一种发动机频繁再生的识别方法及相关产品

技术领域

本申请涉及汽车发动机技术领域，特别是涉及一种发动机频繁再生的识别方法及相关产品。

背景技术

随着人们环保意识的增强，现有车辆又加装了DPF(颗粒捕集器)装置用于捕集燃烧产生的碳颗粒。但市场部分车辆由于工况原因存在再生时间短以及频繁再生的问题，导致油耗升高，客户满意度下降。因此需要将这部分车辆识别出来进行针对性优化。

现有的再生判断方法一般需要引入新的设备进行相关数据的采集，然后基于采集的数据进行再生判断。这种方法受到引入设备的影响，一般会产生识别准确率低以及识别效率低的问题。

因此，如何在保证发动机频繁再生的识别准确性的同时提高识别效率，是本领域技术人员急需解决的问题。

发明内容

基于上述问题，本申请提供了一种发动机频繁再生的识别方法及相关产品，直接从车联网大数据中利用车辆的运行数据对车辆DPF再生进行识别，进而计算定周期DPF再生频率，最后基于再生频率判断是否为DPF频繁再生，无需增加额外装置，解决了现有技术识别准确率低以及识别效率低的问题。

第一方面，本申请提供了一种发动机频繁再生的识别方法，包括：

基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果；

根据所述识别结果计算车辆发动机的定周期DPF再生频率；

基于所述定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。

可选的，所述基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果，包括：

基于车联网原始数据计算从当前时刻开始一段连续时间内的特征数据；所述特征数据包括平均负荷率数据和排温温度数据；

根据所述特征数据对车辆发动机进行DPF再生识别，得到识别结果。

可选的，所述根据所述特征数据对车辆发动机进行DPF再生识别，得到识别结果，包括：

判断从当前时刻开始一段连续时间内的平均负荷率数据是否小于第一预设阈值；

判断从当前时刻开始一段连续时间内的排温温度数据超过500℃的时间是否大于第二预设阈值；

当从当前时刻开始一段连续时间内的所述平均负荷率数据小于所述第一预设阈值且排温温度数据超过500℃的时间大于第二预设阈值时，得到当前时刻为再生点的识别结果；

当从当前时刻开始一段连续时间内的所述平均负荷率数据不小于所述第一预设阈值或排温温度数据超过500℃的时间不大于第二预设阈值时，得到当前时刻为非再生点的识别结果。

可选的，所述方法还包括：

当得到当前时刻为再生点的识别结果后，判断从当前时刻开始一段连续时间内的车速数据超过0km/h的时间是否小于第三预设阈值；

当从当前时刻开始一段连续时间内的车速数据超过0km/h的时间小于第三预设阈值时，得到当前时刻为驻车再生点的识别结果；

当从当前时刻开始一段连续时间内的车速数据超过0km/h的时间不小于第三预设阈值时，得到当前时刻为行车再生点的识别结果。

可选的，所述根据所述识别结果计算车辆发动机的定周期DPF再生频率，包括：

根据识别结果确定定周期内DPF再生的次数；

根据定周期内DPF再生的次数和定周期的总天数计算车辆发动机的定周期DPF再生频率。

可选的，所述根据识别结果确定定周期内DPF再生的次数，包括：

根据识别结果确定定周期内车辆发动机每天的再生点个数；

根据定周期内车辆发动机每天的再生点个数确定定周期内DPF再生的次数；

其中若一天内存在至少两个再生点则记为一次DPF再生，且一天内最多记录一次DPF再生。

可选的，所述基于所述定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别，包括：

判断所述定周期DPF再生频率是否大于第四预设阈值；

若所述定周期DPF再生频率大于所述第四预设阈值，则确定所述车辆发动机为DPF频繁再生，实现对车辆发动机频繁再生的识别；

若所述定周期DPF再生频率不大于所述第四预设阈值，则确定所述车辆发动机为非DPF频繁再生，实现对车辆发动机频繁再生的识别。

第二方面，本申请提供了一种发动机频繁再生的识别装置，其特征在于，包括：

第一识别模块，用于基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果；

计算模块，用于根据所述识别结果计算车辆发动机的定周期DPF再生频率；

第二识别模块，用于基于所述定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。

第三方面，本申请提供了一种发动机频繁再生的识别设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述任一项所述发动机频繁再生的识别方法的步骤。

