区间(例如，以5％的分位数划分为20个区间，图3中为方便描述为4个)；发动机扭矩在y轴上可以按照扭矩大小进行排序后，划分为多个区间(例如，以10％的分位数划分为10个区间，图3中为方便描述为3个)。
92.示例性地，如图3所示，以油耗代表点p1为例，基于坐标区间a1所包含的每组采样数据相对于该油耗代表点p1的权重，使用加权最小二乘法计算出每组采样数据中发动机转速以及发动机扭矩的相对于油耗代表点p1的结果数值后，便可以得到坐标区间a1的等油耗转速扭矩曲线；按照上述步骤分别计算出每个坐标区间的油耗转速扭矩曲线后，便可以这些曲线平滑关联起来，形成油耗为p1的等油耗转速扭矩曲线。重复执行上述步骤，直至得到油耗代表点p2至p8的等油耗转速扭矩曲线。基于上述8个等油耗转速扭矩曲线，便可以生成发动机map图。
93.需要说明的是，图3中a1区域内的任一点p
a1
(x1,y1,p1)，其x轴坐标值x1以及y轴坐标值y1均为基于p相对于油耗代表点p1的权重经过计算后得到的。
94.可选地，在本技术实施例中，在生成上述发动机map图之后，便可以基于与历史发动机map图的比较结果，来判断发动机是否健康。
95.具体地，上述步骤102，还可以包括以下步骤102e1和步骤102e2：
96.步骤102e1、将所述发动机map图与历史发动机map图进行比较，生成比较结果。
97.步骤102e2、根据所述比较结果指示的发动机map曲线的变化趋势，和/或，发动机map曲线的异常点位，判断所述车辆的发动机健康状态。
98.示例性地，上述发动机map曲线为发动机map图中的曲线。
99.示例性地，基于上述生成发动机map图的方法，可以建立发动机整个生命周期过程中各个时刻的发动机map图，基于不同时刻发动机map图的比较结果，可以及时获取发动机
的健康状态。并且，通过map的变化也可以预测故障或提前进行保养。
100.需要说明的是，本技术实施例中的发动机健康状态监测方法，可气执行主体可以为车辆的控制器或车载计算机，也可以为远程服务器。即本技术实施例中的发动机健康状态监测方法可以在车辆本地的控制器或者车载计算机中执行，也可以将数据上传到服务器后，由服务器执行。
101.本技术实施例提供的发动机健康状态监测方法，首先获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率。之后，根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。如此，可以根据车辆在正常作业过程中的发动机转速、发动机扭矩以及燃油消耗率生成发动机map图，并基于生成的发动机map图对发动机的健康状态进行监控。
102.需要说明的是，本技术实施例提供的发动机健康状态监测方法，执行主体可以为发动机健康状态监测装置，或者该发动机健康状态监测装置中的用于执行发动机健康状态监测方法的控制模块。本技术实施例中以发动机健康状态监测装置执行发动机健康状态监测方法为例，说明本技术实施例提供的发动机健康状态监测装置。
103.需要说明的是，本技术实施例中，上述各个方法附图所示的。发动机健康状态监测方法均是以结合本技术实施例中的一个附图为例示例性的说明的。具体实现时，上述各个方法附图所示的发动机健康状态监测方法还可以结合上述实施例中示意的其它可以结合的任意附图实现，此处不再赘述。
104.下面对本技术提供的发动机健康状态监测装置进行描述，下文描述的与上文描述的发动机健康状态监测方法可相互对应参照。
105.图4为本技术一实施例提供的发动机健康状态监测装置的结构示意图，如图4所示，具体包括：
106.获取模块401，用于获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；生成模块402，用于根据所述多组采样数据生成所述车辆的发动机map图；诊断模块403，用于根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
107.可选地，所述获取模块401，具体用于在车辆作业过程中，按照预设采样频率通过控制器局域网总线采集预设时长的总线数据；所述获取模块401，具体还用于基于所述总线数据中各个数据的采样时间，将总线数据执行序列化操作，得到目标数据序列，并从所述目标数据序列中提取出所述多组采样数据。
108.可选地，所述装置还包括：处理模块和计算模块；所述处理模块，用于对所述多组采样数据中每组采样数据所包含的发动机燃油消耗率进行排序后执行离散化操作，得到发动机燃油消耗率的离散分布数据；所述离散分布数据包括多个油耗代表点、且任一两个相邻油耗代表点之间的数据量相同；所述计算模块，用于基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重。
109.可选地，所述获取模块，还用于获取所述目标采样数据所包含的燃油消耗率在所述离散分布数据中的第一分布函数值以及所述目标油耗代表点指示的燃油消耗率在所述
离散分布数据中的第二分布函数值；所述计算模块，具体用于基于目标绝对值与目标百分比的目标比值，计算所述目标采样数据相对于所述目标油耗代表点的目标权重；其中，所述目标绝对值为所述第一分布函数值与所述第二分布函数值的差值的绝对值；所述目标百分比为所述多组采样数据所包含的发动机燃油消耗率去除无效数据之后剩余数据的百分比；在所述目标权重值为负值的情况下，将所述目标权重值设置为零。
