一种车辆曲轴箱通风系统结冰程度的预测方法和装置

技术领域

本发明涉及车载设备技术领域，特别是涉及一种车辆曲轴箱通风系统结冰程度的预测方法和装置。

背景技术

根据相关规定，为满足日益严格的汽车尾气排放法规，目前汽油发动机一般都设置了曲轴箱通风系统，以把曲轴箱内未完全燃烧的燃油蒸汽再次引入进气歧管，由此达到减少曲轴箱污染物排放和提高汽油利用率的目的。

在冬季寒冷地区、例如我国的东北和西北，气温常常会低于零下30℃，此时发动机在运行中，特别是在全负荷工况时，从曲轴箱出来的热的燃油蒸汽在曲轴箱通风管内流动，并于空气滤清器进气管交汇处积聚，当空气滤清器进气管内的冷空气遇到来自曲轴箱中的热蒸汽时，便容易导致曲轴箱通风管和空气滤清器进气管的交汇处结冰，进而堵塞曲轴箱通风管。若曲轴箱通风管被堵塞，会使得曲轴箱内的燃油蒸汽无法及时排出，长时间下便会使得曲轴箱内压力过高，从而造成发动机前后油封漏油，严重时甚至会造成油封脱落，损坏发动机。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种车辆曲轴箱通风系统结冰程度的预测方法、以及相应的一种车辆曲轴箱通风系统结冰程度的预测装置、车辆、以及存储介质。

为了解决上述问题，一方面，本发明实施例公开了一种车辆曲轴箱通风系统结冰程度的预测方法，所述方法包括：

当车辆处于预设工况时，采集车辆运行的第一工况数据，并确定与所述第一工况数据对应的第一车辆运行时间，所述第一工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量；

将所述第一工况数据和所述第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，并根据所述曲轴箱通风系统结冰预测模型得到预测结果，所述预测结果用于表征所述曲轴箱通风系统内的结冰程度；其中，所述曲轴箱通风系统结冰预测模型采用神经网络模型进行训练，所述曲轴箱通风系统结冰预测模型设置有若干种车辆工况数据与车辆曲轴箱通风系统结冰程度之间的的映射关系；

根据所述预测结果执行预设操作。

可选的，所述将所述第一工况数据和所述第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，并根据所述曲轴箱通风系统结冰预测模型得到预测结果，包括：

对车辆在所述第一车辆运行时间内的所述第一工况数据进行分类，得到若干个类别的目标工况数据，在每个类别的所述目标工况数据中，所述车速和所述曲轴箱窜气量均相同；

统计与所述目标工况数据对应的目标工况时间；

将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，并得到预测结果。

可选的，所述将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，并得到预测结果，包括：

将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，得到若干个分别与所述目标工况数据对应的目标结冰数据；

对若干个所述目标结冰数据进行累计求和，得到整体结冰数据；

确定所述整体结冰数据为所述预测结果。

可选的，所述车辆上设置有空气滤清器和增压器，在采集车辆运行的第一工况数据前，所述方法还包括：

获取车辆的车速；

当所述车速大于预设车速时，所述增压器启动；

在所述增压器启动后，获取所述空气滤清器的第一气压、车辆曲轴箱的第二气压、进气歧管的第三气压；

若所述第一气压小于所述第二气压，且所述第二气压小于所述第三气压，所述曲轴箱内的气体通过管道与所述空气滤清器内的空气混合，判断车辆处于预设工况。

可选的，训练所述预设曲轴箱通风系统结冰模型的过程包括：

获取车辆的训练数据，所述训练数据包括车辆在预设工况下的第二工况数据和所述第二工况数据对应的第二车辆运行时间，所述第二工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量，所述预设工况包括环境温度在预设温度区间、环境湿度在预设湿度区间和车速在预设车速区间；

获取与所述第二工况数据对应的曲轴箱通风系统内的实际结冰数据；

根据所述第二工况数据和对应的曲轴箱通风系统内的所述实际结冰数据训练曲轴箱通风系统结冰预测模型。

可选的，所述根据所述预测结果执行预设操作，包括：

根据所述预测结果输出提示信息；

和/或根据所述预测结果执行所述曲轴箱通风系统内的除冰功能。

可选的，所述预测结果具有用于表征所述曲轴箱通风系统内的结冰程度值，所述根据所述预测结果输出提示信息，包括：

若所述结冰程度值小于第一结冰阈值，不输出提示信息；

若所述结冰程度值位于所述第一结冰阈值和所述第二结冰阈值之间，提醒用户调整车辆的运行工况，其中，所述第一结冰阈值小于第二结冰阈值；

若所述结冰程度值大于所述第二结冰阈值，提醒用户注意停车消息，并执行车辆曲轴箱通风系统内的除冰功能。

另一方面，本发明实施例公开了一种车辆曲轴箱通风系统结冰程度的预测装置，包括：

数据采集模块，用于当车辆处于预设工况时，采集车辆运行的第一工况数据，并确定与所述第一工况数据对应的第一车辆运行时间，所述第一工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量；

