CN114002517B - 器件诊断方法、平台、系统及可读存储介质 - Google Patents

Abstract

本发明公开了一种器件诊断方法、装置、平台及可读存储介质，以解决设备的器件诊断不及时，导致设备存在安全风险的问题。方法部分包括：实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；确定同一类器件的所有健康状态评估参数中是否存在可疑参数，所述可疑参数为与其他的所述健康状态评估参数存在预设误差的健康状态评估参数；若存在可疑参数，则诊断可疑参数对应的器件处于不健康状态。

Description

器件诊断方法、平台、系统及可读存储介质

技术领域

本发明涉及设备的器件诊断技术领域，尤其涉及一种器件诊断方法、装置、平台及可读存储介质。

背景技术

在电子设备或系统(下简称设备)中，器件的健康状态极其重要，设备中各器件功能的有效性、稳定性和可靠性与设备的性能精密相关。为了保证设备的安全可靠，需要对设备的器件性能进行监控，性能不合格，则需及时更换，以保证设备的可靠运行，其中，器件的寿命指标是衡量器件性能的重要参数指标。例如，该器件可以是指电动汽车上的动力电池高压回路的接触器。可知，该动力电池高压回路的上电、下电通常通过接触器执行闭合与断开，高压回路的接触器一般包括正极接触器、负极接触器等接触器，可见，接触器的性能与整车性能紧密相关。

现有技术中，诊断器件寿命的方法主要有：器件端电阻、器件电压差、温度等参数，目前，一般在设备定期保养检查时获取以上一种或多种参数，从而诊断器件的健康状态，如汽车接触器，需要在车辆定期保养检查时获取接触器的参数，无法对接触器的寿命实时监控，且单次检测的数据不准确的概率较大，可见现有技术中的器件诊断方法不够实时，从而导致设备存在有一定的安全风险。

发明内容

本发明提供了一种器件诊断方法、平台、系统及可读存储介质，以解决现有技术中器件诊断方法不够实时，从而导致设备存在有一定的安全风险的问题。

有鉴于此，本发明第一方面提供了一种器件诊断方法，包括：

实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；

确定同一类器件的所有健康状态评估参数中是否存在可疑参数，所述可疑参数为与其他的所述健康状态评估参数存在预设误差的健康状态评估参数；

若存在可疑参数，则诊断可疑参数对应的器件处于不健康状态。

进一步地，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

确定所有健康状态评估参数对应的第一均值和第一标准差；

根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数。

进一步地，根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数，包括：

确定同一类器件中各器件的健康状态评估参数与第一均值的差值绝对值，以获取各器件对应的第一绝对误差；

确定各器件对应的第一绝对误差与第一标准差的比值；

根据所有健康状态评估参数的数量确定比较系数，比较系数与数量呈正相关关系；

若各器件中，目标器件对应的第一绝对误差与第一标准差的比值大于或等于比较系数，则确定目标器件对应的健康状态评估参数为可疑参数。

进一步地，根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数，包括：

确定同一类器件中各器件的健康状态评估参数与第一均值的差值，以获取各器件对应的目标误差值；

确定各器件对应的目标误差值与第一标准差的比值；

若各器件中，目标器件对应的目标误差值与第一标准差的比值大于或等于格拉布斯临界值，则确定目标器件对应的健康状态评估参数为可疑参数，格拉布斯临界值与预设显著性水平系数和所有健康状态评估参数的数量相关。

进一步地，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

确定所有健康状态评估参数中剩余健康状态评估参数对应的第二均值和第二标准差，剩余健康状态评估参数为所有健康状态评估参数中，除目标器件对应的健康状态评估参数外的所有健康状态评估参数；

确定目标器件对应的健康状态评估参数与第二均值的差值绝对值，以获取目标器件对应的第二绝对误差；

确定目标器件对应的第二绝对误差与第二标准差的比值；

若目标器件对应的第二绝对误差与第二标准差的比值大于或等于罗曼诺夫斯基检验系数，则确定目标器件对应的健康状态评估参数为可疑参数，罗曼诺夫斯基检验系数与预设显著性水平系数和所有健康状态评估参数的数量相关。

进一步地，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

a、根据所有健康状态评估参数的大小，确定出极端大小值，极端大小值包括最大评估参数和最小评估参数；

b、根据极端大小值对应的狄克松统计量公式，确定极端大小值对应的统计值；

c、确定统计值是否大于或等于统计值对应的狄克松临界值，狄克松临界值与预设显著性水平系数和所有健康状态评估参数的数量相关；

d、若统计值是否大于或等于统计值对应的狄克松临界值，则确定极端大小值对应的健康状态评估参数为可疑参数，并从所有健康状态评估参数中剔除极端大小值；

e、将剔除极端大小值后的剩余健康状态评估参数重复执行a-e步骤，直至确定出所有可疑参数。

进一步地，若不存在可疑参数，方法还包括：

将所有健康状态评估参数的每个健康状态评估参数与对应的极限参数进行比较；

若健康状态评估参数大于对应的极限参数，则确定健康状态评估参数对应的器件处于不健康状态。

进一步地，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

确定同一类器件的所有健康状态评估参数的数量；

根据数量大小确定对应的可疑参数诊断方式；

根据对应的可疑参数诊断方式诊断所有健康状态评估参数中是否存在可疑参数。

进一步地，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

选用两种以上的可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若两种以上的可疑参数诊断方式均确定目标健康状态评估参数为可疑参数，则确定目标健康状态评估参数为可疑参数；

若两种以上的可疑参数诊断方式的诊断结果存在矛盾，则重新获取同一类器件的各器件的健康状态评估参数，并重新进行可疑参数的诊断。

进一步地，健康状态评估参数为器件的温度、两端的阻值或两端的电压差。

进一步地，同一类器件的所有健康状态评估参数均为同一时刻所采集的健康状态评估参数。

本发明第二方面提供了一种器件诊断平台，包括：

获取模块，用于实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；

确定模块，用于确定同一类器件的所有健康状态评估参数中是否存在可疑参数，可疑参数为与所有健康状态评估参数的其他参数存在预设误差的参数；

诊断模块，用于若存在可疑参数，则诊断可疑参数对应的器件处于不健康状态。

本发明第三方面提供了一种器件诊断系统，包括多个同种类型设备和器件诊断平台；

多个同种类型设备，用于实时将同一类器件的健康状态评估参数上传至器件诊断平台；

器件诊断平台，用于实现如前述第一方面任一项器件诊断方法，或实现如前述第二方面器件诊断平台的功能。

本发明第四方面提供了一种可读存储介质，可读存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如前述第一方面任一项器件诊断方法的步骤或实现如前述第二方面器件诊断平台的功能。

从以上技术方案可以看出，本发明具有以下优点：

可见，本发明提供了一种器件诊断方法，先实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；根据各器件的健康状态评估参数，确定同一类器件的健康状态评估参数；确定同一类器件的所有健康状态评估参数中是否存在可疑参数，所述可疑参数为与其他的所述健康状态评估参数存在预设误差的健康状态评估参数；若存在可疑参数，则确定可疑参数对应的器件处于不健康状态。可见，本发明实施例可以实时获取同种类型中不同设备的同一类器件的健康状态评估参数确定出各器件的健康状态，从而可以诊断器件的寿命，而非在车辆定期保养检查时判定各器件的健康状态，可以对各器件的寿命实时进行监控，也能有效地减少由于定期保养时，单次检测所带来的数据不准确的问题，提高了设备的安全性。

