本申请提供一种车辆变速箱的故障预测方法、装置、设备及介质。包括：采集车辆行驶过程中的CAN信号，该信号中包括与车辆变速箱相关联的CAN信号和其它无关CAN信号，根据预设的主成分分析算法对CAN信号中的其它无关CAN信号进行去除处理，得到与车辆变速箱相关联的CAN信号。基于典型性分布函数聚类算法对与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，该目标信号为与车辆变速箱相关联的CAN信号中过滤掉无效信号的CAN信号，将目标CAN信号输入预设的车辆变速箱故障预测模型得到车辆变速箱的故障预测结果，其用于指示车辆变速箱是否出现故障。本申请使得变速箱的故障预测结果更加准确。预测结果更加准确。预测结果更加准确。
【技术实现步骤摘要】
车辆变速箱的故障预测方法、装置、设备及介质
[0001]本申请涉及变速箱
，尤其涉及一种车辆变速箱的故障预测方法、装置、设备及介质。
技术介绍
[0002]车辆变速箱，是一套变速装置，用于协调发动机的转速和车轮的实际转速，使车辆在不同的行驶条件下均能让发动机发挥出最优的性能。为了提高变速箱运行过程中的平稳性，需要对变速箱进行故障预测。
[0003]现有技术中，在对变速箱进行故障预测时，通常是对采集到的车辆行驶过程中的CAN信号进行预处理，并将预处理后的CAN信号通过减法聚类过程进行聚类，得到预设数量个聚类后的CAN信号，进而基于聚类后的CAN信号进行变速箱的故障预测。
[0004]但是现有技术通过减法聚类过程进行聚类的方式，损失的CAN信号较多，使得变速箱的故障预测结果不够准确。
技术实现思路
[0005]本申请提供一种车辆变速箱的故障预测方法、装置、设备及介质，用以解决现有技术通过减法聚类过程进行聚类的方式，损失的CAN信号较多，使得变速箱的故障预测结果不够准确的问题。
[0006]第一方面，本申请提供一种车辆变速箱的故障预测方法，包括：
[0007]采集车辆行驶过程中的CAN信号，所述CAN信号中包括与车辆变速箱相关联的CAN信号和其它无关CAN信号；
[0008]根据预设的主成分分析算法对所述CAN信号中的所述其它无关CAN信号进行去除处理，得到与车辆变速箱相关联的CAN信号；
[0009]基于典型性分布函数聚类算法对所述与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，所述目标信号为所述与车辆变速箱相关联的CAN信号中过滤掉无效信号的CAN信号；
[0010]将所述目标CAN信号输入预设的车辆变速箱故障预测模型，得到车辆变速箱的故障预测结果，所述故障预测结果用于指示所述车辆变速箱是否出现故障。
[0011]可选的，所述基于典型性分布函数聚类算法对所述与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，包括：
[0012]根据预设的距离函数，计算所述与车辆变速箱相关联的CAN信号中的数据之间的距离；
[0013]将数据之间的距离满足预设距离阈值的多个数据聚类成一个微簇，得到多个微簇；
[0014]将相交的微簇进行聚类处理，得到多个宏簇；
[0015]对于每个宏簇，根据所述宏簇中包含的每个微簇的数据密度，对所述宏簇进行过
滤处理，得到所述目标CAN信号。
[0016]可选的，所述根据所述宏簇中包含的每个微簇的数据密度，对所述宏簇进行过滤处理，得到所述目标信号，包括：
[0017]计算所述宏簇中包含的每个微簇的数据密度；
[0018]根据每个微簇的数据密度，判断每个微簇的属性特征，所述属性特征包括非激活微簇和激活微簇；
[0019]通过密度过滤器将属性特征属于所述非激活微簇的微簇进行过滤，得到所述目标CAN信号。
[0020]可选的，所述根据每个微簇的数据密度，判断每个微簇的属性特征，包括：
[0021]根据每个微簇的数据密度，计算所述宏簇中微簇的平均数据密度；
[0022]对于任意一个微簇，若所述微簇的数据密度小于所述平均数据密度，则所述微簇的属性特征为所述非激活微簇；
[0023]若所述微簇的数据密度大于或等于所述平均数据密度，则所述微簇的属性特征为所述激活微簇。
[0024]可选的，所述根据预设的主成分分析算法对所述CAN信号中的所述其它无关CAN信号进行去除处理，得到与车辆变速箱相关联的CAN信号，包括：
[0025]对所述CAN信号进行协方差计算，得到协方差矩阵；
[0026]根据所述协方差矩阵计算多个特征值，每个特征值对应一个主成分，所述主成分为所述与车辆变速箱相关联的CAN信号中的任一种类型信号或其它无关CAN信号中的任一种类型信号；
[0027]按照特征值的大小，由大到小计算方差累计贡献率；
[0028]根据所述方差累计贡献率，确定所述方差累计贡献率大于预设方差贡献率阈值时所累计用的特征值；
[0029]将剩余的特征值对应的主成分进行去除处理，得到所述累计用的特征值对应的主成分，所述主成分为所述与车辆变速箱相关联的CAN信号。
[0030]可选的，所述车辆变速箱故障预测模型基于模糊算法创建。
[0031]第二方面，本申请提供一种车辆变速箱的故障预测装置，包括：
