基于发动机数据的尿素剩余使用时间预测方法与流程

1.本发明涉及一种车辆安全技术，特别涉及一种基于发动机数据的尿素剩余使用时间预测方法。


背景技术：

2.传统计算尿素剩余续航里程的技术主要依靠每百公里中平均里程内的尿素消耗量与尿素的剩余量进行计算，从而得出剩余尿素量的续航里程，该技术方案的缺点在于只单纯的考虑了每百公里内的尿素消耗量，即基于之前的用户行驶习惯来预测剩余尿素量的续航里程，如果用户的整车载荷变化剧烈或者行驶工况变化剧烈，则采用该技术方案预测的剩余续航里程偏差较大，导致不能及时的提醒用户加注尿素，给用户带来不便。
3.现有技术是通过ecu进行数据的存储与计算，历史数据无法存储、共享，无法进一步通过数据赋能车队管理。
4.现有技术的前置条件较多，需知道车辆的最大尿素量并预设尿素量，不同型号的车辆需要配置不同的参数，造成方法的拓展性和覆盖面较低。
5.现有技术对于尿素液位传感器信号质量要求较高，但信号中包含的系统误差又是不可避免的，所以现有技术的适用性较低。


技术实现要素：

6.针对尿素的剩余量计算方法不合理，导致预测剩余尿素量的续航里程偏差大问题，提出了一种基于发动机数据的尿素剩余使用时间预测方法，通过智能传感、车载终端tbox及4g通讯等手段，获取发动机实时运行数据；基于智能网联、大数据及机器学习等技术，实现尿素剩余使用时间预测，便于司机掌控当前尿素使用情况，合理安排添加尿素时间，防止因加尿素不及时导致排放超标和不必要的频繁加尿素。
7.本发明的技术方案为：一种基于发动机数据的尿素剩余使用时间预测方法，利用车载终端实时采集尿素箱液位、曲轴转动信号对应的ne激活信号、实际尿素喷射量，在云平台数据清洗后按小时提取每小时的最大尿素箱液位作为该小时的尿素箱液位特征值；先通过识别出尿素液位特征值向上突变的时间来确定加尿素的时间点，提取确定的加尿素的时间后续数据，在提取的数据中选取最近一段未存在加尿素的数据段，采用最小二乘法拟合尿素消耗时间-尿素箱液位特征值，得到直线斜率直线斜率即为每小时尿素消耗速度，再用当前时段尿素箱液位移动平均值除以直线斜率即得到尿素剩余使用时间，记录此时的尿素剩余使用时间、当前尿素箱液位、尿素消耗速度；最后根据尿素剩余使用时间对应不同的阈值触发相应的告警推送。
8.进一步，所述识别出尿素液位特征值向上突变的时间具体方法包括如下步骤：
9.1)数据采集：统计每小时采集到的数据条数，记为每小时数据条数，提取每小时的最大尿素箱液位作为该小时的尿素箱液位特征值，尿素箱液位特征值与每小时数据条数一起存入特征值中间表；
10.2)数据过滤：读取车辆的特征值中间表，并按时间排序，对采集异常点进行删除，异常点为尿素箱液位特征值比前后低20的点，或尿素箱液位特征值比前后高5的点；
11.3)数据平滑：对尿素箱液位特征值以窗口长度＝2进行平均平滑，得到平滑尿素箱液位，以此降低突变点对尿素剩余使用时间计算的影响；
12.4)数据筛选，提取加尿素时间：
13.将处理后数据按时间顺序排列，并对排序后数据对应新增序号，序号内标记对应数据属于第几个运行小时；
14.筛选“平滑尿素箱液位特征值”比前一个高5且不比后一个点低，或者当前尿素箱液位特征值比上一个点高10的数据，或者当前尿素箱液位特征值比前一个点低20以上，或者当前尿素箱液位特征值点与前一个点的自然时间相差超过7天，如果有相邻序号出现上述其中一种，则相邻序号保留小序号中时间作为尿素箱液位突变时间点，获得的尿素箱液位突变时间点为提取出的加尿素的时间，用作数据分割。
15.进一步，所述尿素剩余使用时间计算方法：
16.如提取出加尿素时间，提取出的加尿素时间后的数据作为此次分割数据，此次分割数据取时间最近50条数据用最小二乘法拟合直线，计算出的直线斜率(*-1变正数)，尿素剩余使用时间＝最新“平滑尿素箱液位”/斜率*(-1)。
17.进一步，所述告警推送方法：取尿素剩余使用时间结果表，进行分段时间告警推送：
18.连续3次剩余使用时间属于20-30h，且第三次时间小于第一次时间，告警推送：
19.尿素剩余使用时间不足30h；
20.连续3次剩余使用时间属于10-20h，且第三次时间小于第一次时间，告警推送：
21.尿素剩余使用时间不足20h；
