[發明專利]攪拌車故障預判方法、裝置和計算機可讀存儲介質

有效

• 申請號: 202011052865.4
• 申請日: 2020-09-29
• 公開（公告）號: CN112215108B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 但雅波;賀志國;王力敏
• 申請（專利權）人: 三一專用汽車有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰

1.一種攪拌車故障預判方法，其特征在于，包括：

采集攪拌車運行時的聲學信號數據；

獲取所述攪拌車的工作載荷；

將所述聲學信號數據輸入至訓練后的所述工作載荷對應的預測模型；

所述預測模型輸出所述攪拌車距離發生故障的第一時長；

執行所述采集攪拌車運行時的聲學信號數據之前，還包括：

獲取至少一種所述工作載荷下攪拌車樣本數據；

構建所述工作載荷對應的所述預測模型，所述預測模型采用圖模型；

根據所述工作載荷下所述攪拌車樣本數據，對所述預測模型進行訓練，得到訓練后的所述工作載荷對應的所述預測模型；

所述攪拌車樣本數據包括清洗后的聲學信號數據和假設聲學信號數據，所述獲取至少一種工作載荷下攪拌車樣本數據，包括：

選取多個樣本攪拌車；

采集至少一種所述工作載荷下，多個使用時長時，所述多個樣本攪拌車的所述聲學信號數據；

標定所述多個樣本攪拌車的所述聲學信號數據，所述聲學信號數據對應的所述樣本攪拌車的使用時長時，所述樣本攪拌車距離發生故障的第二時長；

對標定后的所述聲學信號數據進行數據清洗；

基于清洗后的所述聲學信號數據，獲取所述假設聲學信號數據。

2.根據權利要求1所述的攪拌車故障預判方法，其特征在于，所述對標定后的所述聲學信號數據進行數據清洗，包括：

構建神經網絡算法自編碼器，所述神經網絡算法自編碼器包括編碼器和解碼器，所述編碼器采用卷積層構建，所述解碼器采用反卷積構建；

采用無監督的所述神經網絡算法自編碼器對標定后的所述聲學信號數據進行清洗。

3.根據權利要求2所述的攪拌車故障預判方法，其特征在于，所述基于清洗后的所述聲學信號數據，獲取假設聲學信號數據，包括：

構建生成式對抗網絡；

采用清洗后的所述聲學信號，訓練所述生成式對抗網絡；

通過所述生成式對抗網絡，獲取所述假設聲學信號數據。

4.根據權利要求3所述的攪拌車故障預判方法，其特征在于，所述根據所述工作載荷下所述攪拌車樣本數據，對所述預測模型進行訓練，得到訓練后的所述工作載荷對應的所述預測模型，包括：

根據所述工作載荷下清洗后的所述聲學信號數據與所述假設聲學信號數據，采用圖神經網絡算法，對所述圖模型中的每個節點進行數據嵌入，得到訓練后的所述工作載荷對應的所述預測模型。

5.根據權利要求4所述的攪拌車故障預判方法，其特征在于，所述對所述圖模型中的每個節點進行數據嵌入，包括：

采用基于元學習的小樣本學習方法，基于注意力機制，對所述圖模型中的每個節點進行數據嵌入。

6.根據權利要求1至5中任一項所述的攪拌車故障預判方法，其特征在于，還包括：

將采集得到的所述攪拌車的聲學信號數據，迭代訓練所述預測模型，更新所述預測模型。

7.一種攪拌車故障預判裝置（200），其特征在于，包括：

存儲器（210），存儲有計算機程序；

處理器（220），執行所述計算機程序；

其中，所述處理器（220）在執行所述計算機程序時，實現如權利要求1至6中任一項所述的攪拌車故障預判方法的步驟。

8.一種計算機可讀存儲介質，其特征在于，包括：

所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被執行時，實現如權利要求1至6中任一項所述的攪拌車故障預判方法的步驟。