110.可选地，所述计算模块，还用于基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值；所述生成模块402，具体用于根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，生成所述发动机map图。
111.可选地，所述计算模块，具体用于基于每组采样数据相对于目标油耗代表点的结果数值，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩的相对于所述目标油耗代表点的结果数值；所述计算模块，具体用于对所述多组采样数据所包含的发动机转速进行排序后按照第一预设划分组方式进行分组，得到第一分组，同时，对所述多组采样数据所包含的发动机扭矩进行排序后第二预设分组方式进行分组，得到第二分组；所述计算模块，具体用于使用加权最小二乘法计算任一目标区间内所包含的发动机转速相对于所述目标油耗代表点的第一结果数值以及所述目标区间内所包含的发动机扭矩相对于所述目标油耗代表点的第二结果数值；其中，所述目标区间为：基于所述第一分组以及所述第二分组构成的平面坐标系的多个坐标区间中的任一个。
112.可选地，所述生成模块402，具体用于基于所述第一结果数值以及所述第二结果数值，生成所述目标区间对应的代表拟合曲线；所述生成模块402，具体用于将所述多个坐标区间对应的代表拟合曲线关联后，得到所述目标油耗代表点对应的等油耗转速扭矩曲线；所述生成模块402，具体用于基于每个代表点对应的等油耗转速扭矩曲线，生成所述发动机map图。
113.可选地，所述诊断模块403，具体用于将所述发动机map图与历史发动机map图进行比较，生成比较结果；所述诊断模块403，具体还用于根据所述比较结果指示的发动机map曲线的变化趋势，和/或，发动机map曲线的异常点位，判断所述车辆的发动机健康状态。
114.本技术提供的发动机健康状态监测装置，首先获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率。之后，根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。如此，可以根据车辆在正常作业过程中的发动机转速、发动机扭矩以及燃油消耗率生成发动机map图，并基于生成的发动机map图对发动机的健康状态进行监控。
115.图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行发动机健康状态监测方法，该方法包括：获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机map图，并
根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
116.此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
117.另一方面，本技术还提供一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的发动机健康状态监测方法，该方法包括：获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
118.又一方面，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的发动机健康状态监测方法，该方法包括：获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
119.再一方面，本技术还提供一种车辆，包括计算机程序/指令，该计算机程序/指令被处理器执行时按照如上述任一种发动机健康状态监测方法的步骤执行，该方法包括：获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。
120.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
121.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
122.最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；
而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。

技术特征：
