[发明专利]一种基于卷积记忆自编码网络的汽车故障诊断方法与系统

说明书

本发明公开了一种基于卷积记忆自编码网络的汽车故障诊断方法与系统，通过数据采集设备实现汽车状态数据采集、清洗和北向传输至故障诊断云平台，具体包括汽车状态数据采集和异常值处理步骤，以及汽车状态数据时间戳对齐、缺失值处理和北向传输步骤；通过故障诊断云平台存储汽车状态数据，并实现故障检测与故障定位；本发明可以实现对未知故障的检测与定位，提高现有车载自诊断系统的故障诊断覆盖率，并为司机和维修人员提供故障可视化服务。

技术领域

本发明涉及车联网领域，具体涉及一种基于卷积记忆自编码网络的汽车故障诊断方法与系统。

背景技术

随着社会发展，汽车保有量也持续增加。据公安部统计，截止到2020年6月份，我国汽车保有量达到了2.7亿辆。但是目前汽车的网联化、智能化程度较低，汽车状态数据难以得到较好的保存和管理。OBD系统通过对汽车状态数据进行了简单的逻辑判断，进而分析出故障信息，并将故障信息进行保存。但是维修时只能得到故障信息，而无法还原汽车故障时的运行状态。与此同时，OBD系统通过逻辑判断实现故障诊断，故障覆盖能力有限。

中国专利公开了基于汽车尾气监测的远程故障诊断系统(CN111751121A)通过监测汽车尾气来实现故障诊断。该诊断方法只适用于和汽车尾气相关的零部件，监测对象有限。于此同时，未进行汽车状态数据的存储和管理，维修时无法准确还原故障时的汽车运行状态。

中国专利公开了一种多功能电控汽车远程故障诊断系统(CN102183945A)通过远程获取汽车故障数据，提供多功能的汽车远程故障协助及故障排除帮助。此故障诊断系统更多基于原有OBD系统和专家系统实现故障诊断，仍然无法做到较大的故障诊断覆盖，特别是未知故障。

发明内容

为克服上述现有技术的不足，本发明提出了一种基于卷积记忆自编码网络的汽车故障诊断方法与系统；本发明通过数据采集设备将汽车状态数据上传至故障诊断平台，并通过故障诊断平台实现较大覆盖能力的故障诊断，特别是对未知故障的诊断。除此之外，对外提供故障诊断信息和汽车运行状态的可视化服务。

本发明采用的技术方案如下：一种基于卷积记忆自编码网络的汽车故障诊断方法，该方法基于汽车故障诊断系统实现，所述系统由数据采集设备和故障诊断云平台组成；所述数据采集设备实现汽车状态数据采集、清洗和北向传输至故障诊断云平台，具体包括汽车状态数据采集和异常值处理步骤，以及汽车状态数据时间戳对齐、缺失值处理和北向传输步骤；所述故障诊断云平台存储汽车状态数据，并实现故障检测与故障定位；

汽车状态数据采集和异常值处理步骤如下：

步骤1.1：汽车运行状态数据可通过CAN总线实时获取或者按照一定采样频率从外接传感器获取，具体包括油门踏板位置、刹车踏板位置、发动机扭矩模式等N种汽车运行状态数据；并按顺序编号为1至N；

步骤1.2：汽车运行状态数据标准化处理；

步骤1.3：如果标准化处理后的汽车运行状态数据超过数据范围-1至1，则忽略此次异常汽车运行状态数据，即跳过步骤1.4；

步骤1.4：将标准化处理后的汽车运行状态数据存储至散列映射，每次更新均会覆盖旧数据；

汽车状态数据时间戳对齐、缺失值处理和北向传输这一步骤每M毫秒执行1次，M一般取小于最短数据间隔时间T的一半，具体步骤如下：

步骤2.1：从散列映射中读取所有N种数据，并和当前时间戳一块存储至发送缓存区，作为一个数据组点；此步骤相当于一个M毫秒的采样器，实现了数据的时间戳对齐和缺失值补齐；

步骤2.2：如果距离上次通过网络发送数据达到L毫秒以上，则读取发送缓存区中的所有数据，打包发送至故障诊断云平台；并删除发送缓存区中的所有数据；L取大于M的数值；

故障检测与故障定位每间隔P个数据组点作为一个执行周期，具体步骤如下：