发动机机油状态检测方法、装置、车辆和存储介质制造方法及图纸

技术编号:39434556 阅读:11 留言:0更新日期:2023-11-19 16:18
本发明专利技术公开了一种发动机机油状态检测方法、装置、车辆和存储介质,所述发动机机油状态检测方法包括:获取更换机油前机油的历史性能数据和车辆的历史驾驶数据;获取机油状态初始预测模型;根据所述历史性能数据和所述历史驾驶数据对所述机油状态初始预测模型进行优化训练,以获得机油状态更新预测模型;获取更换机油后车辆的实时驾驶数据;根据所述实时驾驶数据和所述机油状态更新预测模型对更换后的机油进行状态检测。采用该方法可以结合用户驾驶情况来检测机油的劣化情况,从而能够及时有效地对发动机机油进行保养,避免了过度保养而产生浪费。产生浪费。产生浪费。

【技术实现步骤摘要】
发动机机油状态检测方法、装置、车辆和存储介质


[0001]本专利技术涉及车辆
,尤其是涉及一种发动机机油状态检测方法、装置、车辆和存储介质。

技术介绍

[0002]目前发动机的零件需要机油润滑,发动机机油随着车辆行驶里程或时间的延长会发生降级劣化,因此发动机机油通过厂家规定的固定里程或时间来进行定期更换或保养,而由于不同用户实际驾驶习惯及使用环境的不同会导致机油劣化速度不同,因此以固定里程或时间对机油进行定期更换或保养,对于驾驶情况较好的用户,会导致因过度保养机油而造成浪费,或者在发动机机油劣化时,不能及时有效地对发动机机油进行保养。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术的一个目的在于提出一种发动机机油状态检测方法,采用该方法可以结合用户驾驶情况来检测机油的劣化情况,从而能够及时有效地对发动机机油进行保养,避免了过度保养而产生浪费。
[0004]本专利技术的目的之二在于提出一种发动机机油状态检测装置。
[0005]本专利技术的目的之三在于提出一种车辆。
[0006]本专利技术的目的之四在于提出一种计算机存储介质。
[0007]为了解决上述问题,本专利技术第一方面实施例提供一种发动机机油状态检测方法,包括:获取更换机油前机油的历史性能数据和车辆的历史驾驶数据;获取机油状态初始预测模型;根据所述历史性能数据和所述历史驾驶数据对所述机油状态初始预测模型进行优化训练,以获得机油状态更新预测模型;获取更换机油后车辆的实时驾驶数据;根据所述实时驾驶数据和所述机油状态更新预测模型对更换后的机油进行状态检测。
[0008]根据本专利技术实施例的发动机机油状态检测方法,通过将实时驾驶数据输入机油状态更新预测模型以对机油进行状态检测,从而在检测到机油劣化时对机油进行保养,由此相较于以固定里程或时间对机油进行定期保养的方式,本申请中通过实时驾驶数据和机油状态更新预测模型实现机油状态的检测,从而在机油劣化时能够及时有效地对机油进行保养,避免了过度保养而产生浪费,并且通过历史性能数据和历史驾驶数据以不断优化机油状态更新预测模型,实现了机油劣化故障的精准检测。
[0009]在一些实施例中,根据所述历史性能数据和所述历史驾驶数据对所述机油状态初始预测模型进行优化训练,以获得机油状态更新预测模型,包括:根据所述历史性能数据确定所述更换机油前机油的使用状态;若确定所述更换机油前机油的使用状态为正常状态,则将所述历史驾驶数据输入所述机油状态初始预测模型以进行优化训练,获得机油状态更新预测模型;若确定所述更换机油前机油的使用状态为变质状态,则将机油状态初始预测模型作为所述机油状态更新预测模型。
[0010]在一些实施例中,根据所述实时驾驶数据和所述机油状态更新预测模型对更换后
的机油进行状态检测,包括:对所述实时驾驶数据进行特征提取,以获得实时特征数据;将所述实时特征数据输入所述机油状态更新预测模型,以输出实时机油劣化量;确定所述实时机油劣化量高于标准机油劣化量,则确定所述更换后的机油处于变质状态。
[0011]在一些实施例中,所述实时驾驶数据至少包括冷却水温度、机油温度、机油的使用时长、发动机的转速、车辆的行驶里程以及发动机的负荷;所述实时特征数据至少包括冷却水的超温次数、基于机油温度惩罚的曲轴旋转圈数、机油的使用时长、有效驾驶循环次数、行驶里程、基于行驶工况惩罚的曲轴旋转圈数、冷机驾驶循环次数。
[0012]在一些实施例中,在确定所述更换后的机油处于变质状态之后还包括:发送机油保养预警提示信息至车联网终端。
[0013]在一些实施例中,获取所述机油状态初始预测模型,包括:获取影响机油使用状态的驾驶样本数据;对所述驾驶样本数据进行特征提取,以获得特征变量数据;构建机油状态子模型,根据所述特征变量数据对机油状态子模型进行训练,以获得所述机油状态初始预测模型。
[0014]在一些实施例中,所述机油状态子模型的构建公式如下:
[0015]Ω=η1
×
n1+η2
×
n2+η3
×
T+η4
×
n3+η5
×
K+η6
×
n4+η7
×
n5
