[發(fā)明專利]一種電動(dòng)汽車故障診斷方法

在審

• 申請?zhí)枺?/td>: 201811312879.8
• 申請日: 2018-11-06
• 公開（公告）號: CN109492689A
• 公開（公告）日: 2019-03-19
• 發(fā)明（設(shè)計(jì)）人: 孔慧芳;羅京;胡杰;閆佳鵬;黃瑋;賈善坤;王海
• 申請（專利權(quán)）人: 合肥工業(yè)大學(xué)智能制造技術(shù)研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 王華英

本發(fā)明提供一種電動(dòng)汽車故障診斷方法，包括：采集加速踏板位置、車速、電動(dòng)機(jī)轉(zhuǎn)速、發(fā)電機(jī)轉(zhuǎn)速和發(fā)動(dòng)機(jī)轉(zhuǎn)速的信號，建立故障決策表，并對采集的數(shù)據(jù)進(jìn)行預(yù)處理；將建立的故障決策表進(jìn)行二進(jìn)制粒化，用粒計(jì)算對所述故障決策表進(jìn)行屬性約簡，得到最小屬性集；以所述最小屬性集中的條件屬性作為輸入，以其決策屬性作為輸出，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，確定BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)的隱含層層數(shù)及隱含層神經(jīng)元節(jié)點(diǎn)數(shù)，設(shè)置訓(xùn)練參數(shù)，所述訓(xùn)練參至少包括：訓(xùn)練次數(shù)、訓(xùn)練函數(shù)；利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)故障診斷，得到兩個(gè)網(wǎng)絡(luò)的故障診斷結(jié)果；利用證據(jù)理論將BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)的診斷結(jié)果進(jìn)行融合得到最終診斷結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及電動(dòng)汽車的故障診斷技術(shù)領(lǐng)域，特別是涉及一種電動(dòng)汽車故障診斷方法。

背景技術(shù)

電動(dòng)汽車作為一個(gè)結(jié)構(gòu)復(fù)雜、零部件眾多的產(chǎn)品，其可靠性和安全性是衡量其好壞的重要指標(biāo)。故障診斷技術(shù)通過對電動(dòng)汽車運(yùn)行狀態(tài)和異常作出判斷，從而加強(qiáng)電動(dòng)汽車的安全性能，保證行車安全。因此，對電動(dòng)汽車故障診斷技術(shù)進(jìn)行深入研究，具有重要的理論意義和應(yīng)用價(jià)值。電動(dòng)汽車由于擁有多個(gè)子系統(tǒng)且相互關(guān)聯(lián)、緊密耦合從而導(dǎo)致其故障現(xiàn)象與故障原因之間具有極強(qiáng)的不確定性和非線性。因而，神經(jīng)網(wǎng)絡(luò)憑借其容錯(cuò)性好、非線性逼近能力和自適應(yīng)能力強(qiáng)等特點(diǎn)在電動(dòng)汽車故障診斷中得到了深入的研究。

粒計(jì)算不需要先驗(yàn)知識，是研究處理不完備、不精確、模糊信息的新方法，能從量繁雜的數(shù)據(jù)中挖掘出潛在的、不可或缺的知識，去有效去除冗余。證據(jù)理論融合技術(shù)因其能提高診斷準(zhǔn)確性與魯棒性的優(yōu)點(diǎn)被廣泛用于故障診斷系統(tǒng)。

在文獻(xiàn)[Kong H,Zhang X,Bao W,et al.The Application of GranularComputing in Electric Vehicle Fault Diagnosis[J].Australian Journal ofElectrical&Electronics Engineering,2014,11(3):327-337.]中，作者將BP神經(jīng)網(wǎng)絡(luò)與粒計(jì)算算法相結(jié)合，先利用粒計(jì)算理論有效降低泵的樣本維數(shù)，再利用約簡后的樣本作為BP神經(jīng)網(wǎng)絡(luò)的輸入對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練測試，加快了神經(jīng)網(wǎng)絡(luò)故障診斷速度。但是該方法存在不足：

(1)雖然粒計(jì)算理論可以降低樣本維數(shù)、去除冗余屬性，但是在實(shí)際操作中由于每個(gè)屬性對故障診斷結(jié)果或多或少都有一定影響，去除影響很小的屬性可以加快神經(jīng)網(wǎng)絡(luò)故障診斷速度，但是也會(huì)降低故障診斷準(zhǔn)確性。

中國發(fā)明專利(CN104330255A)于2015年02月04日公開的《一種基于多傳感器信息融合的齒輪故障診斷》，它將DS證據(jù)理論與SOM神經(jīng)網(wǎng)絡(luò)相結(jié)合，利用證據(jù)理論的融合規(guī)則對證據(jù)進(jìn)行融合診斷，減少誤差帶來的不確定性，提高故障診斷準(zhǔn)確性。但是該方法存在不足：

(1)當(dāng)故障樣本數(shù)量龐大、維數(shù)高時(shí)，SOM神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度會(huì)下降，實(shí)時(shí)性會(huì)得不到保障；

(2)采用的是傳統(tǒng)的DS證據(jù)理論，在面對證據(jù)間存在高度沖突時(shí)，會(huì)產(chǎn)生于直覺相悖的結(jié)果，甚至產(chǎn)生錯(cuò)誤的結(jié)論。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種電動(dòng)汽車故障診斷方法，旨在解決因電動(dòng)汽車故障樣本龐大、維數(shù)高導(dǎo)致的神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度慢的問題，而且具有提高電動(dòng)汽車故障診斷準(zhǔn)確性和魯棒性。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種電動(dòng)汽車故障診斷方法一種電動(dòng)汽車，所述電動(dòng)汽車故障診斷方法至少包括：

采集加速踏板位置、車速、電動(dòng)機(jī)轉(zhuǎn)速、發(fā)電機(jī)轉(zhuǎn)速和發(fā)動(dòng)機(jī)轉(zhuǎn)速的信號，建立故障決策表，并對采集的數(shù)據(jù)進(jìn)行預(yù)處理；

將建立的故障決策表進(jìn)行二進(jìn)制粒化，用粒計(jì)算對所述故障決策表進(jìn)行屬性約簡，得到最小屬性集；