System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于树型结构的电动车控制器故障诊断方法,属于数据处理。
技术介绍
1、随着环保意识的日益增强以及科技水平的不断进步,电动车已成为现代交通工具的重要组成部分。电动车控制器作为电动车的核心部件,其性能直接影响着电动车的运行效果。然而,由于使用环境、使用年限、人为操作等多种因素的影响,电动车控制器容易出现各种故障,与之相对应的是,快速及准确的对电动车控制器执行故障诊断越来越重要。
2、目前,电动车控制器故障诊断方法主要依赖于人工检测和经验判断。
3、虽然上述方法能够实现对电动车控制器的故障诊断,但是上述方法仍然存在效率低下,容易受到人为因素影响的问题,因此,如何实现电动车控制器的快速、准确故障诊断成为了一个亟待解决的问题。
技术实现思路
1、本专利技术提供一种基于树型结构的电动车控制器故障诊断方法、装置及计算机可读存储介质,其主要目的在于实现对电动车控制器执行快速及准确的故障诊断。
2、为实现上述目的,本专利技术提供的一种基于树型结构的电动车控制器故障诊断方法,包括:
3、接收故障诊断指令,基于故障诊断指令确定故障诊断环境,其中,故障诊断环境包括:故障诊断系统及待诊断的电动车,待诊断的电动车由电动车控制器、动力电池及多个零部件所构成,故障诊断系统包括:故障标签输入单元、控制器型号确认单元、历史故障收集单元及故障零部件反馈单元;
4、利用所述控制器型号确认单元获取目标控制器型号,利用历史故障收集单元获取历史诊断集
5、基于预设的控制器故障种类集对所述优化诊断集执行分类操作,得到5个不同的分类故障集,其中控制器故障种类集包括:电源故障、执行器故障、运行器械故障、连接线路故障及其他故障,5个不同的分类故障集包括电源故障集、执行器故障集、运行器械故障集、连接线路故障集及其他故障集;
6、利用所述5个不同的分类故障集构建故障分析树型结构,优化所述故障分析树型结构,得到优化树型结构,基于优化树型结构获取故障现象标签集;
7、构建内部生热关系式,基于预设的检测时段及内部生热关系式计算内部热量,根据内部热量确认动力电池处于安全工作状态后;
8、发送所述故障现象标签集至故障诊断指令的发起端,通过故障标签输入单元接收来自用户基于故障现象标签集所选的目标故障现象;
9、利用优化树型结构及目标故障现象获取一个或多个目标故障子节点;
10、根据一个或多个目标故障子节点获取故障诊断序列,基于故障零部件反馈单元发送所述故障诊断序列至故障诊断指令的发起端,实现对电动车控制的故障诊断。
11、可选地,所述基于目标控制器型号优化所述历史诊断集,得到优化诊断集,包括:
12、从历史诊断集中依次提取诊断数据,并对所提取的诊断数据均执行如下操作:
13、利用预设的标识约束集对所提取的诊断数据执行标识操作,得到标识诊断数据,其中,标识约束集由使用时间、控制器型号、故障现象及故障的零部件所构成;
14、剔除标识诊断数据所对应控制器型号与目标控制器型号不同的数据,得到第一筛选数据集;
15、若第一筛选数据集中的第一筛选数据缺少所述标识约束集中的一个或多个标识约束,则剔除第一筛选数据,否则保留第一筛选数据;
16、汇总所保留的第一筛选数据,得到优化诊断集。
17、可选地,所述基于预设的控制器故障种类集对所述优化诊断集执行分类操作,得到5个不同的分类故障集,包括:
18、根据控制器故障种类集获取控制器分类种类集,其中,控制器分类种类集由电源故障、执行器故障、运行器械故障及连接线路故障所构成;
19、从控制器分类种类集中依次提取控制器故障种类,并对所提取的控制器故障种类执行如下操作:
20、从所述优化诊断集中依次提取目标诊断数据,并对目标诊断数据执行如下操作:
21、利用预训练的故障分类模型及目标诊断数据所对应故障的零部件划分所述目标诊断数据,得到分类诊断数据,并在优化诊断集中剔除分类诊断数据,直至优化诊断集中的诊断数据均与控制器分类种类集中的控制器故障类型执行划分操作后,分别汇总所述分类诊断数据,得到电源故障集、执行器故障集、运行器械故障集及连接线路故障集;
22、汇总优化诊断集中所保留的分类诊断数据,得到剩余诊断集,利用其他故障标识所述剩余诊断集中的分类诊断数据,得到其他故障集。
23、可选地,所述利用所述5个不同的分类故障集构建故障分析树型结构,包括:
24、其中,以电动车控制器故障为根节点,以电源故障、执行器故障、运行器械故障、连接线路故障及其他故障为五个子节点构建初始故障树型结构,其中,每个子节点之间的关系为兄弟关系,且每个子节点与父节点之间的关系为父子关系;
25、基于所述5个不同的分类故障种类集获取多个目标分类种类集,其中,多个目标分类种类集包括:电源故障集、执行器故障集、运行器械故障集及连接线路故障集;
