本發明專利技術公開了一種底盤故障智能診斷方法和系統，涉及故障診斷技術領域。該方法包括：構建底盤零部件故障知識圖譜，形成多元組信息；根據多元組信息獲取目標故障產生的目標診斷信息，基于LSTM網絡以及目標診斷信息識別故障嚴重性等級；對故障嚴重性等級進行排序，并對故障嚴重性等級較高的目標診斷信息進行可靠性評價，在可靠性評價滿足預設要求時，根據目標診斷信息對目標故障進行處置。本發明專利技術在建立知識圖譜的基礎上，通過故障嚴重性等級以及可靠性評價，給出處置方案，提高故障診斷的準確性和效率，減少人為錯誤。
【技術實現步驟摘要】
本專利技術實施例涉及故障診斷，尤其涉及一種底盤故障智能診斷方法和系統。
技術介紹
1、在現有的汽車智能底盤零部件故障診斷方法中，基于現象的故障診斷主要依賴于技術人員的個人經驗以及查閱維修手冊或知識庫。技術人員的經驗需要大量實踐來積累，并且難以理論化和共享。維修手冊和知識庫存在局限性。手冊無法涵蓋所有可能的故障，缺乏全面性。對于知識庫來說，傳統的構建過程是人工以計算機語言的形式進行表達和存儲，這一過程耗時且周期長。傳統的知識庫無法展示知識之間的關聯，容易形成知識孤島。另外，在故障診斷中產生的維修案例數據，如故障現象和原因等，過于口語化，難以有效存儲和使用。因此，迫切需要一種方法來實現知識庫的自動化構建，建立知識關聯，積累和復用診斷知識，并輔助技術人員進行故障診斷。
技術實現思路
1、本專利技術實施例提供一種底盤故障智能診斷方法和系統，其在建立知識圖譜的基礎上，通過故障嚴重性等級以及可靠性評價，給出處置方案，提高故障診斷的準確性和效率，減少人為錯誤。
2、本專利技術實施例第一方面提供了一種底盤故障智能診斷方法，包括：
3、構建底盤零部件故障知識圖譜，形成多元組信息；
4、根據所述多元組信息獲取目標故障產生的目標診斷信息，基于lstm網絡以及目標診斷信息識別故障嚴重性等級；
5、對所述故障嚴重性等級進行排序，并對故障嚴重性等級較高的目標診斷信息進行可靠性評價，在可靠性評價滿足預設要求時，根據所述目標診斷信息對所述目標故障進行處置。
<
p>6、本專利技術實施例構建了底盤零部件故障知識圖譜，其為后續的故障診斷奠定了堅實的理論基礎。通過知識圖譜中的多元組信息，我們能夠精確地確定目標故障的嚴重性等級，從而實現對故障信息的有效分類和優先級排序。基于對故障嚴重性等級較高的目標診斷信息進行可靠性評價，進而完成對目標故障的處理，可有效地解決了因工作人員知識儲備差異而造成的智能底盤故障處理精度較低、時效性較差的問題。7、此外，該方法還具有較強的通用性和擴展性。知識圖譜的構建和智能診斷技術的應用可以靈活地適應不同車型和底盤零部件的故障診斷需求，為車輛的安全運行提供了有力保障。同時，隨著技術的不斷發展和完善，該方法還可以進一步擴展和優化，以適應更加復雜和多樣化的故障診斷場景。
8、作為一種可選的實施方式，在本專利技術實施例第一方面中，構建底盤零部件故障知識圖譜，形成多元組信息，包括：
9、收集故障信息，并對所述故障信息的文本數據進行預處理；
10、對所述預處理后的故障信息進行文本標注；
11、基于雙向門控遞歸單元條件隨機場的實體識別模型提取關鍵實體信息提取所述文本標注后的故障信息中的關鍵實體信息；
12、基于獲取到的關鍵實體信息以及對應的關聯信息構建實體關系多元組；
13、對所述實體關系多元組可視化展示，得到所述底盤零部件故障知識圖譜。
14、本專利技術實施例通過文本預處理、文本標注以及實體識別模型和可視化操作實現了故障信息的結構化和可視化表示，為后續的故障診斷提供了有力的支持。這一方法不僅提高了故障診斷的準確性和效率，還為底盤零部件的維修和維護提供了更加科學的依據和指導。
15、作為一種可選的實施方式，在本專利技術實施例第一方面中，基于獲取到的關鍵實體信息以及對應的關聯信息構建實體關系多元組，包括：
16、基于人工規則的故障方法提取所述關聯關系，其具體包括：
17、通過觀察底盤零部件故障數據本身的特點并結合已經提取到的關鍵實體信息，采用定義關系集的方式將實體連接起來，形成所述實體關系多元組，即多元組信息，所述多元組至少為三元組。
18、本專利技術實施例通過人工規則提取關聯關系以構建實體關系多元組，實現了對故障信息的深度挖掘和結構化表示，不僅提高了故障診斷的準確性和可靠性，還為后續的維修和維護提供了更加科學的依據和指導，有助于提高底盤零部件的可靠性和安全性，為車輛的安全運行提供更加有力的保障。
19、作為一種可選的實施方式，在本專利技術實施例第一方面中，根據所述多元組信息獲取目標故障產生的目標診斷信息，基于lstm網絡以及目標診斷信息識別故障嚴重性等級，包括：
20、將所述目標診斷信息通過word2vec算法進行詞嵌入處理，得到詞嵌入向量；
21、將所述詞嵌入向量輸入預先訓練的lstm網絡，得到初始故障等級特征向量；
22、通過注意力機制對所述初始故障等級特征向量進行優化，得到最終故障等級特征向量；