22.剩余使用时间小于10h，告警推送：尿素剩余使用时间不足10h。
23.一种基于发动机数据的尿素剩余使用时间预测方法的应用，将尿素使用时间与对应行驶里程关联统计，通过基于发动机数据的尿素剩余使用时间预测方法预测尿素剩余使用时间，对应获得预测的尿素剩余使用里程数/
24.本发明的有益效果在于：本发明基于发动机数据的尿素剩余使用时间预测方法,有别于以往通过ecu计算的方式，采用大数据平台，实现数据的存储、计算、展示，更有利于车辆全生命周期的监护与管理，数字赋能；通过算法精准识别加尿素时间点，从而选取最新一段尿素正常使用的数据(更能反映当前车辆的尿素使用状态)，并采用最小二乘法计算尿素消耗速度，有效地减小因采集误差导致计算结果的偏差，可以动态预测尿素剩余使用时间，更贴近实际情况，便于用户合理安排添加尿素时间，避免因加尿素不及时导致排放超标和不必要的频繁加尿素；前提条件少，仅需尿素箱液位信号即可，且对于信号质量要求较低，本方法中通过数据清洗和聚合算法可将信号采集的波动降低，极大地提高了普适性；通过20220401-20220701近千辆车的数据，识别出尿素剩余使用时间不足30小时的共计55辆车，其中51辆车在告警不久后加尿素，准确率51/55＝92.72％，通过后期大量数据的训练优化可再提高准确率。
附图说明
25.图1为本发明基于发动机数据的尿素剩余使用时间预测方法数据实现图；
26.图2a为本发明方法中特征值中间值提取流程图；
27.图2b为本发明方法中计算车辆剩余使用时间流程图；
28.图2c为本发明方法中尿素剩余时间不足告警流程图；
29.图3为本发明方法实施例一示意图；
30.图4为本发明方法实施例二示意图；
31.图5为本发明方法实施例三示意图。
具体实施方式
32.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
33.如图1所示基于发动机数据的尿素剩余使用时间预测方法数据实现图，利用车载终端tbox实时采集尿素箱液位、曲轴转动信号对应的ne激活信号、实际尿素喷射量，在云平台数据清洗后按小时提取每小时的最大尿素箱液位作为该小时的尿素箱液位特征值。先识别出尿素液位特征值向上突变的时间(加尿素的时间点)，提取确定的加尿素的时间后续数据，在提取的数据中取最近一段未存在加尿素的数据段，采用最小二乘法拟合尿素消耗时间-尿素箱液位特征值，得到直线斜率(即为每小时尿素消耗速度)，再用当前时段尿素箱液位移动平均值除以直线斜率即可得到尿素剩余使用时间，记录此时的尿素剩余使用时间、剩余使用里程、当前尿素箱液位、尿素消耗速度。最后根据尿素剩余使用时间对应不同的阈值触发相应的告警推送。
34.输入&输出信号，tbox共需要采集三个输入信号并上传，云端判定后输出对应的判定结果，信号列表如下：
35.[0036][0037]
基于发动机数据的尿素剩余使用时间预测方法，依次包括特征值中间值提取、计算车辆剩余使用时间、尿素剩余时间不足告警3个步骤，分别如图2a、2b、2c所示。
[0038]
步骤1、特征值中间值提取：实时采集到曲轴转动信号(ne激活)为1，并对尿素箱液位和实际尿素喷射量进行实时采集，对尿素箱液位进行统计，每小时内最大尿素箱液位，记为尿素箱液位统计值，统计每小时采集到的数据条数，记为每小时数据条数。提取每小时的最大尿素箱液位作为该小时的尿素箱液位特征值，与每小时数据条数一起存入特征值中间表；
[0039]
步骤2、计算尿素剩余使用时间：
[0040]
2.1、数据过滤：读取车辆的特征值中间表，并按时间排序，对采集异常点进行删除，因为在无尿素液位特征值向上突变情况的一段时间中，尿素液位只会向下移动，可能由于车辆行驶振动或其他情况会导致采集到的尿素箱液位不是实际液位值。删除尿素箱液位特征值比前后低20的点，删除尿素箱液位特征值比前后高5的点。
[0041]
2.2、数据平滑：对尿素箱液位特征值以窗口长度＝2进行一定平均平滑，得到平滑尿素箱液位，以此降低突变点对尿素剩余使用时间计算的影响。
[0042]
2.3、数据筛选，提取加尿素时间：
[0043]
将过滤后的数据按时间顺序排列，并对排序后数据对应新增序号，序号内标记对应数据属于第几个运行小时。
