一种故障预警方法、系统、可读存储介质及车辆与流程

本发明涉及汽车预警，具体涉及一种故障预警方法、系统、可读存储介质及车辆。

背景技术：

1、随着车辆的普及、计算机和网络技术的迅速发展，极大地推进了车联网技术的发展和应用。目前，车联网技术可以通过收集车辆信息，比如地理位置、车速、路况等来将各车辆连接从而构成巨大的交互网络。这种交互网络可以用来在线检测和诊断车辆故障。

2、目前，车辆在行驶过程中通过采集车辆的整车数据或者故障码，通过定期的上报频率，将车辆基础车况信号、车辆故障码同步导数据后台，以实时监控车辆是否发生故障，并且提醒驾驶员，以保证行驶过程的安全。

3、然而，由于定期采集整车数据和故障码，车辆控制系统难以对复杂的数据进行处理，无法知晓车辆发生故障的零部件和故障码之间的关系、以及何时会发生故障，并无法更为准确地指出故障部件。

技术实现思路

1、基于此，本发明的目的是本发明的目的是提出一种故障预警方法、系统、可读存储介质及车辆，以用于知晓车辆发生故障的零部件和故障码的关联关系，以及何时会发生故障。

2、根据本发明提出的故障预警方法，所述方法包括：

3、获取整车数据，并对所述整车数据进行融合处理；

4、构建故障码关系图谱模型和故障码关联规则模型，将融合处理后的所述整车数据同时输入所述故障码关系图谱模型和所述故障码关联规则模型，以分别输出故障码关系图谱和故障码及故障码组合；

5、结合所述输出故障码关系图谱和所述故障码及故障码组合，确定发生故障部件以及预测故障发生时间，并向车辆发出预警信号。

6、综上，根据上述的故障预警方法，车辆控制系统采集整车数据后，并对整车数据进行融合处理，以使整车数据满足模型要求。基于融合处理后的整车数据数据，构建故障码关系图谱模型和故障码关联规则模型，并将融合处理后的整车数据同时输入所述故障码关系图谱模型和所述故障码关联规则模型，并分别输出故障码关系图谱和故障码及故障码组合，以对故障零部件和故障码对应起来，以上两种模型可共同使用，结合实际的业务和验证的准确程度选取准确度高，并且落地性最强的结果。结合故障码关系图谱和故障码及故障码组合，确定发生故障部件，并根据故障码关系图谱和故障码及故障码组合预测某个故障发生时间，并发出警告提醒用车人员对车辆进行维修和检测。上述方法可准确将发生故障的零部件与故障码对应起来，并预测该故障的发生时间，提升了行车安全系数。

7、进一步的，所述获取整车数据，并对所述整车数据进行融合处理步骤，具体包括：

8、所述整车数据包括车辆的故障相关数据、行驶数据、维修维保数据和静态信息数据，所述故障相关数据内包括故障码；

9、所述融合处理为对所述整车数据进行降噪并重塑数据结构和形式，根据业务经验、统计结果、tf-idf算法过滤故障无关的故障码以实现降噪；

10、在对整车数据降噪后，对故障码去重、整合和排序以实现重塑数据结构和形式。

11、进一步的，所述构建故障码关系图谱模型和故障码关联规则模型，将融合处理后的所述整车数据同时输入所述故障码关系图谱模型和所述故障码关联规则模型，以分别输出故障码关系图谱和故障码及故障码组合步骤，具体包括：

12、基于融合处理的整车数据，构建故障码关系图谱模型，所述故障码关系图谱模型由图模型、贝叶斯网络模型和频繁序列挖掘模型三个子模型融合而成，任一所述子模型均输出子故障码关系图谱，任何车辆的故障均对应最终的故障码关系图谱。

13、进一步的，所述故障码关系图谱模型包含第一输入模块和第一输出模块；

14、所述图模型包括第二输入模块和第二输出模块，；

15、所述贝叶斯网络模型包括第三输入模块和第三输出模块；

16、所述频繁序列挖掘模型包括第四输入模块和第四输出模块；

17、所述第一输入模块分别连接至所述第二输入模块、所述第三输入模块和所述第四输入模块，所述第二输出模块、所述第三输出模块和所述第四输出模块军连接至所述第一输出模块；

18、其中，控制所述第一输入模块区分输入参数以使输入参数进入对应子模型，控制所述第一输出模块用于整合所述子模型的输出参数。

19、进一步的，所述输入参数包括dtc图算法、图数据结构、各个故障对应的故障码集合和基于不同车辆同一故障的有序故障码数据；

20、所述dtc图算法和所述图数据结构用于输入至图模型，所述各个故障对应的故障码集合用于输入贝叶斯网络模型，所述基于不同车辆同一故障的有序故障码数据用于输入频繁序列挖掘模型，三个子模型均输出子故障码关系图谱；

21、控制所述第一输出模块对三种子模型的关系图谱结果，通过实际验证数据进行效果检验，验证是否健壮，通过对比分析，以融合成最终故障码关系图谱，进而使得每个零部件故障都会对应各自的故障码关系图谱。

22、进一步的，所述构建故障码关系图谱模型和故障码关联规则模型，将融合处理后的所述整车数据同时输入所述故障码关系图谱模型和所述故障码关联规则模型，以分别输出故障码关系图谱和故障码及故障码组合步骤，还包括：

23、采用关联规则算法以建立故障码关联规则模型，对n天内的数据进行关联规则分析，找出某个零部件的故障码组合，并获取车辆中有因此零部件故障而进店维修的数据，并提取这些车辆进店维修前的n天的数据，以作为目标数据集；

24、挖掘出的每个故障码组合在维修前n天的概率，并进行预设规则的排列，设定第一阈值，并提取概率大于第一阈值的故障码组合，利用目标数据集及条件概率公式进行计算n天内进站维修概率，从而对故障码组合进行二次检验、筛选，计算公式如下：

25、

26、提取n日内进店维修概率较大的故障码组合，作为该零部件故障的关键故障码，若车辆发生这些故障码组合，则可预测n日内车辆会进行维修此零部件。

27、根据本发明实施例的一种故障预警系统，所述系统包括：

28、数据获取模块，用于获取整车数据，并对所述整车数据进行融合处理；

29、模型建立模块，用于构建故障码关系图谱模型和故障码关联规则模型，将融合处理后的所述整车数据同时输入所述故障码关系图谱模型和所述故障码关联规则模型，以分别输出故障码关系图谱和故障码及故障码组合；

30、预警模块，用于结合所述输出故障码关系图谱和所述故障码及故障码组合，确定发生故障部件以及预测故障发生时间，并向车辆发出预警信号。

31、本发明还提出一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述的故障预警方法。

32、本发明还提出一种车辆，所述车辆包括存储器和处理器，其中：

33、所述存储器用于存放计算机程序；

34、所述处理器用于执行所述存储器上所存放的计算机程序时，实现上述所述的故障预警方法。

35、本发明的附加方面与优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。