汽车零件的失效预测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种汽车零件的失效预测方法、装置、计算机设备和存储介质。所述方法包括：首先基于待测汽车零件的历史故障数据的使用时间与行驶总里程确定使用时间与行驶总里程的相关结果，并基于历史故障数据的使用时间、时间失效数、删失数确定失效模式；当相关结果为不相关、且失效模式为单一失效模式时，获取与该目标零件种类对应的目标预测模型，从而可基于该目标预测模型，对待测汽车零件在待测行驶总里程的累计失效率进行预测，输出预测累计失效率。这样，通过该目标预测模型预测能够获得合理且准确的预测累计失效率，进而大大提高了预测结果的精确度。预测结果的精确度。预测结果的精确度。

【技术实现步骤摘要】
汽车零件的失效预测方法、装置、计算机设备和存储介质


[0001]本申请涉及车辆工程市场品质管理
，特别是涉及一种汽车零件的失效预测方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着车辆工程市场品质管理技术的发展，为降低对汽车零件品质管理的难度，通过建立汽车零件的失效预测模型来预测汽车零件的劣化趋势，从而对汽车的市场品质预测管理和市场保修政策的制定提供指导。
[0003]在相关技术中，基于汽车零件的使用时间建立失效预测模型，从而推断汽车零件在未来某时刻发生失效的概率。
[0004]然而，对于一些作动失效(即因动作过多发生疲劳失效)的汽车零件，采用基于时间的失效预测模型进行预测，获得的预测结果误差比较大，无法满足对汽车零件预测的精度。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种汽车零件的失效预测方法、装置、计算机设备和存储介质。
[0006]一种汽车零件的失效预测方法，该方法包括：
[0007]获取与待测汽车零件所属目标零件种类对应的历史故障数据；该历史故障数据包括使用时间、行驶总里程、与使用时间对应的时间失效数、与使用时间对应的删失数；基于该使用时间和该行驶总里程，确定该使用时间与该行驶总里程的相关结果，并基于该使用时间、该时间失效数、以及该删失数，确定该待测汽车零件的失效模式；当该相关结果为不相关，且该失效模式为单一失效模式时，获取与该目标零件种类对应的目标预测模型；该目标预测模型根据该目标零件种类所对应的样本历史故障数据训练得到；通过该目标预测模型，对该待测汽车零件在待测行驶总里程的累计失效率进行预测，输出预测累计失效率。
[0008]一种汽车零件的失效预测装置，该装置包括：
[0009]第一获取模块，用于获取与待测汽车零件所属目标零件种类对应的历史故障数据；该历史故障数据包括使用时间、行驶总里程、与使用时间对应的时间失效数、与使用时间对应的删失数；
[0010]确定模块，用于基于该使用时间和该行驶总里程，确定该使用时间与该行驶总里程的相关结果，并基于该使用时间、该时间失效数、以及该删失数，确定该待测汽车零件的失效模式；
[0011]第二获取模块，用于当该相关结果为不相关，且该失效模式为单一失效模式时，获取与该目标零件种类对应的目标预测模型；该目标预测模型根据该目标零件种类所对应的样本历史故障数据训练得到；
[0012]预测模块，用于通过该目标预测模型，对该待测汽车零件在待测行驶总里程的累
计失效率进行预测，输出预测累计失效率。
[0013]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述任一该的汽车零件的失效预测的方法。
[0014]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一该的汽车零件的失效预测的方法。
[0015]上述汽车零件的失效预测方法、装置、计算机设备和存储介质，基于待测汽车零件的历史故障数据中的使用时间和行驶总里程确定使用时间与行驶总里程的相关结果，并基于历史故障数据中的使用时间、时间失效数、删失数确定该待测汽车零件的失效模式。当相关结果为不相关、且失效模式为单一失效模式时，获取与该目标零件种类对应的目标预测模型，从而可基于该目标预测模型，对待测汽车零件在待测行驶总里程的累计失效率进行预测，输出预测累计失效率。其中，若该待测汽车零件的使用时间与行驶总里程不相关，则表明使用时间与行驶总里程之间存在显著差异，从而通过与单一失效模式相匹配的目标预测模型，基于行驶总里程进行预测更加合理。这样，通过该目标预测模型预测能够获得合理且准确的预测累计失效率，进而大大提高了预测结果的精确度。
附图说明
[0016]图1为一个实施例中汽车零件的失效预测方法的应用环境图；
[0017]图2为一个实施例中汽车零件的失效预测方法的流程示意图；
[0018]图3为一个实施例中确定相关结果步骤的流程示意图；
[0019]图4为一个实施例中不同车型对于同一种作动失效的汽车零件的失效曲线图；
[0020]图5为一个实施例中获取与目标零件种类对应的目标预测模型步骤的流程示意图；
[0021]图6为一个实施例中目标预测模型的构建步骤的流程示意图；
[0022]图7为一个实施例中确定样本历史可靠度步骤的流程示意图；
[0023]图8为一个实施例中年均行驶里程与行驶总里程的换算坐标系示意图；
[0024]图9为一个实施例中年均里程分布率分布图；
[0025]图10为一个实施例中销售月与年均行驶里程区间残存数的换算坐标系示意图；
[0026]图11为一个实施例中样本行驶总里程与样本年均里程残存数分布图；