附图说明

图1为本发明实施例中器件诊断系统的一个系统架构示意图；

图2为本发明实施例中电动汽车整车高压配电的一个原理示意图；

图3为本发明实施例中器件诊断系统的另一个系统架构示意图；

图4为本发明实施例中采集被测接触器主接触点的电流和端电压的一个采集示意图；

图5为本发明实施例中器件诊断方法的一个流程示意图；

图6为本发明实施例中接触器矩阵编号示意图；

图7为本发明实施例中器件诊断平台的一个结构示意图；

图8为本发明实施例中器件诊断平台的另一个结构示意图。

具体实施方式

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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，以便这里描述的本发明的实施例。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。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种器件诊断系统，和基于该器件诊断系统的器件诊断方法，首先，先对本发明提供的器件诊断系统进行描述。

如图1所示，本发明提供了一种器件诊断系统，该器件诊断系统包括器件诊断平台和多个同种类型设备，其中，该器件诊断平台和各个设备连接，如该多个同种类型设备包括设备1、设备2、...、设备m，多个同种类型设备中的各个设备可以各自将同一类器件的健康状态评估参数反馈至器件诊断平台，以使器件诊断平台根据同一类器件的健康状态评估参数获取各个设备的器件的健康状态。需要说明的是，上述同种类型设备指的是同批类型或同种型号的设备，在一应用场景中，该器件诊断平台可以为一大数据平台，多个同种类型设备指的是同批类型或同种型号的车辆，各车辆可以将自身的同一类器件的相关信息反馈至该大数据平台，以使大数据平台根据同一类器件的健康状态评估参数获取各个车辆的器件的健康状态。大数据平台具有较强的数据处理能力，通过大数据平台诊断各设备的器件的健康状态，可以提高处理效率和实时性。

需要说明的是，本发明提供的器件诊断系统可应用于各种行业或应用，该设备泛指各种各样的电子设备或系统(本文统称设备)，该器件泛指设备上的各种器件。示例性的，该设备可以是指汽车，例如电动汽车、油电混合汽车或油液汽车，该器件指的是汽车上的接触器，也就是说，本发明提供的器件诊断系统可用于对汽车上相关接触器的诊断，需要说明的是，上述设备在此仅为示例说明，本发明提供的器件诊断系统除了用于汽车相关器件的诊断外，还可以是指其他设备上相关器件的诊断，例如，也可以应用于高压电气设备上相关器件的诊断、电池储能系统上相关器件的诊断，具体地，可以是指高压电气设备、池储能系统等设备接触器的诊断。需要说明的是，上述器件为接触器在此也仅为示例说明，该器件还可以设备上的预充电阻、保险等器件，例如，该器件可以是指汽车高压模块的预充电阻和保险等器件，也可以是指其他设备上的预充电阻、保险等器件，具体不做限定，也不一一描述。

其中，器件诊断系统的各设备，用于实时将自身器件的健康状态评估参数实时上传至器件诊断平台，该器件诊断平台，用于实时获取各设备上传的各器件的健康状态评估参数，健康状态评估参数与器件当前的健康状态相关联，根据各器件的健康状态评估参数，器件诊断平台可以确定同一类器件的健康状态评估参数；并确定同一类器件的所有健康状态评估参数中是否存在可疑参数，其中，可疑参数为与所有健康状态评估参数的其他参数存在预设误差的参数；若存在可疑参数，则说明该可疑参数相对于其他参数比较突兀或异常，从而确定可疑参数对应的器件处于不健康状态，反之，则确定器件处于健康状态，便于后续用户进行再确认。其中，该健康状态评估参数可以是指该器件的温度、两端的阻值或两端的电压差，当然，该健康状态评估参数可以是指其他可以反映器件监控状态的参数，具体本发明不做限定。

为便于理解，以设备为电动汽车，器件为电动汽车上的接触器这一应用场景为例，对本发明中的器件诊断系统进行描述。可以理解，为了实现电动汽车上的某些功能，电动汽车一般部署有多个不同类型的接触器，以用于动力电池高压回路系统或者其他电路的相关控制。示例性的，以电动汽车上的动力电池高压回路系统为例，如图2所示，图2为电动汽车整车高压配电原理图，包括电池包、霍尔传感器、保险、维修开关、动力电池及其两端连接的绝缘监测模块(insulation monitoring module，IMD)、二极管、热敏加热器(positivetemperature coefficient，PTC)、用电器件和各接触器。其中，用电器件包括直流充电口、上装、驱动模块、车载充电器、转向、DC-DC转换模块、空调压缩机；各个接触器包括分压接触器1、PTC接触器2、直流充电口正极接触器3、直流充电口负极接触器4、上装接触器5、主预充接触器6、放电主接触器7、辅助预充接触器8、交流慢充接触器9、和辅助接触器10。其中，电池包用于为整车提供动力；IMD连接电池包的两极，用于监控电池包体的绝缘状态；分压接触器1连接电池包的负极，控制高压回路的上、下电；霍尔传感器一端连接高压主回路，用于监测高压回路总电流；维修开关起到高压互锁作用；保险连接主回路和各支路，用于保护电路的过流；各接触器连接在主回路与用电器件之间，负责控制各支路用电器的上、下电。该示例的动力电池高压回路的各器件之间的连接关系具体如图2所示，具体连接关系这里不再描述。需要说明的是，图2所示电路在发明实施例中只是举例说明，并不对本发明实施例造成限定。

可见，动力电池高压回路系统的接触器功能的有效性、稳定性和可靠性与车辆性能相关，如上装功能、直流充电功能等功能是否正常与对应接触器是否正常工作相关，因此，实时获知各接触器的健康状态极其重要，为了能实时监控接触器的健康状态，本发明提供了一种器件诊断平台，可以实时对汽车上的接触器的健康状态进行诊断。

结合上述应用场景，以健康状态评估参数为接触器主触点的阻值为例，说明各电动汽车如何获取到各接触器主触点的阻值。如图3所示，该汽车可以包括车端采集模块和车端计算模块，车端采集模块与车端计算模块连接，车端计算模块分别与器件诊断平台和整车仪表连接。其中，车端采集模块用于采集各接触器主接触点的端电压和端电流，车端计算模块用于根据车端采集模块采集的各接触器主触点的端电压和电流进行计算，从而确定出各接触器主接触点的阻值，该车端采集模块部署于车辆上，用于采集各接触器所在回路的电流以及各接触器主触点两端的端电压。需要说明的是，在汽车中，该车端计算模块可以是指汽车上的BMS模块，利用BMS模块进行接触器主触点的阻值计算。

该车端采集模块包括电流采样模块和电压采样模块，利用电流采样模块采集接触器所在回路的电流，利用电压采样模块采集接触器主要触点两端的端电压，如图4所示，图4为采集被测接触器主接触点的电流和端电压的一个采集示意图，其中，包括电流采样模块11和电压采样模块12被测接触器13、维修开关、保险和用电器件。可见，利用电流采样模块11便可以实时采集被测接触器13的电流，利用电压采样模块11便可以实时采集被测接触器13的端电压。需要说明的是，电流采样模块12可以是一电流探针，可实时获取被测接触器的电流，电压采样模块可以是一电压探针，可实施获取被测接触器两端的端电压。需要说明的是，车辆上的各种类型的接触器均可以依据图3所示的方式进行部署，从而可以获取到车辆上各种类型的接触器的端电流和端电压。需要说明的是，对于汽车的其他器件或其他设备上的器件，也可以对应采用如图4所示的方式获取器件的电流和端电压，具体这里不展开描述。

