一种交通工具故障隐患排查方法及系统技术方案

本发明专利技术实施例公开了一种交通工具故障隐患排查方法及系统。本发明专利技术实施例通过采集交通工具特征数据，建立每一个交通工具的泛特征集，在首次发现故障时，将该故障特征样本添加到故障特征样本集中，并且根据故障特征样本和每一个交通工具的泛特征集得到每一个交通工具的故障特征值集，然后将故障特征值集与故障特征样本集进行匹配，在匹配值大于预置阈值时，则认为该匹配值对应的交通工具具有故障隐患，添加到故障隐患交通工具列表中。由于该方案可以自动地对交通工具的故障隐患进行排查，所以可以大大提高交通工具的故障隐患排查效率，有利于交通工具的维护，以及降低故障排查过程中对正常交通工具的影响。

【技术实现步骤摘要】

本专利技术涉及工程
，具体涉及一种交通工具故障隐患排查方法及系统。
技术介绍
故障诊断对现代工程技术系统具有十分重要的意义，但在现有技术中，一般都只会针对已经出现过的故障进行诊断，并且也只能是一种事后报警，对于那些影响大而尚未挖掘出来的故障，故障诊断系统无能为力。在交通工具的使用过程中，同一类型的交通工具经常会出现同样的故障。所以，在实际的交通工具维护过程中，一旦某一交通工具出现某一个故障，则需要对产生该故障的原因进行分析，然后根据该分析结果针对所有与该故障交通工具同类型的其他交通工具进行人工排查，以防止同一个故障在该类型的其他交通工具中出现。在对现有技术的研究和实践过程中，本专利技术的专利技术人发现，用人工来排查交通工具的故障，其工作量非常巨大，效率极为低下，严重影响正常交通工具的有效赋役时间及其使用效率。
技术实现思路
本专利技术实施例提供一种交通工具故障隐患排查方法及系统，可以自动对交通工具的故障隐患进行排查，提高交通工具的故障隐患排查效率。一种交通工具故障隐患排查方法，包括采集交通工具特征数据；根据所述交通工具特征数据和预置的泛特征域集提取泛特征项，形成每一个交通工具的泛特征集；获取故障特征样本，并将该故障特征样本添加到故障特征样本集中；根据故障特征样本和每一个交通工具的泛特征集得到每一个交通工具的故障特征值集；将每一个交通工具的故障特征值集与故障特征样本集进行匹配，得到匹配值；在确定所述匹配值大于预置阈值时，将该匹配值对应的交通工具添加到故障隐患交通工具列表中。一种交通工具故障隐患排查系统，包括数据采集装置和数据处理装置，其中，数据处理装置包括泛特征提取模块、故障特征样本获取模块、故障特征值提取模块和故障隐患识别模块；数据采集装置，用于采集交通工具特征数据；泛特征提取模块，用于根据数据采集装置采集到的交通工具特征数据和预置的泛特征域集提取泛特征项，形成每一个交通工具的泛特征集；故障特征样本获取模块，用于获取故障特征样本，并将该故障特征样本添加到故障特征样本集中；故障特征值提取模块，用于根据故障特征样本和每一个交通工具的泛特征集得到每一个交通工具的故障特征值集；故障隐患识别模块，用于将每一个交通工具的故障特征值集与故障特征样本集进行匹配，得到匹配值；在确定所述匹配值大于预置阈值时，将该匹配值对应的交通工具添加到故障隐患交通工具列表中。本专利技术实施例通过采集交通工具特征数据，建立每一个交通工具的泛特征集，在首次发现故障时，将该故障特征样本添加到故障特征样本集中，并且根据故障特征样本和每一个交通工具的泛特征集得到每一个交通工具的故障特征值集，然后将故障特征值集与故障特征样本集进行匹配，在匹配值大于预置阈值时，则认为该匹配值对应的交通工具具有故障隐患，添加到故障隐患交通工具列表中。由于该方案可以自动地对交通工具的故障隐患进行排查，所以可以大大提高交通工具的故障隐患排查效率，有利于交通工具的维护， 以及降低故障排查过程中对正常交通工具的影响。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的交通工具故障隐患排查方法的流程图；图2是本专利技术实施例提供的交通工具故障隐患排查系统的结构示意图；图3是本专利技术实施例提供的交通工具故障隐患排查系统的另一结构示意图；图4是本专利技术实施例提供的交通工具故障隐患排查系统的执行流程图。