【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及車輛數(shù)據(jù)分析領(lǐng)域，尤其涉及一種基于智能診斷儀的汽車數(shù)據(jù)分析方法及系統(tǒng)。
技術(shù)介紹
1、隨著汽車工業(yè)的不斷發(fā)展和智能化水平的提升，現(xiàn)代汽車已經(jīng)不再是單純的機(jī)械產(chǎn)品，而是高度集成了電子、信息、控制等多個技術(shù)的復(fù)雜系統(tǒng)，車輛的故障預(yù)測和健康管理成為了提升汽車安全性、可靠性和運營效率的關(guān)鍵課題，汽車中包括發(fā)動機(jī)、電控系統(tǒng)、傳感器、制動系統(tǒng)、動力系統(tǒng)等多種復(fù)雜組件，這些系統(tǒng)在長期運行過程中會受到各種內(nèi)外部因素的影響，如溫度波動、電壓變化、傳感器故障、部件磨損等，進(jìn)而導(dǎo)致系統(tǒng)性能下降甚至發(fā)生故障，因此，如何準(zhǔn)確及時地預(yù)測和診斷這些潛在故障，成為了保障車輛安全和性能的一個重大挑戰(zhàn)。
2、傳統(tǒng)的汽車數(shù)據(jù)分析通常依賴于人工檢查和傳統(tǒng)的故障排除手段，主要通過機(jī)械部件的檢查或定期維護(hù)來發(fā)現(xiàn)故障，這些方法雖然能夠在一定程度上確保車輛的正常運行，但往往存在檢查周期長、檢測結(jié)果不準(zhǔn)確、效率低下等問題，此外，傳統(tǒng)方法無法提供實時、準(zhǔn)確的故障預(yù)測，導(dǎo)致車輛故障往往在發(fā)生前無法提前預(yù)警，從而造成嚴(yán)重的安全事故或造成高額的維修成本，因此，需要一種更加智能，安全的汽車數(shù)據(jù)分析方法。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)為解決上述技術(shù)問題，提出了一種基于智能診斷儀的汽車數(shù)據(jù)分析方法及系統(tǒng)，以解決至少一個上述技術(shù)問題。
2、為實現(xiàn)上述目的，本專利技術(shù)提供一種基于智能診斷儀的汽車數(shù)據(jù)分析方法，包括以下步驟：
3、步驟s1：基于智能診斷儀獲取車輛多模態(tài)監(jiān)測數(shù)據(jù)；對車輛多模態(tài)監(jiān)測數(shù)據(jù)進(jìn)行
4、步驟s2：對車輛多模態(tài)監(jiān)測數(shù)據(jù)進(jìn)行多頻率降噪優(yōu)化，并進(jìn)行常態(tài)化周期演變挖掘，從而生成常態(tài)化振動周期演變特征；
5、步驟s3：對車輛時序狀態(tài)特征及常態(tài)化振動周期演變特征進(jìn)行潛在特征關(guān)聯(lián)深層挖掘，再進(jìn)行關(guān)聯(lián)圖譜建模，構(gòu)建車輛多模態(tài)特征知識圖譜；
6、步驟s4：獲取車輛實時運行參數(shù)；基于車輛多模態(tài)特征知識圖譜對車輛實時運行參數(shù)進(jìn)行非常態(tài)化參數(shù)偏差計算以及故障定位溯源，從而得到潛在異常故障定位點；
7、步驟s5：對潛在異常故障定位點進(jìn)行多時段故障模擬，并進(jìn)行車輛故障風(fēng)險預(yù)測，從而生成車輛潛在故障風(fēng)險預(yù)測數(shù)據(jù)；
8、步驟s6：對車輛潛在故障風(fēng)險預(yù)測數(shù)據(jù)進(jìn)行云端邊緣協(xié)同決策，并進(jìn)行動態(tài)故障診斷調(diào)度，構(gòu)建智能故障診斷調(diào)度模型。
9、本專利技術(shù)通過智能診斷儀獲取車輛多模態(tài)監(jiān)測數(shù)據(jù)，可獲取車輛運行狀態(tài)的多方面信息，運行功率變化計算和時序狀態(tài)特征挖掘有助于了解車輛運行狀態(tài)的動態(tài)變化，為后續(xù)分析提供基礎(chǔ)數(shù)據(jù)，多頻率降噪優(yōu)化有助于清晰車輛監(jiān)測數(shù)據(jù)中的信號，并挖掘常態(tài)化振動周期演變特征，生成常態(tài)化振動周期演變特征有助于了解車輛振動行為的演變規(guī)律，為異常檢測和故障預(yù)測提供支持，潛在特征關(guān)聯(lián)深層