在利用电流采样模块11实时采集被测接触器13的电流，以及利用电压采样模块12实时采集被测接触器13的端电压之后，车端计算模块用于从电流采样模块11获取实时采集的被测接触器的电流，以及从电压采样模块12获取到实时采集的被测接触器的端电压，车端计算模块103获取到实时采集的被测接触器的电流和端电压后，便可以依据该被测接触器的电流和端电压进行计算，从而得到该接触器主触点阻值作为该接触器的健康状态评估参数，电流采样模块11采集被测接触器13的电流I；电压采样模块12采集被测接触器13的主触点端电压U；那么，被测接触器主触点端的电阻为R＝U/I，随后便可以将计算出的接触器主触点的阻值上传至器件诊断平台。

可见，器件诊断平台可以获取多个汽车的车端计算模块实时上传的各接触器的主触点阻值，对于器件诊断平台而言，在获取到多个车辆的车端计算模块103实时上传的各接触器主触点的阻值数据之后，便可根据各接触器主触点的阻值数据进行接触器的健康状态诊断，并将诊断结果反馈至车端计算模块，以使车端计算模块将通过整车仪表或驾驶员终端设备展示诊断结果，这样，驾驶员便可以实时知道器件的健康状态。

需要说明的是，上述仅是以接触器以及利用接触器主触点的阻值为健康状态评估参数为例进行说明，本发明还可以利用器件的正负极两点电压差、温度等参数作为健康状态评估参数进行器件的健康诊断，具体本发明也不做限定。在器件诊断平台实时获取到同一类器件的健康状态评估参数之后，便可以依据获取的同一类器件的健康状态评估参数确定出健康以及不健康的器件，下面将结合器件诊断方法进行详细的描述。

如图5所示，基于上述器件诊断系统，对应提供了一种器件健康诊断方法，需要说明的是，在下述实施例中，为了便于描述和理解，将以设备为汽车，器件为接触器为例进行举例说明，该器件诊断方法包括如下步骤：

S10：实时获取同种类型设备的同一类器件的健康状态评估参数，该健康状态评估参数与器件当前的健康状态相关联。

其中，器件的健康状态评估参数为用于反映器件的健康状态相关的参数，示例性的，该健康状态评估参数可以是指器件的温度、两端的阻值或两端的电压差。需要说明的是，同一类器件指的是同一类型设备下的同一类器件。

以器件为车辆的接触器、健康状态评估参数为接触器主触点的阻值为例，同一类器件指的是同种类型的同一类接触器，该同种类型可以指同种型号或同批次类型的车辆，例如汽车上的分压接触器、PTC接触器、直流充电口正极接触器、直流充电口负极接触器、上装接触器、主预充接触器、放电主接触器、辅助预充接触器、交流慢充接触器或辅助接触器。

请参阅图6所示，图6为接触器矩阵编号示意图，设同种类型车辆中包括车辆1、车辆2、…、车辆m共m车辆，每辆不同的车(车辆1-车辆m)中，按照接触器类型对车辆的各接触器进行分类，依次将车辆的接触器类型划分为接触器类型1、接触器类型2、…、接触器类型n。由于属于同种类型的车辆，因此每辆车包含的接触器类型一般为相同，各个车辆的接触器类型可依照车辆序号进一步划分，例如车辆1的各不同类型接触器可依次划分为1-1、1-2、…、1-n；车辆2的各不同类型接触器可依次划分为2-1、2-2、…、2-n；车辆3的各不同类型接触器可依次划分为3-1、3-2、…、3-n；以此类推，车辆m的各不同类型接触器可依次划分为m-1、m-2、…、m-n，从而可以得到如图6所示的接触器矩阵编号示意图。需要说明的是，图6所示的接触器矩阵编号在此仅为示例说明，并不对本发明造成限定，在其他实施方式中也可以有其他的编号方式，只要使得器件诊断平台可以区分各器件类型以及所属车辆即可。另外需要说明的是，对于设备和器件为其他情况，也可以采用如图6所示的编号方式，具体本发明也不展开描述。

车辆1-车辆m中，各个车辆可以实时获取到自身接触器的健康状态评估参数，示例性的，具体的获取方式可以参阅如图4所示的方式，也即汽车可以通过部署的车端采集模块获取接触器的电流和端电压，并通过车端计算模块根据车端采集模块采集的电流和端电压计算出接触器主触点的阻值，最后通过车端计算模块将各接触器主触点的阻值上传至器件诊断平台。对于器件诊断平台而言，该器件诊断平台可以实时获取到车辆1-车辆m中同一类接触器主触点的阻值，例如有获取到接触器类型1的接触器主触点的阻值，也即可以获取到车辆1-车辆m中，对应的接触器1-n、2-n、…、m-n的主触点的阻值。

另外需要说明的是，在一实施例中，同一类器件的所有健康状态评估参数均为同一时刻所采集的健康状态评估参数，具体本发明不做限定。

S20：确定同一类器件的所有健康状态评估参数中是否存在可疑参数，若存在可疑参数，则执行步骤S30；若不存在可疑参数，则执行步骤S40。

在实时获取同种类型设备的同一类器件的健康状态评估参数之后，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，其中，所述可疑参数为与其他的所述健康状态评估参数存在预设误差的健康状态评估参数。需要说明的是，预设误差为预先配置的一种误差，该预设误差可以是根据经验值所设定的一种误差，也可以是一种依据粗大误差理论所确定出的粗大误差，或者是其他的误差关系，具体本发明实施例不做限定。可以理解的是，对于同种类型的设备而言，在同一类器件正常的情况下，各个设备的同一类器件的健康状态评估参数应当是在预料之内的，若其中一个器件的健康状态评估参数超出预料之外，则说明该器件当前的健康状态评估参数是可疑的，若存在可疑参数，则执行步骤S30；若不存在可疑参数，则执行步骤S40。

例如，如图6所示，设接触器1-n、2-n、…、m-n的主触点的阻值分别为R_1n、R_2n、…、R_mn-1、R_mn，在获取到R_1n、R_2n、…、R_mn-1、R_mn之后，便可以确定出R_1n、R_2n、…、R_mn-1、R_mn中是否存在可疑参数。

S30：确定可疑参数对应的器件处于不健康状态。

S40：确定所有健康状态评估参数对应的各器件处于健康状态。

对于步骤S30-S40，在确定同一类器件的所有健康状态评估参数中是否存在可疑参数之后，若存在可疑参数，则确定可疑参数对应的器件处于不健康状态，也可以理解为该可疑参数对应的器件处于损坏状态；若不存在可疑参数，则确定所有健康状态评估参数对应的各器件处于健康状态，也可以理解为所有健康状态评估参数对应的各器件均处于未损坏状态。

例如，在获取到同一类接触器的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn之后，便可以确定出R_1n、R_2n、…、R_mn-1、R_mn中是否存在可疑参数；例如，若确定出R_2n是为可疑参数，则确定该R_2n是对应的接触器处于不健康状态，也即车辆2中的接触器n处于不健康状态，对于其他接触器，例如接触器1-接触器n-1，也同样适用，具体这里不一一说明；若确定R_1n、R_2n、…、R_mn-1、R_mn中不存在可疑参数，则确定R_1n、R_2n、…、R_mn-1、R_mn对应的接触器均处于健康状态。也就是车辆1-车辆m中的接触器n均处于健康状态。

需要说明的是，在该实施例中，仅是以接触器，以及健康状态评估参数为阻值为例进行说明，并不对本发明实施例造成限定。接触器可以是车辆上的其他器件、或者其他设备的接触器、或者其他设备的其他器件；健康状态评估参数可以是器件的温度、电压差等参数，具体不做限定，也不再举例说明。

