[发明专利]一种基于车辆健康诊断的车辆维修计划管理方法及系统

权利要求书

1.一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于，包括如下步骤：

S10、采集车辆数据，通过车辆控制网络和/或车辆维护网络，采集车辆相关数据；

S20、数据处理，处理S10采集的车辆数据，并将处理后的数据形成基础数据库；

S30、异常状态诊断，对S20基础数据库的数据进行分析，对异常数据进行标记，并根据用户定义信息判断是否需要进行维修；

S40、信息关联，

S41、车辆构型分解关联，根据车辆各部件维修特性，对车辆所有部件进行逐级分解，至最小可维修单元，在基础数据库中建立数据与对应最小可维修单元的关系映射表；

S42、维修规程分解关联，用户定义车辆初始维修规程，并对初始维修规程按最小维修项点进行分解，在基础数据库中建立最小维修项点与最小可维修单元的关系映射表；

S50、维修计划初始化，构建初始维修任务计划表，完成车辆全寿命周期内各类阶段初始维修计划，各维修动作的初始时间可由用户定义；

S60、维修计划动态管理，

车辆无异常时，每天自动推送当日维修任务计划表到当班班组；

车辆有异常状态时，触发相应的维修动作，并根据该维修动作的紧急程度、当班人数、工时占用及用车计划，自动调整当日维修任务计划，执行必要维修动作。

2.根据权利要求1所述的一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于：所述步骤S10中，采集的数据包括传感器数据、各类开关触点数据、图像信息数据及微机单元监测和诊断数据。

3.根据权利要求2所述的一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于，所述步骤S20中数据处理具体步骤为：

S21、数据去重，对不同来源但含义相同的信号，根据源地址ID识别、变量名去重的方式，将重复的信号进行合并；

S22、数据分类，将去重后的数据分为故障信息数据和表征状态趋势的特性数据；

S23、数据抽取，利用数据关联分析算法，抽取表征车辆部件各类异常状态的关联数据，分别以故障状态和正常状态为切面，以时间为长度，进行数据切片，形成数据样本；

S24、插值处理：对采集存在不连续的重要趋势数据或图像数据，进行插值处理。

4.根据权利要求3所述的一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于，还包括步骤：

S70、生产要素和备件库存规划支持，与用户OA端及物资管理端对接，为用户提供各维修计划信息查询和数据推送，辅助用户生产现场的生产要素规划和备件库存优化。

5.根据权利要求3或4所述的一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于，还包括步骤：

S80、维修策略优化，维修动作被执行后，维修人员反馈每个维修任务结果，根据反馈结果自动对本次维修计划进行评价，如果本次推荐的维修任务计划表与实际执行状态存在差异，则对存在差异的维修项点的进行调整。

6.根据权利要求5所述的一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于：所述步骤S80还包括：根据反馈结果对故障诊断、部件状态趋势预测和评估模型进行优化。

7.根据权利要求6所述的一种基于车辆健康诊断的车辆维修计划管理方法，其特征在于，所述优化方式包括：某一异常状态触发的维修动作多次没有被执行，但列车在一定长的时间处于运行状态，则调整该异常状态的评估阈值。