挖掘和關(guān)聯(lián)圖譜建模有助于發(fā)現(xiàn)不同特征之間的關(guān)聯(lián)性，構(gòu)建車輛多模態(tài)特征知識圖譜，知識圖譜提供了一個全面的特征關(guān)聯(lián)視角，為后續(xù)的異常檢測和故障定位提供基礎(chǔ)，基于車輛多模態(tài)特征知識圖譜，對車輛實時運行參數(shù)進(jìn)行偏差計算和故障定位，故障定位溯源有助于找出潛在異常故障定位點，提前發(fā)現(xiàn)潛在故障風(fēng)險，通過多時段故障模擬和故障風(fēng)險預(yù)測，生成車輛潛在故障風(fēng)險預(yù)測數(shù)據(jù)，預(yù)測故障風(fēng)險有助于采取預(yù)防性措施，減少故障對車輛運行的影響，通過云端邊緣協(xié)同決策和動態(tài)故障診斷調(diào)度，構(gòu)建智能故障診斷調(diào)度模型，模型可幫助實現(xiàn)快速響應(yīng)故障事件，提高故障診斷的效率和準(zhǔn)確性，保障車輛運行的安全性和穩(wěn)定性。
10、優(yōu)選地，步驟s1包括以下步驟：
11、步驟s11：基于智能診斷儀獲取車輛多模態(tài)監(jiān)測數(shù)據(jù)，所述車輛多模態(tài)監(jiān)測數(shù)據(jù)包括車輛發(fā)動機(jī)全方位監(jiān)測參數(shù)、車輛電路監(jiān)測數(shù)據(jù)及車輛運行狀態(tài)聲音信號；
12、步驟s12：對車輛發(fā)動機(jī)全方位監(jiān)測參數(shù)進(jìn)行溫度波動分析，提取溫度波動數(shù)據(jù)；
13、步驟s13：對溫度波動數(shù)據(jù)進(jìn)行時序波動離散擬合，構(gòu)建發(fā)動機(jī)溫度波動曲線；
14、步驟s14：對車輛發(fā)動機(jī)全方位監(jiān)測參數(shù)進(jìn)行運行功率變化計算，以生成發(fā)動機(jī)運行功率變化特征；
15、步驟s15：對發(fā)動機(jī)運行功率變化特征、發(fā)動機(jī)溫度波動曲線及車輛電路監(jiān)測數(shù)據(jù)進(jìn)行時序狀態(tài)特征挖掘，得到車輛時序狀態(tài)特征。
16、本專利技術(shù)通過獲取車輛發(fā)動機(jī)全方位監(jiān)測參數(shù)、車輛電路監(jiān)測數(shù)據(jù)及車輛運行狀態(tài)聲音信號，提供了全面的車輛監(jiān)測信息，多模態(tài)數(shù)據(jù)的綜合分析可以更全面地了解車輛的運行狀態(tài)，為后續(xù)分析提供基礎(chǔ)數(shù)據(jù)，溫度波動分析有助于了解發(fā)動機(jī)溫度的變化規(guī)律，提取關(guān)鍵的溫度波動數(shù)據(jù)，提取的溫度波動數(shù)據(jù)可用于后續(xù)的特征構(gòu)建和故障預(yù)測，通過時序波動離散擬合，構(gòu)建發(fā)動機(jī)溫度波動曲線，呈現(xiàn)溫度波動的具體趨勢，溫度波動曲線的建立有助于對發(fā)動機(jī)溫度變化進(jìn)行更深入的分析，為異常檢測提供依據(jù)，通過對發(fā)動機(jī)全方位監(jiān)測參數(shù)進(jìn)行運行功率變化計算，生成發(fā)動機(jī)運行功率變化特征，這些特征可以反映發(fā)動機(jī)性能的變化，為故障風(fēng)險分析提供重要信息，結(jié)合發(fā)動機(jī)運行功率變化特征、發(fā)動機(jī)溫度波動曲線及車輛電路監(jiān)測數(shù)據(jù)，進(jìn)行時序狀態(tài)特征挖掘，時序狀態(tài)特征的挖掘能夠綜合考慮多個方面的信息，更全面地描述車輛的運行狀態(tài)，有助于識別潛在的故障風(fēng)險點。
17、優(yōu)選地，步驟s15具體步驟為：
18、識別車輛多個電路元件節(jié)點；
19、基于車輛多個電路元件節(jié)點進(jìn)行元件節(jié)點間交互分析，以得到節(jié)點交互電路；
20、基于車輛電路監(jiān)測數(shù)據(jù)對節(jié)點交互電路進(jìn)行電路參數(shù)匹配，從而得到每一條車輛電路的監(jiān)測參數(shù)；
21、基于所述車輛電路的監(jiān)測參數(shù)提取電壓時序參數(shù)；
