本發(fā)明涉及零件故障監(jiān)測(cè)，具體涉及一種基于振動(dòng)和can數(shù)據(jù)分析的汽車零部件故障監(jiān)測(cè)方法。

背景技術(shù)：

1、隨著汽車的使用年限不斷增加，眾多零部件在長(zhǎng)期工作過程中會(huì)承受機(jī)械載荷、熱負(fù)荷以及各種環(huán)境因素的綜合作用，逐漸產(chǎn)生磨損、疲勞和老化等問題，這些部件劣化到一定程度，就可能引發(fā)各種車輛故障，從輕微的噪聲與震動(dòng)，到嚴(yán)重的動(dòng)力系統(tǒng)失效與制動(dòng)功能喪失。

2、現(xiàn)有的通過振動(dòng)和can數(shù)據(jù)對(duì)汽車零部件故障監(jiān)測(cè)的技術(shù)，大多是依照標(biāo)準(zhǔn)工況下的參數(shù)進(jìn)行比對(duì)，以判斷是否存在異常。此類監(jiān)測(cè)手段會(huì)在采集到偏離參考范圍的信號(hào)時(shí)，發(fā)出故障提示。由于故障跡象在早期階段往往不夠明顯，當(dāng)系統(tǒng)最終檢測(cè)到異常時(shí)，零部件內(nèi)部可能已經(jīng)累積一定程度的磨損或疲勞，從而對(duì)車輛正常運(yùn)行產(chǎn)生潛在影響。由于監(jiān)測(cè)與故障發(fā)生之間存在時(shí)間差，車輛安全也因此面臨一定的風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于振動(dòng)和can數(shù)據(jù)分析的汽車零部件故障監(jiān)測(cè)方法，解決以下技術(shù)問題：

2、現(xiàn)有的通過振動(dòng)和can數(shù)據(jù)對(duì)汽車零部件故障監(jiān)測(cè)的技術(shù)，大多是依照標(biāo)準(zhǔn)工況下的參數(shù)進(jìn)行比對(duì)，以判斷是否存在異常。此類監(jiān)測(cè)手段會(huì)在采集到偏離參考范圍的信號(hào)時(shí)，發(fā)出故障提示。由于故障跡象在早期階段往往不夠明顯，當(dāng)系統(tǒng)最終檢測(cè)到異常時(shí)，零部件內(nèi)部可能已經(jīng)累積一定程度的磨損或疲勞，從而對(duì)車輛正常運(yùn)行產(chǎn)生潛在影響。由于監(jiān)測(cè)與故障發(fā)生之間存在時(shí)間差，車輛安全也因此面臨一定的風(fēng)險(xiǎn)。

3、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：

4、一種基于振動(dòng)和can數(shù)據(jù)分析的汽車零部件故障監(jiān)測(cè)方法，包括以下步驟：

5、在預(yù)設(shè)的時(shí)間節(jié)點(diǎn)上采集汽車零部件的監(jiān)測(cè)數(shù)據(jù)，所述監(jiān)測(cè)數(shù)據(jù)包括振動(dòng)數(shù)據(jù)和can數(shù)據(jù)，基于所述監(jiān)測(cè)數(shù)據(jù)生成監(jiān)測(cè)點(diǎn)，對(duì)所述監(jiān)測(cè)點(diǎn)進(jìn)行聚類，得到聚類簇，在單個(gè)所述聚類簇中隨機(jī)選取m個(gè)監(jiān)測(cè)點(diǎn)記為目標(biāo)點(diǎn)，m為預(yù)設(shè)數(shù)量；

6、獲取所述汽車零部件的剩余壽命，獲取所述目標(biāo)點(diǎn)對(duì)應(yīng)的監(jiān)測(cè)指標(biāo)，標(biāo)記為目標(biāo)指標(biāo)，生成訓(xùn)練樣本，單個(gè)所述訓(xùn)練樣本中包括所述目標(biāo)指標(biāo)和對(duì)應(yīng)的所述剩余壽命；

7、生成數(shù)據(jù)集，單個(gè)所述數(shù)據(jù)集中包括全部所述時(shí)間節(jié)點(diǎn)對(duì)應(yīng)的m個(gè)所述訓(xùn)練樣本，不同的所述數(shù)據(jù)集中存在至少一個(gè)所述時(shí)間節(jié)點(diǎn)對(duì)應(yīng)的m個(gè)所述訓(xùn)練樣本來自不同的所述聚類簇；

