[发明专利]一种汽车故障自动诊断方法、系统、设备及介质有效
申请号: | 202211042307.9 | 申请日: | 2022-08-29 |
公开(公告)号: | CN115700416B | 公开(公告)日: | 2023-06-02 |
发明(设计)人: | 蔡晓东;蒋鹏;杨靖康 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G05B23/02 | 分类号: | G05B23/02;G06N3/048;G06F18/22;G06Q10/04 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 孟仕杰 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
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 汽车 故障 自动 诊断 方法 系统 设备 介质 | ||
1.一种汽车故障自动诊断方法,其特征在于,包括以下步骤:
获取CAN总线信号,所述CAN总线信号表征了汽车上的控制器局域网络的信号;
将所述CAN总线信号输入预测模型中,通过预测模型确定所述汽车的故障原因,其中,所述预测模型是通过以下方式训练得到的:
S11,获取训练样本,所述训练样本中包括多个故障描述和每个所述故障描述对应的真实故障原因,对于每个所述故障描述,所述故障描述表征了汽车的异常状态;
S12,对于每个所述故障描述,根据所述故障描述,确定故障信号,所述故障信号的信号编码方式与所述CAN总线信号的编码方式相同;
S13,对于每个所述故障信号,根据所述故障信号,确定所述故障信号对应的第一特征向量,对于所述故障信号对应的真实故障原因,根据所述真实故障原因,确定所述真实故障原因对应的第二特征向量,根据所述第一特征向量和所述第二特征向量,确定第三特征向量;
S14,根据多个所述第三特征向量,对初始模型进行训练,得到每个所述故障信号对应的预测故障原因;
S15,根据多个所述预测故障原因和多个真实故障原因,确定所述初始模型的总损失值;
S16,若所述总损失值满足预设结束条件,将满足所述预设结束条件时的初始模型作为所述预测模型,若所述总损失值不满足预设结束条件,调整初始网络的网络参数,并根据调整后的网络参数重新对所述初始模型进行训练,直到所述初始模型的总损失值满足所述预设结束条件;
对于每个所述故障描述,所述根据所述故障描述,确定故障信号,包括:
对于每个所述故障描述,根据所述故障描述,确定所述故障描述对应的第四特征向量;根据所述第四特征向量,确定故障信号;
所述根据所述第四特征向量,确定故障信号,包括:
将所述第四特征向量输入第一解码器,通过第二步骤,确定故障信号,其中,所述第二步骤包括:
S411,获取所述第一解码器的第二初始化细胞状态和第二初始化隐藏状态,所述第二初始化细胞状态和所述第二初始化隐藏状态均为零矩阵;
S412,从标准正太分布中随机初始化第五权重矩阵、第六权重矩阵、第七权重矩阵和第八权重矩阵,以及第五权重矩阵对应的第五偏置矩阵、所述第六权重矩阵对应的第六偏置矩阵、第七权重矩阵对应的第七偏置矩阵和第八权重矩阵对应的第八偏置矩阵;
S413,将所述第二初始化隐藏状态作为第二当前隐藏状态,将第二初始化细胞状态作为第二当前细胞状态;
S414,根据所述第五权重矩阵、第二当前隐藏状态和第五偏置矩阵,通过第七公式,确定第二遗忘权重,其中,所述第七公式为:
f′t=σ(wfd×[dt-1|dt-1]+bfd);
其中,f′t表示第二遗忘权重,σ表示sigmoid函数,其中,sigmoid函数定义为wfd表示第五权重矩阵,bfd表示第五偏置矩阵,dt-1表示第二当前隐藏状态;
S415,根据所述第二当前隐藏状态、第六权重矩阵和第六偏置矩阵,通过第八公式,确定第二更新权重,其中,所述第八公式为:
i′t=σ(wid×[dt-1|dt-1]+bid);
其中,i′t表示第二更新权重,σ表示sigmoid函数,其中,sigmoid函数定义为wid表示第六权重矩阵,bid表示第六偏置矩阵,dt-1表示第二当前隐藏状态;
S416,根据所述第七权重矩阵、第二当前隐藏状态和第七偏置矩阵,通过第九公式,确定第二当前细胞状态的更新量,其中,所述第九公式为:
其中,表示第二当前细胞状态的更新量,tanh表示tanh函数,其中,tanh函数定义为wcd表示第七权重矩阵,bcd表示第七偏置矩阵,dt-1表示第二当前隐藏状态;
S417,根据所述第二遗忘权重、第二更新权重和第二当前细胞状态的更新量,通过第十公式,确定第二当前细胞状态的下一细胞状态,其中,所述第十公式为:
其中,C′t表示第二前细胞状态的下一细胞状态,Ct-1表示第二当前细胞状态;
S418,根据所述第八权重矩阵、第二当前隐藏状态、第八偏置矩阵和第二当前细胞状态的下一细胞状态,通过第十一公式,确定第二当前隐藏状态的下一隐藏状态,其中,所述第十一公式为:
o′t=σ(wod×[dt-1,dt-1]+bod);
h′t=o′t*tanh(C′t);
其中,C′t第二当前细胞状态的下一细胞状态,wod表示第八权重矩阵,bod表示第八偏置矩阵,h′t表示第二当前隐藏状态的下一隐藏状态;
S419,将所述第二当前隐藏状态的下一隐藏状态作为新的第二当前隐藏状态,将第二当前细胞状态的下一细胞状态作为新的第二当前细胞状态,重复S414-S418第二预设次数,将每次获得的第二当前隐藏状态的下一隐藏状态作为第二目标隐藏状态,根据各个第二目标隐藏状态,确定总向量;
S420,根据所述总向量,通过第十二公式,确定故障信号,其中,所述第十二公式为:
其中,表示总向量,w1,w2,...,wl表示各个第二目标隐藏状态,l表示第二预设次数,wcan表示decoder模型中全连接层的权重矩阵,bcan表示decoder模型中全连接层的权重矩阵对应的偏置矩阵,D表示故障信号。
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桂林电子科技大学,未经桂林电子科技大学许可,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/202211042307.9/1.html,转载请声明来源钻瓜专利网。