[0032]采集模块，用于采集车辆行驶过程中的CAN信号，所述CAN信号中包括与车辆变速箱相关联的CAN信号和其它无关CAN信号；
[0033]处理模块，用于根据预设的主成分分析算法对所述CAN信号中的所述其它无关CAN信号进行去除处理，得到与车辆变速箱相关联的CAN信号；
[0034]所述处理模块，还用于基于典型性分布函数聚类算法对所述与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，所述目标信号为所述与车辆变速箱相关联的CAN信号中过滤掉无效信号的CAN信号；
[0035]预测模块，用于将所述目标CAN信号输入预设的车辆变速箱故障预测模型，得到车辆变速箱的故障预测结果，所述故障预测结果用于指示所述车辆变速箱是否出现故障。
[0036]第三方面，本申请实施例提供一种电子设备，包括：处理器及存储器；
[0037]所述存储器用于存储所述处理器的可执行指令；
[0038]其中，所述处理器执行所述存储器存储的计算机执行指令来执行第一方面任一项
所述的车辆变速箱的故障预测方法。
[0039]第四方面，本申请提供一种可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时实现第一方面任一项所述的车辆变速箱的故障预测方法。
[0040]第五方面，本申请提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现第一方面任一项所述的车辆变速箱的故障预测方法。
[0041]本申请提供的车辆变速箱的故障预测方法、装置、设备及介质，通过采集车辆行驶过程中的CAN信号，其中，CAN信号中包括与车辆变速箱相关联的CAN信号和其它无关CAN信号，根据预设的主成分分析算法对CAN信号中的其它无关CAN信号进行去除处理，得到与车辆变速箱相关联的CAN信号。进而基于典型性分布函数聚类算法对与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，其中，目标信号为与车辆变速箱相关联的CAN信号中过滤掉无效信号的CAN信号，将目标CAN信号输入预设的车辆变速箱故障预测模型，得到车辆变速箱的故障预测结果，该故障预测结果用于指示车辆变速箱是否出现故障。本申请的方法，通过典型性分布函数聚类算法对与车辆变速箱相关联的CAN信号进行聚类处理，降低了通过减法聚类方式损失的CAN信号，使得变速箱的故障预测结果更加准确。
附图说明
[0042]此处的附图被并入说明书中并构成本说本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆变速箱的故障预测方法，其特征在于，包括：采集车辆行驶过程中的CAN信号，所述CAN信号中包括与车辆变速箱相关联的CAN信号和其它无关CAN信号；根据预设的主成分分析算法对所述CAN信号中的所述其它无关CAN信号进行去除处理，得到与车辆变速箱相关联的CAN信号；基于典型性分布函数聚类算法对所述与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，所述目标信号为所述与车辆变速箱相关联的CAN信号中过滤掉无效信号的CAN信号；将所述目标CAN信号输入预设的车辆变速箱故障预测模型，得到车辆变速箱的故障预测结果，所述故障预测结果用于指示所述车辆变速箱是否出现故障。2.根据权利要求1所述的方法，其特征在于，所述基于典型性分布函数聚类算法对所述与车辆变速箱相关联的CAN信号进行聚类处理，得到目标CAN信号，包括：根据预设的距离函数，计算所述与车辆变速箱相关联的CAN信号中的数据之间的距离；将数据之间的距离满足预设距离阈值的多个数据聚类成一个微簇，得到多个微簇；将相交的微簇进行聚类处理，得到多个宏簇；对于每个宏簇，根据所述宏簇中包含的每个微簇的数据密度，对所述宏簇进行过滤处理，得到所述目标CAN信号。3.根据权利要求2所述的方法，其特征在于，所述根据所述宏簇中包含的每个微簇的数据密度，对所述宏簇进行过滤处理，得到所述目标信号，包括：计算所述宏簇中包含的每个微簇的数据密度；根据每个微簇的数据密度，判断每个微簇的属性特征，所述属性特征包括非激活微簇和激活微簇；通过密度过滤器将属性特征属于所述非激活微簇的微簇进行过滤，得到所述目标CAN信号。4.根据权利要求3所述的方法，其特征在于，所述根据每个微簇的数据密度，判断每个微簇的属性特征，包括：根据每个微簇的数据密度，计算所述宏簇中微簇的平均数据密度；对于任意一个微簇，若所述微簇的数据密度小于所述平均数据密度，则所述微簇的属性特征为所述非激活微簇；若所述微簇的数据密度大于或等于所述平均数据密度，则所述微簇的属性特征为所述激活微簇。5.根据权利要求1所述的方法，其特征在于，所述根据预设的主成分分析算法对所述CAN信号中的所述其它无关CAN信号进行去除处理，得到与...
【专利技术属性】
技术研发人员：高海龙，韩伟，兰海龙，李泽，王志飞，李颖华，张文龙，
申请(专利权)人：中国重汽集团济南动力有限公司，
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。