基于车联网大数据的发动机油检测方法和电子设备与流程

1.本发明涉及汽车应用技术领域，具体涉及一种基于车联网大数据的发动机油检测方法和电子设备。


背景技术：

2.随着当前社会中汽车数量的不断激增，汽车排放废气给环境造成严重的污染，天然气发动机逐渐受到重视。
3.在现有的天然气发动机汽车中，燃烧产生的废气中绝对湿度大，长时间低负荷运行，会出现机油乳化，导致发动机异常磨损、拉缸化瓦等重大可靠性故障，目前的解决策略为对客户进行培训，针对经常低负荷使用的发动机，客户主动查看机油情况，操作不规范且效率较低，仍然难以避免机油发生乳化。
4.因此，如何检测发动机油状态的技术问题，亟待解决。


技术实现要素：

5.为解决上述背景技术中阐述的如何检测发动机油状态的技术问题。本发明提出一种基于车联网大数据的发动机油检测方法和电子设备。
6.根据本技术实施例的一个方面，提供了一种基于车联网大数据的发动机油检测方法，应用于发动机系统，所述发动机系统包括控制器和大数据平台，所述发动机油检测方法包括：基于所述控制器获取发动机的工况参数；基于所述工况参数确定当前机油含水量；判断所述当前机油含水量是否大于预设机油含水量；在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息。
7.可选地，所述大数据平台包括与所述控制器电连接的数据处理模块和与所述数据处理模块通过网络连接的云端数据库，所述判断所述当前机油含水量是否大于预设机油含水量包括：所述数据处理模块基于所述云端数据库获取历史机油含水量集合和所述预设机油含水量；所述数据处理模块基于所述历史机油含水量集合和所述当前机油含水量确定机油含水量曲线；所述数据处理模块基于所述机油含水量曲线和所述预设机油含水量判断所述当前机油含水量是否大于所述预设机油含水量。
8.可选地，所述基于所述工况参数确定当前机油含水量包括：获取机油含水量模型；基于所述工况参数和所述机油含水量模型确定所述当前机油含水量。
9.可选地，所述工况参数包括发动机水温、发动机转速、环境温度、发动机运行时长中的至少其一。
10.可选地，所述在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息包括：在所述当前机油含水量大于所述预设机油含水量时，所述数据处理模块发送所述机油更换提醒信息至所述控制器；所述控制器基于所述机油更换提醒信息发出机油更换警报。
11.可选地，发动机油检测方法还包括：基于所述大数据平台获取历史机油水含量曲
线；基于所述历史机油水含量曲线和所述机油含水量曲线确定发动机油工况。
12.可选地，所述基于所述历史机油水含量曲线和所述机油含水量曲线确定发动机油工况包括：判断所述机油水含量曲线与所述历史机油水含量曲线的变化趋势是否相同；在所述机油水含量曲线与所述历史机油水含量曲线的变化趋势不相同时，所述大数据平台发出发动机油异常信息。
13.可选地，发动机油检测方法还包括：基于所述机油水含量曲线和所述历史机油水含量曲线修正所述机油含水量模型。
14.根据本技术实施例的又一个方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；其中，存储器，用于存储计算机程序；处理器，用于通过运行存储器上所存储的计算机程序来执行上述任一实施例中的方法步骤。
15.根据本技术实施例的又一个方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。
16.本技术通过大数据平台采集发动机运行时的工况参数，进而分析发动机油的寿命，在预测到发动机油寿命到达限值时，提醒驾驶员更换机油，避免因机油乳化导致发动机异常磨损，消除潜在的安全风险，提高发动机运行的可靠性。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1是根据本技术实施例的一种可选的基于车联网大数据的发动机油检测方法的流程示意图；
20.图2是根据本技术实施例的一种可选的电子设备的结构框图。
具体实施方式
21.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
22.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于
清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.正如背景技术所述，在现有的天然气发动机汽车中，燃烧产生的废气中绝对湿度大，长时间低负荷运行，会出现机油乳化，导致发动机异常磨损、拉缸化瓦等重大可靠性故障，目前的解决策略为对客户进行培训，针对经常低负荷使用的发动机，客户主动查看机油情况，操作不规范且效率较低，仍然难以避免机油发生乳化。
24.因此，根据本技术实施例的一个方面，提供了一种基于车联网大数据的发动机油检测方法，应用于发动机系统，所述发动机系统包括控制器和大数据平台，参见图1所示，该方法的流程可以包括以下步骤：
25.s10.基于所述控制器获取发动机的工况参数。
26.s20.基于所述工况参数确定当前机油含水量。
27.s30.判断所述当前机油含水量是否大于预设机油含水量。
28.s40.在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息。
29.在本实施例中，控制器可以是车辆的ecu，也可以是单独设置的控制器，控制器在运行时可以采集发动机运行的工况参数，大数据平台在读取了控制器采集的工况参数后，进行当前机油含水量的计算，并与预设机油含水量进行比较，在大数据平台确定当前机油含水量大于预设机油含水量时，表征此时机油的使用寿命达到限值，机油发生乳化，此时大数据平台发送机油更换提醒信息，提醒驾驶员更换机油，避免发生发动机异常磨损、拉缸化瓦等重大可靠性故障，及时更换机油，提高发动机运行的可靠性。
30.作为示例性的实施例，所述大数据平台包括与所述控制器电连接的数据处理模块和与所述数据处理模块通过网络连接的云端数据库，所述判断所述当前机油含水量是否大于预设机油含水量包括：所述数据处理模块基于所述云端数据库获取历史机油含水量集合和所述预设机油含水量；所述数据处理模块基于所述历史机油含水量集合和所述当前机油含水量确定机油含水量曲线；所述数据处理模块基于所述机油含水量曲线和所述预设机油含水量判断所述当前机油含水量是否大于所述预设机油含水量。
31.在本实施例中，数据处理模块能够获取与控制器内的发动机的工况参数，并在数据处理模块内进行当前机油含水量的计算，同时数据处理模块能通过网络连接获取云端数据库中的历史机油含水量集合，该历史机油含水量集合为数据处理模型实时采集发动机的工况参数，并基于实时采集的工况参数进行机油含水量计算并将计算结果存储在云端数据库，进而形成的按时间顺序的历史机油含水量集合，在数据处理模块计算出当前机油含水量后，结合历史机油含水量能够形成机油含水量曲线，该机油含水量曲线能够反应机油内含水量的变化以及能够根据机油含水量曲线预测机油寿命，预设机油含水量为判断机油寿命是否达到限值的临界值，在机油含水量曲线变化时，实时检测机油含水量曲线是否增长到预设机油含水量，在机油含水量曲线增长到预设机油含水量曲线时，大数据平台发出机油更换提醒信息。