数据处理模块，用于将所述第一工况数据和所述第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，并根据所述曲轴箱通风系统结冰预测模型得到预测结果，所述预测结果用于表征所述曲轴箱通风系统内的结冰程度；其中，所述曲轴箱通风系统结冰预测模型采用神经网络模型进行训练，所述曲轴箱通风系统结冰预测模型设置有若干种车辆工况数据与车辆曲轴箱通风系统结冰程度之间的的映射关系；

预测结果执行模块，用于根据所述预测结果执行预设操作。

可选的，所述数据处理模块包括：

工况数据分类子模块，用于对车辆在所述第一车辆运行时间内的所述第一工况数据进行分类，得到若干个类别的目标工况数据，在每个类别的所述目标工况数据中，所述车速和所述曲轴箱窜气量均相同；

工况运行时间统计子模块，用于统计与所述目标工况数据对应的目标工况时间；

工况数据处理子模块，用于将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，并得到预测结果。

可选的，所述工况数据处理子模块包括：

目标结冰数据获取单元，用于将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，得到若干个分别与所述目标工况数据对应的目标结冰数据；

整体结冰数据获取单元，用于对若干个所述目标结冰数据进行累计求和，得到整体结冰数据；

预测结果确认单元，用于确定所述整体结冰数据为所述预测结果。

可选的，所述车辆上设置有空气滤清器和增压器，在采集车辆运行的第一工况数据前，所述装置还包括：

车速获取模块，用于获取车辆的车速；

增压器控制模块，用于当所述车速大于预设车速时，所述增压器启动；

气压获取模块，用于在所述增压器启动后，获取所述空气滤清器的第一气压、车辆曲轴箱的第二气压、进气歧管的第三气压；

车辆运行工况判断模块，用于若所述第一气压小于所述第二气压，且所述第二气压小于所述第三气压，所述曲轴箱内的气体通过管道与所述空气滤清器内的空气混合，判断车辆处于预设工况。

可选的，所述预设曲轴箱通风系统结冰模型通过如下模块训练得到：

训练数据获取模块，用于获取车辆的训练数据，所述训练数据包括车辆在预设工况下的第二工况数据和所述第二工况数据对应的第二车辆运行时间，所述第二工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量，所述预设工况包括环境温度在预设温度区间、环境湿度在预设湿度区间和车速在预设车速区间；

训练数据处理模块，用于获取与所述第二工况数据对应的曲轴箱通风系统内的实际结冰数据；

模型训练模块，用于根据所述第二工况数据和对应的曲轴箱通风系统内的所述实际结冰数据训练曲轴箱通风系统结冰预测模型。

可选的，所述预测结果执行模块包括：

第一执行子模块，用于根据所述预测结果输出提示信息；

第二执行子模块，用于根据所述预测结果执行所述曲轴箱通风系统内的除冰功能。

可选的，所述预测结果具有用于表征所述曲轴箱通风系统内的结冰程度值，所述第一执行子模块包括：

第一执行单元，用于若所述结冰程度值小于第一结冰阈值，不输出提示信息；

第二执行单元，用于若所述结冰程度值位于所述第一结冰阈值和所述第二结冰阈值之间，提醒用户调整车辆的运行工况，其中，所述第一结冰阈值小于第二结冰阈值；

第三执行单元，用于若所述结冰程度值大于所述第二结冰阈值，提醒用户注意停车消息，并执行车辆曲轴箱通风系统内的除冰功能。

另一方面，本发明的实施例还提供了一种车辆，该车辆包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现该车辆曲轴箱通风系统结冰程度的预测方法的步骤。

另一方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现该车辆曲轴箱通风系统结冰程度的预测方法的步骤。

本发明实施例通过采集车辆在预设工况时的第一工况数据，并确定与第一工况数据对应的第一车辆运行时间，将第一工况数据和第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，得到的预测结果用于表征曲轴箱通风系统内的结冰程度。用户根据预测结果知悉曲轴箱通风系统内的结冰程度，从而采取相应的处理措施，避免因曲轴箱通风系统内结冰严重导致的发动机故障。