1.一种发动机健康状态监测方法，其特征在于，包括：获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机map图，并根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。2.根据权利要求1所述的方法，其特征在于，所述获取车辆在作业过程中采集的目标信息，包括：在车辆作业过程中，按照预设采样频率通过控制器局域网总线采集预设时长的总线数据；基于所述总线数据中各个数据的采样时间，将总线数据执行序列化操作，得到目标数据序列，并从所述目标数据序列中提取出所述多组采样数据。3.根据权利要求1所述的方法，其特征在于，所述根据所述多组采样数据生成所述车辆的发动机map图，包括：对所述多组采样数据中每组采样数据所包含的发动机燃油消耗率进行排序后执行离散化操作，得到发动机燃油消耗率的离散分布数据；所述离散分布数据包括多个油耗代表点、且任一两个相邻油耗代表点之间的数据量相同；基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重。4.根据权利要求3所述的方法，其特征在于，所述基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，包括：获取所述目标采样数据所包含的燃油消耗率在所述离散分布数据中的第一分布函数值以及所述目标油耗代表点指示的燃油消耗率在所述离散分布数据中的第二分布函数值；基于目标绝对值与目标百分比的目标比值，计算所述目标采样数据相对于所述目标油耗代表点的目标权重；其中，所述目标绝对值为所述第一分布函数值与所述第二分布函数值的差值的绝对值；所述目标百分比为所述多组采样数据所包含的发动机燃油消耗率去除无效数据之后剩余数据的百分比；在所述目标权重值为负值的情况下，将所述目标权重值设置为零。5.根据权利要求3或4所述的方法，其特征在于，所述基于每组采样数据所包含的发动机燃油消耗率，计算每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重之后，所述方法还包括：基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的权重，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值；根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，生成所述发动机map图。6.根据权利要求5所述的方法，其特征在于，所述基于每组采样数据所包含的发动机燃油消耗率相对于每个油耗代表点的结果数值，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，包括：
基于每组采样数据相对于目标油耗代表点的结果数值，使用加权最小二乘法计算每组采样数据中发动机转速以及发动机扭矩的相对于所述目标油耗代表点的结果数值；对所述多组采样数据所包含的发动机转速进行排序后按照第一预设划分组方式进行分组，得到第一分组，同时，对所述多组采样数据所包含的发动机扭矩进行排序后第二预设分组方式进行分组，得到第二分组；使用加权最小二乘法计算任一目标区间内所包含的发动机转速相对于所述目标油耗代表点的第一结果数值以及所述目标区间内所包含的发动机扭矩相对于所述目标油耗代表点的第二结果数值；其中，所述目标区间为：基于所述第一分组以及所述第二分组构成的平面坐标系的多个坐标区间中的任一个。7.根据权利要求6所述的方法，其特征在于，所述根据每组采样数据中发动机转速以及发动机扭矩相对于每个油耗代表点的结果数值，生成所述发动机map图，包括：基于所述第一结果数值以及所述第二结果数值，生成所述目标区间对应的代表拟合曲线；将所述多个坐标区间对应的代表拟合曲线关联后，得到所述目标油耗代表点对应的等油耗转速扭矩曲线；基于每个代表点对应的等油耗转速扭矩曲线，生成所述发动机map图。8.根据权利要求1所述的方法，其特征在于，所述根据所述发动机map图与历史发动机map图的比较结果，判断所述车辆的发动机健康状态，包括：将所述发动机map图与历史发动机map图进行比较，生成比较结果；根据所述比较结果指示的发动机map曲线的变化趋势，和/或，发动机map曲线的异常点位，判断所述车辆的发动机健康状态。9.一种发动机健康状态监测装置，其特征在于，所述装置包括：获取模块，用于获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；生成模块，用于根据所述多组采样数据生成所述车辆的发动机map图；诊断模块，用于根据所述发动机map图与历史发动机map图的比较结果，判断车辆的发动机健康状态。10.一种车辆，其特征在于，包括计算机程序/指令，该计算机程序/指令被处理器执行时按照如权利要求1至8中任一项所述发动机健康状态监测方法的步骤。

技术总结
本申请提供一种发动机健康状态监测方法及装置，涉及车辆状态监测领域，该方法包括：获取车辆在作业过程中采集的多组采样数据，任一组采样数据均包括：发动机转速、发动机扭矩、发动机燃油消耗率；根据所述多组采样数据生成所述车辆的发动机MAP图，并根据所述发动机MAP图与历史发动机MAP图的比较结果，判断车辆的发动机健康状态。本申请提供的发动机健康状态监测方法及装置，用于根据车辆在正常作业过程中的发动机转速、发动机扭矩以及燃油消耗率生成发动机MAP图，并基于生成的发动机MAP图对发动机的健康状态进行监控。机的健康状态进行监控。机的健康状态进行监控。


技术研发人员：陈广普
受保护的技术使用者：湖州三一装载机有限公司
技术研发日：2023.03.22
技术公布日：2023/6/26