可见，本发明实施例中提供了一种器件诊断方法，先实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；根据各器件的健康状态评估参数，确定同一类器件的健康状态评估参数；确定同一类器件的所有健康状态评估参数中是否存在可疑参数，可疑参数为与所有健康状态评估参数的其他参数存在预设误差的参数；若存在可疑参数，则确定可疑参数对应的器件处于不健康状态。可见，本发明实施例可以实时获取同种类型中不同设备的同一类器件的健康状态评估参数确定出各器件的健康状态，从而可以诊断器件的寿命，而非在车辆定期保养检查时判定各器件的健康状态，可以对各器件的寿命实时进行监控，也能有效地减少由于定期保养时，单次检测所带来的数据不准确的问题，提高了设备的安全性。

需要说明的是，在本发明实施例中，在实时获取同种类型设备的同一类器件的健康状态评估参数之后，可以有多种确定同一类器件的所有健康状态评估参数中是否存在可疑参数的方式，如前述，其中一种是利用误差理论进行确定。下面分别进行描述：

在一实施例中，步骤S20中，也即确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括如下步骤：

S21：确定所有健康状态评估参数对应的第一均值和第一标准差。

S22：根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数。

对于步骤S21-S22，在获取同种类型设备的同一类器件的健康状态评估参数之后，可以确定同一类器件的所有健康状态评估参数对应的均值和标准差，为了便于区分后续实施例中出现的其他均值和标准差，在此实施例中分别同将一类器件的所有健康状态评估参数对应的均值和标准差称为第一均值和第一标准差，并根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数。

可以理解，所有健康状态评估参数集合的第一标准差反映了该集合中各个健康状态评估参数的精确度，而第一均值是表示该组所有健康状态评估参数集合中趋势的量数，也就是，第一标准差和第一均值是所有健康状态评估参数集中趋势和离散程度的两个最重要的参考值。当需要确定某个健康状态评估参数是否正常，第一标准差和第一均值具有较大的参考意义，因此，在本发明实施例中，可以第一标准差和均值共同确定各器件对应的健康状态评估参数是否正常，从而确定某个器件的健康状态评估参数是否为可疑参数。

例如，在获取到同批类型的车辆(1-m)的同一类接触器n的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn之后，可确定所有健康状态评估参数R_1n、R_2n、…、R_mn-1、R_mn对应的第一均值R_0n和第一标准差σ_n，其中，同一类接触器n对应的第一均值R_0n和第一标准差σ_n可通过如下计算公式获得：

需要说明的是，步骤S22中，也即根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数，具体可以有多种方式进行确定，其中，在一些实施方式中，根据所有健康状态评估参数对应的第一均值和第一标准差，可以基于如下准则确定出各器件对应的健康状态评估参数是否为可疑参数。

第一种可疑参数诊断方式，基于是“3σ准则”：

也即，步骤S22中，也即根据各器件对应的绝对误差和标准差确定各器件对应的健康状态评估参数是否为可疑参数，具体包括如下步骤：

S221A：确定同一类器件中各器件的健康状态评估参数与第一均值的差值绝对值，以获取各器件对应的第一绝对误差；

在计算出第一均值R_0n和第一标准差σ_n之后，便可确定同一类接触器中各接触器主触点的阻值与第一均值R_0n的差值绝对值，以获取各接触器对应的第一绝对误差，各接触器对应的第一绝对误差分别为：|R_1n-R_0n|、|R_2n-R_0n|、…、|R_mn-R_0n|。

S222A：确定各器件对应的第一绝对误差与第一标准差的比值；

S223A：根据所有健康状态评估参数的数量确定比较系数，比较系数与数量呈正相关关系；

在该步骤中，还需进一步根据所有健康状态评估参数的数量确定比较系数，需要说明的是，基于3σ准则，可以选择比较系数为3，但值得注意的是，比较系数可以依据所有健康状态评估参数的数量大小进行配置，比较系数与数量呈正相关关系，也就是同种类型器件中同一类器件构成的所有健康状态评估参数的数量越多，比较系数越高。例如，当有健康状态评估参数的数量大于某种数量时，比较系数还可以设置为4，具体不做限定，也不展开描述。

S224A：若各器件中，目标器件对应的第一绝对误差与第一标准差的比值大于或等于比较系数，则确定目标器件对应的健康状态评估参数为可疑参数；若对应的第一绝对误差与第一标准差的比值小于比较系数，则确定目标器件对应的健康状态评估参数不为可疑参数。

例如，在确定出各接触器对应的第一绝对误差分别为：|R_1n-R_0n|、|R_2n-R_0n|、…、|R_mn-R_0n|，以及确定出第一标准差σ_n之后，确定各接触器对应的第一绝对误差与第一标准差的比值，也即分别各器件对应的比值：

在确定出比较系数，和各器件对应的第一绝对误差与第一标准差的比值之后，便可以依据比较系数和各器件的比值的关系，对应确定各器件对应的健康状态评估参数是否为可疑参数，具体地，设被测器件为目标器件，若对应的第一绝对误差与第一标准差的比值大于或等于比较系数，则确定目标器件对应的健康状态评估参数为可疑参数，若目标器件对应的第一绝对误差与第一标准差的比值小于比较系数，则确定目标器件对应的健康状态评估参数不为可疑参数。

示例性的，以比例系数为3为例，则各器件对应的健康状态评估参数判定方式如下所示：

设R_1n对应的器件为目标器件，若也即|R_1n-R_0n|≥3σ_n，则确定R_1n为可疑参数，该R_1n对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_1n对应的器件处于健康状态，未处于损坏状态。

设R_2n对应的器件为目标器件，若也即|R_2n-R_0n|≥3σ_n，则确定R_2n为可疑参数，该R_2n对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_2n对应的器件处于健康状态，未处于损坏状态。

设R_mn对应的器件为目标器件，若也即|R_mn-R_0n|≥3σ_n，则确定R_mn为可疑参数，该R_mn对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_mn对应的器件处于健康状态，未处于损坏状态；

对于各器件中的其他器件以此类推，可得各个器件的健康状态，这里不再重复描述。

第二种可疑参数诊断方式，基于“格拉布斯准则”：

也即，步骤S22中，也即根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数，具体包括如下步骤：

S221B：确定同一类器件中各器件的健康状态评估参数与第一均值的差值，以获取各器件对应的目标误差值。

在计算出第一均值R_0n和第一标准差σ_n之后，便可确定同一类接触器中各接触器主触点的阻值与第一均值R_0n的差值，以获取各接触器对应的目标误差值，各接触器对应的目标误差值分别为：R_1n-R_0n、R_2n-R_0n、…、R_mn-R_0n。

S222B：确定各器件对应的目标误差值与第一标准差的比值。

例如，在确定出各接触器对应的目标误差值分别为：R_1n-R_0n、R_2n-R_0n、…、R_mn-R_0n，以及确定出第一标准差σ_n之后，可以确定各接触器对应的目标误差值与第一标准差σ_n的比值，分别为：

S223B：若各器件中，目标器件对应的目标误差值与第一标准差的比值大于或等于格拉布斯临界值，则确定目标器件对应的健康状态评估参数为可疑参数，若目标器件对应的目标误差值与第一标准差的比值小于格拉布斯临界值，则确定目标器件对应的健康状态评估参数不为可疑参数。

