[发明专利]一种基于数据挖掘的车辆故障诊断方法及系统

摘要

本发明涉及一种基于数据挖掘的车辆故障诊断方法及系统，属于车辆故障诊断技术领域。本发明从获取的大量车辆故障数据中，挖掘出各个数据参数值之间及参数属性值与故障类之间的隐藏关系，能够及时并有效地确定车辆发生故障的零部件，确定故障类型及故障原因，防止故障恶化而产生重大事故。同时，本发明采用组合分类的方法对车辆故障数据进行诊断，通过构建k个故障诊断模型对车辆故障进行诊断，与使用单个故障诊断模型相比，显著提高了故障诊断准确率。

主权项

1.一种基于数据挖掘的车辆故障诊断方法，其特征在于，该诊断方法包括以下步骤：步骤1.采集车辆故障数据，包括车辆发生故障时各零部件的相关参数数据，得到具有故障类标记的车辆故障数据集D，D中包含n个车辆故障数据样本{s1,s2,s3,…sn}；步骤2.构建故障诊断模型：2.1.初始化每个车辆故障数据样本的权重为1/n；2.2.根据数据样本的权重从D中有放回抽样，得到包含n个车辆故障数据样本的车辆故障数据集Di；2.3.在每个车辆故障数据集Di上构建一个车辆故障诊断模型Mi(i＝1,2,…,k)，并计算Mi的错误率error(Mi)其中，err(sj)是数据样本sj的误分类误差，如果sj被误分类，则err(sj)为1，否则它为0，wi为数据样本sj在第i次迭代的权重；2.4.当error(Mi)大于设定值时，则转到步骤2.2重新构建车辆故障诊断模型；2.5.当error(Mi)小于设定值，则对Di中每个被正确分类的车辆故障数据样本的权重乘以error(Mi)/(1‑error(Mi))；2.6.将步骤2.2‑2.5重复k次，以得到k个车辆故障诊断模型Mi(i＝1,2,…,k)；步骤3.利用所构建的k个故障诊断模型对实时采集到的车辆故障数据采用组合投票的方法进行故障诊断。