第四方面，本申请提供了一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述发动机频繁再生的识别方法的步骤。

从以上技术方案可以看出，相较于现有技术，本申请具有以下优点：

本申请首先基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果。然后根据识别结果计算车辆发动机的定周期DPF再生频率。最后基于定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。由此，从车联网大数据中利用车辆的运行数据，对车辆DPF再生进行识别，进而计算定周期DPF再生频率，最后基于再生频率判断是否为DPF频繁再生，无需增加额外装置，提高了发动机频繁再生的识别效率和准确性。

附图说明

图1为本申请提供的一种发动机频繁再生的识别方法的流程图；

图2为本申请提供的一种发动机频繁再生的识别装置的结构示意图。

具体实施方式

正如前文所述，现有的再生判断方法的识别准确率较低且识别效率较低。具体来说，智能、网联、节能、舒适是今后汽车产业的发展方向，在目前的车联网大数据应用中无相关DPF频繁再生识别方法。现有的再生判断方法一般需要引入新的设备进行相关数据的采集，例如传感器测量的氧浓度、排气流量等参数，然后基于采集的数据进行再生判断。但远程终端采集的数据中没有排气流量参数，导致该方法无法应用到车联网数据中，而且这种方法受到引入设备的影响，一般会产生识别准确率低以及识别效率低的问题。

为解决上述问题，本申请提供了一种发动机频繁再生的识别方法，包括：首先基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果。然后根据识别结果计算车辆发动机的定周期DPF再生频率。最后基于定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。

如此，从车联网大数据中利用车辆的运行数据，对车辆DPF再生进行识别，进而计算定周期DPF再生频率，最后基于再生频率判断是否为DPF频繁再生，无需增加额外装置，提高了发动机频繁再生的识别效率和准确性。

需要说明的是，本申请提供的一种发动机频繁再生的识别方法及相关产品可应用于汽车发动机技术领域。上述仅为示例，并不对本申请提供的一种发动机频繁再生的识别方法及相关产品的应用领域进行限定。

为了使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

图1为本申请提供的一种发动机频繁再生的识别方法的流程图。结合图1所示，本申请提供的一种发动机频繁再生的识别方法，可以包括：

S101：基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果。

在实际应用中，汽车一般都被配置有远程终端，用来实时采集发动机相关数据流与OBD(车载诊断系统)诊断信息。以上数据被统称为车联网原始数据。其中发动机相关数据包括发动机转速、发动机扭矩以及车速等数据。本申请即通过车联网原始数据中的发动机转速、发动机扭矩以及车速等数据进行颗粒捕集器DPF再生识别，并得到相应的识别结果。

另外，由于DPF再生识别的方式不尽相同，因此本申请可以就一种可能的识别方式进行说明。

在一种情况下，针对如何进行DPF再生识别。相应的，S101：基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果，具体包括：

基于车联网原始数据计算从当前时刻开始一段连续时间内的特征数据；所述特征数据包括平均负荷率数据和排温温度数据；

根据所述特征数据对车辆发动机进行DPF再生识别，得到识别结果。

在实际应用中，通过平均负荷率数据和排温温度数据对车辆发动机进行DPF再生识别。具体的，在一天内需要进行多次的DPF再生识别，具体的次数可以根据需求进行设置。例如设置每隔小时进行一次车辆发动机的DPF再生识别，那么一天从0点-24点内可以是0-1点、2-3点、3-4点……11-12点进行十二次车辆发动机的DPF再生识别。需要注意的是，进行0-1点的DPF再生识别时，要保证获取的是0-1点连续时间内的车联网原始数据，然后利用这些连续时间内数据进行平均负荷率和排温温度的计算，得到0-1点内的平均负荷率数据和排温温度数据，并根据该平均负荷率数据和排温温度数据判断0-1点内车辆发动机是否发生DPF再生识别，得到对应的识别结果。

