[发明专利]用于动力传动系组件的故障诊断方法

说明书

用于动力传动系组件的故障诊断方法可包括：由服务器基于指示动力传动系组件故障的振动大数据建立诊断模型；通过使用从振动大数据中提取的特征向量，由服务器对动力传动系组件中的故障组件进行分类和建模；由车辆的控制器通过输入命令或驾驶员的设置启动车辆的动力传动系组件的故障诊断；和通过将与在车辆行驶期间测量的车辆的动力传动系振动相对应的特征向量与在诊断模型中建模的振动大数据进行比较，由车辆的控制器诊断车辆的动力传动系组件的故障。

相关申请的交叉引用

本申请要求2018年10月11日提交的韩国专利申请第10-2018-0121109号的优先权和权益，其全部内容通过引用结合于此。

技术领域

本公开涉及用于动力传动系组件的故障诊断方法。

背景技术

本节中的陈述仅提供与本公开相关的背景信息，并且可以不构成现有技术。

人脑由称为神经元的许多神经细胞组成，每个神经元通过称为突触的连接与数百或数千个其他神经元连接。每个神经元通过树突从与其连接的其他神经元接收电信号和化学信号，并且这些信号在细胞体中聚合。如果聚合值大于阈值，即神经元特定阈值，则激活神经元以经由轴突将其输出传输到相邻神经元。神经元之间的信息交换是并行执行的，并且通过学习增强了该信息交换功能。

“人工智能(AI)”是该领域的技术结构中的最高上级概念，以便通过模仿我们的人类大脑和神经网络使计算机或机器人像人类一样思考和行动。

虽然基于与人工智能相关的学习的控制系统的研究已经在汽车工业中不断进行，但到目前为止，它仅应用于结合说话者识别(语音识别)技术的技术，以及用于车辆的移动IT技术。

换句话说，该技术主要通过语音识别和通过智能手机互锁的应用程序操纵来进行导航或音频操纵。

通常，由于汽车由数万个部件制成，因此不容易识别故障症状并准确地确定大部件中的哪些部件出现故障。

因此，如果使用基于深度学习的人工智能来执行汽车组件的故障诊断，则可更准确和快速地识别并修复故障组件。

前述内容仅旨在帮助理解本公开的背景，并且不旨在表示本公开落入本领域技术人员已知的相关技术的范围内。

发明内容

已经做出本公开以解决上述问题并且提供一种基于深度学习的使用人工智能的汽车动力传动系组件的故障诊断方法。

根据本公开的用于动力传动系组件的故障诊断方法可包括：由服务器基于指示动力传动系组件故障的振动大数据建立诊断模型；通过使用从振动大数据中提取的特征向量，由服务器对动力传动系组件中的故障组件进行分类和建模；由车辆的控制器通过输入命令或驾驶员的设置启动车辆的动力传动系组件的故障诊断；和通过将与车辆行驶期间测量的车辆的动力传动系振动相对应的特征向量与在诊断模型中建模的振动大数据进行比较，由车辆的控制器诊断车辆的动力传动系组件的故障。

诊断动力传动系组件的故障可基于对车辆的行驶期间测量的动力传动系振动的特征向量进行数据预处理之后通过深度学习计算的车辆的动力传动系组件的故障概率。

该方法还可包括：当确定车辆的动力传动系组件未发生故障时，通过应用燃烧控制学习值来执行NVH(噪声、振动和声振粗糙度)性能评估。

在另一种形式中，该方法可包括由发动机控制器通过根据NVH性能评估的结果改变燃烧控制变量来执行主动燃烧控制。

在其他形式中，该方法包括通过在执行主动燃烧控制之后接收驾驶员的评估结果来确定NVH性能是否得到改善。

当来自驾驶员的评估结果指示NVH性能未得到改善时，可向驾驶员通知除动力传动系组件之外的故障组件的概率。

在车辆行驶预定距离之后，可自动执行启动故障诊断。