22、對電壓時序參數(shù)進(jìn)行電壓時序波形擬合，以得到電壓時序波形曲線；
23、對電壓時序波形曲線進(jìn)行傅里葉變換，生成電壓時序波形頻譜數(shù)據(jù)；
24、對電壓時序波形頻譜數(shù)據(jù)進(jìn)行電壓變化幅度計算，得到電壓變化幅度值；
25、對電壓變化幅度值進(jìn)行變化趨勢演化，從而生成電壓變化趨勢演化特征；
26、基于電壓變化趨勢演化特征進(jìn)行車輛電壓負(fù)載態(tài)勢分析，以得到車輛電壓負(fù)載態(tài)勢特征；
27、基于車輛電壓負(fù)載態(tài)勢特征對發(fā)動機(jī)運行功率變化特征進(jìn)行電壓負(fù)載-運行功率關(guān)聯(lián)變化分析，以生成電壓負(fù)載-運行功率關(guān)聯(lián)特征；
28、對電壓負(fù)載-運行功率關(guān)聯(lián)特征及發(fā)動機(jī)溫度波動曲線進(jìn)行時序狀態(tài)量演化，得到車輛時序狀態(tài)特征。
29、本專利技術(shù)通過識別車輛電路的各個元件節(jié)點，可以為后續(xù)的電路故障分析和監(jiān)測打下基礎(chǔ)，每個節(jié)點代表著車輛電路系統(tǒng)中的一個功能點，例如發(fā)動機(jī)傳感器、車燈、控制模塊等，識別這些節(jié)點有助于明確電路中各個元件的工作狀態(tài)與交互關(guān)系，元件節(jié)點間的交互分析可以幫助理解電路中的信號傳遞和電流流動方式，通過分析節(jié)點之間的相互影響，能夠了解電路系統(tǒng)在不同工作狀態(tài)下的運行模式，并且為電路故障定位提供參考，電路參數(shù)匹配能精確地將監(jiān)測到的電路數(shù)據(jù)與各個元件節(jié)點的特性進(jìn)行對比，從而得出每本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S1具體步驟為：
3.根據(jù)權(quán)利要求2所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S15具體步驟為：
4.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S2具體步驟為：
5.根據(jù)權(quán)利要求4所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S21具體步驟為：
6.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S3具體步驟為：
7.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S4的具體步驟為：
8.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S5的具體步驟為：
9.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟S6的具體步驟為：
10.一種基于智能診斷儀的汽車數(shù)據(jù)分析系統(tǒng)，其特征在于，用于執(zhí)行如權(quán)利
...【技術(shù)特征摘要】
1.一種基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟s1具體步驟為：
3.根據(jù)權(quán)利要求2所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟s15具體步驟為：
4.根據(jù)權(quán)利要求1所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟s2具體步驟為：
5.根據(jù)權(quán)利要求4所述的基于智能診斷儀的汽車數(shù)據(jù)分析方法，其特征在于，步驟s21具體步驟為：
6.根據(jù)權(quán)利要求1所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：吳良軍，練慶嶺，白云飛，奉紅貴，黃衛(wèi)勇，
申請(專利權(quán))人：深圳富士偉業(yè)科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。