在该步骤中，需先确定格拉布斯临界值，格拉布斯临界值与所有健康状态评估参数的数量和预设显著性水平系数α相关。

在获取到同批类型的车辆(1-m)的同一类接触器n的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn之后，可对R_1n、R_2n、…、R_mn-1、R_mn按照大小依次进行排序，设为R₍₁₎≦R₍₂₎≦…≦R_(m)。依据格拉布斯准则，可导出和的分布，并取预设显著性水平系数α为0.05或0.01，可得如下表1所示的格拉布斯临界值表，其中，g₀(m,α)表示格拉布斯临界值，m表示数量：

表1

如表1所示，格拉布斯临界值与所有健康状态评估参数的数量m和预设显著性水平系数α相关，例如，当所有健康状态评估参数的数量m为3，预设显著性水平系数α为0.05时，则对应的格拉布斯临界值g₀(m,α)为1.15。依据上述表1可以获取到各种m和α组合下对应的格拉布斯临界值g₀(m,α)，具体这里不一一举例说明。需要说明的是，预设显著性水平系数α的取值，以及对应的表1此仅为示例性说明，并不对本发明实施例造成限定。依据健康诊断精度，可以灵活设置预设显著性水平系数α的大小，从而导出对应的格拉布斯临界值表，具体本发明不做限定，也不一一描述。

因此，在该实施方式中，设各器件中目标器件的目标误差值与第一标准差的比值为若g_(i)≥g₀(m,α)，则确定该目标器件对应的健康状态评估参数为可疑参数；g_(i)<g₀(m,α)，则确定该目标器件对应的健康状态评估参数为不为可疑参数。

示例性的，以所有健康状态评估参数的数量为50，预设显著性水平系数α为0.05为例，则对应的格拉布斯临界值g₀(50,0.05)＝2.96，则各器件对应的健康状态评估参数判定方式如下所示：

设R_1n对应的器件为目标器件，若也即则确定R_1n为可疑参数，该R_1n对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_1n对应的器件处于健康状态，未处于损坏状态。

设R_2n对应的器件为目标器件，若则确定R_2n为可疑参数，该R_2n对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_2n对应的器件处于健康状态，未处于损坏状态。

设R_mn对应的器件为目标器件，若则确定R_mn为可疑参数，该R_mn对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_mn对应的器件处于健康状态，未处于损坏状态。

对于各器件中的其他器件以此类推，可得各个器件的健康状态，这里不再重复描述。

需要说明的，本发明实施例中，除了上述第一种和第二种确定同一类器件的所有健康状态评估参数中是否存在可疑参数的方式外，还可以有其他的方式，如下所示：

第三种可疑参数诊断方式，基于“罗曼诺夫斯基准则”：

在一实施例中，也即步骤S20中，也即确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括如下步骤：

S21`：确定所有健康状态评估参数中剩余健康状态评估参数对应的第二均值和第二标准差。

剩余健康状态评估参数为所有健康状态评估参数中，除目标器件对应的健康状态评估参数外的所有健康状态评估参数.

S22`：确定目标器件对应的健康状态评估参数与第二均值的差值绝对值，以获取目标器件对应的第二绝对误差。

对于步骤S21`-S22`，在获取同种类型设备的同一类器件的健康状态评估参数之后，确定所有健康状态评估参数中剩余健康状态评估参数对应的第二均值R′_0n和第二标准差σ′_n，确定目标器件对应的健康状态评估参数与第二均值R′_0n的差值绝对值，以获取目标器件对应的第二绝对误差。设目标器件对应的健康状态评估参数为R_(j)，则剔除该R_(j)之后，其他剩余健康状态评估参数对应的第二均值R′_0n和第二标准差σ′_n可通过如下计算方式确定：

其中，v_i＝(R_i-R′_0n)

例如，设同一类接触器n的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn，共有m个阻值，设目标器件对应的主触点阻值为R_1n，则确定除R_1n外，其他剩余健康状态评估参数对应的第二均值R′_0n和σ′_n第二标准差，也即R_2n、…、R_mn-1、R_mn对应的第二均值R′_0n和第二标准差σ′_n。

在确定目标器件对应的健康状态评估参数与第二均值的差值绝对值，以获取目标器件对应的第二绝对误差，也即目标器件对应的绝对误差为|R_j-R′_0n|。

S23`：确定目标器件对应的第二绝对误差与第二标准差的比值。

在确定目标器件对应的第二绝对误差R_j-R′_0n，以及第二标准差σ′_n之后，便可以确定目标器件对应的绝对误差R_j-R′_0n与标准差σ′_n之间的比值，也即：

S24`：若目标器件对应的第二绝对误差与第二标准差的比值大于或等于罗曼诺夫斯基检验系数，则确定目标器件对应的健康状态评估参数为可疑参数；若目标器件对应的第二绝对误差与第二标准差的比值小于罗曼诺夫斯基检验系数，则确定目标器件对应的健康状态评估参数不为可疑参数。

在该步骤中，需先确定罗曼诺夫斯基检验系数，罗曼诺夫斯基检验系数与所有健康状态评估参数的数量和预设显著性水平系数α相关，一般预设显著性水平系数α可以设为0.05或0.01。

在获取到同一类接触器n的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn之后，依据罗曼诺夫斯基准则和预设显著性水平系数α，可得如下表2所示的罗曼诺夫斯基检验系数表，K₀(m,α)表示罗曼诺夫斯基检验系数，m表示数量，表2如下所示：

表2

如表2所示，罗曼诺夫斯基检验系数与所有健康状态评估参数的数量m和预设显著性水平系数α相关，例如，当所有健康状态评估参数的数量m为10，预设显著性水平系数α为0.05时，则对应的罗曼诺夫斯基检验系数K₀(m,α)为2.43。依据上述表2可以获取到各种m和α组合下对应的罗曼诺夫斯基检验系数K₀(m,α)，具体这里不逐个进行举例说明。需要说明的是，预设显著性水平系数α的取值，以及对应的表2在此仅为示例性说明，并不对本发明实施例造成限定。依据健康诊断精度，可以灵活设置预设显著性水平系数α的大小，从而导出对应的罗曼诺夫斯基检验系数表，具体本发明不做限定，也不展开描述。

因此，在该实施方式中，设目标器件对应的第二绝对误差与第二标准差的比值为若K_(j)≥K₀(m,α)，则确定该目标器件对应的健康状态评估参数为可疑参数；K_(j)<K₀(m,α)，则确定该目标器件对应的健康状态评估参数为不为可疑参数。

示例性的，以所有健康状态评估参数的数量为10，预设显著性水平系数α为0.05为例，则对应的罗曼诺夫斯基检验系数K₀(10,0.05)＝2.43，则各器件对应的健康状态评估参数判定方式如下所示：

设R_1n对应的器件为目标器件，若也即则确定R_1n为可疑参数，该R_1n对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_1n对应的器件处于健康状态，未处于损坏状态。

设R_2n对应的器件为目标器件，若则确定R_2n为可疑参数，该R_2n对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_2n对应的器件处于健康状态，未处于损坏状态。

设R_mn对应的器件为目标器件，若则确定R_mn为可疑参数，该R_mn对应的器件处于不健康状态，可能处于损坏状态；反之，则该R_mn对应的器件处于健康状态，未处于损坏状态。

