本申請(qǐng)涉及車輛故障預(yù)測(cè)，尤其涉及一種車輛零件故障預(yù)測(cè)方法和裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、由于車輛的零件通常相互關(guān)聯(lián)和依賴，當(dāng)一個(gè)零件出現(xiàn)故障時(shí)，會(huì)影響與之關(guān)聯(lián)的零件的正常運(yùn)行，導(dǎo)致與之關(guān)聯(lián)的零件可能產(chǎn)生故障。因此，如何提高對(duì)車輛零件故障的預(yù)測(cè)精準(zhǔn)度，成為亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例的主要目的在于提出一種車輛零件故障預(yù)測(cè)方法和裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，旨在提高對(duì)車輛零件故障的預(yù)測(cè)精準(zhǔn)度。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的第一方面提出了一種車輛零件故障預(yù)測(cè)方法，所述方法包括：

3、獲取預(yù)設(shè)車輛的歷史運(yùn)行數(shù)據(jù)，得到歷史零件運(yùn)行數(shù)據(jù)；

4、對(duì)所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行故障識(shí)別，得到歷史故障零件信息；

5、對(duì)所述歷史故障零件信息進(jìn)行關(guān)聯(lián)信息挖掘，得到歷史故障零件關(guān)聯(lián)信息；

6、對(duì)所述歷史故障零件信息進(jìn)行故障信息聚類，得到歷史故障零件聚類信息；

7、根據(jù)所述歷史故障零件信息、所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息對(duì)預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，得到目標(biāo)零件故障預(yù)測(cè)模型；

8、獲取目標(biāo)車輛的故障信息，得到當(dāng)前故障零件信息，并通過(guò)所述目標(biāo)零件故障預(yù)測(cè)模型對(duì)所述當(dāng)前故障零件信息進(jìn)行故障預(yù)測(cè)。

9、在一些實(shí)施例，所述根據(jù)所述歷史故障零件信息、所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息對(duì)預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，得到目標(biāo)零件故障預(yù)測(cè)模型，包括：

10、通過(guò)預(yù)設(shè)特征融合模型對(duì)所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息進(jìn)行特征融合，得到故障零件特征信息；

11、根據(jù)所述故障零件特征信息和所述歷史故障零件信息對(duì)所述預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，得到所述目標(biāo)零件故障預(yù)測(cè)模型。

12、在一些實(shí)施例，所述通過(guò)預(yù)設(shè)特征融合模型對(duì)所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息進(jìn)行特征融合，得到故障零件特征信息，包括：

13、通過(guò)預(yù)設(shè)卷積層對(duì)所述歷史故障零件關(guān)聯(lián)信息進(jìn)行卷積，得到關(guān)聯(lián)故障零件特征信息；

14、通過(guò)所述預(yù)設(shè)卷積層對(duì)所述歷史故障零件聚類信息進(jìn)行卷積，得到卷積故障零件特征信息；

15、對(duì)所述關(guān)聯(lián)故障零件特征信息和所述卷積故障零件特征信息進(jìn)行特征拼接，得到聚合故障零件特征信息；

16、通過(guò)預(yù)設(shè)全連接層對(duì)所述聚合故障零件特征信息進(jìn)行特征生成，得到所述故障零件特征信息。

17、在一些實(shí)施例，所述目標(biāo)零件故障預(yù)測(cè)模型包括長(zhǎng)短記憶子模型、自注意子模型和回歸子模型；所述通過(guò)所述目標(biāo)零件故障預(yù)測(cè)模型對(duì)所述當(dāng)前故障零件信息進(jìn)行故障預(yù)測(cè)，包括：

18、通過(guò)所述長(zhǎng)短記憶子模型對(duì)所述當(dāng)前故障零件信息進(jìn)行時(shí)序特征生成，得到當(dāng)前車輛零件時(shí)序特征；

19、通過(guò)所述自注意子模型對(duì)所述當(dāng)前車輛零件時(shí)序特征進(jìn)行特征編碼，得到當(dāng)前車輛零件編碼特征；

20、通過(guò)所述回歸子模型對(duì)所述當(dāng)前車輛零件編碼特征進(jìn)行回歸預(yù)測(cè)。

21、在一些實(shí)施例，所述對(duì)所述歷史故障零件信息進(jìn)行關(guān)聯(lián)信息挖掘，得到歷史故障零件關(guān)聯(lián)信息，包括：