具体实施例方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供一种交通工具故障隐患排查方法及系统。以下分别进行详细说明。本实施例将从交通工具故障隐患排查系统的角度进行描述。一种交通工具故障隐患排查方法，包括采集交通工具特征数据；根据采集到的交通工具特征数据和预置的泛特征域集提取泛特征项，形成每一个交通工具的泛特征集； 获取故障特征样本，并将该故障特征样本添加到故障特征样本集中；根据故障特征样本和每一个交通工具的泛特征集得到每一个交通工具的故障特征值集；将每一个交通工具的故障特征值集与故障特征样本集进行匹配，得到匹配值；在确定所述匹配值大于预置阈值时， 将该匹配值对应的交通工具添加到故障隐患交通工具列表中。参见图1，具体流程可以如下101、采集交通工具特征数据；其中，交通工具特征数据可以包括交通工具标志、地点标志、设备标志、时间戳信息、交通工具运行工况数据和交通工具设备状态数据等数据。102、根据步骤101中采集到的交通工具特征数据和预置的泛特征域集提取泛特征项，形成每一个交通工具的泛特征集；其中，泛特征域集可以根据实际情况进行预置，用于明确所需要提取的泛特征项， 即根据泛特征域集就可以知道交通工具特征数据中的哪些数据可以作为泛特征项。例如， 如果泛特征域集为{交通工具标志，地点标志，设备标志，时间戳信息，交通工具运行工况数据，交通工具设备状态数据}，而采集到车辆1的交通工具特征数据为交通工具标志001地点标志:A市设备标志A000001时间戳信息2011交通工具运行工况数据X交通工具设备状态数据Y则，根据泛特征域集和车辆1的交通工具特征数据，可以得到车辆1的泛特征集为{001，六市，六000001，2011，父，丫}。又例如，如果泛特征域集为{交通工具标志，设备标志，时间戳信息，交通工具运行工况数据，交通工具设备状态数据}，而采集到车辆1的交通工具特征数据与上述相同， 则此时，根据泛特征域集和车辆1的交通工具特征数据，可以得到车辆1的泛特征集为 {001，A00000L2011, X，Y}。可见，由于第二个例子中的泛特征域集中并没有“地点标志”这个元素，所以，车辆 1的泛特征集中也并没有采用“地点标志Α市”这个数据，当然，此处仅仅是举例说明，应当理解的是，泛特征域集中所包含的元素可以根据实际情况进行设置，其实现方式和功能与上述例子类似，在此不再赘述。其中，在交通工具故障隐患排查系统启动时，可以先对泛特征域集进行初始化。即在根据所述交通工具特征数据和预置的泛特征域集提取泛特征项之前，该交通工具故障隐患排查方法还可以包括初始化泛特征域集。需说明的是，泛特征域集并不同于泛特征集，泛特征域集用于指示哪些特征项可以作为泛特征集的元素，是面向所有交通工具的，而泛特征集是每一个交通工具的泛特征值的集合，是面向某一个交通工具的，即每一个交通工具都对应着一个泛特征集，如果有m 个交通工具，则意味着存在m个泛特征集，而泛特征域集则只有一个。103、获取故障特征样本，并将该故障特征样本添加到故障特征样本集中；例如，具体如下在发现新的故障时，用户可以对该新的故障进行分析，以得到故障特征样本，然后将该故障特征样本输入交通工具故障隐患排查系统，交通工具故障隐患排查系统在得到该故障特征样本后，将该故障特征样本添加到故障特征样本集中。其中，所谓的故障特征样本集，指的是故障特征样本的集合，该故障特本文档来自技高网...

【技术保护点】
１．一种交通工具故障隐患排查方法，其特征在于，包括：采集交通工具特征数据；根据所述交通工具特征数据和预置的泛特征域集提取泛特征项，形成每一个交通工具的泛特征集；获取故障特征样本，并将该故障特征样本添加到故障特征样本集中；根据故障特征样本和每一个交通工具的泛特征集得到每一个交通工具的故障特征值集；将每一个交通工具的故障特征值集与故障特征样本集进行匹配，得到匹配值；在确定所述匹配值大于预置阈值时，将该匹配值对应的交通工具添加到故障隐患交通工具列表中。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈建校，陈文光，王超，陈超录，
申请(专利权)人：株洲南车时代电气股份有限公司，
类型：发明
国别省市：43