本发明专利技术提供的车辆轮毂轴承单元的故障诊断方法、系统、装置及介质，包括：获取轮毂轴承单元的历史工况数据，对历史工况数据进行预处理并从预处理后的数据中提取特征；将提取出的特征作为输入、轮毂轴承单元的状态作为输出，并利用随机森林训练一故障预测模型；获取特征重要性并按重要性的高低对各特征进行排序；选取最具代表性的特征作为故障预测模型的输入特征以对其进行再次训练，得到轮毂轴承单元的故障预测结果；将实时采集的轮毂轴承单元的工况数据输入至训练好的故障预测模型以进行故障预测和诊断。本发明专利技术可以提高车辆轮毂轴承单元的可靠性和安全性，降低维护成本和车辆停机时间，为车辆安全性能的提升提供了一种新的解决方案。决方案。决方案。
【技术实现步骤摘要】
车辆轮毂轴承单元的故障诊断方法、系统、装置及介质
[0001]本专利技术涉及轮毂轴承领域，尤其涉及一种车辆轮毂轴承单元的故障诊断方法、系统、装置及介质。
技术介绍
[0002]现有技术中，车辆轮毂轴承单元的故障诊断一直是一个难题。轮毂轴承单元的故障会导致车辆在行驶过程中产生不安全因素，严重时甚至会造成事故。因此，如何及时、准确地检测轮毂轴承单元的故障已经成为车辆安全领域研究的热点问题之一。
[0003]现有的轮毂轴承单元故障检测方法主要采用振动信号和噪声信号分析技术。然而，这些技术存在着许多问题，如信号复杂、信号干扰等，限制了它们在实际应用中的应用范围和准确性。因此，需要一种更加高效、准确的车辆轮毂轴承单元的故障诊断方法来提高车辆的安全性能。
技术实现思路
[0004]为了提高车辆轮毂轴承单元故障诊断的准确性和可靠性，本专利技术第一方面提供了一种车辆轮毂轴承单元的故障诊断方法，包括：S101.获取轮毂轴承单元的历史工况数据，其中工况数据至少包括温度、振动、加速度、转动角度以及电流数据；S102.对所述历史工况数据进行预处理并从预处理后的数据中提取特征；S103.将提取出的特征作为输入、轮毂轴承单元的状态作为输出，并利用随机森林训练一针对轮毂轴承单元的故障预测模型；S104.获取特征重要性并按重要性的高低对各特征进行排序；S105.选取最具代表性的特征作为故障预测模型的输入特征以对其进行再次训练，得到轮毂轴承单元的故障预测结果；S106.将实时采集的轮毂轴承单元的工况数据输入至训练好的故障预测模型以进行故障预测和诊断。
[0005]优选地，在S106之后，还包括：S107.根据预测结果与实际发生的故障情况的比较对所述故障预测模型进行可靠性评估，并根据评估结果对所述故障预测模型进行优化更新；S108.将预测结果输出到监控系统以实现故障的实时监测与预警，并提供故障排除和维修建议。
[0006]优选地，S104中采用信息增益算法对各特征进行重要性排序，并结合专家经验进行权重调整；具体包括：S1041.计算每个特征对于分类结果的信息增益值；S1042.对所有特征的信息增益值进行排序，得到特征的初始排序结果；S1043.根据专家经验对特征的排序结果进行权重调整；S1044.根据权重调整后的排序结果，选择最具代表性的特征作为所述故障预测模型的输入特征。
[0007]优选地，信息增益算法表示为：设训练集 T中共有n个样本，其中第i个样本的类别为，共有|C|种不同的类别；设属性 A有V个可能的取值，令表示T中在属性A上取值为 v的样本子集；令表示 T中类别为 k的样本所占的比例，则的估计值为：设表示数据集T的信息熵，则其计算公式为：
属性A对训练集T的信息增益定义为：其中，表示的样本数；信息增益越大，说明用该属性来划分训练集获得的分类效果越好。
[0008]优选地，S103中采用交叉验证进行模型训练，具体包括：S1031.将原始数据集分为K个大小相似的互斥子集，即K折交叉验证；S1032.每次用K
‑
1个子集的数据来训练模型，剩余的1个子集的数据用于测试模型的性能；S1033.重复K次S1032，每次选择一个不同的子集作为测试集，其余的作为训练集；S1034.将K次的平均测试误差作为对算法精度的估计。
[0009]优选地，所述工况数据至少还包括噪声数据。
[0010]本专利技术第二方面提供了一种车辆轮毂轴承单元的故障诊断系统，包括：至少一温度传感器，用于检测轮毂轴承单元内部的温度；至少一加速度传感器，用于检测轮毂的振动、加速度和/或噪声数据；至少一角度传感器，用于检测轮毂的转动角度；至少一电流传感器，用于检测轮毂轴承单元内部的电流变化；第一数据传输模块，用于汇总至少一历史阶段内所述温度传感器、加速度传感器、角度传感器以及电流传感器检测的数据以作为轮毂轴承单元的历史工况数据上传至云服务器；第二数据传输模块，用于将实时采集的轮毂轴承单元的工况数据上传至云服务器；以及一云服务器，至少用于执行前述的方法。