另外，由于对车辆发动机进行DPF再生识别的方式不尽相同，因此本申请可以就一种可能的识别方式进行说明。

在一种情况下，针对如何进行DPF再生识别。相应的，所述根据所述特征数据对车辆发动机进行DPF再生识别，得到识别结果，包括：

判断从当前时刻开始一段连续时间内的平均负荷率数据是否小于第一预设阈值；

判断从当前时刻开始一段连续时间内的排温温度数据超过500℃的时间是否大于第二预设阈值；

当从当前时刻开始一段连续时间内的所述平均负荷率数据小于所述第一预设阈值且排温温度数据超过500℃的时间大于第二预设阈值时，得到当前时刻为再生点的识别结果；

当从当前时刻开始一段连续时间内的所述平均负荷率数据不小于所述第一预设阈值或排温温度数据超过500℃的时间不大于第二预设阈值时，得到当前时刻为非再生点的识别结果。

在实际应用中，结合上述举例来说，判断一天内0-1点这段连续时间内是否发生DPF再生，可以先计算这段连续时间内的平均负荷率数据。负荷率是一个在某特定发动机转速下扭矩的百分比相对概念，它的严格定义是指同发动机转速下，部分节气门下发出的扭矩与节气门全开时发出的最大扭矩之比值。超过它最大负荷发动机就会加快减少使用寿命，一般比值在20—50时是它的正常值。第一预设阈值可以根据实际需求进行具体设置，例如10、15以及20等。将这段连续时间内的平均负荷率数据与第一预设阈值比较，小于第一预设阈值时认定车辆发动机可能发生DPF再生，大于或等于第一预设阈值时认定车辆发动机未发生DPF再生，得到0点为非再生点的识别结果。具体的，当平均负荷率数据小于第一预设阈值时还需要计算排温温度数据才能确定发动机是否发生DPF再生。基于0-1点内的车联网原始数据计算排温温度数据，并获取大于500℃的时间段与第二预设阈值作比较，当大于500℃的时间超过第二预设阈值时则确定0-1点连续时间段内车辆发动机发生了DPF再生，得到0点为再生点的识别结果。若未超过，则得到0点为非再生点的识别结果。需要注意的是，第二设定阈值可以根据实际需求进行设定，例如5s、10s以及15s等。

另外，由于显示识别结果的方式不尽相同，因此本申请可以就一种可能的显示方式进行说明。

在一种情况下，针对如何显示识别结果。相应的，所述方法还包括：

当得到当前时刻为再生点的识别结果后，判断从当前时刻开始一段连续时间内的车速数据超过0km/h的时间是否小于第三预设阈值；

当从当前时刻开始一段连续时间内的车速数据超过0km/h的时间小于第三预设阈值时，得到当前时刻为驻车再生点的识别结果；

当从当前时刻开始一段连续时间内的车速数据超过0km/h的时间不小于第三预设阈值时，得到当前时刻为行车再生点的识别结果。

在实际应用中，当确定了一段连续时间内车辆发动机发生了DPF再生之后，还可以对车辆发动机具体的DPF再生类型进行确认。一般可以将DPF再生分为驻车再生和行车再生。具体的，结合上述示例，当确定0点为再生点的识别结果后，可以查询0-1点这段连续时间内车速超过0km/h的时间，然后将该时间与设定的第三预设阈值进行比较，若0-1点这段连续时间内车速超过0km/h的时间小于第三预设阈值，则确定车辆并未启动，0点为驻车再生点。反之则确定车辆启动，0点为行车再生点。需要注意的是，第三设定阈值可以根据实际需求进行设定，例如5s、10s以及15s等。

S102：根据所述识别结果计算车辆发动机的定周期DPF再生频率。

在实际应用中，获得车辆发动机的识别结果后便可以基于该结果计算车辆发动机的定周期DPF再生频率。具体的，DPF再生频率＝计算周期内DPF再生发生天数/计算周期总天数，即除以定周期的实际天数。