23、將所述最終故障等級特征向量輸入輸出層，通過輸出層的softmax函數的計算，得到所述故障嚴重性等級。
24、本專利技術實施例將lstm網絡、注意力機制以及softmax函數相結合，實現了對故障信息的深度挖掘和精確識別，可以提高了故障診斷的準確性和效率，進一步提高車輛的運行可靠性和安全性。
25、作為一種可選的實施方式，在本專利技術實施例第一方面中，對所述故障嚴重性等級進行排序，并對故障嚴重性等級較高的目標診斷信息進行可靠性評價，包括：
26、將故障嚴重性等級排序靠前的預設數量的目標診斷信息對應的基準文本與目標故障對應的故障文本進行相似度比對，獲取故障文本與每個基準文本的相似度，以所述相似度作為可靠性評價。
27、本專利技術實施例通過對故障嚴重性等級排序，并對故障嚴重性等級較高的目標診斷信息進行可靠性評價，可以規劃出故障的治理順序還需診斷出故障原因并對嚴重等級較高的故障信息進行及時處置，而且這些基準文本通常是從歷史故障數據中提取的，代表了已知故障模式的典型描述，其與目標故障對應的故障文本進行相似度比對，可以獲取可靠度較高的故障診斷結果，有助于減少誤判和漏判。
28、作為一種可選的實施方式，在本專利技術實施例第一方面中，將故障嚴重性等級排序靠前的預設數量的目標診斷信息對應的基準文本與目標故障對應的故障文本進行相似度比對，包括：
29、在向量空間模型中，對每個基準文本以及故障文本進行映射，得到相應的映射特征向量：
30、v(dj)＝(t1j,w1j；t2j,w2j；…tnj,wnj)
31、v(di)＝(t1i,w1i；t2i,w2i；…tni,wni)
32、其中，(tkj，wkj)為故障文本中的第k個特征項，tkj為故障文本中的第k個特征，1≤k≤n，n為故障文本或基準文本中的特征總數，wkj為tkj在故障文本中的權重，且：
33、
34、tfkj為故障文本中的第k個特征在故障文本中出現的次數，dfkj為故障文本中所有特征出現的次數；n為故障文本和基準文本的數量之和；
35、(tki，wki)為第i個基準文本中的第k個特征項，tki為第i個基準文本中的第k個特征，wki為tki在第i個基準文本中的權重，且：
36、
37、其中，tfki為第i個基準文本中的第k個特征在本文檔來自技高網
...
【技術保護點】
1.一種底盤故障智能診斷方法，其特征在于，其包括以下步驟：
2.根據權利要求1所述的底盤故障智能診斷方法，其特征在于，構建底盤零部件故障知識圖譜，形成多元組信息，包括：
3.根據權利要求2所述的底盤故障智能診斷方法，其特征在于，基于獲取到的關鍵實體信息以及對應的關聯信息構建實體關系多元組，包括：
4.根據權利要求1所述的底盤故障智能診斷方法，其特征在于，根據所述多元組信息獲取目標故障產生的目標診斷信息，基于LSTM網絡以及目標診斷信息識別故障嚴重性等級，包括：
5.根據權利要求1所述的底盤故障智能診斷方法，其特征在于，對所述故障嚴重性等級進行排序，并對故障嚴重性等級較高的目標診斷信息進行可靠性評價，包括：
6.根據權利要求5所述的底盤故障智能診斷方法，其特征在于，將故障嚴重性等級排序靠前的預設數量的目標診斷信息對應的基準文本與目標故障對應的故障文本進行相似度比對，包括：
7.根據權利要求5所述的底盤故障智能診斷方法，其特征在于，在可靠性評價滿足預設要求時，根據所述目標診斷信息對所述目標故障進行處置，包括：p>
8.一種底盤故障智能診斷系統，其特征在于，其包括：
9.一種電子設備，其特征在于，包括存儲器、處理器以及存儲在所述存儲器中并能在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1-7任意一項所述的底盤故障智能診斷方法。
10.一種計算機可讀存儲介質，其特征在于，其存儲有計算機程序，其中，所述計算機程序使得計算機執行權利要求1-7任意一項所述的底盤故障智能診斷方法。
...
【技術特征摘要】
1.一種底盤故障智能診斷方法，其特征在于，其包括以下步驟：
2.根據權利要求1所述的底盤故障智能診斷方法，其特征在于，構建底盤零部件故障知識圖譜，形成多元組信息，包括：
3.根據權利要求2所述的底盤故障智能診斷方法，其特征在于，基于獲取到的關鍵實體信息以及對應的關聯信息構建實體關系多元組，包括：
4.根據權利要求1所述的底盤故障智能診斷方法，其特征在于，根據所述多元組信息獲取目標故障產生的目標診斷信息，基于lstm網絡以及目標診斷信息識別故障嚴重性等級，包括：
5.根據權利要求1所述的底盤故障智能診斷方法，其特征在于，對所述故障嚴重性等級進行排序，并對故障嚴重性等級較高的目標診斷信息進行可靠性評價，包括：
6.根據權利要求5所述的底盤故障智能...
【專利技術屬性】
技術研發人員：惠志峰，蘇干廳，張曉峰，熊峰，
申請(專利權)人：上海利氪科技有限公司，
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。