8、將單個(gè)所述數(shù)據(jù)集以預(yù)設(shè)的比例劃分為訓(xùn)練集和驗(yàn)證集，基于機(jī)器學(xué)習(xí)建立壽命預(yù)測(cè)模型，基于所述訓(xùn)練集對(duì)所述壽命預(yù)測(cè)模型積進(jìn)行訓(xùn)練，基于所述驗(yàn)證集對(duì)訓(xùn)練后的所述壽命預(yù)測(cè)模型進(jìn)行驗(yàn)證，并確定驗(yàn)證過程中所述壽命預(yù)測(cè)模型輸出的剩余壽命的置信度，將最大置信度對(duì)應(yīng)的所述壽命預(yù)測(cè)模型標(biāo)記為目標(biāo)模型；

9、基于所述目標(biāo)模型獲取所述汽車零部件的剩余壽命，當(dāng)所述剩余壽命小于預(yù)設(shè)的剩余壽命閾值時(shí)，發(fā)送預(yù)警信息進(jìn)行提示。

10、作為本發(fā)明進(jìn)一步的方案：獲取所述聚類簇的過程包括：

11、在預(yù)設(shè)的監(jiān)測(cè)周期內(nèi)以預(yù)設(shè)的時(shí)間間隔設(shè)置若干時(shí)間節(jié)點(diǎn)，在所述時(shí)間節(jié)點(diǎn)上采集單個(gè)汽車零部件的監(jiān)測(cè)數(shù)據(jù)，對(duì)所述監(jiān)測(cè)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化去除量綱得到監(jiān)測(cè)指標(biāo)，生成監(jiān)測(cè)點(diǎn)（c1，c2，…，cn），cn表示第n種所述監(jiān)測(cè)指標(biāo)；

12、對(duì)所述時(shí)間節(jié)點(diǎn)進(jìn)行編號(hào)，對(duì)相同編號(hào)的所述時(shí)間節(jié)點(diǎn)對(duì)應(yīng)的所述監(jiān)測(cè)點(diǎn)進(jìn)行聚類，得到聚類簇。

13、作為本發(fā)明進(jìn)一步的方案：發(fā)送預(yù)警信息進(jìn)行提示的過程包括：

14、當(dāng)所述汽車零部件投入使用的總時(shí)長(zhǎng)達(dá)到預(yù)設(shè)時(shí)長(zhǎng)時(shí)，采集所述監(jiān)測(cè)數(shù)據(jù)并獲取對(duì)應(yīng)的監(jiān)測(cè)指標(biāo)，記為評(píng)估指標(biāo)，將所述評(píng)估指標(biāo)輸入所述目標(biāo)模型，輸出此時(shí)所述汽車零部件的剩余壽命，記為預(yù)期壽命t1；

15、當(dāng)所述預(yù)期壽命t1大于所述剩余壽命閾值時(shí)，在時(shí)間點(diǎn)t+t1/2上，獲取新的預(yù)期壽命，重復(fù)上述步驟，直至某個(gè)新的預(yù)期壽命小于所述剩余壽命閾值，發(fā)送預(yù)警信息進(jìn)行提示。

16、作為本發(fā)明進(jìn)一步的方案：確定目標(biāo)模型的過程中，當(dāng)兩個(gè)及兩個(gè)以上所述置信度相同且最大時(shí)，執(zhí)行以下步驟：

17、將對(duì)應(yīng)的置信度相同且最大的所述壽命預(yù)測(cè)模型標(biāo)記為待定模型，獲取所述待定模型在驗(yàn)證過程中輸出的全部剩余壽命的置信度的均值，將對(duì)應(yīng)的均值最大的所述待定模型作為目標(biāo)模型。

18、作為本發(fā)明進(jìn)一步的方案：獲取所述聚類簇的過程還包括：

19、將相同編號(hào)的所述時(shí)間節(jié)點(diǎn)對(duì)應(yīng)的所述監(jiān)測(cè)點(diǎn)標(biāo)記為待定點(diǎn)，設(shè)置聚類半徑r，以待定點(diǎn)a為聚類中心，計(jì)算預(yù)設(shè)的聚類半徑r內(nèi)的待定點(diǎn)密度，若所述待定點(diǎn)密度大于預(yù)設(shè)的待定點(diǎn)密度閾值，則以所述待定點(diǎn)a為聚類中心，生成半徑為所述聚類半徑r的待定簇；