32.其中，机油含水量曲线可以是每计算出一个机油含水量即放到机油含水量曲线中，使机油含水量曲线实时更新，也可以是在计算出一定数量的机油含水量后再形成机油含水量曲线。
33.作为示例性的实施例，所述在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息包括：在所述当前机油含水量大于所述预设机油含水量时，所述数据处理模块发送所述机油更换提醒信息至所述控制器；所述控制器基于所述机油更换提醒信息发出机油更换警报。
34.在本实施例中，数据处理模块与控制器电连接，在确定了当前机油含水量大于预设机油含水量时，数据处理模块发送机油更换提醒信息至控制器，控制器接收到机油更换提醒信息后发出机油更换警报，提醒驾驶员更换机油，保证发动机运行的可靠性。
35.示例性的，在控制器发出机油更换警报时，在行车条件允许的情况下，还可以提高发动机的负荷进而提高发动机的温度，将机油中水分汽化，进而解决机油乳化问题。
36.作为示例性的实施例，发动机油检测方法还包括：基于所述大数据平台获取历史机油水含量曲线；基于所述历史机油水含量曲线和所述机油含水量曲线确定发动机油工况。所述基于所述历史机油水含量曲线和所述机油含水量曲线确定发动机油工况包括：判断所述机油水含量曲线与所述历史机油水含量曲线的变化趋势是否相同；在所述机油水含量曲线与所述历史机油水含量曲线的变化趋势不相同时，所述大数据平台发出发动机油异常信息。
37.在本实施例中，利用大数据平台实现机油的检测，在形成机油含水量曲线时，可以将该机油含水量曲线存储在云端数据库，在同类型的汽车中，均能够形成基于当前车辆的机油含水量曲线，进而形成机油含水量曲线的数据库，则在基于当前车辆的运行过程中计算出机油含水量曲线时，可以将当前车辆的机油含水量曲线与历史机油含水量曲线的变化趋势作比较，对于同类型的低负荷运行的车辆，所形成的机油含水量曲线的变化趋势相同或者近似，因此，若分析出当前车辆的机油含水量曲线与历史机油含水量曲线的变化趋势不同时，有可能是发动机油发生了除机油乳化外的其他异常问题，或者发动机出现了故障问题，此时同样可以发出对应的报警信息，提醒驾驶员查看，提高发动机运行的可靠性。
38.作为示例性的实施例，所述基于所述工况参数确定当前机油含水量包括：获取机油含水量模型；基于所述工况参数和所述机油含水量模型确定所述当前机油含水量。发动机油检测方法还包括：基于所述机油水含量曲线和所述历史机油水含量曲线修正所述机油含水量模型。
39.在本实施例中，当前机油含水量的确定方式可以是通过模型计算得出，将数据处理模块获取的工况参数带入机油含水量模型，得到当前机油含水量，在机油含水量模型计算时，可以基于当前的机油含水量曲线与历史机油含水量曲线对机油含水量模型进行修正，减小机油含水量模型带来的计算误差，使当前机油含水量曲线更准确，进一步提高发动机油检测的可靠性，进而提高发动机运行的可靠性。
40.示例性的，对当前机油含水量的确定方式还可以是在台架试验时提前标定好不同工况参数对应的机油含水量，则实际使用时，在获取了当前的工况参数后，基于当前的工况参数查表即可获得当前机油含水量。
41.作为示例性的实施例，所述工况参数包括发动机水温、发动机转速、环境温度、发动机运行时长中的至少其一。
42.根据本技术实施例的再一个方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成
相互间的通信，所述存储器，用于存储计算机程序；所述处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一项实施例所述的基于车联网大数据的发动机油检测方法。
43.图2是根据本技术实施例的一种可选的电子设备的结构框图，如图2所示，包括处理器202、通信接口204、存储器206和通信总线208，其中，处理器202、通信接口204和存储器206通过通信总线208完成相互间的通信，其中，
44.存储器206，用于存储计算机程序；
45.处理器202，用于执行存储器206上所存放的计算机程序时，实现如下步骤：
46.基于所述控制器获取发动机的工况参数；
47.基于所述工况参数确定当前机油含水量；
48.判断所述当前机油含水量是否大于预设机油含水量；
49.在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息。
50.可选地，在本实施例中，上述的通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线、或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
51.通信接口用于上述电子设备与其他设备之间的通信。
52.存储器可以包括ram，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
53.根据本技术实施例的再一个方面，提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项实施例所述的基于车联网大数据的发动机油检测方法。
54.可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
55.基于所述控制器获取发动机的工况参数；
56.基于所述工况参数确定当前机油含水量；
57.判断所述当前机油含水量是否大于预设机油含水量；
58.在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息。
59.可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
60.可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、rom、ram、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
61.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
62.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术
所必须的。
63.以上仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。

