本發明專利技術公開了一種汽車故障診斷大數據信息提取方法及裝置，其中汽車故障診斷大數據信息提取方法包括：基于歷史診斷數據庫，對歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據；通過數據處理工具，對待抽樣數據進行抽樣、信息提取，生成基準診斷數據；將基準診斷數據提交存儲至基準數據庫中；數據處理工具包括抽樣模塊、現象處理模塊以及原因處理模塊。本發明專利技術的汽車故障診斷大數據信息提取方法，通過對歷史故障診斷大數據中龐雜的信息進行梳理、提煉，有利于分析不同故障現象場景與故障原因之間對應的關聯邏輯，梳理后的關聯邏輯能夠作為歷史維修經驗以便于維修技師診斷維修時進行參考、借鑒，從而達到了提升技能水平的目的。能水平的目的。能水平的目的。
【技術實現步驟摘要】
汽車故障診斷大數據信息提取方法及裝置
[0001]本專利技術是關于汽車故障診斷
，特別是關于一種汽車故障診斷大數據信息提取方法及裝置。
技術介紹
[0002]故障診斷大數據作為記錄車輛實際行駛過程中發生過的維修、保養信息載體，其中包含了大量不同故障現象情形以及所對應的故障原因信息。但目前并沒有針對故障診斷大數據進行有效利用，維修技師在遇到具體問題是，是通過自身經驗進行判斷，工作效率低，且無法保準確率。
[0003]公開于該
技術介紹
部分的信息僅僅旨在增加對本專利技術的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。
技術實現思路
[0004]本專利技術的目的在于提供一種汽車故障診斷大數據信息提取方法及裝置，通過對歷史故障診斷大數據中龐雜的信息進行梳理、提煉，有利于分析不同故障現象場景與故障原因之間對應的關聯邏輯，梳理后的關聯邏輯能夠作為歷史維修經驗以便于維修技師診斷維修時進行參考、借鑒，從而達到了提升技能水平的目的。
[0005]為實現上述目的，第一方面，本專利技術提供了一種汽車故障診斷大數據信息提取方法包括：步驟S100，基于歷史診斷數據庫，對歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據；步驟S200，通過數據處理工具，對待抽樣數據進行抽樣、信息提取，生成基準診斷數據；步驟S300，將基準診斷數據提交存儲至基準數據庫中；其中，數據處理工具包括抽樣模塊、現象處理模塊以及原因處理模塊。
[0006]在本專利技術的一實施方式中，基于歷史診斷數據庫，對歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據包括：通過第一預設策略對存儲于所述歷史診斷數據庫中的所述歷史故障診斷數據的信息進行提取，生成診斷數據；通過第二預設策略對所述診斷數據進行分類、清洗，生成所述待抽樣數據。
[0007]在本專利技術的一實施方式中，通過數據處理工具，對待抽樣數據進行抽樣、信息提取，生成基準診斷數據包括：在所述抽樣模塊中預設DTC類診斷數據識別規則；在所述抽樣模塊中預設樣本抽樣規則，對所述待抽樣數據進行樣本抽樣，生成樣本抽樣數據；提取所述樣本抽樣數據中的DTC類、非DTC類數據中的故障診斷信息，生成所述基準診斷數據。
[0008]在本專利技術的一實施方式中，將基準診斷數據提交存儲至基準數據庫中包括：所述數據處理工具將所述基準診斷數據提交儲存至所述基準數據庫中。
[0009]在本專利技術的一實施方式中，提取所述樣本抽樣數據中的DTC類、非DTC類數據中的故障診斷信息，生成所述基準診斷數據包括：所述現象處理模塊對標記含義DTC類的數據進行現象關鍵詞提取，將診斷數據中提取到的現象關鍵詞與DTC代碼通用含義庫進行比對，確定DTC現象關鍵詞對應DTC代碼以及對應代碼的通用含義，并將對應DTC代碼作為所述DTC現
象關鍵詞對應的第一現象通用詞；所述現象處理模塊對非標記含義DTC類的數據進行現象關鍵詞提取，并根據提取的現象關鍵詞創建對應第二現象通用詞，確定現象關鍵詞與第二現象通用詞之間的技術邏輯性；所述原因處理模塊對非標記含義DTC類的數據進行故障原因關鍵詞提取，并根據提取的故障原因關鍵詞創建對應原因通用詞，確定第二現象通用詞、故障原因關鍵詞和原因通用詞之間的技術邏輯性；基于所述第一現象通用詞、所述第二現象通用詞和所述原因通用詞生成所述基準診斷數據。
[0010]在本專利技術的一實施方式中，DTC代碼通用含義庫包括：DTC代碼、所屬產品子系統、故障代碼通用含義和關鍵件零件號。
[0011]在本專利技術的一實施方式中，汽車故障診斷大數據信息提取方法還包括步驟S400，所述現象處理模塊和所述原因處理模塊分別對需要進一步審核確認的故障現象和故障原因進行標注。
[0012]第二方面，本專利技術提供了一種汽車故障診斷大數據信息提取裝置，包括：抽樣數據生成模塊、診斷數據生成模塊以及數據發送模塊。抽樣數據生成模塊，用于基于歷史診斷數據庫，對所述歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據；診斷數據生成模塊，用于通過數據處理工具，對所述待抽樣數據進行抽樣、信息提取，生成基準診斷數據；以及數據發送模塊，用于將所述基準診斷數據提交存儲至基準數據庫中；其中，所述數據處理工具包括抽樣模塊、現象處理模塊以及原因處理模塊。
