[发明专利]脱附诊断方法及相关装置

权利要求书

1.一种脱附诊断方法，其特征在于，所述方法包括：

当获取到诊断指令后，利用压力检测模块获取脱附压力数据，所述脱附压力数据用于指示开关阀靠近炭罐一端的压力波动幅值，所述开关阀设置于所述炭罐和油箱之间的管路上；

基于所述脱附压力数据，判断所述脱附诊断系统的诊断结果是否满足报警条件；

当所述脱附诊断系统的诊断结果满足所述报警条件时，生成报警信息并发送至预设的用户设备。

2.根据权利要求1所述的脱附诊断方法，其特征在于，在获取所述诊断指令之前，所述方法还包括：

获取上一次脱附诊断与当前时刻的脱附间隔时长；

当所述脱附间隔时长不小于预定间隔时长时，获取发动机的运行信息；

基于所述发动机的运行信息，获取所述诊断指令和所述诊断指令对应的脱附策略，所述脱附策略包括所述发动机对所述炭罐的脱附时长；

所述利用压力检测模块获取脱附压力数据，包括：

基于所述脱附策略，控制所述发动机保持稳定工况以对所述炭罐进行脱附；

控制所述开关阀保持关闭状态，并利用所述压力检测模块获取所述脱附压力数据。

3.根据权利要求2所述的脱附诊断方法，其特征在于，所述当所述脱附间隔时长不小于预定间隔时长时，获取发动机的运行信息，包括：

获取最近两次脱附诊断的所述脱附压力数据，并计算最近两次所述脱附诊断的所述脱附压力数据之间的相似度；

当所述相似度低于预设相似度时，缩短所述预定间隔时长；

将缩短时长后的所述预定间隔时长和所述脱附间隔时长进行比对，当所述脱附间隔时长不小于所述预定间隔时长时，获取所述发动机的运行信息。

4.根据权利要求3所述的脱附诊断方法，其特征在于，所述脱附策略的获取过程包括：

将所述发动机的运行信息输入至脱附策略模型，以得到所述发动机的运行信息对应的脱附策略；

其中，所述脱附策略模型的训练过程包括：

获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括真实环境下的所述发动机的样本运行信息及其对应的脱附策略的标注数据；

针对所述训练集中的每个训练数据，执行以下处理：

将所述发动机的样本运行信息输入至预设的第一深度学习模型，以得到所述训练数据对应的脱附策略的预测数据；

基于所述训练数据对应的脱附策略的预测数据和标注数据，对所述第一深度学习模型的模型参数进行更新；

检测是否满足预设的训练结束条件；如果是，则将训练出的所述第一深度学习模型作为所述脱附策略模型；如果否，则利用下一个所述训练数据继续训练所述第一深度学习模型。

5.根据权利要求1所述的脱附诊断方法，其特征在于，判断所述脱附诊断系统的诊断结果是否满足报警条件的过程，包括：

若所述脱附压力数据所指示的压力波动幅值不大于预设的压力波动阈值，则确定所述脱附诊断系统的诊断结果满足报警条件，否则确定所述脱附诊断系统的诊断结果不满足报警条件；和/或，

获取发动机的运行信息，并将所述发动机的运行信息和所述脱附压力数据输入至脱附诊断模型，以得到所述发动机的运行信息和所述脱附压力数据对应的诊断结果，所述诊断结果用于指示是否满足报警条件。

6.一种脱附诊断装置，其特征在于，所述脱附诊断装置包括：

压差获取模块，用于当获取到诊断指令后，利用压力检测模块获取脱附压力数据，所述脱附压力数据用于指示开关阀靠近炭罐一端的压力波动幅值，所述开关阀设置于所述炭罐和油箱之间的管路上；

条件判断模块，用于基于所述脱附压力数据，判断所述脱附诊断系统的诊断结果是否满足报警条件；

诊断报警模块，用于当所述脱附诊断系统的诊断结果满足所述报警条件时，生成报警信息并发送至预设的用户设备。