車輛遠程診斷的案例
OTA與車輛遠程診斷，會帶來什么不同？
Carota車載遠程診斷解決方案
當前討論或者已部署的遠程診斷大部分是將當前的問題分析由4S店作為主體遷移至后臺。以后將會逐步引入云診斷，將深度學習和AI相結合，為車輛診斷增加新的維度。在云中運行的軟件可以管理各種車隊或車輛模型的活動。這些活動可以針對特定車輛，以實現精確的車輛編程并突出顯示個別車輛的故障。例如，周期性讀取整個車隊中的故障存儲器意味著可以自動檢查故障排除和總體狀態，同時可以實時識別異常情況。
以上來看，遠程診斷給汽車制造商和車主都帶來了不少的方便，汽車制造商可以快速遠程響應車輛出現的問題，而無需像現在一樣必須回4S店，對于車主而言，車輛更加安全，出現問題可以快速解決，不耽誤事。
但是這一切背后需要大量的數據支持，也就意味著汽車制造商需要持續收集車輛的通信數據、應用程序、使用操作記錄、系統程序等狀態信息。這些是否會涉及對個人隱私，這也是個問題。
參考：carota.a，網絡報道等，侵刪。
展開 氣體質量流量控制器是否可以進行遠程診斷？
設備的智能化、網絡化和遠程可維護性已成為提升生產效率、降低運維成本的關鍵要素，作為全球領先的高精度氣體質量流量控制器（MFC）制造商，布瑯軻鍶特（Bronkhorst）主要將前沿技術融入產品設計中，為客戶提供更高效、更可靠的流體控制解決方案，那么氣體質量流量控制器是否可以進行遠程診斷？答案是：不僅可以，而且已經成為現實！
布瑯軻鍶特-氣體質量流量控制器：https://www.bronkhorst-china.com/
一、什么是遠程診斷？
遠程診斷是指通過網絡通信技術，對部署在遠端現場的設備進行狀態監測、故障識別、參數調整甚至軟件升級的能力，對于氣體質量流量控制器而言，遠程診斷意味著工程師無需親臨現場，即可實時掌握設備運行狀態、分析異常數據、優化控制策略，甚至提前預警潛在故障。
二、布瑯軻鍶特MFC如何實現遠程診斷？
布瑯軻鍶特的多款氣體質量流量控制器（如EL-FLOW Select、IN-FLOW系列等）已全面支持數字通信協議（如Modbus TCP/IP、PROFIBUS、EtherNet/IP、PROFINET等），并集成智能診斷功能，通過以下方式，用戶可輕松實現遠程運維：
內置智能傳感器與自檢功能
Bronkhorst MFC內置高精度傳感器與微處理器，可實時采集流量、溫度、壓力、閥門狀態等關鍵參數，并自動執行自診斷程序，識別如零點漂移、響應遲滯、通信中斷等常見問題。
支持工業物聯網（IIoT）平臺接入
用戶可通過OPC UA或MQTT協議將MFC接入企業級SCADA系統或云平臺（如Bronkhorst自家的FLOW-CONNECT?平臺），實現設備數據的集中管理與可視化分析。
展開 氣體質量流量控制器是否支持遠程診斷與維修？
氣體質量流量控制器不僅能進行遠程診斷與維修，而且正成為工業4.0時代不可或缺的智能組件，選擇布瑯軻鍶特（Bronkhorst），就是選擇高精度、高可靠性與前瞻性技術的完美結合，無論您身處何地，我們的智能MFC都能為您提供“看得見、控得住、修得快”的全方位服務。
『轉貼』基于改進的EMD方法在軍用車輛變速箱故障診斷中的應用研究
作者：王自營，安鋼，武東民
摘要： 變速箱作為軍用車輛傳動系統的重要組成部分,工作環境惡劣,內部零部件多，結構復雜，故障發生率高,對其進行故障診斷和監測十分重要。當變速箱內部發生故障時，箱體振動信號常常表現為調幅及調頻形式，而且由于各種成分間的相互疊加、耦合，致使振動信號具有非平穩性和非線性。經驗模式分解方法(EMD, empirical mode decomposition，)是一種新的自適應信號處理方法，適于處理非線性和非平穩過程，其分解過程基于信號的實際物理意義，能避免以傅立葉變換與數學逼近為基礎的傳統頻譜分析方法對振動信號真實內涵的破壞。
雖然利用EMD方法對變速箱故障信號進行處理，與傳統方法相比，有很多優勢。但由于算法自身局限性，當某一時間尺度振蕩信號不連續，必然會發生成分泄漏，影響故障診斷效果。實際上，當變速箱內部零部件發生故障，由于振動信號相互間的干擾等作用，必然導致時間尺度振蕩信號不連續。另外，利用HHT（Hilbert Huang Transformation）計算固有模式函數（intrinsic mode function，IMF）的頻譜時，IMF包絡幅值變化會影響瞬時頻率的準確度。因此，通過對原始振動信號加入均值為零的高斯白噪聲，以起到擾動原始信號目的，彌補由時間尺度信號不連續引起的成分泄漏；此外，利用IMF分量的極大值構造樣條插值包絡曲線，并把IMF分量除以自己的包絡線以實現對固有模式函數的標準化處理，提高瞬時頻率的準確度。
利用改進的EMD方法對變速箱軸承故障的振動信號進行分析處理，結果表明由故障激起的各種復雜振動信號都能被有效分離出來，調制信號都能被完整保留。與傳統的EMD方法相比，經過改進的EMD提取變速箱故障特征頻率效果更好，故障定位更準確。
