一种汽车智能故障诊断与维修辅助方法及系统技术方案

本发明专利技术提供了一种汽车智能故障诊断与维修辅助方法及系统，通过OBD诊断接口获取汽车客观原始诊断数据；通过对其进行预处理后，判断有无故障码，若有，则对此故障码进行解析，并为其提供汽车维修辅助；若无故障码，则通过云模型方法将获取的汽车主观不确定性故障征兆定性值进行定量转化，并与汽车系统标准数据库中标准值进行比对，系统自动初步诊断出汽车故障部位；通过基于正态云模型的案例推理方法诊断出汽车故障原因；并可使用规则推理辅助完成汽车故障诊断与排除。本发明专利技术解决了汽车有故障而无故障码的复杂情况或由非电子元件损坏导致的汽车故障，高效、快速的完成汽车故障诊断，规范维修步骤，合理制定维修价格。

Method and system for intelligent fault diagnosis and maintenance of vehicle based on subjective and objective information and cloud model

The present invention provides a combination of subjective and objective information of the cloud model and intelligent fault diagnosis and maintenance support method and system, through the OBD interface to obtain the original objective diagnosis of automobile diagnostic data; through pre processed, to determine whether the fault code, if any, this fault code analysis, and provide assistance for the vehicle maintenance; if there is no fault code, through the cloud model of the automobile subjective uncertainty fault qualitative value quantitative transformation, compared with the standard car standard database system in the value system of automatic diagnosis of automobile fault location; through case based reasoning method of normal cloud model based on diagnose the causes fault of automobile; and can use rule-based reasoning assist fault diagnosis and elimination of automobile. The invention solves the problem that the car has no fault and complex fault code or non electronic components caused by the damaged car fault, automobile fault diagnosis efficiency, fast, standardized maintenance steps, reasonable maintenance price.

【技术实现步骤摘要】
一种结合主客观信息和云模型的汽车智能故障诊断与维修辅助方法及系统
本专利技术涉及汽车故障诊断与维修领域，特别是涉及一种结合主客观信息和云模型的汽车智能故障诊断与维修辅助方法及系统。
技术介绍
汽车故障诊断与维修技术是指在不对整车进行解体的情况下，通过观察汽车故障征兆及使用仪器设备确定汽车工作状况，查明故障原因和故障部位，应用相应的维修方法及工具排除汽车故障。由于汽车新技术日新月异，汽车电控系统日趋复杂，汽车发生故障的频率越来越高，汽车出现故障的原因越来越复杂。当汽车发生故障后，查找汽车发生故障的原因所占用的时间为70％，而对汽车进行维修的时间仅占30％。目前我国汽车维修服务行业还处在快速发展的初级阶段，维修从业人员整体学历偏低，具有汽车故障诊断能力的技术人员仅占20％左右，且监管制度还不是很完善，导致很多的汽车维修企业在汽车的维修定价中存在不合理、不透明性，对于汽车的维修流程不规范，严重影响了顾客对于这些企业服务的满意度，顾客更多的印象是“脏、乱、差”。车载自诊断系统(OBD)能够根据汽车某个部件发生故障时，在汽车ECU中形成相应的故障码，通过应用相应的汽车故障诊断设备读取汽车ECU本文档来自技高网...

【技术保护点】
一种结合主客观信息和云模型的汽车智能故障诊断与维修辅助系统，其特征在于，所述的汽车智能故障诊断与维修辅助系统包括OBD诊断接口模块、汽车客观诊断原始数据获取模块、数据预处理模块、故障码解析模块、云模型数据处理模块、故障自诊断模块、基于云模型的故障案例推理模块、基于规则推理模块和维修辅助模块；所述的OBD诊断接口模块用于连接汽车ECU与本专利技术的汽车智能故障诊断与维修辅助系统；所述的汽车客观诊断原始数据获取模块与OBD诊断接口模块连接，以服务请求的方式向汽车ECU索取故障码或汽车诊断原始数据，汽车ECU以服务应答的方式向汽车客观诊断原始数据获取模块传送故障码或汽车诊断原始数据；所述的数据预处理...

