【技术实现步骤摘要】
本申请涉及车辆，特别涉及一种汽车发动机故障诊断方法、装置、电子设备及存储介质。
技术介绍
1、目前在汽车发动机故障诊断领域大多采用传统的故障检测方法，即使用灵敏的传感器等测量装置，在发动机不解体的状态下，采集发动机的故障特征信号，并依此构建基于数学统计学的故障诊断系统进行诊断或采用经验法诊断，依靠资深工人的经验判断故障。在机器学习技术高速发展的今天，使用机器学习技术构建发动机故障诊断系统已成为现在以及未来的发展趋势，其作用不仅可以减少人为因素对诊断结果的影响，从而提高诊断精度，还可以减少诊断时间以及人力资源的使用。目前相关的研究大多侧重于对智能诊断算法的研发和验证，对于在诊断过程中如何设置样本参数却鲜有关注。
技术实现思路
1、本申请提供一种汽车发动机故障诊断方法、装置、电子设备及存储介质，以解决在对原始数据分割的时候，单个样本长度、非重复采样长度等参数会对故障诊断的结果产生一定的影响，但是，目前缺少如何设置这一类型参数的研究，会导致诊断结果的可靠性下降，也使得不同诊断方法的性能无法进行统...
【技术保护点】
1.一种汽车发动机故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述将所述多个数据组输入至多个待测试神经网络模型，得到所述发动机在每个待测试神经网络模型下的发动机测试结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述单个样本长度、所述工作状态样本参数和所述非重复采样长度的关系式为：
4.根据权利要求1所述的方法，其特征在于，对所述样本振动信号数据预处理后得到发动机的工作状态样本参数，包括：
5.根据权利要求1所述的方法，其特征在于，所述多个待测试神经网络模型为BP神经网络、...
【技术特征摘要】
1.一种汽车发动机故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述将所述多个数据组输入至多个待测试神经网络模型，得到所述发动机在每个待测试神经网络模型下的发动机测试结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述单个样本长度、所述工作状态样本参数和所述非重复采样长度的关系式为：
4.根据权利要求1所述的方法，其特征在于，对所述样本振动信号数据预处理后得到发动机的工作状态样本参数，包括：
5.根据权利要求1所述的方法，其特征在于，所述多个待测试神经网络模型为bp...
【专利技术属性】
技术研发人员：郑昊，孙钰翔，李春旺，孙博，赵严伟，
申请(专利权)人：中国第一汽车股份有限公司，
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。