關鍵詞：經驗模式分解；固有模式函數；時間尺度
展開 
本田到2025年將在中國投放20款以上電動化車型
該系統還將集成本田的車輛控制技術，實現對車輛的遠程操控、車況監控、指導安全節能駕駛等，還可以與線下特約店互聯，實現車輛的遠程診斷和服務預約等。
從今年開始，具備上述一部分先進功能的第二代Honda CONNECT（智導互聯）系統將在新產品中應用，系統強化了實時擁堵信息等在內的導航功能，此外，還可以根據智能語音識別進行系統控制、通過支付寶進行在線電子支付等，車主坐在車里即可輕松支付停車費，的車輛相互之間還可以進行位置共享。
本田執行董事兼中國本部長水野泰秀表示，本田的所有技術都是為了實現顧客的“FUN”而存在。中國處于科技快速發展，消費者需求日新月異的時代。為與時代同行，本田將不斷提升技術、夯實基礎，通過與志同道合的合作伙伴開展協同創新，發揮中國獨有的創意與智慧，實現“FUNTEC WORLD”。
展開 “高速剎車失靈”？特斯拉最新回應來了
今日（5月28日），特斯拉在微博平臺上就溫先生在網絡上聲稱的車輛“高速剎車失靈”、“險出事故”事件做出回應。
特斯拉方面稱，目前初步遠程診斷車輛報警原因為右前輪速傳感器警報，并非溫先生所述的“剎車失靈”。需要提及的是，輪速傳感器的報警原因可能是由于輪速傳感器臟污或傳感器線路受損導致，需要進一步進行檢查確認。
圖片來源：微博
同時，特斯拉方面指出，溫先生的Model X的總里程為17.5萬公里，已過保修期；其次，右前輪速傳感器警報提示過后，溫先生仍繼續行駛800多公里。基于此，特斯拉方面表示，將無法滿足溫先生向特斯拉提出免費更換至新款Model X車型的訴求。
據悉，溫先生此前通過媒體表示，希望特斯拉正視系統混亂、出現問題，不要甩鍋，必須從官方上承認剎車系統存在問題，并要求特斯拉道歉。但是就目前的情況來看，特斯拉和溫先生之間的說法存在一定程度的偏差。
-END-
喜歡本篇內容請給我們點個在看
展開 通訊系統工程師學習筆記| T-BOX專業分享
T-BOX，telematics box ，遠程通信模塊，從名字即可看出其核心功能是給車輛賦予聯網能力。
在我12年剛參加工作時，參與開發的TBOX是作為遠程車輛管理工具，給試驗場的工程車使用，實現試驗車車隊管理、車輛在線離線、車速、里程等信息報表；后來隨著需求的增加，逐步變成遠程車輛診斷工具，車輛關鍵數據、DTC等數據上傳。
13年賽歐電動車Springo上市，上海政府要求監控車輛電池、里程、車速等信息。于是電動車監控平臺工程車輛監控平臺數據對接政府監控平臺，整套終端、平臺。
13年，安吉星，遠程車輛解鎖、啟動；緊急呼叫救援；ICALL等，實現了車端和云端的數據、語音通信。
16年，針對電動車的GB32960實施，電動車的遠程數據傳輸變成了常態化。還有國6出臺，對于車輛的排放信息等有監控要求。
從上面TBOX功能的演進過程可以看到兩點：
1、TBOX作為量產件產生的最初原因是法規等要求的數據傳輸，但在法規未強制時，TBOX已經在車廠具備形態。車，聯網，是萬物互聯時代的大勢所趨；
2、同時，TBOX是在基于傳統車輛的功能和架構衍生出的新模塊，因此，TBOX的功能定義、硬件形態等都具有架構的時代特征，與網絡相關的功能，基本都是體現在TBOX上，比如遠控、OTA、遠程診斷等。
接下來從宏觀到微觀對T-BOX分析。
整個智能網聯通訊系統架構是由車端、通道、云端、后端、智能終端組成的。
展開 軟件和整車電子架構正重新定義汽車行業
該堆棧包含允許用戶與車輛交互的常用可視功能，如安卓、汽車等級Linux、GENIVI和QNX。
云堆棧。該堆棧協調車輛外界對車輛數據及功能的訪問，并負責通信、安全、以及應用程序認證。該堆棧還須建立一個預定義的車輛界面，包括遠程診斷。
趨勢3：擴展的中間層將使應用程序從硬件中抽象化
隨著車輛逐漸演變成移動運算平臺，中間件(middleware)將實現車輛重新配置，以及相關軟件的安裝和升級。當前ECU內部的中間件只是負責跨ECU間的通信。新一代車輛則與此不同，中間件將是域控制器與功能訪問之間的連接。中間層在ECU硬件之上運作，并推動抽象化和虛擬化、SOA以及分布式運算。
趨勢4：車載傳感器數量將飛速增加
在今后兩到三代汽車產品上，整車企業將安裝多個具備相似功能的傳感器，來確保車輛具有充足的安全冗余。長期看來，行業將開發更完善的傳感器解決方案來減少傳感器數量和成本。
長遠來看，對于車輛傳感器數量，可能會出現不同的發展情景——增加、穩定不變或是下降。哪個情景最終會發生將取決于監管政策、技術成熟度以及在不同用途下使用多個傳感器的能力。舉例來說，監管部門可能要求更加密切地監控司機身體狀況，從而增加傳感器的應用。然而，一味增加，或者數量維持不變，都不利于成本控制。所以減少傳感器數量的動力將會較為充足。未來的高級算法與機器學習可增強傳感器性能和可靠程度，再輔之更加強大的傳感器技術，傳感器冗余將有望減少。
趨勢5：傳感器將更加智能
集成化的智能傳感器將被用來管理HAD所需的大量數據。
展開 