技术特征：
1.一种基于车联网大数据的发动机油检测方法，其特征在于，应用于发动机系统，所述发动机系统包括控制器和大数据平台，所述发动机油检测方法包括：基于所述控制器获取发动机的工况参数；基于所述工况参数确定当前机油含水量；判断所述当前机油含水量是否大于预设机油含水量；在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息。2.如权利要求1所述的基于车联网大数据的发动机油检测方法，其特征在于，所述大数据平台包括与所述控制器电连接的数据处理模块和与所述数据处理模块通过网络连接的云端数据库，所述判断所述当前机油含水量是否大于预设机油含水量包括：所述数据处理模块基于所述云端数据库获取历史机油含水量集合和所述预设机油含水量；所述数据处理模块基于所述历史机油含水量集合和所述当前机油含水量确定机油含水量曲线；所述数据处理模块基于所述机油含水量曲线和所述预设机油含水量判断所述当前机油含水量是否大于所述预设机油含水量。3.如权利要求2所述的基于车联网大数据的发动机油检测方法，其特征在于，所述基于所述工况参数确定当前机油含水量包括：获取机油含水量模型；基于所述工况参数和所述机油含水量模型确定所述当前机油含水量。4.如权利要求3所述的基于车联网大数据的发动机油检测方法，其特征在于，所述工况参数包括发动机水温、发动机转速、环境温度、发动机运行时长中的至少其一。5.如权利要求4所述的基于车联网大数据的发动机油检测方法，其特征在于，所述在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息包括：在所述当前机油含水量大于所述预设机油含水量时，所述数据处理模块发送所述机油更换提醒信息至所述控制器；所述控制器基于所述机油更换提醒信息发出机油更换警报。6.如权利要求5所述的基于车联网大数据的发动机油检测方法，其特征在于，发动机油检测方法还包括：基于所述大数据平台获取历史机油水含量曲线；基于所述历史机油水含量曲线和所述机油含水量曲线确定发动机油工况。7.如权利要求6所述的基于车联网大数据的发动机油检测方法，其特征在于，所述基于所述历史机油水含量曲线和所述机油含水量曲线确定发动机油工况包括：判断所述机油水含量曲线与所述历史机油水含量曲线的变化趋势是否相同；在所述机油水含量曲线与所述历史机油水含量曲线的变化趋势不相同时，所述大数据平台发出发动机油异常信息。8.如权利要求7所述的基于车联网大数据的发动机油检测方法，其特征在于，发动机油检测方法还包括：
基于所述机油水含量曲线和所述历史机油水含量曲线修正所述机油含水量模型。9.一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，其特征在于，所述存储器，用于存储计算机程序；所述处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1-8中任一项所述的基于车联网大数据的发动机油检测方法。10.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-8中任一项所述的基于车联网大数据的发动机油检测方法。

技术总结
本发明公开一种基于车联网大数据的发动机油检测方法和电子设备，属于汽车应用技术领域，应用于发动机系统，所述发动机系统包括控制器和大数据平台，所述发动机油检测方法包括：基于所述控制器获取发动机的工况参数；基于所述工况参数确定当前机油含水量；判断所述当前机油含水量是否大于预设机油含水量；在所述当前机油含水量大于所述预设机油含水量时，所述大数据平台发出机油更换提醒信息。本申请通过大数据平台采集发动机运行时的工况参数，进而分析发动机油的寿命，在预测到发动机油寿命到达限值时，提醒驾驶员更换机油，避免因机油乳化导致发动机异常磨损，消除潜在的安全风险，提高发动机运行的可靠性。提高发动机运行的可靠性。提高发动机运行的可靠性。


技术研发人员：石魁 翟长辉 李辉 马天伟
受保护的技术使用者：潍柴动力股份有限公司
技术研发日：2023.03.27
技术公布日：2023/6/28