20、若所述待定簇中存在某一待定點(diǎn)對(duì)應(yīng)的待定點(diǎn)密度大于所述待定點(diǎn)密度閾值，則以該待定點(diǎn)為聚類中心生成新的待定簇，并和原有的待定簇合并為一個(gè)新的待定簇。

21、作為本發(fā)明進(jìn)一步的方案：獲取所述聚類簇的過程還包括：

22、步驟一：獲取所述待定簇的輪廓系數(shù)，當(dāng)輪廓系數(shù)小于預(yù)設(shè)的輪廓系數(shù)閾值時(shí)，將所述待定簇作為減少簇，將所述減少簇按照對(duì)應(yīng)的輪廓系數(shù)的大小進(jìn)行升序排序，得到第一排序；

23、步驟二：獲取所述第一排序中首位的減少簇d1，獲取目標(biāo)距離最小的增加簇z1，所述目標(biāo)距離表示所述減少簇d1的聚類中心與所述增加簇的聚類中心間的距離，獲取所述減少簇d1中單個(gè)所述待定點(diǎn)的輪廓系數(shù)，記作樣本系數(shù)，將最小樣本系數(shù)對(duì)應(yīng)的待定點(diǎn)y1劃分到所述增加簇z1中；

24、步驟三：判斷新的所述減少簇d1是否為減少簇，若是，則執(zhí)行步驟二；若否，則從所述第一排序中去除所述減少簇d1，獲取新的第一排序，并執(zhí)行后續(xù)步驟。

25、作為本發(fā)明進(jìn)一步的方案：所述步驟一中，獲取所述待定簇的輪廓系數(shù)之前，還包括以下步驟：

26、若存在所述待定點(diǎn)的輪廓系數(shù)大于0且小于0.25，則將對(duì)應(yīng)的待定點(diǎn)標(biāo)記為噪聲并去除；

27、若存在所述待定點(diǎn)的輪廓系數(shù)小于-0.8，則將對(duì)應(yīng)的待定點(diǎn)標(biāo)記為噪聲并去除。

28、作為本發(fā)明進(jìn)一步的方案：所述步驟二中，若所述待定點(diǎn)y1劃分到所述增加簇z1后，所述增加簇不再為增加簇，則發(fā)送錯(cuò)誤提示。

29、本發(fā)明的有益效果：相較于現(xiàn)有技術(shù)：

30、1）通過對(duì)振動(dòng)和can數(shù)據(jù)進(jìn)行多維聚類，并結(jié)合壽命預(yù)測(cè)模型進(jìn)行分析，能夠在零部件產(chǎn)生早期磨損或疲勞階段時(shí)就識(shí)別到潛在的故障征兆，避免僅在異常幅度明顯偏離參考值時(shí)才發(fā)出警示，從而使車輛在故障初期即可得到關(guān)注與檢修，顯著降低潛在安全風(fēng)險(xiǎn)；

31、2）將振動(dòng)數(shù)據(jù)與can數(shù)據(jù)結(jié)合使用，并對(duì)采集的監(jiān)測(cè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化與聚類，可全面反映零部件的機(jī)械狀態(tài)和車輛運(yùn)行工況。相較于僅依賴單一來源數(shù)據(jù)的做法，這種融合式監(jiān)測(cè)方法能更準(zhǔn)確地捕捉車輛在多變工況下的故障苗頭與衰減趨勢(shì)，提高整體診斷的可靠性。

32、3）在聚類階段，通過去除噪聲點(diǎn)和優(yōu)化減少簇與增加簇間的樣本劃分，有效降低了異常數(shù)據(jù)對(duì)聚類中心的干擾；隨后再利用多簇、多工況分布的數(shù)據(jù)來訓(xùn)練和驗(yàn)證壽命預(yù)測(cè)模型，避免對(duì)單一工況的過擬合。由此可大幅提高模型的泛化能力和預(yù)測(cè)精度，對(duì)復(fù)雜真實(shí)環(huán)境下的零部件故障診斷更具適應(yīng)性；

33、4）在模型輸出零部件剩余壽命時(shí)，通過驗(yàn)證集置信度評(píng)估和定時(shí)/定里程檢查機(jī)制實(shí)現(xiàn)動(dòng)態(tài)監(jiān)控：若剩余壽命仍較長(zhǎng)，則延長(zhǎng)檢測(cè)周期；若低于閾值，則立即觸發(fā)預(yù)警并安排檢修。通過此種方式，可盡可能延長(zhǎng)零部件的使用周期，又可在故障真正臨近前及時(shí)干預(yù)，兼顧經(jīng)濟(jì)效益和車輛運(yùn)行安全。