附图说明

图1为本发明实施例提供的一种车辆曲轴箱通风系统结冰程度的预测方法的步骤流程图；

图2为本发明实施例提供的一种车辆曲轴箱通风系统的部分结构示意图；

图3为本发明实施例提供的一种车辆曲轴箱通风系统结冰程度的预测装置的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在冬季寒冷地区、例如我国的东北和西北，车辆曲轴箱通风系统结冰的主要原因是车辆在低温高湿度的环境下，长时间大负荷高速行车时，发动机曲轴箱窜气(高温高湿气体)与新鲜空气在空滤处产生冷热空气对流，导致凝华结冰，曲轴箱结冰程度会随着在该工况下持续的时间加长而变的严重，进而对曲轴箱和发动机造成损伤。现有技术中，为避免曲轴箱通风管因结冰而被堵塞，有的汽车厂家选择在曲轴箱通风系统中增加电加热装置，利用电加热装置的辅助加热，可有效的避免结冰问题的产生。但是，现有技术中缺少针对曲轴箱结冰程度的检测或预测手段。

图1为本发明实施例提供的一种车辆曲轴箱通风系统结冰程度的预测方法的步骤流程图，该方法包括：

步骤101、当车辆处于预设工况时，采集车辆运行的第一工况数据，并确定与所述第一工况数据对应的第一车辆运行时间，所述第一工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量；

图2为本申请实施例提供的一种车辆曲轴箱通风系统的部分结构示意图，车辆上设置有空气滤清器和增压器(图中未示出)，当发动机小负荷运行时，曲轴箱气体通过部分负荷油气分离腔进入进气歧管，当发动机大负荷运行时，曲轴箱气体通过全负荷油气分离腔，与空气滤清器内的气体混合后进入进气歧管，发动机小负荷运行时不会出现空气滤清器内结冰状况，因此本发明实施例考虑大负荷运行工况下，增压器开始工作，增压器与进气歧管连接，进气歧管处产生很大的正压,并且发动机在大负荷运转漏气量相对较大，在增压器启动后，获取空气滤清器的第一气压P1、车辆曲轴箱的第二气压P2、进气歧管的第三气压P3，此时压力分布为：P3>P2>P1。曲轴箱窜出的气体如箭头所示经油气分离结构和通风口导入空气滤清器后端，最终导入进气歧管。

在采集车辆运行的第一工况数据前，获取车辆的车速，当车速大于预设车速时，增压器启动；在增压器启动后，获取空气滤清器的第一气压、车辆曲轴箱的第二气压、进气歧管的第三气压；若第一气压小于第二气压，且第二气压小于第三气压，曲轴箱内的气体通过管道与空气滤清器内的空气混合，判断车辆处于预设工况。示例性的，当车辆处于预设工况时，环境温度一般低于零下20度，环境湿度一般在60％-80％，车速一般大于100km/h。

步骤102、将所述第一工况数据和所述第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，并根据所述曲轴箱通风系统结冰预测模型得到预测结果，所述预测结果用于表征所述曲轴箱通风系统内的结冰程度；

曲轴箱通风系统内的结冰程度与环境温度、环境湿度、车速、进气歧管压力、曲轴箱压力活塞窜气量，车辆运行时间、以及曲轴箱通风系统的管路布置相关。对于使用同一款发动机的车型，其管路结构相同，视为非变化因素，发动机机舱热管理及曲轴箱压力变化不大，本实施例视为非变化因素。因此，采集的第一工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量。

在采集的第一工况数据后，对车辆在所述第一车辆运行时间内的第一工况数据进行分类，得到若干个类别的目标工况数据，在每个类别的目标工况数据中，车速相同。示例性的，当采集到的第一工况数据为车辆在高速公路行驶20分钟、时间区间为下午15:16-15:36、环境温度-30度、环境湿度65％、车速在105km/h的时间为6分钟、车速在110km/h的时间为2分钟、车速在112km/h的时间为8分钟、车速在115km/h的时间为4分钟时，可根据车速对第一工况数据进行分类，得到车速分别为105km/h、110km/h、112km/h和115km/h的四组目标工况数据，在得到四组目标工况数据后，若相同车速下曲轴箱窜气量不同，可以再根据曲轴箱窜气量对四组目标工况数据进行进一步分类。当第一工况数据对应的第一车辆运行时间较长时，例如车辆在高速公路行驶2小时，车辆所处的环境可能出现较大的变化，如气温在-20度至-32度的区间、环境湿度在60％-70％，在对第一工况数据进行分类时，需要根据环境温度和环境湿度进一步分类，便于建立不同工况数据与曲轴箱通风系统内的结冰程度之间的对应关系，使得预测结果更加准确。

