[发明专利]一种智能的汽车零部件故障诊断建模方法、电子设备及程序产品

说明书

本发明提供一种智能的汽车零部件故障诊断诊断建模方法、电子设备机程序产品，包括获取汽车行驶历史大数据和维保记录数据，对汽车零部件全生命周期的历史数据进行数据聚合和清洗，以汽车行驶过程中一次启停为时间滑动窗口进行数据分段和打标，基于LSTM时序序列模型和神经网络模型构建故障诊断模型。本发明以数据驱动的方式，利用人工智能等算法实现对汽车行驶时零部件的故障检测和预测，可对汽车运行过程中无法利用传感器感知的零部件故障进行诊断和预测，实现故障提前预警，并提升4S店故障维修的准确性、时效性，提升故障诊断效率。

技术领域

本发明属于汽车故障诊断与维修领域，具体涉及汽车零部件故障诊断和建模方法。

背景技术

汽车工业进入智能化、电动化、自动驾驶的时代，整车零部件的集成度和自动化程度越来越高，对汽车零部件运行状态和健康监测需求也越来越大。传统的汽车零部件故障诊断主要依靠专业的维修人员使用专业设备对故障源进行逐一排查并检测，维修人员虽然能解决大部分的小问题，但是难免会遇上棘手的、需要技术专家指导的问题，此时需要让整车厂技术专家到现场诊断，耗时且耗力；同时只能在故障发生后离线检测，不能对故障进行提前预警。目前，在汽车智能化的大环境下，利用人工智能技术对汽车零部件进行故障诊断成为可能。

专利文献202111446107.5公开了一种基于实时车况的可配置故障诊断方法及故障诊断系统，根据待测车辆的车系信息和实时车况数据，动态配置其车系信息对应的基础故障检测项目和实时车况数据对应的车况配置故障检测项目，再根据配置的故障检测项目各自对应的故障诊断检测规则进行故障诊断检测，该专利依赖于定义好的故障诊断规则数据库，其故障诊断检测种类和方式都已固定，不能适应汽车零部件故障的变化。

专利文献201310541642.8公开了一种车载状况实时诊断系统及其诊断方法，利用车辆OBD故障码的数据进行车辆故障诊断，局限于车辆OBD故障诊断检测的既有检测种类和检测方式来执行，对于未包含在OBD故障诊断检测种类的零部件则无法检测。

可见，目前现有技术还不能很好地解决汽车维修过程中还是存在零部件故障检测、诊断耗时、耗力、诊断精度不高，以及汽车行驶过程中传感器无法感知的故障等问题。

发明内容

本发明针对现有技术存在的不足，提出一种智能的汽车零部件故障诊断和建模方法，该方法基于车型数据、零部件数据、维修记录、车辆行驶过程中的历史大数据、用户驾驶行为数据等数据，以数据驱动的方式，利用人工智能等算法实现对汽车行驶时零部件的故障检测和预测，可对汽车运行过程中无法利用传感器感知的零部件故障进行诊断和预测，实现故障提前预警，并提升4S店故障维修的准确性、时效性提升故障诊断效率，避免零部件误诊、错换、误换，降低用户的故障抱怨。

基于以上方法，本发明还提供一种智能的汽车零部件故障诊断建模的电子设备和计算机程序产品。

为解决本发明中的技术问题，所采用的技术方案如下：

本发明在第一方面提出一种智能的汽车零部件故障诊断和建模方法，该方法主要包括如下步骤：

步骤1：获取汽车行驶历史大数据和维保记录数据

根据车辆各零部件的维保记录卡，确定车辆各零部件的故障类型以及对应的故障维修时间，基于故障类型和故障维修时间从云平台提取汽车出厂时间至故障维修时间内的车辆行驶过程中的零部件全生命周期的历史数据，数据字段包括零部件本身、零部件负载、车辆行驶外部环境、车辆驾驶行为等can信号数据。

步骤2：对零部件全生命周期的历史数据进行数据聚合和清洗

零部件各数据字段的can信号数据是通过不同的can总线进行传输，不同数据字段的can信号参数其采样间隔、采样周期都不同，且各信号采集频率较大，信号数据为毫秒级数据.本发明基于时间序列模型进行故障诊断建模，需对提取的零部件全生命周期历史数据进行数据清洗和数据聚合处理。

首先是数据清洗，包括历史数据各数据字段信号的异常值剔除和缺失值填充。