一种车载氢系统泄漏诊断方法、系统、设备及存储介质

本发明涉及氢泄漏诊断领域，特别是涉及一种车载氢系统泄漏诊断方法、系统、设备及存储介质。

背景技术：

1、氢气具有无色、无臭、易燃、易渗透，在使用过程中极易发生渗透和泄漏的特点。一旦氢系统发生氢气泄漏，会导致燃烧、爆炸或其他危险情况，进而对整车以及乘客产生较大的安全威胁。因此，对于车载氢系统氢气泄漏故障的准确监测，有助于避免发生危险事故，提高燃料电池汽车可靠性、安全性和市场接受能力。

2、目前，现有的燃料电池汽车氢系统泄漏监测的主要方法是传感器检测法。然而，传感器检测法极易受到传感器的数量和安装位置的影响。即使利用高精度的氢浓度传感器检测泄漏，也会因为传感器位置远离泄漏点而无法快速得到诊断结果；并且由于氢气泄漏点与传感器间有物体遮挡时，传感器无法及时获取氢气扩散浓度信息，同样导致诊断时间过长，甚至无法准确诊断氢泄漏。对于微量泄漏诊断，单一传感器检测无法做出精准的判断，进而可靠性不高。

3、综上所述，现有的车载氢系统泄漏诊断方法无法快速、高效、准确识别氢系统的泄漏以及同时识别微量泄漏和大量泄漏。

技术实现思路

1、本发明的目的是提供一种车载氢系统泄漏诊断方法、系统、设备及存储介质，可同时实现对氢气微量泄漏和大量泄漏的快速精准识别。

2、为实现上述目的，本发明提供了如下方案：

3、一种车载氢系统泄漏诊断方法，包括：

4、获取燃料电池汽车氢瓶内的实际气体压力数据；

5、基于马氏距离根据所述实际气体压力数据分别构建加权分数阶傅里叶递归图和时域递归图；

6、将所述加权分数阶傅里叶递归图和所述时域递归图进行下三角转换和融合，得到融合递归图；

7、根据所述融合递归图利用氢泄漏诊断网络进行诊断，得到氢泄漏诊断结果。

8、可选地，基于马氏距离根据所述实际气体压力数据分别构建加权分数阶傅里叶递归图和时域递归图，具体包括：

9、对所述实际气体压力数据进行分离，得到固定长度的非重叠连续时序信号段；

10、将每个实际气体压力数据中的非重叠连续时序信号段通过加权分数傅里叶变换提取加权分数傅里叶压力信号段；

11、基于马氏距离根据所述加权分数傅里叶压力信号段构建加权分数阶傅里叶递归图；

12、基于马氏距离根据所述非重叠连续时序信号段构建时域递归图。

13、可选地，基于马氏距离根据所述加权分数傅里叶压力信号段构建加权分数阶傅里叶递归图，具体包括：

14、根据加权分数傅里叶压力信号段利用cao方法以及互信息方法选择嵌入维度和延迟时间；

15、根据所述嵌入维度和延迟时间进行空间重构，得到重构相空间；

16、基于马氏距离根据实际气体压力数据的协方差矩阵以及所述重构相空间计算距离；

17、根据所述距离计算递归值；

18、根据所述递归值构建加权分数阶傅里叶递归图。

19、可选地，将所述加权分数阶傅里叶递归图和所述时域递归图进行下三角转换和融合，得到融合递归图，具体包括：

20、将所述加权分数阶傅里叶递归图和所述时域递归图进行下三角转换，得到加权分数阶傅里叶域递归图；

21、将所述时域递归图进行下三角转换，得到时域下三角递归图；

22、利用拉普拉斯金字塔图像融合方法对加权分数阶傅里叶域递归图和时域下三角递归图进行融合，得到融合递归图。

23、可选地，所述氢泄漏诊断网络为训练好的vgg-16神经网络。

24、本发明还提供一种车载氢系统泄漏诊断系统，包括：

25、获取模块，用于获取燃料电池汽车氢瓶内的实际气体压力数据；

26、构建模块，用于基于马氏距离根据所述实际气体压力数据分别构建加权分数阶傅里叶递归图和时域递归图；

27、下三角转换和融合模块，用于将所述加权分数阶傅里叶递归图和所述时域递归图进行下三角转换和融合，得到融合递归图；

28、诊断模块，用于根据所述融合递归图利用氢泄漏诊断网络进行诊断，得到氢泄漏诊断结果。