[0044]
筛选“平滑尿素箱液位特征值”比前一个高5且不比后一个点低，或者当前尿素箱液位特征值比上一个点高10的数据，或者当前尿素箱液位特征值比前一个点低20以上，或者当前尿素箱液位特征值点与前一个点的自然时间相差超过7天，如果有相邻序号出现上述其中一种，则相邻序号保留小序号中时间作为尿素箱液位突变时间点。获得的尿素箱液位突变时间点为提取出的加尿素的时间，用作数据分割。
[0045]
2.4、是否能提取出加尿素时间？
[0046]
2.5、数据分割：如未提取出加尿素时间，则选取全部数据保存；如提取出加尿素时间，提取出的加尿素时间后的数据作为此次分割数据，在分割数据中选取序号大于上次数据分割出的最大序号的数据；
[0047]
2.6、分割数据绘制直线斜率，计算尿素剩余使用时间：判断所选的数据条数是否大于10？如不大于10，跳出步骤2返回步骤1；如大于10，则尿素液位变换率(％/h)＝此次分割数据取时间最近50条数据用最小二乘法拟合直线，计算出的直线斜率(*-1变正数)，尿素剩余使用时间＝最新“平滑尿素箱液位”/斜率*(-1)。
[0048]
2.7、结果存入尿素剩余使用时间结果表。
[0049]
步骤3、读取尿素剩余使用时间结果表，进行分段时间告警推送：
[0050]
连续3次剩余使用时间属于20-30h，且第三次时间小于第一次时间，告警推送：尿素剩余使用时间不足30h；连续3次剩余使用时间属于10-20h，且第三次时间小于第一次时间，告警推送：尿素剩余使用时间不足20h；剩余使用时间小于10h，告警推送：尿素剩余使用时间不足10h。
[0051]
实施例一
[0052]
tbox采集发动机运行数据，并送到大数据平台，大数据平台计算识别尿素箱液位突变点(即为添加尿素时间点)，截取最新一段未存在加尿素的数据段(降低历史数据的影响)，并取近50个数据点(更符合近期车辆尿素使用情况)采用最小二乘法拟合时间-尿素箱液位特征值，得到直线斜率(即为每小时尿素消耗速度)，再用当前尿素箱液位移动平均值(移动平均可消除系统采集数据误差的影响)除以斜率即可得到尿素剩余使用时间，满足条件时生成记录。
[0053]
如图3所示告警线上的点为该小时尿素剩余使用时间，告警线下的点为尿素剩余使用实际不足30h，预测尿素剩余使用时间是根据近一段时间内尿素箱液位变化情况动态变化，更贴合实际情况。
[0054]
实施例二
[0055]
tbox采集发动机运行数据，并送到大数据平台，大数据平台计算识别尿素箱液位突变点(即为添加尿素时间点)，截取最新一段未存在加尿素的数据段(降低历史数据的影响)，并取近50个数据点(更符合近期车辆尿素使用情况)采用最小二乘法拟合时间-尿素箱液位特征值，得到直线斜率(即为每小时尿素消耗速度)，再用当前尿素箱液位移动平均值(移动平均可消除系统采集数据误差的影响)除以斜率即可得到尿素剩余使用时间，满足条件时生成记录。
[0056]
如图4所示三段尿素下降的斜率明显不同，本方案只取最新一段的数据计算尿素消耗速度，消除了历史数据带来的影响。
[0057]
实施例三
[0058]
tbox采集发动机运行数据，并送到大数据平台，大数据平台计算识别尿素箱液位突变点(即为添加尿素时间点)，截取最新一段未存在加尿素的数据段(降低历史数据的影响)，并取近50个数据点(更符合近期车辆尿素使用情况)采用最小二乘法拟合时间-尿素箱液位特征值，得到直线斜率(即为每小时尿素消耗速度)，再用当前尿素箱液位移动平均值(移动平均可消除系统采集数据误差的影响)除以斜率即可得到尿素剩余使用时间，满足条件时生成记录。
[0059]
如图5所示，深色圆点为尿素剩余使用时间不足30h的尿素箱液位(即下图左侧y轴)，浅色圆点为对应的剩余时间(即下图右侧y轴)，可以看出在告警触发后尿素箱液位都有明显的提升(司机进行了添加尿素的操作)，说明模型与实际情况相吻合。
[0060]
尿素剩余使用时间预测方法还可用于对尿素剩余使用里程的预测，只要将尿素使用时间与对应行驶里程关联统计，在尿素剩余使用时间预测出时，对应可获得预测的尿素剩余使用里程数。
[0061]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。