[发明专利]一种发动机故障诊断方法、装置及一种电子设备有效

专利信息
申请号: 201810694985.0 申请日: 2018-06-29
公开(公告)号: CN108875240B 公开(公告)日: 2023-04-18
发明(设计)人: 陈文淼;张振京;宋业栋 申请(专利权)人: 潍柴动力股份有限公司
主分类号: G06F30/20 分类号: G06F30/20;G01M15/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 261061 山东省潍坊*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 发动机 故障诊断 方法 装置 电子设备
【说明书】:

发明公开了一种发动机故障诊断方法、装置及一种电子设备,包括:获取或者接收发动机第一目标故障特征;依据故障诊断模型确定所述第一目标故障特征与多个失效模式相关性的大小;所述故障诊断模型包括故障特征和故障失效模式的相关性;基于所述第一目标故障特征与所述失效模式的相关性大小,确定第一目标失效模式。这样,实现了对故障诊断的自动化,并且,由于故障诊断模型是经过不断修正后得到的,通过故障诊断模型对故障进行诊断,提高了故障诊断的准确率。

技术领域

本发明涉及故障诊断领域,尤其涉及一种发动机故障诊断方法、装置及一种电子设备。

背景技术

随着电控发动机的普及和车联网物流的快速发展,发动机快速故障诊断是当前迫切的需求。

然而,目前服务站维修工程师诊断发动机故障时,通常是基于维修工程师的经验。在这种情况下,不可避免的会发生错误诊断的情况,从而造成时间和金钱的浪费。

发明内容

有鉴于此,本发明公开了一种发动机故障诊断方法及装置,实现了对故障诊断的自动化,并且,由于故障诊断模型是经过不断修正后得到的,通过故障诊断模型对故障进行诊断,提高了故障诊断的准确率。

本发明实施例公开了一种发动机故障诊断方法,包括:

获取或者接收发动机第一目标故障特征;

依据故障诊断模型确定所述第一目标故障特征与多个失效模式相关性的大小;所述故障诊断模型包括故障特征和故障失效模式的相关性;

基于所述第一目标故障特征与所述失效模式的相关性大小,确定第一目标失效模式。

可选的,所述基于所述第一目标故障特征与所述失效模式的相关性大小,确定第一目标失效模式,包括:

依据每个失效模式和第一目标故障特征的相关性,计算每个失效模式的故障值;

选取故障值最大的失效模式作为目标失效模式。

可选的,还包括:

依据预设的故障特征和失效模式之间的相关性,构建故障诊断模型;所述诊断模型中包含每个故障特征和每个故障失效模式之间的相关性大小;

获取故障特征和失效模式的修正信息;

依据所述修正信息对所述诊断模型进行修正。

可选的,所述修正信息包括:新的故障特征与失效模式的相关性大小、新的失效模式与故障特征的相关性大小,已有的故障特征与失效模式的相关性大小的修正值。

可选的,还包括:

统计第二目标故障特征与第二目标失效模式的相关的数量,得到相关性数值;

统计第二目标故障特征与第二目标失效模式相关的数量,得到无关性数值;

基于所述相关性数值和所述无关性数值,计算第二目标故障特征与第二目标失效模式相关性大小的修正值。

本发明实施例公开了一种发动机故障诊断装置,包括:

故障特征采集单元,用于获取或者接收发动机第一目标故障特征;

诊断单元,用于依据故障诊断模型确定所述第一目标故障特征与多个失效模式相关性的大小;所述故障诊断模型包括故障特征和故障失效模式的相关性;

故障确定单元,用于基于所述第一目标故障特征与所述失效模式的相关性大小,确定第一目标失效模式。

可选的,所述故障确定单元,包括:

故障值计算子单元,用于依据每个失效模式和第一目标故障特征的相关性,计算每个失效模式的故障值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于潍柴动力股份有限公司,未经潍柴动力股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810694985.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top