另外，由于计算车辆发动机的定周期DPF再生频率的方式不尽相同，因此本申请可以就一种可能的计算方式进行说明。

在一种情况下，针对如何计算车辆发动机的定周期DPF再生频率。相应的，S102：根据所述识别结果计算车辆发动机的定周期DPF再生频率，具体包括：

根据识别结果确定定周期内DPF再生的次数；

根据定周期内DPF再生的次数和定周期的总天数计算车辆发动机的定周期DPF再生频率。

在实际应用中，结合上述示例，一天内需要进行多次DPF再生识别，而识别结果显示为某时刻是否为DPF再生点。具体的，可以通过每天的DPF再生点的个数确定该天是否发生DPF再生，若发生则记为1次。如此，结合识别结果和定周期的总天数确定定周期内DPF再生的次数，并利用定周期内DPF再生的次数除以定周期的总天数得到车辆发动机的定周期DPF再生频率。

另外，由于确定定周期内DPF再生的次数的方式不尽相同，因此本申请可以就一种可能的确定方式进行说明。

在一种情况下，针对如何确定定周期内DPF再生的次数。相应的，所述根据识别结果确定定周期内DPF再生的次数，包括：

根据识别结果确定定周期内车辆发动机每天的再生点个数；

根据定周期内车辆发动机每天的再生点个数确定定周期内DPF再生的次数；

其中若一天内存在至少两个再生点则记为一次DPF再生，且一天内最多记录一次DPF再生。

在实际应用中，识别结果包括当前时刻为再生点的识别结果和当前时刻为非再生点的识别结果。举例来说，定周期为7天，那么识别结果中应该包括这七天内，车辆发动机每天的再生点个数。一般一天内存在多个再生点才记作一次再生。具体的，若一天内存在至少两个再生点则记为一次DPF再生，且一天内最多记录一次DPF再生，再生时刻选择为时间最先的再生点时刻。

S103：基于所述定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。

在实际应用中，确定了定周期DPF再生频率后便可确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。一般识别结果包括车辆发动机在定周期内发生频繁再生和车辆发动机在定周期内未发生频繁再生。

另外，由于判断车辆发动机是否为DPF频繁再生的方式不尽相同，因此本申请可以就一种可能判断方式进行说明。

在一种情况下，针对如何判断车辆发动机是否为DPF频繁再生。相应的，S103：基于所述定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别，具体包括：

判断所述定周期DPF再生频率是否大于第四预设阈值；

若所述定周期DPF再生频率大于所述第四预设阈值，则确定所述车辆发动机为DPF频繁再生，实现对车辆发动机频繁再生的识别；

若所述定周期DPF再生频率不大于所述第四预设阈值，则确定所述车辆发动机为非DPF频繁再生，实现对车辆发动机频繁再生的识别。

在实际应用中，可以设置第四预设阈值来判断车辆发动机是否为DPF频繁再生。具体的，可以设置第四预设阈值为0.5，当定周期为7天，发生DPF再生的天数为4时计算车辆发动机定周期DPF再生频率为4/7，大于第四预设阈值0.5，那么此时认为车辆发动机为DPF频繁再生，实现对车辆发动机频繁再生的识别。反之若定周期DPF再生频率不大于第四预设阈值，则确定车辆发动机为非DPF频繁再生，实现对车辆发动机频繁再生的识别。需要注意的是，第四预设阈值不固定，可以按照实际需求进行设定。

综上所述，本申请首先基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果。然后根据识别结果计算车辆发动机的定周期DPF再生频率。最后基于定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。由此，从车联网大数据中利用车辆的运行数据，对车辆DPF再生进行识别，进而计算定周期DPF再生频率，最后基于再生频率判断是否为DPF频繁再生，无需增加额外装置，提高了发动机频繁再生的识别效率和准确性。