22、對(duì)所述歷史故障零件信息進(jìn)行頻率統(tǒng)計(jì)，得到零件故障頻率數(shù)據(jù)；

23、根據(jù)預(yù)設(shè)的頻繁項(xiàng)集閾值對(duì)所述零件故障頻率數(shù)據(jù)進(jìn)行篩選，得到頻繁故障零件項(xiàng)集；

24、基于所述頻繁項(xiàng)故障零件項(xiàng)集進(jìn)行關(guān)聯(lián)規(guī)則生成，得到故障零件關(guān)聯(lián)規(guī)則；

25、對(duì)所述故障零件關(guān)聯(lián)規(guī)則進(jìn)行篩選，得到所述歷史故障零件關(guān)聯(lián)信息。

26、在一些實(shí)施例，所述歷史故障零件信息包括多個(gè)故障記錄信息；所述對(duì)所述歷史故障零件信息進(jìn)行故障信息聚類，得到歷史故障零件聚類信息，包括：

27、計(jì)算任意兩個(gè)故障記錄信息之間的歐氏距離，得到距離矩陣；

28、根據(jù)所述距離矩陣對(duì)所述故障記錄信息進(jìn)行信息分類，得到故障分類信息；

29、對(duì)所述故障分類信息進(jìn)行輪廓系數(shù)篩選，得到所述歷史故障零件聚類信息。

30、在一些實(shí)施例，所述對(duì)所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行故障識(shí)別，得到歷史故障零件信息，包括：

31、對(duì)所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行均值計(jì)算，得到運(yùn)行均值數(shù)據(jù)；

32、對(duì)所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)差計(jì)算，得到運(yùn)行標(biāo)準(zhǔn)差數(shù)據(jù)；

33、根據(jù)所述運(yùn)行均值數(shù)據(jù)、所述運(yùn)行標(biāo)準(zhǔn)差數(shù)據(jù)和所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行聚合計(jì)算，得到運(yùn)行數(shù)據(jù)偏移量；

34、根據(jù)所述運(yùn)行數(shù)據(jù)偏移量從所述歷史零件運(yùn)行數(shù)據(jù)中篩選出所述歷史故障零件信息。

35、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的第二方面提出了一種車輛零件故障預(yù)測(cè)裝置，所述裝置包括：

36、數(shù)據(jù)獲取模塊，用于獲取預(yù)設(shè)車輛的歷史運(yùn)行數(shù)據(jù)，得到歷史零件運(yùn)行數(shù)據(jù)；

37、故障識(shí)別模塊，用于對(duì)所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行故障識(shí)別，得到歷史故障零件信息；

38、信息挖掘模塊，用于對(duì)所述歷史故障零件信息進(jìn)行關(guān)聯(lián)信息挖掘，得到歷史故障零件關(guān)聯(lián)信息；

39、信息聚類模塊，用于對(duì)所述歷史故障零件信息進(jìn)行故障信息聚類，得到歷史故障零件聚類信息；

40、參數(shù)優(yōu)化模塊，用于根據(jù)所述歷史故障零件信息、所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息對(duì)預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，得到目標(biāo)零件故障預(yù)測(cè)模型；

41、信息獲取模塊，用于獲取目標(biāo)車輛的故障信息，得到當(dāng)前故障零件信息，并通過(guò)所述目標(biāo)零件故障預(yù)測(cè)模型對(duì)所述當(dāng)前故障零件信息進(jìn)行故障預(yù)測(cè)。

42、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的第三方面提出了一種電子設(shè)備，所述電子設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述第一方面所述的方法。

43、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的第四方面提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述第一方面所述的方法。

