[发明专利]一种汽车故障诊断方法及相关设备有效

专利信息
申请号: 201811157510.4 申请日: 2018-09-30
公开(公告)号: CN109101010B 公开(公告)日: 2021-06-11
发明(设计)人: 刘均;刘新;邓思超 申请(专利权)人: 深圳市元征科技股份有限公司
主分类号: G05B23/02 分类号: G05B23/02
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518000 广东省深圳市龙*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 汽车 故障诊断 方法 相关 设备
【说明书】:

本申请提供了一种汽车故障诊断方法和相关设备。所述方法包括:按固定时间间隔获取待检测数据形成待检测数据序列,所述待检测数据为汽车故障数据;将所述待检测数据序列进行编码获得观察序列;将所述观察序列输入故障分类模型,输出故障分类序列;根据所述故障分类序列,获得汽车故障诊断结果。

技术领域

本申请涉及计算机领域,尤其涉及一种汽车故障诊断方法及相关设备。

背景技术

随着汽车工业的不断发展,微型计算机控制系统已经越来越多的应用到汽车电子模块中,这对汽车的安全、可靠、动力、经济和环保等性能都有极大的提高。同时,随着各类传感器、执行器的应用,使得汽车电子结构日益复杂,也使汽车故障诊断排除越发困难。

汽车故障的诊断方法一般是维修人员获取诊断仪获取汽车故障码、系统数据流后,通过故障码查阅标准维修手册来诊断汽车故障。而对于汽车这样的复杂系统,显示不正常的传感器可能不是该传感器指定的模块发生故障,维修人员往往需要通过经验判断是哪个模块发生故障,这个过程耗费大量时间,汽车维修人员维修的准确率和效率都无法得到保障。

发明内容

本申请提供了一种汽车故障诊断方法和相关设备,能够快速地定位汽车故障的位置以及故障原因。

第一方面,提供了一种汽车故障诊断方法,包括如下步骤:

按固定时间间隔获取待检测数据形成待检测数据序列,所述待检测数据为汽车故障数据;

将所述待检测数据序列进行编码获得观察序列;

将所述观察序列输入故障分类模型,输出故障分类序列;

根据所述故障分类序列,获得汽车故障诊断结果。

可选地,所述故障分类序列与所述观察序列存在对应关系,所述故障分类序列包含多个故障分类数据,所述故障分类数据属于汽车故障分类集合。

可选地,在获取所述待检测数据之前,所述方法还包括:

获取样本数据,所述样本数据包括样本输入数据以及样本故障分类序列,其中,样本输入数据与样本故障分类序列存在对应关系;

对所述样本输入数据进行编码获得样本观察序列;

将所述样本观察序列输入预设模型得到预测故障分类序列;

将所述预测故障分类序列与样本故障分类序列进行对比分析,根据所述对比分析结果调整所述预设模型参数;

重复上述步骤,直至预测故障分类序列与样本故障分类序列误差为最小值,将所述预测故障分类序列与样本故障分类序列误差为最小值的预设模型确定为故障分类模型。

可选地,获得所述汽车故障诊断结果后,所述方法还包括:

在接收到所述诊断结果为正确的情况下,存储所述待检测数据与故障分类序列为样本增量数据;

根据所述样本增量数据调整所述故障分类模型参数,得到更新后的故障分类模型。

可选地,所述获得汽车故障诊断结果后,所述方法还包括:

根据所述诊断结果获取相关维修方案或维修人员的联系方式。

第二方面,第二方面,提供了一种汽车故障诊断装置,包括获取单元、编码单元、分类单元以及诊断单元,

所述获取单元用于按固定时间间隔获取待检测数据形成待检测数据序列,所述待检测数据为汽车故障数据;

所述编码单元用于将所述待检测数据序列进行编码获得观察序列;

所述分类单元用于将所述观察序列输入故障分类模型,输出故障分类序列;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市元征科技股份有限公司,未经深圳市元征科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811157510.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top