基于上述实施例提供的一种发动机频繁再生的识别方法，本申请还提供了一种发动机频繁再生的识别装置。下面分别结合实施例和附图，对该发动机频繁再生的识别装置进行描述。

图2为本申请实施例提供的一种发动机频繁再生的识别装置的结构示意图。结合图2所示，本申请实施例提供的发动机频繁再生的识别装置200，包括：

第一识别模块201，用于基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果；

计算模块202，用于根据所述识别结果计算车辆发动机的定周期DPF再生频率；

第二识别模块203，用于基于所述定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。

作为一种实施方式，针对如何进行DPF再生识别，上述第一识别模块201具体包括：计算子模块和识别子模块；

计算子模块，用于基于车联网原始数据计算从当前时刻开始一段连续时间内的特征数据；所述特征数据包括平均负荷率数据和排温温度数据；

识别子模块，用于根据所述特征数据对车辆发动机进行DPF再生识别，得到识别结果。

作为一种实施方式，针对如何进行DPF再生识别，上述识别子模块具体用于：

判断从当前时刻开始一段连续时间内的平均负荷率数据是否小于第一预设阈值；

判断从当前时刻开始一段连续时间内的排温温度数据超过500℃的时间是否大于第二预设阈值；

当从当前时刻开始一段连续时间内的所述平均负荷率数据小于所述第一预设阈值且排温温度数据超过500℃的时间大于第二预设阈值时，得到当前时刻为再生点的识别结果；

当从当前时刻开始一段连续时间内的所述平均负荷率数据不小于所述第一预设阈值或排温温度数据超过500℃的时间不大于第二预设阈值时，得到当前时刻为非再生点的识别结果。

作为一种实施方式，针对如何得到识别结果，上述发动机频繁再生的识别装置200还包括：判断模块；

判断模块，用于当得到当前时刻为再生点的识别结果后，判断从当前时刻开始一段连续时间内的车速数据超过0km/h的时间是否小于第三预设阈值；

当从当前时刻开始一段连续时间内的车速数据超过0km/h的时间小于第三预设阈值时，得到当前时刻为驻车再生点的识别结果；

当从当前时刻开始一段连续时间内的车速数据超过0km/h的时间不小于第三预设阈值时，得到当前时刻为行车再生点的识别结果。

作为一种实施方式，针对如何确定定周期DPF再生频率，上述计算模块202具体包括：确定模块和频率获取模块；

确定模块，用于根据识别结果确定定周期内DPF再生的次数；

频率获取模块，用于根据定周期内DPF再生的次数和定周期的总天数计算车辆发动机的定周期DPF再生频率。

作为一种实施方式，针对如何确定DPF再生次数，上述确定模块具体用于：

根据识别结果确定定周期内车辆发动机每天的再生点个数；

根据定周期内车辆发动机每天的再生点个数确定定周期内DPF再生的次数；

其中若一天内存在至少两个再生点则记为一次DPF再生，且一天内最多记录一次DPF再生。

作为一种实施方式，针对如何实现对车辆发动机频繁再生的识别，上述第二识别模块203具体用于：

判断所述定周期DPF再生频率是否大于第四预设阈值；

若所述定周期DPF再生频率大于所述第四预设阈值，则确定所述车辆发动机为DPF频繁再生，实现对车辆发动机频繁再生的识别；

若所述定周期DPF再生频率不大于所述第四预设阈值，则确定所述车辆发动机为非DPF频繁再生，实现对车辆发动机频繁再生的识别。

综上所述，本申请首先基于车联网原始数据对车辆发动机进行颗粒捕集器DPF再生识别，得到识别结果。然后根据识别结果计算车辆发动机的定周期DPF再生频率。最后基于定周期DPF再生频率确定车辆发动机是否为DPF频繁再生，实现对车辆发动机频繁再生的识别。由此，从车联网大数据中利用车辆的运行数据，对车辆DPF再生进行识别，进而计算定周期DPF再生频率，最后基于再生频率判断是否为DPF频繁再生，无需增加额外装置，提高了发动机频繁再生的识别效率和准确性。

另外，本申请还提供了一种发动机频繁再生的识别设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上述任一项所述发动机频繁再生的识别方法的步骤。

另外，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述发动机频繁再生的识别方法的步骤。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。