44、本申請(qǐng)?zhí)岢龅囊环N車輛零件故障預(yù)測(cè)方法和裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，其通過(guò)獲取歷史零件運(yùn)行數(shù)據(jù)，然后對(duì)歷史零件運(yùn)行數(shù)據(jù)進(jìn)行故障識(shí)別，得到歷史故障零件信息，然后對(duì)歷史故障零件信息進(jìn)行關(guān)聯(lián)信息挖掘，得到歷史故障零件關(guān)聯(lián)信息，并對(duì)歷史零件故障信息進(jìn)行故障信息聚類，得到歷史故障零件聚類信息，然后通過(guò)歷史故障零件聚類信息、歷史故障零件關(guān)聯(lián)信息進(jìn)行對(duì)預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，使得預(yù)設(shè)零件故障預(yù)測(cè)模型從聚類信息和關(guān)聯(lián)信息兩個(gè)維度感知零件的故障特征，并使預(yù)設(shè)零件故障預(yù)測(cè)模型能夠?qū)α慵收嫌辛己玫念A(yù)測(cè)能力，最后獲取當(dāng)前故障零件信息，并通過(guò)目標(biāo)零件故障預(yù)測(cè)模型對(duì)當(dāng)前故障零件信息進(jìn)行故障預(yù)測(cè)，從而提高對(duì)車輛零件故障的預(yù)測(cè)精準(zhǔn)度。

技術(shù)特征：

1.一種車輛零件故障預(yù)測(cè)方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述歷史故障零件信息、所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息對(duì)預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，得到目標(biāo)零件故障預(yù)測(cè)模型，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述通過(guò)預(yù)設(shè)特征融合模型對(duì)所述歷史故障零件關(guān)聯(lián)信息和所述歷史故障零件聚類信息進(jìn)行特征融合，得到故障零件特征信息，包括：

4.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述目標(biāo)零件故障預(yù)測(cè)模型包括長(zhǎng)短記憶子模型、自注意子模型和回歸子模型；所述通過(guò)所述目標(biāo)零件故障預(yù)測(cè)模型對(duì)所述當(dāng)前故障零件信息進(jìn)行故障預(yù)測(cè)，包括：

5.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述對(duì)所述歷史故障零件信息進(jìn)行關(guān)聯(lián)信息挖掘，得到歷史故障零件關(guān)聯(lián)信息，包括：

6.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述歷史故障零件信息包括多個(gè)故障記錄信息；所述對(duì)所述歷史故障零件信息進(jìn)行故障信息聚類，得到歷史故障零件聚類信息，包括：

7.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述對(duì)所述歷史零件運(yùn)行數(shù)據(jù)進(jìn)行故障識(shí)別，得到歷史故障零件信息，包括：

8.一種車輛零件故障預(yù)測(cè)裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的車輛零件故障預(yù)測(cè)方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的車輛零件故障預(yù)測(cè)方法。

技術(shù)總結(jié)
本申請(qǐng)實(shí)施例提供了一種車輛零件故障預(yù)測(cè)方法和裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，屬于車輛故障預(yù)測(cè)技術(shù)領(lǐng)域。該方法包括：獲取歷史零件運(yùn)行數(shù)據(jù)；對(duì)歷史零件運(yùn)行數(shù)據(jù)進(jìn)行故障識(shí)別，得到歷史故障零件信息；對(duì)歷史故障零件信息進(jìn)行關(guān)聯(lián)信息挖掘，得到歷史故障零件關(guān)聯(lián)信息；對(duì)歷史故障零件信息進(jìn)行故障信息聚類，得到歷史故障零件聚類信息；根據(jù)歷史故障零件信息、歷史故障零件關(guān)聯(lián)信息和歷史故障零件聚類信息對(duì)預(yù)設(shè)零件故障預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)化，得到目標(biāo)零件故障預(yù)測(cè)模型；獲取得到當(dāng)前故障零件信息，并通過(guò)目標(biāo)零件故障預(yù)測(cè)模型對(duì)當(dāng)前故障零件信息進(jìn)行故障預(yù)測(cè)。本申請(qǐng)實(shí)施例能夠提高對(duì)車輛零件故障的預(yù)測(cè)精準(zhǔn)度。

技術(shù)研發(fā)人員：王帥博
受保護(hù)的技術(shù)使用者：中國(guó)第一汽車股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2