【技术实现步骤摘要】
本专利技术涉及汽车制造与质量管理，具体涉及基于新型数据融合技术的汽车质量风险评估系统及方法。
技术介绍
1、“基于新型数据融合技术的汽车质量风险评估”，是指利用多源异构数据融合方法，将来自汽车制造过程、装配工艺、出厂检测、售后维保、行车状态监测等多个环节的结构化与非结构化数据（如传感器数据、故障码、维保记录、用户反馈等）进行统一建模与深度融合，构建出覆盖全生命周期的汽车质量数据画像。通过引入机器学习、深度神经网络、贝叶斯推理或图模型等智能算法，对融合后的数据进行动态建模和风险因子挖掘，识别潜在质量缺陷的模式与规律，进而对特定车型、部件或工况下可能发生的质量风险进行量化评估与预警，实现从被动故障响应向主动质量控制的转变，提升汽车质量管理的精准性与前瞻性。
2、现有技术存在以下不足：在现有技术中，面向汽车质量风险识别与预警的智能评估模型通常依赖于对多源异构数据（如制造参数、车辆传感器数据、用户反馈信息等）的融合与建模，以实现对潜在质量缺陷的自动识别与规律挖掘。然而，现有技术在处理部分表现为隐匿性缺陷特征的故障模式时，存在显著局限...
【技术保护点】
1.基于新型数据融合技术的汽车质量风险评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于新型数据融合技术的汽车质量风险评估方法，其特征在于，构建覆盖车辆设计、制造、运行及售后维护全过程的数据采集机制，包括以下步骤：
3.根据权利要求1所述的基于新型数据融合技术的汽车质量风险评估方法，其特征在于，通过特征工程技术从构建的图神经网络结构中挖掘出表征故障模式为“隐匿性缺陷特征”的关键指标，提取的指标包括特征在故障类与正常类样本中分布重叠程度的度量值和节点在图神经网络结构中的邻接节点特征差异程度，将特征在故障类与正常类样本中分布重叠程度...
【技术特征摘要】
1.基于新型数据融合技术的汽车质量风险评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于新型数据融合技术的汽车质量风险评估方法，其特征在于，构建覆盖车辆设计、制造、运行及售后维护全过程的数据采集机制，包括以下步骤：
3.根据权利要求1所述的基于新型数据融合技术的汽车质量风险评估方法，其特征在于，通过特征工程技术从构建的图神经网络结构中挖掘出表征故障模式为“隐匿性缺陷特征”的关键指标，提取的指标包括特征在故障类与正常类样本中分布重叠程度的度量值和节点在图神经网络结构中的邻接节点特征差异程度，将特征在故障类与正常类样本中分布重叠程度的度量值和节点在图神经网络结构中的邻接节点特征差异程度在检测窗口下进行综合分析，分别生成特征模糊度参考值和局部图异质性参考值，通过特征模糊度参考值和局部图异质性参考值量化“隐匿性缺陷特征”的风险可信度。
4.根据权利要求3所述的基于新型数据融合技术的汽车质量风险评估方法，其特征在于，将特征在故障类与正常类样本中分布重叠程度的度量值在检测窗口下进行综合分析生成特征模糊度参考值的具体步骤如下：
5.根据权利要求3所述的基于新型数据融合技术的汽车质量风险评估方法，其特征在于，将节点在图神经网络结构中的邻接节点特征差异程度在检测窗口下进行综合分析生成局部图异质性参考值的具体步骤如下：
6.根据权利要求...
【专利技术属性】
技术研发人员：许沛譞，任鹏，刘少文，曹克波，
申请(专利权)人：天津星元智拓科技有限公司，
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。