对于各器件中的其他器件以此类推，可得各个器件的健康状态，这里不再重复描述。

值得说明的是，在上述几种确定可疑参数的方式中，可从两端对应阻值对应的器件作为目标器件优先进行诊断，也就是，依据上述根据格拉布斯临界值确定健康状态的方式，先确定所有健康状态评估参数中，最大评估参数对应的器件的健康状态，以及最小评估参数对应的器件的健康状态，若最大、最小对应的器件均处于健康状态，则确认该批同一类器件均处于健康状态。若确定健康状态评估参数的最大和/或小值对应的器件均不处于健康状态，在剔除处于健康状态的器件对应的健康状态评估参数，继续依据上述健康状态诊断方式，继续确定剩余器件的健康状态，直至诊断完毕。可以理解，健康状态评估参数的最大值和最小值是最容易出现粗大误差的参数，因此，为了提高诊断效率，可以先从确定最大评估参数、最小评估参数是否为可疑参数，若最大、最小评估参数并不是可疑参数，则可以确定所有健康状态评估参数中剩余其他的健康状态评估参数也不是可疑参数，从而诊断出此批器件中均处于健康状态，减少不必要的诊断工作。

第四种可疑参数诊断方式，基于“狄克松准则”：

在一实施例中，也即步骤S20中，也即确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括如下步骤：

a、根据所有健康状态评估参数的大小，确定出极端大小值，极端大小值包括最大评估参数和最小评估参数；

例如，该步骤中，在获取到同一类接触器n的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn之后，可对R_1n、R_2n、…、R_mn-1、R_mn按照大小依次进行排序，设为R₍₁₎≦R₍₂₎≦…≦R_(m)。则R₍₁₎为最大评估参数，R_(m)为最大评估参数。

b、根据极端大小值对应的狄克松统计量公式，确定极端大小值对应的统计值；

对于步骤b，可以理解，设最大评估参数对应的狄克松统计量公式为r_ij，最小评估参数对应的狄克松统计量公式为r′_ij，则依据所有健康状态评估参数的数量m和狄克松统准则，可以划分为以下几种情况：

c、确定统计值是否大于或等于统计值对应的狄克松临界值，狄克松临界值与预设显著性水平系数和所有健康状态评估参数的数量相关；

在该步骤d中，需先确定狄克松临界值，狄克松临界值与所有健康状态评估参数的数量和预设显著性水平系数α相关，

例如，设同一类接触器n的主触点阻值R_1n、R_2n、…、R_mn-1、R_mn，设预设显著性水平系数α为0.05或0.01，依据狄克松准则和预设显著性水平系数α，可得如下表3所示的狄克松临界值表，r₀(m,α)表示狄克松临界值，m表示数量，表3如下所示：

表3

如表3所示，狄克松临界值与所有健康状态评估参数的数量m和预设显著性水平系数α相关，最大评估参数对应的狄克松统计量公式和最小评估参数对应的狄克松统计量公式有所不同，例如，当所有健康状态评估参数的数量m为10，预设显著性水平系数α为0.05时，则对应的狄克松临界值r₀(10,0.05)为0.477，最大、小评估参数对应的狄克松统计量公式分别为：和

可见，依据上述表3可以获取到各种m和α组合下对应的狄克松临界值r₀(m,α)，具体这里不一一举例说明。需要说明的是，第三预设显著性水平系数α的取值，以及对应的表3在此仅为示例性说明，并不对本发明实施例造成限定。依据健康诊断精度，可以灵活设置第三预设显著性水平系数α的大小，从而导出对应的狄克松临界值，具体本发明不做限定，也不一一描述。

d、若统计值是否大于或等于统计值对应的狄克松临界值，则确定极端大小值对应的健康状态评估参数为可疑参数，并从所有健康状态评估参数中剔除极端大小值；

示例性的，以所有健康状态评估参数的数量为10，第三预设显著性水平系数α为0.05为例，则狄克松临界值r₀(10,0.05)为0.477，则各器件对应的健康状态评估参数判定方式如下所示：

由于m＝10，故最大评估参数对应的狄克松统计量公式采用计算，若则确定最大评估参数为可疑参数，该最大评估参数对应的器件处于不健康状态，可能处于损坏状态；反之，则该最大评估参数不是可疑参数，该最大评估参数对应的器件处于健康状态，未处于损坏状态。

由于m＝10，故最小评估参数对应的狄克松统计量公式采用计算，若则确定最小评估参数为可疑参数，最小评估参数对应的器件处于不健康状态，可能处于损坏状态；则该最小评估参数不是可疑参数，该最小评估参数对应的器件处于健康状态，未处于损坏状态。

e、将剔除极端大小值后的剩余健康状态评估参数重复执行a-e步骤，直至确定出所有可疑参数。

在经过步骤e之后，若确定最大评估参数和最小评估参数不是可疑参数，则确定所有健康状态评估参数中其他剩余的健康状态评估参数均不是可疑参数，若确定最大评估参数和/或最小评估参数为可疑参数，则对应剔除最大评估参数和/或最小评估参数，继续选出新的最大评估参数和/或最小评估参数，重新执行上述步骤a-e，直至确定出所有可疑参数，从而可以确定出m个健康状态评估参数中所有的可疑参数，也就确定出了所有器件是否处于健康状态。

需要说明的是，上述实施例中，提出了多种确定获取的同一类器件的健康状态评估参数中是否存在可疑参数的方式，提高了方案的丰富性以及可实施性。同时值得注意的是，上述方式在此仅为实施例说明，在实际应用中，在获取到同种类型设备中同一类器件的健康状态评估参数之后，还可以有其他的确定是否存在可疑参数的方式，本发明实施例不做限定。例如，还可以采用其他粗大误差理论，结合同一类器件的健康状态评估参数的异常参数，从而诊断出现损坏或不健康的器件。

第五种可疑参数诊断方式，基于“极限健康状态评估参数”的诊断原则：

需要说明的是，在获取的同一类器件的健康状态评估参数数量较小时，例如小于3时，还可以采用第五种可疑参数诊断方式，也就是，直接将获取的健康状态评估参数与极限参数进行对比，其中，以健康状态评估参数为接触器主触点阻值为例，该极限参数为接触器在健康范围内的极限电阻，当超过极限电阻时，说明对应的接触器处于不健康状态，有可能损坏，反之处于健康状态，没有损坏。

需要说明的是，本发明是基于获取的多个同一类器件的健康状态评估参数之后进行健康诊断的方案，可见，同一类器件的健康状态评估参数对于后续诊断的准确度有所影响，通常数据越多可参考诊断分析的信息越多，因此，为了提高诊断准确度，在一实施例中，确定同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

确定同一类器件的所有健康状态评估参数的数量；

根据数量大小确定对应的可疑参数诊断方式；

根据对应的可疑参数诊断方式诊断所有健康状态评估参数中是否存在可疑参数。

值得强调的是，本实施例中基于健康状态评估参数的数量选取对应的不同的可疑参数诊断方式，是为了提高了可疑参数诊断精度，对于任意一种健康状态评估参数的数量，所有的可疑参数诊断方式均是可以适用的，也就是说，对于任意一种健康状态评估参数的数量，可以采用本发明提供的任意一种可疑参数诊断方式，具体不做限定。

具体地，根据对应的可疑参数诊断方式诊断所有健康状态评估参数中是否存在可疑参数，包括如下步骤：

若数量大于第一预设数量阈值，则根据第一种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若数量等于第一预设数量阈值，或大于第二预设数量阈值且小于第一预设数量阈值，则根据第二种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若数量等于第二预设数量阈值，或大于第三预设数量阈值且小于第二预设数量阈值，则根据第三种或第四种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若数量小于或等于第三预设数量阈值，则根据第五种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数。