在得到若干个类别的目标工况数据后，统计与目标工况数据对应的目标工况时间。将若干个目标工况数据和对应的若干个目标工况时间输入预设曲轴箱通风系统结冰预测模型，得到若干个分别与目标工况数据对应的目标结冰数据，对若干个目标结冰数据进行累计求和，得到整体结冰数据，该整体结冰数据为检测结果。需要说明的是，应用于数据分类的神经网络模型是已经比较成熟的技术，本申请的曲轴箱通风系统结冰预测模型可在应用于数据分类的神经网络模型的基础上进行开发，分别建立环境温度、环境湿度、车速和曲轴箱窜气量与车辆轴箱通风系统结冰程度之间的对应关系，从而能够在获取第一工况数据后，即时的预测车辆轴箱通风系统内的结冰状况。

示例性的，根据采集的第一工况数据，在对其进行分类后，计算出多个目标工况下单位时间内结冰的具体数值I、以及相应的车辆运行时间t，然后进行累计求和：

整体结冰程度＝I1*t1+I2*t2+……+In*tn。在获得车辆轴箱通风系统内的整体结冰程度数据后，根据整体结冰程度执行预设操作，防止车辆轴箱通风系统内过度结冰导致的发动机故障，提高用户的使用体验。

步骤103、根据所述预测结果执行预设操作。

根据预测结果执行预设操作包括：根据预测结果输出提示信息，和/或根据预测结果执行曲轴箱通风系统内的除冰功能。根据预测结果输出提示信息可以为以文字形式或图片形式在车载显示器上显示曲轴箱通风系统内的结冰程度，也可以是通过语音提示曲轴箱通风系统内的结冰程度，当车辆曲轴箱通风系统的总结冰程度达到预设阈值时，对驾驶员进行提醒，降低车速、调整发动机运行工况或选择合适地点停车休息。

本发明实施例通过采集车辆在预设工况时的第一工况数据，并确定与第一工况数据对应的第一车辆运行时间，将第一工况数据和第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，得到的预测结果用于表征曲轴箱通风系统内的结冰程度。用户根据预测结果知悉曲轴箱通风系统内的结冰程度，从而采取相应的处理措施，避免因曲轴箱通风系统内结冰严重导致的发动机故障。

本发明实施例中，训练预设曲轴箱通风系统结冰模型的过程包括：获取车辆的训练数据，所述训练数据包括车辆在预设工况下的第二工况数据和所述第二工况数据对应的第二车辆运行时间，所述第二工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量，所述预设工况包括环境温度在预设温度区间、环境湿度在预设湿度区间和车速在预设车速区间；获取与所述第二工况数据对应的曲轴箱通风系统内的实际结冰数据，分别建立环境温度、环境湿度、车速和曲轴箱窜气量与车辆曲轴箱通风系统内的实际结冰数据之间的对应关系，根据环境温度、环境湿度、车速和曲轴箱窜气量与车辆曲轴箱通风系统内的实际结冰数据之间的对应关系训练曲轴箱通风系统结冰预测模型。训练完成的曲轴箱通风系统结冰预测模型可根据车辆运行过程中的工况数据，预测车辆轴箱通风系统内的结冰状况。

在一种可选的实施例中，预测结果表征的曲轴箱通风系统内的结冰程度值具有第一结冰阈值和第二结冰阈值，且第一结冰阈值小于第二结冰阈值，示例性的，第一结冰阈值可以为10％，第二结冰阈值可以为20％，本领域技术人员可以根据实际需求对第一结冰阈值和第二结冰阈值进行设定，本申请实施例对此不作具体限定。在实际使用过程中，若结冰程度值小于第一结冰阈值，不输出提示信息；若结冰程度值位于第一结冰阈值和第二结冰阈值之间，提醒用户调整车辆的运行工况；若结冰程度值大于第二结冰阈值，提醒用户注意停车消息，并启动车辆曲轴箱通风系统内的除冰功能。通过对预测结果表征的曲轴箱通风系统内的结冰程度进行阈值设定，可以有效的辅助用户了解曲轴箱通风系统内的结冰程度，从而采取相应的处理措施，避免因曲轴箱通风系统内结冰严重导致的发动机故障。

需要说明的是，对于方法实施例，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，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，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，所涉及的动作并不一定是本发明实施例所必须的。

为了实现上述车辆曲轴箱通风系统结冰程度的预测方法，图3为本发明实施例提供的一种车辆曲轴箱通风系统结冰程度的预测装置，该装置包括：

数据采集模块301，用于当车辆处于预设工况时，采集车辆运行的第一工况数据，并确定与所述第一工况数据对应的第一车辆运行时间，所述第一工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量；

