一种车辆健康状态分析方法、装置、系统及工程车辆制造方法及图纸

本发明专利技术涉及工程机械技术领域，具体涉及一种车辆健康状态分析方法、装置、系统及工程车辆，包括建立故障工况数据与故障信息的对应关系；获取车辆的实时工况数据；根据所述对应关系生成与所述实时工况数据对应的车辆健康信息。本申请通过训练样本数据来训练生成故障预测模型。由故障预测模型可以对车辆的实时工况数据进行判断，以生成对应的泵车健康状态信息。由此，经过训练样本数据训练的故障预测模型具有更高的故障判别的准确率，可以更加精准方便的判断泵车发生的故障的具体情况。方便的判断泵车发生的故障的具体情况。方便的判断泵车发生的故障的具体情况。

【技术实现步骤摘要】
一种车辆健康状态分析方法、装置、系统及工程车辆


[0001]本申请涉及工程机械
，具体涉及一种车辆健康状态分析方法、装置、系统及工程车辆。

技术介绍

[0002]混凝土泵车是一种利用压力将预搅拌好的混凝土沿布置管道输送到一定高度和距离的工程机械，在现代建筑工程中得到广泛应用。泵送系统作为混凝土泵车的核心部分，是一个高度耦合的非线性系统，结构复杂，各回路之间相互干涉，各主要组成元件的失效形式，故障机理复杂多样，故障特征信息的提取以及故障模式识别较为困难，不便于对故障进行诊断。
[0003]由此使得现有技术中，在混凝土泵车发生故障时，难以精确地对发生的故障进行诊断。

