【技术实现步骤摘要】
本专利技术属于无人驾驶矿卡故障预警，尤其涉及一种基于数据驱动的无人驾驶矿卡故障预诊断方法。
技术介绍
1、随着无人驾驶技术的飞速发展，封闭场景下的无人驾驶，例如矿区无人驾驶受到了越来越多的关注。相比于有人驾驶，矿区无人驾驶具有安全性更高、运输管理更为科学性等优势。并且无人驾驶技术在矿区领域的快速发展可以大大提高设备生产效率，减少因人为操作不当而造成的损耗。
2、但目前矿区无人驾驶领域的发展还存在不小的阻力，例如无人驾驶矿卡故障诊断板块，仍存在很大的提高和突破空间。现有的无人驾驶矿卡故障诊断方法主要有三种，一种是故障后诊断维修，也叫“事后维修”，这种方式主要是在无人驾驶矿卡发生较大故障并影响正常行驶时，由维修人员手动排查定位故障类型，再实施针对性维修手段；另一种是“计划维修”，这种方式需要按天或者按月对矿卡进行定期检修；最后一种是“事前维修”，这种方法则可以在发生较大故障前检测出异常，并由维修人员排查维修。
3、对于“事后维修”，需要在发生较大故障时才由维修人员检修，然而故障的发生会直接影响无人驾驶矿卡正常作业，从而增加成本；对于“计划维修”，则不管是否有故障定时对设备进行检修，同样会造成人力物力浪费。上述两种方式均无法提前预防故障发生，且常常引起不必要的停机风险；而现有的“事前维修”，只能在较大故障发生前检测出异常，无法对故障的具体类别进行判断，仍需维修人员手动排查。
技术实现思路
1、针对现有技术中的不足，本专利技术提出了一种基于数据驱动的无人驾驶矿卡故障
2、本专利技术的技术方案具体如下：
3、一种基于数据驱动的无人驾驶矿卡故障预诊断方法，包括以下步骤：
4、步骤s1、采集无人驾驶矿卡历史行车数据，对历史行车数据进行预处理得到标准数据，完成后存入标准数据库中；
5、步骤s2、将当前无人驾驶矿卡的行车日志数据与标准数据库中的标准数据进行比对，判断行车日志数据是否存在异常，若不存在异常，则诊断无故障，并将行车日志数据并入标准数据库中；若存在异常，则执行步骤s3；
6、步骤s3、建立故障诊断模型，对步骤s2中存在异常的行车日志数据进行故障类型判断；
7、步骤s4、将步骤s3得到的故障类型判断结果进行输出展示。
8、优选的，所述步骤s1中的预处理包括数据过滤、特征降维和特征提取。
9、优选的，所述步骤s1中的标准数据库包括正常数据标准库和故障数据标准库，所述标准数据中的正常数据和故障数据分别存入正常数据标准库和故障数据标准库。
10、优选的，所述步骤s2具体包括：
11、步骤s2-1、获取当前无人驾驶矿卡的行车日志数据，并进行特征提取；
12、步骤s2-2、将步骤s2-1中特征提取后的行车日志数据与正常数据标准库进行特征分布比对，判断行车日志数据是否存在异常，若不存在异常，则诊断无故障，并将行车日志数据并入标准数据库中；若存在异常，则执行步骤s3。
13、优选的，所述步骤s3具体包括：
14、步骤s3-1，建立故障诊断模型，采用标准数据库中的故障数据标准库对故障诊断模型进行精度测试和逻辑调整；
15、步骤s3-2、将步骤s2中存在异常的行车日志数据输入故障诊断模型，包括时间、总转角指令、前轮转角反馈、横向偏差；
16、步骤s3-3、查找总转角指令和前轮转角反馈的极大值和极小值，记录各极大值和极小值对应数据帧的时间值，记前轮转角反馈极大值的时间值与总转角指令极大值的时间值的差值为第一差值，记前轮转角反馈极小值的时间值与总转角指令极小值的时间值的差值为第二差值，求第一差值与第二差值的平均值为转向迟滞时间；
17、步骤s3-4、用转向迟滞时间计算行车日志数据中所有总转角指令和前轮转角反馈对应数据帧的数据差值，再计算各相邻数据帧横向偏差的差值；
18、步骤s3-5、判断各相邻数据帧横向偏差的差值是否小于预设阈值，以此来检验横向偏差跳点故障，若有相邻数据帧横向偏差的差值不小于预设阈值，则判断为地图路径异常或定位异常，执行步骤4；若所有相邻数据帧横向偏差的差值均小于预设阈值，则执行步骤s3-6；
19、步骤s3-6、判断所述转向迟滞时间是否小于预设阈值，若不小于，则判断为转向执行响应过慢故障，执行步骤4；若小于，则执行步骤s3-7；
20、步骤s3-7、计算步骤s3-4中所有总转角指令和前轮转角反馈对应数据帧点的数据差值的均值，判断均值是否大于第一预设阈值，若大于，则判断为转向机构右偏故障；判断均值是否小于第二预设阈值，若小于，则判断为转向机构左偏故障，若小于等于第一预设阈值且大于等于第二预设阈值，则判断为控制算法性能问题。
21、相比于现有技术，本专利技术的有益效果在于：
22、(1)本专利技术采用基于无人驾驶矿卡历史行车数据的逻辑对比法，可精准预测并定位无人驾驶矿卡的故障类型，避免了现有其它方法中维修人员手动排查时因人为经验不足而造成的判断误差。
23、(2)本专利技术提出的一种基于数据驱动的无人驾驶矿卡故障预诊断方法，可预先检测无人驾驶矿卡异常并输出其故障类型，提前输出矿卡故障给出维修建议。
24、(3)基于本专利技术的无人驾驶矿卡故障预诊断方法可以实现无人驾驶矿卡全周期健康状态检测，且易于工程实现，不额外使用传感器，能有效降低成本，减少人力物力的损耗。
本文档来自技高网...【技术保护点】
1.一种基于数据驱动的无人驾驶矿卡故障预诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的无人驾驶矿卡故障预诊断方法，其特征在于，所述步骤S1中的预处理包括数据过滤、特征降维和特征提取。
3.根据权利要求1所述的无人驾驶矿卡故障预诊断方法，其特征在于，所述步骤S1中的标准数据库包括正常数据标准库和故障数据标准库，所述标准数据中的正常数据和故障数据分别存入正常数据标准库和故障数据标准库。
4.根据权利要求3所述的无人驾驶矿卡故障预诊断方法，其特征在于，所述步骤S2具体包括：
5.根据权利要求3所述的无人驾驶矿卡故障预诊断方法，其特征在于，所述步骤S3具体包括：
【技术特征摘要】
1.一种基于数据驱动的无人驾驶矿卡故障预诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的无人驾驶矿卡故障预诊断方法，其特征在于，所述步骤s1中的预处理包括数据过滤、特征降维和特征提取。
3.根据权利要求1所述的无人驾驶矿卡故障预诊断方法，其特征在于，所述步骤s1中的标准数据...
【专利技术属性】
技术研发人员：余贵珍，李乐聪，李涵，张传莹，王章宇，
申请(专利权)人：北京航空航天大学，
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。