数据处理模块302，用于将所述第一工况数据和所述第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，并得到预测结果，所述预测结果用于表征所述曲轴箱通风系统内的结冰程度；其中，曲轴箱通风系统结冰预测模型采用神经网络模型进行训练，曲轴箱通风系统结冰预测模型设置有若干种车辆工况数据与车辆曲轴箱通风系统结冰程度之间的的映射关系；

预测结果执行模块303，用于根据所述预测结果执行预设操作。

在一种可选的实施例中，数据处理模块302可以包括：

工况数据分类子模块，用于对车辆在所述第一车辆运行时间内的第一工况数据进行分类，得到若干个类别的目标工况数据，在每个类别的所述目标工况数据中，所述车速和所述曲轴箱窜气量均相同；

工况运行时间统计子模块，用于统计与所述目标工况数据对应的目标工况时间；

工况数据处理子模块，用于将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，并得到预测结果。

在一种可选的实施例中，工况数据处理子模块可以包括：

目标结冰数据获取单元，用于将若干个所述目标工况数据和对应的若干个所述目标工况时间输入预设曲轴箱通风系统结冰预测模型，得到若干个分别与所述目标工况数据对应的目标结冰数据；

整体结冰数据获取单元，用于对若干个所述目标结冰数据进行累计求和，得到整体结冰数据；

预测结果确认单元，用于确认所述整体结冰数据为所述检测结果。

在一种可选的实施例中，车辆上设置有空气滤清器和增压器，在采集车辆运行的第一工况数据前，该装置还可以包括：

车速获取模块，用于获取车辆的车速；

增压器控制模块，用于当所述车速大于预设车速时，所述增压器启动；

气压获取模块，用于在所述增压器启动后，获取所述空气滤清器的第一气压、车辆曲轴箱的第二气压、进气歧管的第三气压；

车辆运行工况判断模块，用于若所述第一气压小于所述第二气压，且所述第二气压小于所述第三气压，所述曲轴箱内的气体通过管道与所述空气滤清器内的空气混合，判断车辆处于预设工况。

在一种可选的实施例中，预设曲轴箱通风系统结冰模型通过如下模块训练得到：

训练数据获取模块，用于获取车辆的训练数据，所述训练数据包括车辆在预设工况下的第二工况数据和所述第二工况数据对应的第二车辆运行时间，所述第二工况数据包括环境温度、环境湿度、车速和曲轴箱窜气量，所述预设工况包括环境温度在预设温度区间、环境湿度在预设湿度区间和车速在预设车速区间；

训练数据处理模块，用于获取与所述第二工况数据对应的曲轴箱通风系统内的实际结冰数据；

模型训练模块，用于根据所述第二工况数据和对应的曲轴箱通风系统内的所述实际结冰数据训练曲轴箱通风系统结冰预测模型。

在一种可选的实施例中，预测结果执行模块303可以包括：

第一执行子模块，用于根据所述预测结果输出提示信息；

第二执行子模块，用于根据所述预测结果执行所述曲轴箱通风系统内的除冰功能。

在一种可选的实施例中，所述预测结果具有用于表征所述曲轴箱通风系统内的结冰程度值，所述第一执行子模块包括：

第一执行单元，用于若所述结冰程度值小于第一结冰阈值，不输出提示信息；

第二执行单元，用于若所述结冰程度值位于所述第一结冰阈值和所述第二结冰阈值之间，提醒用户调整车辆的运行工况，其中，所述第一结冰阈值小于第二结冰阈值；

第三执行单元，用于若所述结冰程度值大于所述第二结冰阈值，提醒用户注意停车消息，并执行车辆曲轴箱通风系统内的除冰功能。

本发明实施例通过采集车辆在预设工况时的第一工况数据，并确定与第一工况数据对应的第一车辆运行时间，将第一工况数据和第一车辆运行时间输入预设曲轴箱通风系统结冰预测模型，得到的预测结果用于表征曲轴箱通风系统内的结冰程度，用户根据预测结果知悉曲轴箱通风系统内的结冰程度，从而采取相应的处理措施，避免因曲轴箱通风系统内结冰严重导致的发动机故障。

另一方面，本发明的实施例还提供了一种车辆，该车辆包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现该车辆曲轴箱通风系统结冰程度的预测方法的步骤。

另一方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现该车辆曲轴箱通风系统结冰程度的预测方法的步骤。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种车辆曲轴箱通风系统结冰程度的预测方法和一种车辆曲轴箱通风系统结冰程度的预测装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。