其中，第一、二、三、四和五预设数量阈值为预设的值，可以依据需求进行配置，对应的可疑参数诊断方式可依据经验选取合适的计算方式，示例性的，设数量为m，如下所示：

若m>50，则根据前述第一种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若30<m≤50，则根据第二种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若3<m≤30，则根据第三种或第四种可疑参数诊断方式定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若m<3，根据第五种可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数。

需要说明的是，在一实施例中，可以选用两种以上可疑参数诊断方式确定是否存在可疑参数的方式共同确定可疑参数，当一致认为某个健康状态评估参数为可疑参数，则确定某个健康状态评估参数为可疑参数。当几种方法的判断结果有矛盾时，则丢弃此次诊断结果，重新获取同一类器件的各器件的健康状态评估参数，以再次进行健康状态评估的过程。可以理解的是，在本发明实施例中，可以通过几种方式的对比，从而避免由于采用单一准则而带来的误差问题，进一步提高了诊断的准确度。

在一实施例中，若不存在可疑参数，该方法还包括如下步骤：

S50：将所有健康状态评估参数的每个健康状态评估参数与对应的极限参数进行比较；

S60：若健康状态评估参数大于对应的极限参数，则确定健康状态评估参数对应的器件处于不健康状态。

例如，若根据可疑参数诊断接触器处于不健康状态，需维修。同时，接触器在健康范围内极限电阻为Rn，当接触器主触点的阻值超过极限电阻值时，接触器也处于不健康状态，也需提醒维修。可见，本发明实施例中，可以基于可疑参数诊断方式及阈值判断共同判定接触器的健康状态，更加准确有效。

值得注意的是，在一实施例中，当所有健康状态评估参数的数量较大时，可采用第一至第四种可疑参数诊断方式任一种方式确定出可疑参数，最后再依据极限参数进行再诊断，以诊断某个器件是否健康。例如，若利用第一至第四种可疑参数诊断方式任一种方式确定出健康状态评估参数A为可疑参数，则初步确定该健康状态评估参数A对应的器件不健康，继而再将该健康状态评估参数A与对应的极限参数B进行比较，若健康状态评估参数A大于极限参数B，则最终确定健康状态评估参数A对应的器件处于不健康状态，可能损坏，需进行维修或更换，有效地提高了诊断的准确率。

在一实施例中，该器件诊断方法还包括如下步骤：

S70：将器件诊断结果反馈至对应设备，以使对应设备显示器件诊断结果。

以设备为车辆为例，可将器件诊断结果反馈至对应车辆的车端计算模块，以使车端计算模块将通过整车仪表或驾驶员终端设备展示诊断结果，这样，驾驶员便可以实时知道器件的健康状态，当存在不健康器件时，可以及时进行更换，有效地提高了设备安全性。

下面对本发明中的器件诊断方法中的器件诊断平台进行详细描述，请参阅图7，本发明实施例中的器件诊断平台包括：

获取模块101，用于实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；

确定模块102，用于确定同一类器件的所有健康状态评估参数中是否存在可疑参数，可疑参数为与所有健康状态评估参数的其他参数存在预设误差的参数；

诊断模块103，用于若存在可疑参数，则诊断可疑参数对应的器件处于不健康状态。

在一实施例中，确定模块102，具体用于：

确定所有健康状态评估参数对应的第一均值和第一标准差；

根据所有健康状态评估参数对应的第一均值和第一标准差，确定同一类器件中各器件的健康状态评估参数是否为可疑参数。

在一实施例中，确定模块102，具体用于：

确定同一类器件中各器件的健康状态评估参数与第一均值的差值绝对值，以获取各器件对应的第一绝对误差；

确定各器件对应的第一绝对误差与第一标准差的比值；

根据所有健康状态评估参数的数量确定比较系数，比较系数与数量呈正相关关系；

若各器件中，目标器件对应的第一绝对误差与第一标准差的比值大于或等于比较系数，则确定目标器件对应的健康状态评估参数为可疑参数。

在一实施例中，确定模块102，具体用于：

确定同一类器件中各器件的健康状态评估参数与第一均值的差值，以获取各器件对应的目标误差值；

确定各器件对应的目标误差值与第一标准差的比值；

若各器件中，目标器件对应的目标误差值与第一标准差的比值大于或等于格拉布斯临界值，则确定目标器件对应的健康状态评估参数为可疑参数，格拉布斯临界值与预设显著性水平系数和所有健康状态评估参数的数量相关。

在一实施例中，确定模块102，具体用于：

确定所有健康状态评估参数中剩余健康状态评估参数对应的第二均值和第二标准差，剩余健康状态评估参数为所有健康状态评估参数中，除目标器件对应的健康状态评估参数外的所有健康状态评估参数；

确定目标器件对应的健康状态评估参数与第二均值的差值绝对值，以获取目标器件对应的第二绝对误差；

确定目标器件对应的第二绝对误差与第二标准差的比值；

若目标器件对应的第二绝对误差与第二标准差的比值大于或等于罗曼诺夫斯基检验系数，则确定目标器件对应的健康状态评估参数为可疑参数，罗曼诺夫斯基检验系数与预设显著性水平系数和所有健康状态评估参数的数量相关。

