【技术实现步骤摘要】
基于大数据的多模融合车辆故障诊断方法及系统
[0001]本专利技术属于汽车故障诊断领域，具体涉及一种基于大数据的多模融合车辆故障诊断方法及系统。
技术介绍
[0002]车辆故障一直是整车厂在研发、售后阶段会投入大量精力想解决的领域，轻则导致用户体验下降、用户口碑下滑，重则威胁到用户行驶安全，严重的批量故障还会引发大批量的车辆召回。
[0003]传统的车辆故障维修存在以下的问题和挑战：（1）诊断仪检测到的数据太少，诊断信息作用有限，4S店维修困难；（2）偶发故障难以复现，排查时间长且难以找到问题真因；（3）故障一次性解决率低，反复换件。最终导致用户抱怨：故障维修时间长，速度慢，且维修不透明，存在多换、换错现象。究其根因，主要问题在于整车厂对车辆故障信息获取太少，难以快速定位问题，且难以形成故障问题知识库供后续使用，故如何获取和关联更多的信息判定车辆故障是亟待解决的一个问题。
[0004]目前，公开号为105955233的中国专利公开了一种基于数据挖掘的车辆故障诊断方法及系统；通过获取的大量车辆故障数据，并挖掘出...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的多模融合车辆故障诊断方法，其特征是：包括如下步骤：步骤1，基于整车电子电器架构、控制器边界图、控制器诊断码清单、控制器开发技术要求、车辆维修手册、控制器故障诊断清单信息以及车辆各部件域控制器，构建整车电子电器故障树，并将整车电子电器故障树输出到云端；步骤2，基于云端提供的车辆故障码、故障提醒数据、车况数据、历史维保数据，搭建故障知识图谱，并将故障知识图谱输出到云端；步骤3，在整车电子电器故障树和故障知识图谱的基础上，在云端构建具有故障识别规则模型、故障识别算法模型、故障智能定位模型的智能诊断内核，并通过智能诊断内核对实时接收的车辆故障信息进行判定后，将诊断信息输出到车端或客户端或售后系统。2.根据权利要求1所述的基于大数据的多模融合车辆故障诊断方法，其特征在于，当车辆故障出现后，云端的智能诊断内核接收到车机端所发出的实时故障信息，并通过故障识别规则模型所接收的故障知识图谱和/或整车电子电器故障树中已知故障信息，自动构建规则集，对实时接收的故障信息进行提取识别后，通过规则集中的规则逻辑判断故障类型，并向车端或客户端或售后系统输出决策结果；所述故障识别算法模型基于云端的故障知识图谱建模生成故障诊断模型，通过机器深度学习，然后，将学习结果输出到故障智能定位模型，同时，对实时接收到的故障信息进行提取后根据深度学习后所得到的判断规则进行故障诊断，在故障诊断后向车端或客户端或售后系统输出决策结果；所述故障智能定位模型基于故障识别算法模型的深度学习结果对实时接收的故障信息进行诊断定位计算，找出故障零部件的位置并输出维修方案或故障解读。3.根据权利要求2所述的基于大数据的多模融合车辆故障诊断方法，其特征在于，所述故障识别算法模型还能够在接收到车端的在线数据后，对在线数据融合与分析，并自动梳理所接收的各个在线数据中各参数间的相互关联模型，得出最优预测函数。4.根据权利要求3所述的基于大数据的多模融合车...
【专利技术属性】
技术研发人员：龙美元，蔡春茂，郝金隆，戴娇，李光祝，明瑶，王瑜，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。