29、可选地，所述构建模块具体包括：

30、分离单元，用于对所述实际气体压力数据进行分离，得到固定长度的非重叠连续时序信号段；

31、提取单元，用于将每个实际气体压力数据中的非重叠连续时序信号段通过加权分数傅里叶变换提取加权分数傅里叶压力信号段；

32、第一构建单元，用于基于马氏距离根据所述加权分数傅里叶压力信号段构建加权分数阶傅里叶递归图；

33、第二构建单元，用于基于马氏距离根据所述非重叠连续时序信号段构建时域递归图。

34、可选地，所述第一构建单元具体包括：

35、选择子单元，用于根据加权分数傅里叶压力信号段利用cao方法以及互信息方法选择嵌入维度和延迟时间；

36、空间重构子单元，用于根据所述嵌入维度和延迟时间进行空间重构，得到重构相空间；

37、距离计算子单元，用于基于马氏距离根据实际气体压力数据的协方差矩阵以及所述重构相空间计算距离；

38、递归值计算子单元，用于根据所述距离计算递归值；

39、递归图构建子单元，用于根据所述递归值构建加权分数阶傅里叶递归图。

40、本发明还提供一种电子设备，包括：

41、一个或多个处理器；

42、存储装置，其上存储有一个或多个程序；

43、当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现所述的方法。

44、本发明还提供一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现所述的方法。

45、根据本发明提供的具体实施例，本发明公开了以下技术效果：

46、本发明利用加权分数阶傅里叶变换处理压力数据一方面可以通过加权机制强调信号中的特定频率成分，另一方面可以提取出更加显著的泄漏特征，可以提取出深层频域特征，识别车载氢系统分数阶微小泄漏信号，这有利于泄漏类型识别和机器学习，利用马氏距离处理递归图，提高整体的自适应性，从而实现对氢泄漏的快速精准识别。

技术特征：

1.一种车载氢系统泄漏诊断方法，其特征在于，包括：

2.根据权利要求1所述的车载氢系统泄漏诊断方法，其特征在于，基于马氏距离根据所述实际气体压力数据分别构建加权分数阶傅里叶递归图和时域递归图，具体包括：

3.根据权利要求2所述的车载氢系统泄漏诊断方法，其特征在于，基于马氏距离根据所述加权分数傅里叶压力信号段构建加权分数阶傅里叶递归图，具体包括：

4.根据权利要求1所述的车载氢系统泄漏诊断方法，其特征在于，将所述加权分数阶傅里叶递归图和所述时域递归图进行下三角转换和融合，得到融合递归图，具体包括：

5.根据权利要求1所述的车载氢系统泄漏诊断方法，其特征在于，所述氢泄漏诊断网络为训练好的vgg-16神经网络。

6.一种车载氢系统泄漏诊断系统，其特征在于，包括：

7.根据权利要求6所述的车载氢系统泄漏诊断系统，其特征在于，所述构建模块具体包括：

8.根据权利要求7所述的车载氢系统泄漏诊断系统，其特征在于，所述第一构建单元具体包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的方法。

技术总结本发明公开一种车载氢系统泄漏诊断方法、系统、设备及存储介质，涉及氢泄漏诊断领域，方法包括获取燃料电池汽车氢瓶内的实际气体压力数据；基于马氏距离根据所述实际气体压力数据分别构建加权分数阶傅里叶递归图和时域递归图；将所述加权分数阶傅里叶递归图和所述时域递归图进行下三角转换和融合，得到融合递归图；根据所述融合递归图利用氢泄漏诊断网络进行诊断，得到氢泄漏诊断结果。本发明能同时实现对氢气微量泄漏和大量泄漏的快速精准识别。技术研发人员：李建威,邢旭,何云堂,兰昊,吕洪,王佳元受保护的技术使用者：北京理工大学技术研发日：技术公布日：2024/5/27