在一实施例中，确定模块102，具体用于：

a、根据所有健康状态评估参数的大小，确定出极端大小值，极端大小值包括最大评估参数和最小评估参数；

b、根据极端大小值对应的狄克松统计量公式，确定极端大小值对应的统计值；

c、确定统计值是否大于或等于统计值对应的狄克松临界值，狄克松临界值与预设显著性水平系数和所有健康状态评估参数的数量相关；

d、若统计值是否大于或等于统计值对应的狄克松临界值，则确定极端大小值对应的健康状态评估参数为可疑参数，并从所有健康状态评估参数中剔除极端大小值；

e、将剔除极端大小值后的剩余健康状态评估参数重复执行a-e步骤，直至确定出所有可疑参数。

在一实施例中，确定模块102，具体用于：

确定同一类器件的所有健康状态评估参数的数量；

根据数量大小确定对应的可疑参数诊断方式；

根据对应的可疑参数诊断方式诊断所有健康状态评估参数中是否存在可疑参数。

在一实施例中，确定模块102，具体用于：

选用两种以上的可疑参数诊断方式确定同一类器件的所有健康状态评估参数中是否存在可疑参数；

若两种以上的可疑参数诊断方式均确定目标健康状态评估参数为可疑参数，则确定目标健康状态评估参数为可疑参数；

若两种以上的可疑参数诊断方式的诊断结果存在矛盾，则重新获取同一类器件的各器件的健康状态评估参数，并重新进行可疑参数的诊断。

在一实施例中，若不存在可疑参数，确定模块102还用于：

将所有健康状态评估参数的每个健康状态评估参数与对应的极限参数进行比较；

若健康状态评估参数大于对应的极限参数，则确定健康状态评估参数对应的器件处于不健康状态。

在一实施例中，获取模块101获取的同一类器件的所有健康状态评估参数为器件的温度、两端的阻值或两端的电压差。

在一实施例中，获取模块101获取的同一类器件的所有健康状态评估参数均为同一时刻所采集的健康状态评估参数。

可见，本发明提供了一种器件诊断平台，先实时获取同种类型设备的同一类器件的健康状态评估参数，健康状态评估参数与器件当前的状态相关联；根据各器件的健康状态评估参数，确定同一类器件的健康状态评估参数；确定同一类器件的所有健康状态评估参数中是否存在可疑参数，可疑参数为与所有健康状态评估参数的其他参数存在预设误差的参数；若存在可疑参数，则确定可疑参数对应的器件处于不健康状态。可见，本发明实施例可以实时获取同种类型中不同设备的同一类器件的健康状态评估参数确定出各器件的健康状态，从而可以诊断器件的寿命，而非在车辆定期保养检查时判定各器件的健康状态，可以对各器件的寿命实时进行监控，也能有效地减少由于定期保养时，单次检测所带来的数据不准确的问题，提高了设备的安全性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。关于器件诊断平台的具体限定可以参见上文中对于器件诊断方法的限定，在此不再赘述。上述器件诊断平台中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种器件诊断平台，该器件诊断平台可以是一种大数据平台，其内部结构图可以如图8所示。该器件诊断平台包括通过系统总线连接的处理器、存储器、通信接口。其中，该器件诊断平台的处理器用于提供计算和控制能力。该器件诊断平台的存储器包括易失性和非易失性存储介质、内存储器。该存储介质存储有操作系统和计算机程序。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该器件诊断平台的通信接口用于与外部的设备实现通信连接，例如前述实施例中车辆中的BMS模块连接，以使BMS模块可以通过通信接口将接触器的健康状态评估信息上传至该器件诊断平台。该计算机程序被处理器执行时以实现一种器件诊断方法，具体可以对应参见前述方法实施例的描述，这里不再重复描述。

本发明实施例中还提供了一种可读存储介质，可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如前述器件诊断方法的步骤或实现器件诊断平台的功能，具体这里也不重复描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-Only Memory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种器件诊断方法，其特征在于，包括：

实时获取同种类型设备的同一类器件的健康状态评估参数，所述健康状态评估参数与所述器件当前的健康状态相关联，所述健康状态评估参数为所述器件监控状态的参数，所述器件包括接触器，所述健康状态评估参数为所述器件的温度、两端的阻值或两端的电压差；

确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，所述可疑参数为与其他的所述健康状态评估参数存在预设误差的健康状态评估参数；

若存在所述可疑参数，则诊断所述可疑参数对应的器件处于不健康状态；

其中，所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

根据所有健康状态评估参数的数量大小确定对应的可疑参数诊断方式；

根据所述对应的可疑参数诊断方式诊断所述所有健康状态评估参数中是否存在可疑参数。

2.根据权利要求1所述的方法，其特征在于，所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

确定所述所有健康状态评估参数对应的第一均值和第一标准差；

根据所述所有健康状态评估参数对应的第一均值和第一标准差，确定所述同一类器件中各器件的健康状态评估参数是否为可疑参数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述所有健康状态评估参数对应的第一均值和第一标准差，确定所述同一类器件中各器件的健康状态评估参数是否为可疑参数，包括：

确定所述各器件的健康状态评估参数与所述第一均值的差值绝对值，以获取所述各器件对应的第一绝对误差；

确定所述各器件对应的第一绝对误差与所述第一标准差的比值；

根据所述所有健康状态评估参数的数量确定比较系数，所述比较系数与所述数量呈正相关关系；

若所述各器件中，目标器件对应的第一绝对误差与所述第一标准差的比值大于或等于所述比较系数，则确定所述目标器件对应的健康状态评估参数为可疑参数。

4.根据权利要求2所述的方法，其特征在于，所述根据所述所有健康状态评估参数对应的第一均值和第一标准差，确定所述同一类器件中各器件的健康状态评估参数是否为可疑参数，包括：

确定所述各器件的健康状态评估参数与所述第一均值的差值，以获取所述各器件对应的目标误差值；

确定所述各器件对应的目标误差值与所述第一标准差的比值；

若所述各器件中，目标器件对应的目标误差值与所述第一标准差的比值大于或等于格拉布斯临界值，则确定所述目标器件对应的健康状态评估参数为可疑参数，所述格拉布斯临界值与预设显著性水平系数和所有健康状态评估参数的数量相关。

5.根据权利要求1所述的方法，其特征在于，所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

确定所述所有健康状态评估参数中剩余健康状态评估参数对应的第二均值和第二标准差，所述剩余健康状态评估参数为所述所有健康状态评估参数中，除目标器件对应的健康状态评估参数外的所有健康状态评估参数；

确定所述目标器件对应的健康状态评估参数与所述第二均值的差值绝对值，以获取所述目标器件对应的第二绝对误差；

确定所述目标器件对应的第二绝对误差与所述第二标准差的比值；

若所述目标器件对应的第二绝对误差与所述第二标准差的比值大于或等于罗曼诺夫斯基检验系数，则确定所述目标器件对应的健康状态评估参数为可疑参数，所述罗曼诺夫斯基检验系数与预设显著性水平系数和所有健康状态评估参数的数量相关。

6.根据权利要求1所述的方法，其特征在于，所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

a、根据所述所有健康状态评估参数的大小，确定出极端大小值，所述极端大小值包括最大评估参数和最小评估参数；

b、根据所述极端大小值对应的狄克松统计量公式，确定所述极端大小值对应的统计值；

c、确定所述统计值是否大于或等于所述统计值对应的狄克松临界值，所述狄克松临界值与预设显著性水平系数和所有健康状态评估参数的数量相关；

d、若所述统计值是否大于或等于所述统计值对应的狄克松临界值，则确定所述极端大小值对应的健康状态评估参数为可疑参数，并从所述所有健康状态评估参数中剔除所述极端大小值；

e、将剔除所述极端大小值后的剩余健康状态评估参数重复执行a-e步骤，直至确定出所有可疑参数。

7.根据权利要求1所述的方法，其特征在于，所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

选用两种以上的可疑参数诊断方式确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数；

若两种以上的可疑参数诊断方式均确定目标健康状态评估参数为可疑参数，则确定所述目标健康状态评估参数为可疑参数；

若两种以上的可疑参数诊断方式的诊断结果存在矛盾，则重新获取各器件的健康状态评估参数，并重新进行可疑参数的诊断。

8.根据权利要求1-7任一项所述的方法，其特征在于，若不存在所述可疑参数，所述方法还包括：

将所述所有健康状态评估参数的每个健康状态评估参数与对应的极限参数进行比较；

若所述健康状态评估参数大于所述对应的极限参数，则确定所述健康状态评估参数对应的器件处于不健康状态。

9.根据权利要求1-7任一项所述的方法，其特征在于，所述同一类器件的所有健康状态评估参数均为同一时刻所采集的健康状态评估参数。

10.一种器件诊断平台，其特征在于，包括：

获取模块，用于实时获取同种类型设备的同一类器件的健康状态评估参数，所述健康状态评估参数与所述器件当前的状态相关联，所述健康状态评估参数为所述器件监控状态的参数，所述器件包括接触器，所述健康状态评估参数为所述器件的温度、两端的阻值或两端的电压差；

确定模块，用于确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，所述可疑参数为与所述所有健康状态评估参数的其他参数存在预设误差的参数；

诊断模块，用于若存在所述可疑参数，则诊断所述可疑参数对应的器件处于不健康状态；

其中，所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数，包括：

根据所有健康状态评估参数的数量大小确定对应的可疑参数诊断方式；

根据所述对应的可疑参数诊断方式诊断所述所有健康状态评估参数中是否存在可疑参数。

11.一种器件诊断系统，其特征在于，包括多个同种类型设备和器件诊断平台；

所述多个同种类型设备，用于实时将同一类器件的健康状态评估参数上传至所述器件诊断平台；

所述器件诊断平台，用于实现如权利要求1-9任一项所述器件诊断方法，或实现如权利要求10所述器件诊断平台的功能。

12.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述器件诊断方法的步骤或实现如权利要求10所述器件诊断平台的功能。