一种基于排放远程监控的NO制造技术

本发明专利技术涉及一种基于排放远程监控的NOx传感器作弊甄别方法，包括：采集待测车辆的若干组车辆数据和尿素液位数据，车辆数据包括NOx传感器读数以及对应的发动机数据向量，采集参考车辆的尿素液位数据，计算每公里的尿素标准消耗量；2)通过概率分布评估步骤获取待测车辆的车辆数据的平均分布概率，统计若干组车辆数据中无效或为负值的NOx传感器读数的总数占比；判断待测车辆数据是否满足作弊条件中的一条或多条，若是则判定待测车辆的NOx传感器作弊，否则判定待测车辆的NOx传感器未作弊。与现有技术相比，本发明专利技术具有计算复杂度低、准确度高、稳定性好等优点。稳定性好等优点。稳定性好等优点。

【技术实现步骤摘要】
NOx传感器作弊，否则判定待测车辆的NOx传感器未作弊；
[0014]所述的作弊条件包括：
[0015]所述的平均分布概率超出设定概率范围；
[0016]所述的分布概率为0的数据点占比高于点占比阈值；
[0017]本专利技术提出的NOx传感器作弊甄别方法，利用正常的参考车辆的NOx传感器读数以及发动机数据，并进行筛选，最终获得正常情况下特定范围内的发动机数据对应的传感器读数的概率分布情况，根据待测车辆的NOx传感器读数以及发动机数据，通过概率分布情况甄别待测车辆的NOx传感器读数是否作弊，解决了OBD 远程监控下NOx传感器作弊的甄别问题，计算复杂度低，易于在大数据下处理，同时本专利技术提出的NOx传感器作弊甄别方法基于大数据处理技术，适用于任何 NOx传感器作弊方式，且能够随着大数据更新而进化，进而在远程监控平台数据采集的过程中，保持甚至提高甄别的准确度。
[0018]进一步地，所述的方法还包括：
[0019]采集参考车辆的尿素液位数据，计算每公里的尿素标准消耗量，采集待测车辆的尿素液位数据，计算待测车辆每公里的尿素平均消耗量；
[0020]所述的作弊条件还包括：
[0021]所述的尿素平均消耗量小于尿素标准消耗量，且二者差值大于设定差值；
[0022]通过尿素平均消耗量辅助甄别过程，降低漏检率。
[0023]进一步地，所述的作弊条件还包括：
[0024]所述的待测数据集中无效或为负值的NOx传感器读数的总数占比大于设定占比；
[0025]通过异常NOx传感器读数占比辅助甄别过程，降低漏检率。
[0026]进一步地，所述的对超立方和参考数据集进行可信度筛选的过程包括：
[0027]依次进行四次筛选，剔除不可信的超立方以及参考数据集；
[0028]第一次筛选：对超立方进行筛选，获得待定特征工况域；
[0029]第二次筛选：删除待定特征工况域中异常的参考数据集的车辆数据；
[0030]第三次筛选：对待定特征工况域进行筛选，获得选定特征工况域；
[0031]第四次筛选：对参考数据集中的车辆数据进行筛选。
[0032]进一步地，所述的参考车辆的数量为多辆；
[0033]所述的方法还包括：采集参考车辆的车辆VIN码；
[0034]所述的第一次筛选过程具体包括：
[0035]统计参考数据集中的发动机数据向量在每个超立方中的分布频数，删除分布频数低于f
min
的超立方，所述的f
min
位于10～1.5N/n之间，N为参考数据集包含的车辆数据组数；
[0036]统计每个超立方中分布的发动机数据向量对应的车辆VIN码种类数，删除车辆VIN码种类数小于设定种类数的超立方；
[0037]通过第一次筛选，剔除分布频数较低以及包含的车辆VIN码种类数较低的超立方。
[0038]进一步地，所述的第二次筛选过程具体包括：
[0039]对于每个待定特征工况域，判断分布其中的发动机数据向量对应的NOx传感器读数y
k
是否满足第一判断不等式，若是则删除y
k
对应的车辆数据，否则保留y
k
对应的车辆数据；
[0040]所述的第一判断不等式为：
[0041][0042]其中，tor为容忍度，m为参考数据集中的NOx传感器读数的总数，y
i
为除 y
k
之外的参考数据集中的NOx传感器读数，mean(y
i
)为y
i
的平均值；
[0043]通过第二次筛选，剔除远偏出出其他传感器读数范围的车辆数据。
[0044]进一步地，第二次筛选后会出现新的不可信的超立方，因此第三次筛选过程和第一次筛选过程相同，剔除不可信的超立方。
[0045]进一步地，所述的第四次筛选过程具体包括：
[0046]设参考车辆的车辆数据在选定特征工况域中分布的频数为A0，在待定特征工况域中分布的频数为A1，若A0和A1的差值过大，表明该参考车辆的车辆数据不可信，故判断第二判断不等式是否成立，若是则删除选定特征工况域中该参考车辆的车辆数据，否则保留选定特征工况域中该参考车辆的车辆数据；
[0047]所述的第二判断不等式为：
[0048](A1‑
A0)/A1＞tor
V
[0049]其中，tor
V
为容忍比例。
[0050]进一步地，发动机数据包括发动机转矩、发动机转速、发动机冷却液温度和排气温度。
