[發(fā)明專利]一種汽車起動(dòng)機(jī)耐久測(cè)試數(shù)據(jù)的快速聚類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711462914.X
• 申請(qǐng)日: 2017-12-28
• 公開（公告）號(hào): CN108197647B
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計(jì)）人: 趙穎;盛英帥;王磊;李世杰;魏水潤;周芳芳
• 申請(qǐng)（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 長沙市融智專利事務(wù)所(普通合伙) 43114
• 代理人: 楊萍

1.一種汽車起動(dòng)機(jī)耐久測(cè)試數(shù)據(jù)的快速聚類方法，其特征在于，包括以下步驟：

步驟1)：對(duì)汽車起動(dòng)機(jī)耐久測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理，獲得標(biāo)準(zhǔn)耐久測(cè)試數(shù)據(jù)集合T＝{T₁，T₂，T₃，...，T_N}，其中元素T_i＝{t_i1，t_i2，t_i3，...，t_in}表示第i次起動(dòng)測(cè)試的數(shù)據(jù)，t_ij＝(α₁，α₂，α₃，...，α_m)表示第i次起動(dòng)測(cè)試中第j個(gè)時(shí)刻起動(dòng)機(jī)m個(gè)測(cè)試指標(biāo)的值，i＝1，2，3，...，N，j＝1，2，3，...，n，N表示起動(dòng)機(jī)耐久測(cè)試過程中執(zhí)行起動(dòng)測(cè)試的次數(shù)，n表示第i次起動(dòng)測(cè)試中的采樣時(shí)間點(diǎn)個(gè)數(shù)，對(duì)于不同T_i，n的值不是恒定的；

步驟2)：對(duì)步驟1)得到的標(biāo)準(zhǔn)耐久測(cè)試數(shù)據(jù)集T進(jìn)行特征提取，即針對(duì)每一次起動(dòng)測(cè)試，從其對(duì)應(yīng)的T_i中提取出與起動(dòng)機(jī)起動(dòng)測(cè)試類型密切相關(guān)的特征值，從而將各個(gè)T_i轉(zhuǎn)化為長度相等的、與時(shí)間無關(guān)的特征向量τ_i＝(a_i，b_i，c_i，...)，向量中的元素a_i，b_i，c_i，...即所提取出的與起動(dòng)機(jī)起動(dòng)測(cè)試類型密切相關(guān)的特征值；最終，形成新的數(shù)據(jù)集T′＝{τ₁，τ₂，τ₃，...，τ_N}；

對(duì)于步驟2)中的特征提取具體操作步驟如下：

2.1)：在標(biāo)準(zhǔn)耐久測(cè)試數(shù)據(jù)集合T中篩選出兩個(gè)維度的數(shù)據(jù)：起動(dòng)機(jī)轉(zhuǎn)速Speed和起動(dòng)機(jī)繼電器控制回路電流I₁，將第i次起動(dòng)測(cè)試中，起動(dòng)機(jī)轉(zhuǎn)速時(shí)間序列表示為Speed_i＝{s_i1，s_i2，…，s_ij，...，s_in}，繼電器控制回路電流時(shí)間序列表示為(I₁)_i＝{a_i1，a_i2，…，a_ij，...a_in}，1≤j≤n；

2.2)：針對(duì)每一次起動(dòng)測(cè)試，分別提取以下四個(gè)特征值：繼電器控制回路電流I₁的突降時(shí)刻I₁_fall_msec、電流I₁尾均值I₁_tail_mean、轉(zhuǎn)速尾均值Speed_tail_mean、轉(zhuǎn)速終值last_speed，由這四個(gè)特征值構(gòu)成該次起動(dòng)測(cè)試的特征向量；第i次起動(dòng)測(cè)試的四個(gè)特征的計(jì)算方法為：

步驟3)：用隨機(jī)抽樣方法抽取T′中2000～3000個(gè)特征向量作為樣本集S′；

步驟4)：對(duì)樣本集S′中的特征向量用參數(shù)自適應(yīng)的DBSCAN聚類算法進(jìn)行聚類，確定每個(gè)特征向量所屬的起動(dòng)機(jī)起動(dòng)測(cè)試類型；

所述步驟4)中，對(duì)樣本集S′中的特征向量用參數(shù)自適應(yīng)的DBSCAN聚類算法進(jìn)行聚類具體操作步驟如下：

4.1)確定DBSCAN聚類算法的鄰域半徑和核心點(diǎn)閾值，即Eps和MinPts；方法為：首先定義k_dis為樣本集S′中某一特征向量與其第k近的鄰居向量的距離大小；然后設(shè)置k的取值，計(jì)算樣本集S′每個(gè)特征向量對(duì)應(yīng)的k_dis值，并對(duì)其進(jìn)行降序排列；再以樣本集S′中的特征向量為水平軸，特征向量對(duì)應(yīng)的k_dis值為縱軸，構(gòu)建出該樣本集S′的k_dis曲線；最后取該k_dis曲線的拐點(diǎn)的縱坐標(biāo)作為參數(shù)Eps的值；令MinPts＝k；

4.2)通過DBSCAN算法對(duì)樣本集S′進(jìn)行聚類，得到了樣本集S′的聚類結(jié)果；

步驟5)：對(duì)數(shù)據(jù)集T′-S′中的每個(gè)特征向量，在所屬起動(dòng)機(jī)起動(dòng)測(cè)試類型已經(jīng)確定的特征向量中，尋找與其本身距離最近的特征向量τ_i，若該最近的距離小于等于Eps，則將該特征向量與τ_i屬于相同的起動(dòng)機(jī)起動(dòng)測(cè)試類型，否則，將該特征向量視作異常值；最終，完成所有汽車起動(dòng)機(jī)耐久測(cè)試數(shù)據(jù)的聚類。