技术实现思路

[0004]有鉴于此，本申请提供了一种车辆健康状态分析方法，解决了现有技术中在混凝土泵车发生故障时，难以精确地对发生的故障进行诊断的技术问题。
[0005]根据本申请的第一个方面，本申请提供了一种车辆健康状态分析方法，包括：
[0006]建立故障工况数据与故障信息的对应关系；
[0007]获取车辆的实时工况数据；
[0008]根据所述对应关系生成与所述实时工况数据对应的车辆健康信息。
[0009]在本申请一种可能的实现方式中，建立故障工况数据与故障信息的对应关系包括：
[0010]获取训练样本数据，所述训练样本数据包括故障工况数据及故障信息；
[0011]构建初始故障模型，使用所述训练样本数据对所述初始故障模型进行训练，生成故障预测模型；
[0012]通过所述故障预测模型建立所述故障工况数据与所述故障信息的对应关系。
[0013]在本申请一种可能的实现方式中，获取训练样本数据包括：
[0014]建立故障信息库，所述故障信息库中包括多个故障描述单，所述故障描述单中包括第一故障时段以及所述第一故障时段对应的故障信息；
[0015]建立故障工况数据库，所述故障工况数据库包括车辆的所述故障工况数据及第二故障时段，所述第二故障时段为产生所述故障工况数据所对应的时间段；
[0016]获取所述第一故障时段与所述第二故障时段的相交时间片段；
[0017]根据所述相交时间片段，从所述故障工况数据库以及所述故障信息库中分别获取与所述相交时间片段对应的所述故障工况数据及所述故障信息。
[0018]在本申请一种可能的实现方式中，所述故障信息包括故障部位数据以及故障类型数据。
[0019]在本申请一种可能的实现方式中，所述建立故障工况数据库包括：
[0020]获取泵车在泵送状态下的工况数据；
[0021]以标定周期对所述工况数据进行切分，生成多个工况子数据；
[0022]对所述工况子数据进行特征提取处理，生成预处理数据；
[0023]根据SVR模型计算出所述预处理数据所对应的预测周期；
[0024]计算所述标定周期与所述预测周期之间的异常值的绝对值；
[0025]确定所述异常值的绝对值大于异常阈值，标记所述预处理数据所对应的标定周期为孤立异常时间；
[0026]确定多个在时间上连续的所述孤立异常时间的连续时长大于故障时长阈值，根据多个在时间上连续的所述孤立异常时间所对应的所述预处理数据生成所述故障工况数据。
[0027]在本申请一种可能的实现方式中，所述方法还包括：
[0028]获取泵车在正常泵送状态下的正常工况数据；
[0029]以所述标定周期对所述正常工况数据进行切分，生成多个正常工况子数据；
[0030]多个所述正常工况子数据对初始SVR模型进行训练，以生成所述SVR模型。
[0031]在本申请一种可能的实现方式中，对所述工况子数据进行特征提取处理，包括；
[0032]计算所述工况子数据中采集特征的特征值；
[0033]将所述工况子数据中的采集数据替换为对应的特征值。
[0034]在本申请一种可能的实现方式中，所述车辆为泵车，所述采集特征包括泵车主系统压力、发动机转速、搅拌压力、蓄能器压力及发动机转矩。
[0035]根据本申请的第二个方面，本申请提供了一种用于实现所述方法的车辆健康状态分析装置，包括：
[0036]关系建立单元，用于建立故障工况数据与故障信息的对应关系；
[0037]数据获取单元，用于获取车辆的实时工况数据；
[0038]结果生成单元，用于根据所述对应关系生成与所述实时工况数据对应的车辆健康信息，所述结果生成单元与所述关系建立单元及所述数据获取单元分别通信连接。
[0039]根据本申请的第三个方面，本申请提供了一种用于实现所述方法的车辆健康状态分析系统，包括：
[0040]服务器；用于建立故障工况数据与故障信息的对应关系；以及
[0041]车端控制器；所述车端控制器与所述云服务器通信连接，所述车端控制器用于获取车辆的实时工况数据及所述对应关系，并根据所述对应关系生成与所述实时工况数据对应的车辆健康信息。
[0042]在本申请一种可能的实现方式中，还包括：
[0043]显示器，所述显示器与所述车端控制器通信连接，所述显示器用于显示由所述车端控制器发送的所述泵车健康状态信息。
[0044]根据本申请的第四个方面，本申请提供了一种工程车辆，包括所述的车辆健康状态分析装置，或所述的车辆健康状态分析系统。
[0045]本申请通过获取故障工况数据库与工况数据库中第一故障时段与第二故障时段的相交时间片段，来根据相交时间片段生成对应的训练样本数据，通过训练样本数据来训练生成故障预测模型。由故障预测模型可以对车辆的实时工况数据进行判断，以生成对应
的泵车健康状态信息。
[0046]由此，经过训练样本数据训练的故障预测模型具有更高的故障判别的准确率，可以更加精准方便的判断泵车发生的故障的具体情况。
附图说明
[0047]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0048]图1所示为本申请一实施例提供的车辆健康状态分析方法的流程示意图。
[0049]图2所示为本申请另一实施例中提供的车辆健康状态分析装置的结构示意图。
[0050]图3所示为本申请另一实施例中提供的车辆健康状态分析系统的结构示意图。
具体实施方式
[0051]本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后、顶、底
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆健康状态分析方法，其特征在于，包括：建立故障工况数据与故障信息的对应关系；获取车辆的实时工况数据；根据所述对应关系生成与所述实时工况数据对应的车辆健康信息。2.根据权利要求1所述的车辆健康状态分析方法，其特征在于，建立故障工况数据与故障信息的对应关系包括：获取训练样本数据，所述训练样本数据包括故障工况数据及故障信息；构建初始故障模型，使用所述训练样本数据对所述初始故障模型进行训练，生成故障预测模型；通过所述故障预测模型建立所述故障工况数据与所述故障信息的对应关系。3.根据权利要求2所述的车辆健康状态分析方法，其特征在于，获取训练样本数据包括：建立故障信息库，所述故障信息库中包括多个故障描述单，所述故障描述单中包括第一故障时段以及所述第一故障时段对应的故障信息；建立故障工况数据库，所述故障工况数据库包括车辆的所述故障工况数据及第二故障时段，所述第二故障时段为产生所述故障工况数据所对应的时间段；获取所述第一故障时段与所述第二故障时段的相交时间片段；根据所述相交时间片段，从所述故障工况数据库以及所述故障信息库中分别获取与所述相交时间片段对应的所述故障工况数据及所述故障信息。4.根据权利要求1至3任一项所述的车辆健康状态分析方法，其特征在于，所述故障信息包括故障部位数据以及故障类型数据。5.根据权利要求3所述的车辆健康状态分析方法，其特征在于，所述建立故障工况数据库包括：获取泵车在泵送状态下的工况数据；以标定周期对所述工况数据进行切分，生成多个工况子数据；对所述工况子数据进行特征提取处理，生成预处理数据；根据SVR模型计算出所述预处理数据所对应的预测周期；计算所述标定周期与所述预测周期之间的异常值的绝对值；确定所述异常值的绝对值大于异常阈值，标记所述预处理数据所对应的标定周期为孤立异常时间；确定多个在时间上连续的所述孤立异常时间的连续时长大于故障时长阈值，根据多个在时间上连续的所述孤立异常时间所对应的所述预处...

【专利技术属性】
技术研发人员：谭科，王伊，褚凤天，
申请(专利权)人：三一汽车制造有限公司，
类型：发明
国别省市：