[0011]本专利技术第三方面提供了一种车辆轮毂轴承单元的故障诊断装置，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于调用所述计算机程序，以执行前述的方法。
[0012]本专利技术第四方面提供了一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机执行时实现前述的方法。
[0013]本专利技术通过轮毂轴承单元的历史工况数据的获取、数据预处理、特征提取、训练预测模型、特征重要性排序、特征选取并利用该模型进行实时的故障预测和诊断。该方法可以帮助监控车辆轮毂轴承单元的运行状态，及时识别潜在故障并预测故障发生的可能性，从而实现对轴承单元的健康状态进行评估和预测。同时，该方法还能够提供故障排除和维修建议，以帮助车辆维护人员及时修复问题，避免车辆损坏和交通事故的发生。因此，该故障预测方法可以提高车辆轮毂轴承单元的可靠性和安全性，降低维护成本和车辆停机时间，提高车辆使用效率和经济效益，为车辆安全性能的提升提供了一种新的解决方案。
附图说明
[0014]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0015]图1示出的是本专利技术其中一实施例提供的现有车辆轮毂轴承单元的示意图；图2、3分别示出的是本专利技术其中一实施例提供的故障诊断方法的流程示意图；图4示出的是本专利技术其中一实施例提供的特征重要性排序的流程示意图；图5示出的是本专利技术其中一实施例提供的交叉验证的流程示意图；图6示出的是本专利技术其中一实施例提供的故障诊断系统的结构示意图；图7示出的是本专利技术其中一实施例提供的故障诊断装置的结构示意图；
图8示出的是本专利技术其中一实施例提供的一种计算机可读存储介质的结构示意图。
实施方式
[0016]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0017]本专利技术第一方面提供了一种车辆轮毂轴承单元的故障诊断方法，即本专利技术在该方面实际上是一种故障诊断方法，通过将该方法应用在车辆轮毂轴承单元上以实现较佳的应用效果。
[0018]介于本专利技术的故障诊断方法在应用时需要与车辆轮毂轴承单元的部分结构产生作用关系，在此对车辆的轮毂轴承单元进行粗略性的描述。
[0019]参考图1所示，为现有车辆轮毂轴承单元的示意图。所描述的车辆轮毂轴承单元10，通常被安装在车辆的车轮上，用于支撑车辆的重量并帮助车轮旋转—车轮的重量通过轮毂轴承单元10传递到车辆的悬架系统，同时轮毂轴承单元10也必须能够承受路面不平、弯曲和减速等各种不同的负载。
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆轮毂轴承单元的故障诊断方法，其特征在于，包括：S101.获取轮毂轴承单元的历史工况数据，其中工况数据至少包括温度、振动、加速度、转动角度以及电流数据；S102.对所述历史工况数据进行预处理并从预处理后的数据中提取特征；S103.将提取出的特征作为输入、轮毂轴承单元的状态作为输出，并利用随机森林训练一针对轮毂轴承单元的故障预测模型；S104.获取特征重要性并按重要性的高低对各特征进行排序；S105.选取最具代表性的特征作为故障预测模型的输入特征以对其进行再次训练，得到轮毂轴承单元的故障预测结果；S106.将实时采集的轮毂轴承单元的工况数据输入至训练好的故障预测模型以进行故障预测和诊断。2.根据权利要求1所述的故障诊断方法，其特征在于，在S106之后，还包括：S107.根据预测结果与实际发生的故障情况的比较对所述故障预测模型进行可靠性评估，并根据评估结果对所述故障预测模型进行优化更新；S108.将预测结果输出到监控系统以实现故障的实时监测与预警，并提供故障排除和维修建议。3.根据权利要求1所述的故障诊断方法，其特征在于，S104中采用信息增益算法对各特征进行重要性排序，并结合专家经验进行权重调整；具体包括：S1041.计算每个特征对于分类结果的信息增益值；S1042.对所有特征的信息增益值进行排序，得到特征的初始排序结果；S1043.根据专家经验对特征的排序结果进行权重调整；S1044.根据权重调整后的排序结果，选择最具代表性的特征作为所述故障预测模型的输入特征。4.根据权利要求3所述的故障诊断方法，其特征在于，信息增益算法表示为：设训练集 T中共有n个样本，其中第i个样本的类别为，共有|C|种不同的类别；设属性 A有V个可能的取值，令表示T中在属性A上取值为 v的样本子集；令表示 T中类别为 k的样本所占的比例，则的估计值为：设表示数据集T的信息熵，...
【专利技术属性】
技术研发人员：高峰，
申请(专利权)人：太仓市凯福士机械有限公司，
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。