[0013]在本專利技術的一實施方式中，基于歷史診斷數據庫，對歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據包括：通過第一預設策略對存儲于所述歷史診斷數據庫中的所述歷史故障診斷數據的信息進行提取，生成診斷數據；通過第二預設策略對所述診斷數據進行分類、清洗，生成所述待抽樣數據。
[0014]在本專利技術的一實施方式中，通過數據處理工具，對待抽樣數據進行抽樣、信息提取，生成基準診斷數據包括：在所述抽樣模塊中預設DTC類診斷數據識別規則；在所述抽樣模塊中預設樣本抽樣規則，對所述待抽樣數據進行樣本抽樣，生成樣本抽樣數據；提取所述樣本抽樣數據中的DTC類、非DTC類數據中的故障診斷信息，生成所述基準診斷數據。
[0015]與現有技術相比，根據本專利技術的汽車故障診斷大數據信息提取方法，通過對歷史故障診斷大數據中龐雜的信息進行梳理、提煉，有利于分析不同故障現象場景與故障原因之間對應的關聯邏輯，梳理后的關聯邏輯能夠作為歷史維修經驗以便于維修技師診斷維修時進行參考、借鑒，從而達到了提升技能水平的目的。
附圖說明
[0016]圖1是本專利技術實施例一中的一種汽車故障診斷大數據信息提取方法的流程圖；
[0017]圖2是本專利技術實施例一中的生成待抽樣數據的流程圖；
[0018]圖3是本專利技術實施例一中的生成基準診斷數據的流程圖；
[0019]圖4是本專利技術實施例一中的一種汽車故障診斷大數據信息提取裝置的結構示意圖。
具體實施方式
[0020]下面結合附圖和實施例對本專利技術實施例作進一步的詳細說明。可以理解的是，此
處所描述的具體實施例僅僅用于解釋本專利技術實施例，而非對本專利技術實施例的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本專利技術實施例相關的部分而非全部結構。
[0021]為了方便理解，首先將本專利技術各實施例的主要實現構思進行簡單表述。
[0022]隨著汽車電氣電子化、新能源化、智能網聯化，汽車故障問題不再是簡單的機械問題，更多的有電氣故障、系統通訊及網絡總線等故障。汽車故障變得更加復雜，涉及到多個領域的綜合性問題，這給維修技師帶來了前所未有的挑戰。社會上智能網聯化汽車保有量在不斷的增長，而培養一名合格的汽修專家卻需要很長的時間，以至于供需關系嚴重不平衡。尤其是根據經驗或者咨詢相關人員獲得技術指導，來驗證及解決故障，這種方式耗時較長且容易出現診斷失誤的情況。
[0023]專利技術人通過發現如前
技術介紹
所述技術缺陷，進而希望能夠尋找到一種方式能夠在現有故障診斷大數據的基礎上，實現便于維修技師診斷維修時進行參考、借鑒，從而達到了提升技能水平的目的。
[0本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種汽車故障診斷大數據信息提取方法，其特征在于，包括：基于歷史診斷數據庫，對所述歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據；通過數據處理工具，對所述待抽樣數據進行抽樣、信息提取，生成基準診斷數據；將所述基準診斷數據提交存儲至基準數據庫中；其中，所述數據處理工具包括抽樣模塊、現象處理模塊以及原因處理模塊。2.如權利要求1所述的汽車故障診斷大數據信息提取方法，其特征在于，基于所述歷史診斷數據庫，對所述歷史診斷數據庫中的歷史故障診斷數據進行分類、清洗，生成待抽樣數據包括：通過第一預設策略對存儲于所述歷史診斷數據庫中的所述歷史故障診斷數據的信息進行提取，生成診斷數據；通過第二預設策略對所述診斷數據進行分類、清洗，生成所述待抽樣數據。3.如權利要求1所述的汽車故障診斷大數據信息提取方法，其特征在于，通過所述數據處理工具，對所述待抽樣數據進行抽樣、信息提取，生成基準診斷數據包括：在所述抽樣模塊中預設DTC類診斷數據識別規則；在所述抽樣模塊中預設樣本抽樣規則，對所述待抽樣數據進行樣本抽樣，生成樣本抽樣數據；提取所述樣本抽樣數據中的DTC類、非DTC類數據中的故障診斷信息，生成所述基準診斷數據。4.如權利要求1所述的汽車故障診斷大數據信息提取方法，其特征在于，將所述基準診斷數據提交存儲至基準數據庫中包括：所述數據處理工具將所述基準診斷數據提交儲存至所述基準數據庫中。5.如權利要求3所述的汽車故障診斷大數據信息提取方法，其特征在于，提取所述樣本抽樣數據中的DTC類、非DTC類數據中的故障診斷信息，生成所述基準診斷數據包括：所述現象處理模塊對標記含義DTC類的數據進行現象關鍵詞提取，將條目中提取到的現象關鍵詞與DTC代碼通用含義庫進行比對，確定DTC現象關鍵詞對應DTC代碼以及對應代碼的通用含義，并將對應DTC代碼作為所述DTC現象關鍵詞對應的第一現象通用詞；所述現象處理模塊對非標記含義DTC類的數據進行現象關鍵詞提取，并根據提取的現象關鍵詞創建對應第二現象通用詞，確定現象關鍵詞與第...
【專利技術屬性】
技術研發人員：李攀，段沛楠，汪家旺，阮鵬飛，
申請(專利權)人：武漢品致汽車技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。