[发明专利]一种基于灰色关联度的网联车辆故障预测系统及方法在审
申请号: | 202211047862.0 | 申请日: | 2022-08-30 |
公开(公告)号: | CN115426636A | 公开(公告)日: | 2022-12-02 |
发明(设计)人: | 周忠齐;刘宁;金彪;杨东 | 申请(专利权)人: | 浙江绿色慧联有限公司 |
主分类号: | H04W4/44 | 分类号: | H04W4/44;H04W4/029 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 何忠仪 |
地址: | 310000 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
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 基于 灰色 关联 车辆 故障 预测 系统 方法 | ||
1.一种基于灰色关联度的网联车辆故障预测系统,其特征在于,包括:车载终端、路侧系统和车路协同云端,其中,
所述车载终端采集车载系统的实时运行数据,并对所述实时运行数据进行去噪清洗处理,并结合网联车辆的身份信息和位置信息进行整理,整理成车载终端实时信息数据包,将所述实时信息数据包发送给路侧系统;
所述路侧系统接收实时信息数据包,获取道路状况及前方交通状况信息,对多源异构道路交通数据进行融合并生成道路交通信息数据包,并将道路交通信息数据包发送给车载终端,将所述实时信息数据包发送给车路协同云端;
所述车路协同云端接收并存储实时信息数据包,根据实时信息数据包和基于灰色关联度的车辆故障预测模型进行故障预测分析,得到各个车载系统总成相对系数矩阵的空间分布逆矩阵,基于空间分布逆矩阵计算出各个车载系统的故障偏相关概率,得到车辆故障位置。
2.如权利要求1所述的系统,其特征在于,所述车路协同云端包括车路协同计算模块,所述车路协同计算模块用于根据实时信息数据包和基于灰色关联度的车辆故障预测模型计算单车辆参数指标影响下的单车辆故障关联因子,基于灰色关联度的车辆故障预测模型计算多车辆参数指标与其对应的车辆标准参数指标耦合差异得到第一数值,并计算车辆参数指标与车辆故障参数指标耦合差异得到第二数值,根据单车辆故障关联因子、第一数值和第二数值计算出多车辆参数指标影响下的多车辆故障关联因子,根据多车辆故障关联因子判断车载系统有无故障风险,若有风险,则基于空间分布矩阵计算各车载系统车辆参数指标权重并确定关键参数变量集,并计算关键参数变量与车辆故障参数指标的耦合差异得到第三数值,根据第三数值计算各个车载系统总成相对系数矩阵的空间分布逆矩阵。
3.如权利要求2所述的系统,其特征在于,所述车路协同云端还包括预警等级计算模块,所述预警等级计算模块用于将各个车载系统的偏相关概率与对应的各个车载系统的故障概率等级阈值进行比较,得到各个车载系统的故障预警等级,根据故障预警等级确定处置方案。
4.如权利要求3所述的系统,其特征在于,所述车路协同云端还包括预警信息发布模块,所述预警信息发布模块用于发布故障预警等级及处置方案。
5.一种基于灰色关联度的网联车辆故障预测方法,其特征在于,包括以下步骤:
车载终端采集车载系统的实时运行数据,并对所述实时运行数据进行去噪清洗处理,并结合网联车辆的身份信息和位置信息进行整理,整理成车载终端实时信息数据包,将所述实时信息数据包发送给路侧系统;
路侧系统接收实时信息数据包,获取道路状况及前方交通状况信息,对多源异构道路交通数据进行融合并生成道路交通信息数据包,并将道路交通信息数据包发送给车载终端,将所述实时信息数据包发送给车路协同云端;
车路协同云端接收并存储实时信息数据包,根据实时信息数据包和基于灰色关联度的车辆故障预测模型进行故障预测分析,得到各个车载系统总成相对系数矩阵的空间分布逆矩阵,基于空间分布逆矩阵计算出各个车载系统的故障偏相关概率,根据各个车载系统的偏相关概率确定车辆故障位置。
6.如权利要求5所述的方法,其特征在于,所述根据实时信息数据包和基于灰色关联度的车辆故障预测模型进行故障预测分析的具体方法包括:
根据实时信息数据包和基于灰色关联度的车辆故障预测模型计算单车辆参数指标影响下的单车辆故障关联因子,基于灰色关联度的车辆故障预测模型计算多车辆参数指标与其对应的车辆标准参数指标耦合差异得到第一数值,并计算车辆参数指标与车辆故障参数指标耦合差异得到第二数值,根据单车辆故障关联因子、第一数值和第二数值计算出多车辆参数指标影响下的多车辆故障关联因子,根据多车辆故障关联因子判断车载系统有无故障风险,若有风险,则基于空间分布矩阵计算各车载系统车辆参数指标权重并确定关键参数变量集,并计算关键参数变量与车辆故障参数指标的耦合差异得到第三数值,根据第三数值计算各个车载系统总成相对系数矩阵的空间分布逆矩阵。
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浙江绿色慧联有限公司,未经浙江绿色慧联有限公司许可,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/202211047862.0/1.html,转载请声明来源钻瓜专利网。