【技术特征摘要】
1.一种结合主客观信息和云模型的汽车智能故障诊断与维修辅助系统，其特征在于，所述的汽车智能故障诊断与维修辅助系统包括OBD诊断接口模块、汽车客观诊断原始数据获取模块、数据预处理模块、故障码解析模块、云模型数据处理模块、故障自诊断模块、基于云模型的故障案例推理模块、基于规则推理模块和维修辅助模块；所述的OBD诊断接口模块用于连接汽车ECU与本发明的汽车智能故障诊断与维修辅助系统；所述的汽车客观诊断原始数据获取模块与OBD诊断接口模块连接，以服务请求的方式向汽车ECU索取故障码或汽车诊断原始数据，汽车ECU以服务应答的方式向汽车客观诊断原始数据获取模块传送故障码或汽车诊断原始数据；所述的数据预处理模块与汽车客观诊断原始数据获取模块连接，对所获取的汽车诊断原始数据进行处理，将汽车诊断原始数据中的故障码和其他故障诊断数据进行分离，将处理后的数据分类存储到数据预处理临时数据库中；所述的故障码解析模块与数据预处理模块连接，将数据预处理临时数据库中存储的故障码与故障码表进行对比，匹配到与相应故障码对应的故障信息，从而确定汽车出现故障的原因；所述的云模型数据处理模块将客户对故障汽车的现象描述及维修人员简要提取的汽车故障征兆模糊属性值转化为定量数值；所述的故障自诊断模块分别与数据预处理模块和云模型数据处理模块连接，自动初步诊断出汽车故障部位，包括汽车系统标准数据库和故障自动分析机制；所述的基于云模型的故障案例推理模块连接故障自诊断模块，故障自诊断模块初步诊断出汽车故障部位后，针对该故障部位详细地提取汽车故障案例征兆属性值，输入基于云模型的故障案例推理模块进行故障案例推理，确定汽车出现故障的具体原因，包括人机交互模块、故障案例推理模块及故障案例学习模块；所述的基于规则推理模块通过归纳、总结的汽车检测与维修步骤对汽车进行故障诊断与排除，包括人机交互模块及规则推理模块；所述的维修辅助模块用于连接故障码解析模块或基于云模型的故障案例推理模块，通过故障码解析模块或基于云模型的故障案例推理模块确诊汽车出现故障的原因后，通过维修辅助模块为客户提供所需的维修时间、维修价格等信息，标准化汽车维修流程，包括人机交互模块、维修案例推理模块及维修案例学习模块。2.一种结合主客观信息和云模型的汽车智能故障诊断与维修辅助方法，其特征在于，步骤如下：步骤一、通过OBD诊断接口模块将汽车ECU与本发明的汽车智能故障诊断与维修辅助系统进行连接；步骤二、获取汽车客观诊断原始数据，通过OBD诊断接口模块，以服务请求的方式向汽车ECU索取故障码或汽车诊断原始数据，汽车ECU以服务应答的方式向汽车客观诊断原始数据获取模块传送故障码或汽车诊断原始数据；步骤三、数据预处理，将所获得的汽车诊断原始数据中的故障码与其他故障诊断数据进行分离，将处理后的数据分类存储到数据预处理临时数据库中；步骤四、判断经过处理后的数据中是否有故障码；步骤五、解析故障码，将数据预处理临时数据库中存储的故障码与故障码表进行对比，匹配到与相应故障码对应的故障信息，确定故障原因；步骤六、记录客户对故障汽车的现象描述信息；步骤七、维修人员简要提取汽车故障征兆模糊属性值；步骤八、云模型数据处理，通过应用云模型，将客户对汽车的故障现象描述信息及维修人员简要提取的汽车故障征兆模糊属性值转化为数字表示的定量值；进一步地，所述云模型，首先应用专家统计的方法，获得模糊属性的期望值Ex：式中，Ex为模糊属性期望值；Xi为定量属性值；n为属性值数量；得到模糊属性的期望值后，计算熵En：式中，En为模糊属性熵；根据期望值和熵计算熵的熵，即超熵He：式中，He为模糊属性熵；最后即得出正态分布的隶属云期望曲线μ：μ＝exp(-(x-Ex)2/(2En2))(4)式中，μ为正态分布的隶属云隶属度；根据曲线μ即将主观不确定性汽车故障征兆定性值转化为定量的数值；步骤九、故障自诊断模块包括汽车系统标准数据库和故障自动分析机制；汽车系统标准数据库：用来分类存储汽车各机构或系统重要属性标准值；故障自动分析机制：用来分析简要获取的当前汽车故障诊断值与汽车系统标准数据库中存储的标准值之间的差异；进一步地，对汽车系统标准数据库中存储的汽车各机构或系统重要属性标准值，根据各属性值出现异常对机构或系统出现故障的贡献程度不同，分配合适的属性权重；故障自动分析机制将当前汽车故障诊断值与标准值进行对比，若二者之间的差值超出允许的范围，则判断此属性值出现异常，依此类推，直到判断完所有属性，最终对有异常的属性所占的权重求和，若求和超过所设定阈值，则系统自动初步判断出哪一机构或系统出现故障；步骤十、基于云模型的故障案例推理故障诊断，通过将获得的汽车模糊故障属性应用云模型的方法转化为定量数值，使用案例推理技术诊断出汽车出现故障的原因，包括人机交互模块、故障案例推理模块及故障案例学习模块；所述的基于云模型的人机交互模块：实现汽车故障征兆值的录入；所述的故障案例推理模块连接人机交互模块，包括故障案例表示、故障案例库的组织及故障案例检索；所述的故障案例表示：对收集的历史故障案例进行整理，提取历史故障案例的特征，将其存储到故障案例数据库中，本方法中故障案例表示用一个五元组的案例表示方法来表示汽车故障案例：E＝<N，T，D，R，A>(5)式中，N为故障案例唯一标识符；T为故障案例所属种类，T＝{T1，T2，…，Tn}；D为故障案例征兆属性值，D＝{D1，D2，…，Dn}；R为汽车故障原因；A为故障案例的辅助说明信息，A＝{A1，A2，…，An}；所述的故障案例库的组织将收集的故障案例按组成汽车的机构或系统的不同进行分类存储；将每一机构或系统下的故障案例分为上层案例库与下层案例库的两级案例层次结构；所述的上层案例库抽象于下层案例，是下层案例库中所有案例的特征代表；选取原则为上层案例到各下层案例的距离和最短；所述的下层案例库是上层案例的具体案例，通过使用层次方法下的最短距离聚类算法按相似原则对历史案例进行分类，相似的案例则归为一类；本方法通过使用层次方法下的最短距离聚类算法按相似原则对历史案例进行分类，相似的案例则归为一类；所述的最短距离聚类算法设SIM(xi，xj)表示样本故障案例xi和xj之间的相似度，簇Cm和Cn之间的相似度为两簇中最相似的案例之间的相似度，用如下公式(6)表示：式中，Sij为簇Cm和Cn之间的相似度；SIM(xi，xj)为样本故障案例xi和xj之间的相似度；xi为序号为i的样本故障案例；xj为序号为j的样本故障案例；Cm为序号为m的簇；...

【专利技术属性】
技术研发人员：高俊杰，肖伟，岳明，谢亚南，顾丰，崔晓敏，王璟，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21