[發(fā)明專利]基于獨立成分分析和稀疏去噪自編碼器的汽車傳感器故障檢測方法

有效

• 申請?zhí)枺?/td>: 201910535551.0
• 申請日: 2019-06-20
• 公開（公告）號: CN110147648B
• 公開（公告）日: 2022-06-17
• 發(fā)明（設(shè)計）人: 張建明;沈新新
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/063;G06N3/08;G01D18/00
• 代理公司: 杭州浙科專利事務(wù)所(普通合伙) 33213
• 代理人: 吳秉中

本發(fā)明公開了一種基于獨立成分分析和稀疏去噪自編碼器的汽車傳感器故障檢測方法。該方法首先使用獨立成分分析獲得過程數(shù)據(jù)中的非高斯信息，得到獨立成分分量，使用稀疏去噪自編碼器提取主要獨立成分計算I²指標(biāo)；在殘差空間使用稀疏去噪自編碼器獲得運行數(shù)據(jù)的高斯信息計算H²指標(biāo)。最后使用故障誤報率（FAR）和誤檢率(MDR)指標(biāo)分析故障檢測效果。相比于其他方法，本發(fā)明通過將獨立成分分析和稀疏降噪自編碼器結(jié)合，在非高斯部分使用稀疏去噪自編碼器提取主元，去除不必要信號的干擾；在殘差空間使用稀疏去噪自編碼器提取數(shù)據(jù)中的高斯信息，提高過程監(jiān)控系統(tǒng)的魯棒性，增強(qiáng)對非線性數(shù)據(jù)的處理能力，提高故障診斷的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于汽車過程控制領(lǐng)域，特別涉及一種基于獨立成分分析和稀疏去噪自編碼器的汽車傳感器故障檢測方法。

背景技術(shù)

隨著科技的不斷發(fā)展，汽車也在不斷的更新迭代，行駛速度變得越來越快，乘坐越來越舒適。汽車中各個傳感器的應(yīng)用使得汽車功能越來越完備，設(shè)備精度和效率進(jìn)一步提高，但系統(tǒng)也越來越復(fù)雜。汽車在行駛過程中不可避免地會發(fā)生故障，雖然通過傳統(tǒng)的拆解汽車零部件檢查汽車各零部件之間的損壞程度和耦合度進(jìn)而進(jìn)行故障定位和故障修復(fù)維修效果好，但與此同時對維修人員的要求也特別高，特別是當(dāng)遇到結(jié)構(gòu)復(fù)雜，拆解困難的汽車部件時，這種維修方法勢必會增加維修成本和維修時間。汽車發(fā)生故障時，如果不及時進(jìn)行診斷修復(fù)有可能會產(chǎn)生整個汽車內(nèi)設(shè)備的鏈?zhǔn)椒磻?yīng)，帶來一定的經(jīng)濟(jì)損失，嚴(yán)重的更會危及生命，造成重大傷亡。因此在汽車運行過程中的在線監(jiān)控和故障診斷就變得越來越重要，不僅僅為了汽車的正常運行，更是為了駕駛者的安全。

汽車運行過程中不可避免的會產(chǎn)生大量數(shù)據(jù)，基于此采用多元統(tǒng)計分析方法進(jìn)行故障診斷，避免了汽車系統(tǒng)內(nèi)部復(fù)雜的機(jī)理，過程監(jiān)控相對簡單高效。但是目前基于汽車的故障檢測技術(shù)的應(yīng)用并不多，更別說采用多變量統(tǒng)計方法了。傳統(tǒng)的多元統(tǒng)計分析方法有諸多限制，比如PCA是工作在過程數(shù)據(jù)是高斯分布的這個假設(shè)下，同時受限于數(shù)據(jù)是線性可分的；ICA利用高階統(tǒng)計量可以獲得更多的信息，得到過程數(shù)據(jù)的非高斯信息，但是針對其中的高斯型信息卻無能為力。

發(fā)明內(nèi)容

本發(fā)明的目的是針對汽車故障檢測技術(shù)的缺乏以及多元統(tǒng)計分析方法的不足，提供一種基于獨立成分分析和稀疏去噪自編碼器的汽車傳感器故障檢測方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

(1)利用汽車運行過程正常工況的數(shù)據(jù)組成建模用的訓(xùn)練數(shù)據(jù)集：X＝[x₁；x₂；…；x_n]。其中X∈R^n×m,n為訓(xùn)練樣本數(shù)，m為過程變量數(shù)，R為實數(shù)集，R^n×m表示X滿足n×m的二維分布。將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫。

(2)對數(shù)據(jù)集X進(jìn)行預(yù)處理和歸一化，使得各個過程變量的均值為零，方差為1，得到新的數(shù)據(jù)矩陣集為采用以下過程來完成：

1)計算均值：

2)計算方差：

3)標(biāo)準(zhǔn)化：

(3)使用獨立成分分析針對新的數(shù)據(jù)集提取非高斯信息，獲得獨立成分S，使用稀疏去噪自編碼器降維，提取主要獨立元成分，計算I²統(tǒng)計量，使用99％置信度的核密度估計得到相應(yīng)的檢測統(tǒng)計限

(4)使用稀疏去噪自編碼器提取殘差空間中的高斯信息G，計算H²統(tǒng)計量，使用99％置信度的核密度估計得到相應(yīng)的檢測統(tǒng)計限

(5)將建模數(shù)據(jù)和模型參數(shù)存入歷史數(shù)據(jù)庫備用。