26、从所述多个目标分类种类集依次提取目标分类种类集,并对所提取的目标分类种类集执行如下操作:
27、基于目标分类种类集及预构建的关键词提取模型获取一个或多个目标故障子节点,其中,一个或多个目标故障子节点之间的关系为兄弟关系;
28、利用所述其他故障集及所述关键词提取模型获取一个或多个初始故障子节点,基于所述一个或多个初始故障子节点获取一个或多个初始故障概率,其中,一个或多个初始故障子节点与所述一个或多个初始故障概率一一对应;
29、从一个或多个初始故障概率中依次提取初始故障概率,并对所提取的初始故障概率执行如下操作:
30、若初始故障概率大于或等于预设的概率阈值,则保留该初始故障概率所对应的初始故障子节点;
31、若初始故障概率小于所述概率阈值,则剔除该初始故障概率所对应的初始故障子节点;
32、汇总所保留的初始故障子节点,得到其他故障子节点集,其中,其他故障子节点集中的初始故障子节点之间的关系为兄弟关系,且与其他故障之间的关系为父子关系;
33、基于所述一个或多个目标故障子节点、初始故障树型结构及其他故障子节点集构建故障分析树型结构。
34、可选地,所述基于所述一个或多个初始故障子节点获取一个或多个初始故障概率,计算公式如下所示:
35、
36、其中,表示第个初始故障子节点所对应的初始故障概率,表示第个初始故障子节点所对应其他故障集中第个分类诊断数据,表示第个初始故障子节点所对应其他故障集中共有个分类诊断数据,表示其他故障集中共有个分类诊断数据。
37、可选地,所述优化所述故障分析树型结构,得到优化树型结构,包括:
38、获取故障分析树型结构中每一个第一子节点所对应的故障数据集,得到第一故障数本文档来自技高网...
【技术保护点】
1.一种基于树型结构的电动车控制器故障诊断方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述基于目标控制器型号优化所述历史诊断集,得到优化诊断集,包括:
3.如权利要求2所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述基于预设的控制器故障种类集对所述优化诊断集执行分类操作,得到5个不同的分类故障集,包括:
4.如权利要求3所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述利用所述5个不同的分类故障集构建故障分析树型结构,包括:
5.如权利要求4所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述基于所述一个或多个初始故障子节点获取一个或多个初始故障概率,计算公式如下所示:
6.如权利要求5所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述优化所述故障分析树型结构,得到优化树型结构,包括:
7.如权利要求1所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述根据内部热量确认动力电池处于安全工作
8.如权利要求1所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述内部生热关系式如下所示:
9.如权利要求1所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述根据一个或多个目标故障子节点获取故障诊断序列,包括:
10.如权利要求9所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述综合概率关系式,如下所示:
...【技术特征摘要】
1.一种基于树型结构的电动车控制器故障诊断方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述基于目标控制器型号优化所述历史诊断集,得到优化诊断集,包括:
3.如权利要求2所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述基于预设的控制器故障种类集对所述优化诊断集执行分类操作,得到5个不同的分类故障集,包括:
4.如权利要求3所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述利用所述5个不同的分类故障集构建故障分析树型结构,包括:
5.如权利要求4所述的基于树型结构的电动车控制器故障诊断方法,其特征在于,所述基于所述一个或多个初始故障子节点获取一个或多个初...
【专利技术属性】
技术研发人员:苏贤洪,
申请(专利权)人:深圳市伟创高科电子有限公司,
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。