[0027]图12为一个实施例中样本行驶总里程与样本年均里程残存数的数轴示意图；
[0028]图13为一个实施例中各车型某零件的基于行驶里程预测的累积失效率图；
[0029]图14为一个实施例中各车型某零件的平均绝对百分比误差值图；
[0030]图15为一个实施例中汽车零件的失效预测装置的结构框图；
[0031]图16为一个实施例中计算机设备的内部结构图。
具体实施方式
[0032]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0033]本申请提供的汽车零件的失效预测方法，可以应用于如图1所示的应用环境中。其
中，终端102通过网络与服务器104进行通信。终端102和服务器104 可单独用于执行本申请中的汽车零件的失效预测方法，也可以协同于执行本申请中的汽车零件的失效预测方法。以终端102和服务器104协同用于执行本申请中的汽车零件的失效预测方法为例进行说明，服务器104获取与待测汽车零件所属目标零件种类对应的历史故障数据；服务器104基于该历史故障数据中的使用时间、行驶总里程确定该使用时间与行驶总里程的相关结果，并基于历史故障数据中的使用时间、时间失效数、以及删失数，确定待测汽车零件的失效模式；当相关结果为不相关，且失效模式为单一失效模式时，服务器104获取与目标零件种类对应的目标预测模型；服务器104通过该目标预测模型，对该待测汽车零件在待测行驶总里程的累计失效率进行预测，输出预测累计失效率至终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0034]在一个实施例中，如图2所示，提供了一种汽车零件的失效预测方法，以该方法应用于图1中的计算机设备为例进行说明，该计算机设备具体可以是图1 中的终端或服务器。其中，该汽车零件的失效预测方法包括以下步骤：
[0035]步骤202，获取与待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车零件的失效预测方法，其特征在于，所述方法包括：获取与待测汽车零件所属目标零件种类对应的历史故障数据；所述历史故障数据包括使用时间、行驶总里程、与使用时间对应的时间失效数、与使用时间对应的删失数；基于所述使用时间和所述行驶总里程，确定所述使用时间与所述行驶总里程的相关结果，并基于所述使用时间、所述时间失效数、以及所述删失数，确定所述待测汽车零件的失效模式；当所述相关结果为不相关，且所述失效模式为单一失效模式时，获取与所述目标零件种类对应的目标预测模型；所述目标预测模型根据所述目标零件种类所对应的样本历史故障数据训练得到；通过所述目标预测模型，对所述待测汽车零件在待测行驶总里程的累计失效率进行预测，输出预测累计失效率。2.根据权利要求1所述的方法，其特征在于，所述基于所述使用时间和所述行驶总里程，确定所述使用时间与所述行驶总里程的相关结果，包括：基于所述使用时间与所述行驶总里程，分别进行标准协方差计算以及t检验，获得相关系数和检验结果；基于所述相关系数和检验结果，确定使用时间与行驶总里程的相关结果；所述基于所述使用时间、所述时间失效数、以及所述删失数，确定所述待测汽车零件的失效模式，包括：基于所述使用时间、所述时间失效数、以及所述删失数，确定所述目标零件种类对应的时间失效率；根据所述使用时间和所述时间失效率，构建与所述待测汽车零件对应的失效曲线；将所述失效曲线与经典失效曲线进行比对，得到比对结果；基于对比结果确定所述待测汽车零件对应的失效模式。3.根据权利要求2所述的方法，其特征在于，所述根据所述使用时间和所述时间失效率，构建与所述待测汽车零件对应的失效曲线，包括：根据使用时间获取各个使用时间对应的时间失效率；根据使用时间和所述各个使用时间对应的时间失效率拟合，获得与所述待测汽车零件对应的失效曲线。4.根据权利要求2所述的方法，其特征在于，所述当所述相关结果为不相关，且所述失效模式为单一失效模式时，获取与所述目标零件种类对应的目标预测模型之前，所述方法还包括：将所述相关系数与第一阈值进行比较，当相关系数小于或等于所述第一阈值时，确定所述使用时间与所述行驶总里程满足第一不相关条件；将所述检验结果与第二阈值进行比较，当检验结果大于第二阈值时，确定所述使用时间与所述行驶总里程满足第二不相关条件；当所述使用时间与所述行驶总里程满足第一不相关条件，且满足第二不相关条件时，确定所述相关结果为不相关。5.根据权利要求1所述的方法，其特征在于，所述目标预测模型的构建，包括：获取与不同零件种类对应的样本历史故障数据，基于所述样本历史故障数据确定所述
不同零件种类在各个样本历史行驶总里程内分别对应的样本历史可靠度；构建初始的目标预测模型；对于每种零件种类，分别通过所述初始的目标预测模型，预测与样本历史可靠度对应的样本预测行驶总里程；对于所述每种零件种类，将各个样本历史可靠度对应的样本预测行驶总里程与相应样本历史可靠度对应的样本历史行驶总里程，通过差值、平方、以及求和的运算方式，构建差异函数；将所述差异函数进行尺度参数的偏导运算获得与尺度参数对应的第一偏微分结果，将所述差异函数进行形状参数的偏导运算获得与形状参数对应的第二偏微分结果；基于所述第一偏微分结果与第二偏微分结果，分别确定与目标零件种类对应的尺度参数、形状参数；基于确定的尺度参数和...

【专利技术属性】
技术研发人员：欧阳天成，许树淮，李菁，黄蓝菁，付俊杰，麦雯倩，
申请(专利权)人：东风本田发动机有限公司，
类型：发明
国别省市：