[0051]进一步地，所述的数据预处理过程包括：
[0052]删除参考数据集中NOx传感器读数不为正数或0的车辆数据；
[0053]对车辆数据进行归一化处理。
[0054]通过数据预处理过程提高甄别的准确率。
[0055]与现有技术相比，本专利技术具有以如下有益效果：
[0056](1)本专利技术利用正常的参考车辆的NOx传感器读数以及发动机数据，并进行筛选，最终获得正常情况下特定范围内的发动机数据对应的传感器读数的概率分布情况，根据待测车辆的NOx传感器读数以及发动机数据，通过概率分布情况甄别待测车辆的NOx传感器读数是否作弊，解决了OBD远程监控下NOx传感器作弊的甄别问题，计算复杂度低，易于在大数据下处理；
[0057](2)本专利技术提出的NOx传感器作弊甄别方法基于大数据处理技术，适用于任何NOx传感器作弊方式，且能够随着大数据更新而进化，进而在远程监控平台数据采集的过程中，保持甚至提高甄别的准确度，稳定性好；
[0058](3)本专利技术通过尿素平均消耗量和待测数据集中无效或为负值的NOx传感器读数的总数占比辅助甄别过程，降低漏检率；
[0059](4)本专利技术依次进行四次筛选，剔除不可信的超立方以及参考数据集，通过第一次筛选，剔除分布频数较低以及包含的车辆VIN码种类数较低的超立方，通过第二次筛选，剔除远偏出出其他传感器读数范围的车辆数据，第二次筛选后会出现新的不可信的超立方，因此第三次筛选过程和第一次筛选过程相同，剔除不可信的超立方，第四次筛选四选定特征工况域中不可信的参考车辆的车辆数据，使得概率分布模型的可靠性高，提高甄别的准
确率。
附图说明
[0060]图1为本专利技术的方法流程示意图。
具体实施方式
[0061]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0062]一种基于排放远程监控的NOx传感器作弊甄别方法，如图1，包括以下步骤：
[0063]1)采集待测车辆的若干组车辆数据和尿素液位数据，车辆数据包括NOx传感器读数以及对应的发动机数据向量，采集参考车辆的尿素液位数据，计算每公里的尿素标准消耗量；
[0064]2)通过概率分布评估步骤获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于排放远程监控的NOx传感器作弊甄别方法，其特征在于，包括：采集参考车辆的若干组车辆数据，构成参考数据集，并进行数据预处理，每组车辆数据包括NOx传感器读数以及对应的发动机数据向量，所述的发动机数据向量包括若干类发动机数据；对发动机数据向量进行离散化，获得若干个超立方，对超立方和参考数据集进行可信度筛选，筛选后的超立方记为选定特征工况域；对NOx传感器读数进行离散化，获得若干个传感器读数区间，根据参考数据集统计每个选定特征工况域中每个传感器读数区间的分布概率，构成概率分布模型；采集待测车辆的若干组车辆数据，构成待测数据集；确定待测数据集中每组车辆数据的发动机数据向量所属的选定特征工况域，以及NOx传感器读数所属的传感器读数区间，根据概率分布模型获得该组车辆数据的分布概率，并计算待测数据集中所有车辆数据的平均分布概率；判断待测车辆数据是否满足作弊条件中的一条或多条，若是则判定待测车辆的NOx传感器作弊，否则判定待测车辆的NOx传感器未作弊；所述的作弊条件包括：所述的平均分布概率超出设定概率范围；所述的分布概率为0的数据点占比高于点占比阈值。2.根据权利要求1所述的一种基于排放远程监控的NOx传感器作弊甄别方法，其特征在于，所述的方法还包括：采集参考车辆的尿素液位数据，计算每公里的尿素标准消耗量，采集待测车辆的尿素液位数据，计算待测车辆每公里的尿素平均消耗量；所述的作弊条件还包括：所述的尿素平均消耗量小于尿素标准消耗量，且二者差值大于设定差值。3.根据权利要求1所述的一种基于排放远程监控的NOx传感器作弊甄别方法，其特征在于，所述的作弊条件还包括：所述的待测数据集中无效或为负值的NOx传感器读数的总数占比大于设定占比。4.根据权利要求1所述的一种基于排放远程监控的NOx传感器作弊甄别方法，其特征在于，所述的对超立方和参考数据集进行可信度筛选的过程包括：依次进行四次筛选；第一次筛选：对超立方进行筛选，获得待定特征工况域；第二次筛选：删除待定特征工况域中异常的参考数据集的车辆数据；第三次筛选：对待定特征工况域进行筛选，获得选定特征工况域；第四次筛选：对参考数据集中的车辆数据进行筛选。5.根据权利要求4所述的一种基于排放远程监控的NOx传感器作弊甄别方法，其特征在于，所述的参考车辆的数量为多辆；所述的方法还包括：采集参考车辆的车辆VIN码；所...

【专利技术属性】
技术研发人员：谭丕强，姚超捷，段立爽，陈英杰，胡志远，楼狄明，
申请(专利权)人：同济大学，
类型：发明
国别省市：