[0016]其中,n1为冷却水的超温次数,η1为冷却水的超温次数对应的机油劣化系数,n2为基于机油温度惩罚的曲轴旋转圈数,η2为基于机油温度惩罚的曲轴旋转圈数对应的机油劣化系数,T为机油的使用时长,η3为机油的使用时长对应的机油劣化系数,n3为有效驾驶循环次数,η4为有效驾驶循环次数对应的机油劣化系数,K为行驶里程,η5为行驶里程对应的机油劣化系数,n4为基于行驶工况惩罚的曲轴旋转圈数,η6为基于行驶工况惩罚的曲轴旋转圈数对应的机油劣化系数,n5为冷机驾驶循环次数,η7为冷机驾驶循环次数对应的机油劣化系数。
[0017]本专利技术第二方面实施例提供一种发动机机油状态检测装置,包括:第一获取模块,用于获取更换机油前机油的历史性能数据和车辆的历史驾驶数据;第二获取模块,用于获取机油状态初始预测模型;优化模块,用于根据所述历史性能数据和所述历史驾驶数据对所述机油状态初始预测模型进行优化训练,以获得机油状态更新预测模型;第三获取模块,用于获取更换机油后车辆的实时驾驶数据;检测模块,用于根据所述实时驾驶数据和所述机油状态更新预测模型对更换后的机油进行状态检测。
[0018]根据本专利技术实施例的发动机机油状态检测装置,通过将实时驾驶数据输入机油状态更新预测模型以对机油进行状态检测,从而在检测到机油劣化时对机油进行保养,由此相较于以固定里程或时间对机油进行定期保养的方式,本申请中通过实时驾驶数据和机油状态更新预测模型实现机油状态的检测,从而在机油劣化时能够及时有效地对机油进行保养,避免了过度保养而产生浪费,并且通过历史性能数据和历史驾驶数据以不断优化机油状态更新预测模型,实现了机油劣化故障的精准检测。
[0019]本专利技术第三方面实施例提供一种车辆,包括:至少一个处理器;与至少一个所述处理器通信连接的存储器;其中,所述存储器中存储有可被至少一个所述处理器执行的计算机程序,至少一个所述处理器执行所述计算机程序时实现上述实施例中所述的发动机机油状态检测方法。
[0020]根据本专利技术实施例的车辆,可以结合用户驾驶情况来检测机油的劣化情况,从而
能够及时有效地对发动机机油进行保养,避免了过度保养而产生浪费。
[0021]本专利技术第四方面实施例提供一种计算机存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述实施例中所述的发动机机油状态检测方法。
[0022]本专利技术的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。
附图说明
[0023]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
[0024]图1是根据本专利技术一个实施本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种发动机机油状态检测方法,其特征在于,包括:获取更换机油前机油的历史性能数据和车辆的历史驾驶数据;获取机油状态初始预测模型;根据所述历史性能数据和所述历史驾驶数据对所述机油状态初始预测模型进行优化训练,以获得机油状态更新预测模型;获取更换机油后车辆的实时驾驶数据;根据所述实时驾驶数据和所述机油状态更新预测模型对更换后的机油进行状态检测。2.根据权利要求1所述的发动机机油状态检测方法,其特征在于,根据所述历史性能数据和所述历史驾驶数据对所述机油状态初始预测模型进行优化训练,以获得机油状态更新预测模型,包括:根据所述历史性能数据确定所述更换机油前机油的使用状态;若确定所述更换机油前机油的使用状态为正常状态,则将所述历史驾驶数据输入所述机油状态初始预测模型以进行优化训练,获得机油状态更新预测模型;若确定所述更换机油前机油的使用状态为变质状态,则将机油状态初始预测模型作为所述机油状态更新预测模型。3.根据权利要求1所述的发动机机油状态检测方法,其特征在于,根据所述实时驾驶数据和所述机油状态更新预测模型对更换后的机油进行状态检测,包括:对所述实时驾驶数据进行特征提取,以获得实时特征数据;将所述实时特征数据输入所述机油状态更新预测模型,以输出实时机油劣化量;确定所述实时机油劣化量高于标准机油劣化量,则确定所述更换后的机油处于变质状态。4.根据权利要求3所述的发动机机油状态检测方法,其特征在于,所述实时驾驶数据至少包括冷却水温度、机油温度、机油的使用时长、发动机的转速、车辆的行驶里程以及发动机的负荷;所述实时特征数据至少包括冷却水的超温次数、基于机油温度惩罚的曲轴旋转圈数、机油的使用时长、有效驾驶循环次数、行驶里程、基于行驶工况惩罚的曲轴旋转圈数、冷机驾驶循环次数。5.根据权利要求3所述的发动机机油状态检测方法,其特征在于,在确定所述更换后的机油处于变质状态之后还包括:发送机油保养预警提示信息至车联网终端。6.根据权利要求1

5任一项所述的发动机机油状态检测方法,其特征在于,获取所述机油状态初始预测模型,包括:获取影响机油使用状态的驾驶样本数据;对所述驾驶样本数据进行特征提取,以获得特征变量数据;构建机油...

【专利技术属性】
技术研发人员:郝玉国田龙李明巴松淼赵艳闯
申请(专利权)人:长城汽车股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1