汽车发动机故障检测方法和装置制造方法及图纸

本发明专利技术提供了一种汽车发动机故障检测方法及装置，所述方法包括：获取汽车发动机预设信号的实际信号数据；对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据；分别计算所述实际标准化信号数据与m个正常标准化信号数据中的每个数据之间的距离，得到m个距离；根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率；计算所述m个故障概率的最小值，所述故障概率最小值即为汽车发动机预设信号发生故障的概率。该方法能够为司机和维修人员了解汽车发动机的故障信息提供重要依据，降低了对发动机的盲目维修的可能，进而减少了盲目维修产生的费用，降低了发动机的维修成本。

【技术实现步骤摘要】
汽车发动机故障检测方法和装置
本专利技术涉及汽车发动机信号处理
，尤其涉及一种汽车发动机故障检测方法和装置。
技术介绍
汽车是一个复杂的机械系统，它由数千种零件构成，发动机是汽车的动力源，是汽车的心脏。汽车的一些基本技术性能都直接或间接地与发动机的信号相联系。因此，发动机信号的检测对发动机性能的了解至关重要。在发动机不解体的情况下，如果根据与发动机有关的信号就能判断发动机的当前运行状况，并能检测出发动机的哪些零件发生了故障或发生故障概率的大小，这无疑会提高发动机使用的可靠性、经济性和安全性，同时也会减少发动机盲目维修产生的费用。
技术实现思路
有鉴于此，本专利技术的第一方面提供了一种汽车发动机故障检测方法，以实现根据与发动机相关的信号数据即可判断出发动机的故障。基于本专利技术的第一方面，本专利技术的第二方面提供了一种汽车发动机故障检测装置。为了实现上述专利技术目的，本专利技术采用了如下技术方案：一种汽车发动机故障检测方法，包括：获取汽车发动机预设信号的实际信号数据，所述实际信号数据为n1维数据向量，其中，n1≥1，且n1为整数；对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据；当所述实际标准化信号数据的维度与预设维度不一致时，将所述实际标准化信号数据的维度统一到所述预设维度，当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，将所述正常标准化信号数据的维度统一到所述预设维度；其中，所述正常标准化信号数据库内包括所述预设信号的m个正常标准化信号数据，每个所述正常标准化信号数据均为n2维数据向量；其中，m≥1，n2≥1，且m、n2均为整数；所述正常标准化信号数据是由汽车发动机未发生故障时采集的正常信号数据进行归一化处理得到的；分别计算所述实际标准化信号数据与m个正常标准化信号数据中的每个数据之间的距离，得到m个距离；根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率；计算所述m个故障概率的最小值，所述故障概率最小值即为汽车发动机预设信号发生故障的概率。进一步地，所述对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据具体包括：提取发动机预设信号的正常信号数据在n2个维度上的最小值S1和最大值S2；根据以下公式分别对所述实际信号数据的每个维度上的数据进行归一化处理，得到所述实际标准化信号数据；所述公式的表达式为：其中，为所述实际标准化信号数据在第i’个维度上的归一化后的数据；其中，1≤i'≤n1，且i’均为整数；ei’是所述实际信号数据在第i’个维度上的数据。进一步地，当所述实际标准化信号数据的维度小于所述预设维度时，采用重插值法将所述实际标准化信号数据的维度统一到所述预设维度；当所述实际标准化信号数据的维度大于所述预设维度时，采用重采样法将所述实际标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度小于所述预设维度时，采用重插值法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度大于所述预设维度时，采用重采样法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度。进一步地，当所述实际标准化信号数据的维度与预设维度不一致时，采用双线性算法将所述实际标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，采用双线性算法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度。进一步地，所述根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率，具体为：根据以下公式计算所述实际标准化信号数据与第i个正常标准化信号数据之间的距离对应的故障概率：其中，θ1＝1，θ2＝8；Pfi是所述预设信号的实际标准化信号数据与第i个正常标准化信号数据的故障概率；di是所述预设信号的实际标准化信号数据与第i个正常标准化信号数据的距离。一种汽车发动机故障检测装置，包括：获取单元，用于获取汽车发动机预设信号的实际信号数据，所述实际信号数据为n1维数据向量，其中，n1≥1，且n1为整数；归一化处理单元，用于对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据；维度统一单元，用于当所述实际标准化信号数据的维度与预设维度不一致时，将所述实际标准化信号数据的维度统一到所述预设维度，当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，将所述正常标准化信号数据的维度统一到所述预设维度；其中，所述正常标准化信号数据库内包括所述预设信号的m个正常标准化信号数据，每个所述正常标准化信号数据均为n2维数据向量；其中，m≥1，n2≥1，且m、n2均为整数；所述正常标准化信号数据是由汽车发动机未发生故障时采集的正常信号数据进行归一化处理得到的；距离计算单元，用于分别计算所述实际标准化信号数据与m个正常标准化信号数据中的每个数据之间的距离，得到m个距离；故障概率计算单元，用于根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率；最小值计算单元，用于计算所述m个故障概率的最小值，所述故障概率最小值即为汽车发动机预设信号发生故障的概率。进一步地，所述归一化处理单元具体包括：提取子单元，用于提取发动机预设信号的正常信号数据在n2个维度上的最小值S1和最大值S2；归一化处理子单元，用于根据以下公式分别对所述实际信号数据的每个维度上的数据进行归一化处理，得到所述实际标准化信号数据；所述公式的表达式为：其中，为所述实际标准化信号数据在第i’个维度上的归一化后的数据；其中，1≤i'≤n1，且i’均为整数；ei’是所述实际信号数据在第i’个维度上的数据。进一步地，所述维度统一单元包括：第一维度统一子单元，用于当所述实际标准化信号数据的维度小于所述预设维度时，采用重插值法将所述实际标准化信号数据的维度统一到所述预设维度；当所述实际标准化信号数据的维度大于所述预设维度时，采用重采样法将所述实际标准化信号数据的维度统一到所述预设维度；第二维度统一子单元，用于当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度小于所述预设维度时，采用重插值法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度大于所述预设维度时，采用重采样法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度。进一步地，所述维度统一单元包括：第三维度统一子单元，用于当所述实际标准化信号数据的维度与预设维度不一致时，采用双线性算法将所述实际标准化信号数据的维度统一到所述预设维度；第四维度统一子单元，用于当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，采用双线性算法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度。进一步地，所述故障概率计算单元包括故障概率计算子单元，所述故障概率计算子单元具体为：根据以下公式计算所述实际标准化信号数据与第i个正常标准化信号数据之间的距离对应本文档来自技高网...

【技术保护点】
一种汽车发动机故障检测方法，其特征在于，包括：获取汽车发动机预设信号的实际信号数据，所述实际信号数据为n1维数据向量，其中，n1≥1，且n1为整数；对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据；当所述实际标准化信号数据的维度与预设维度不一致时，将所述实际标准化信号数据的维度统一到所述预设维度，当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，将所述正常标准化信号数据的维度统一到所述预设维度；其中，所述正常标准化信号数据库内包括所述预设信号的m个正常标准化信号数据，每个所述正常标准化信号数据均为n2维数据向量；其中，m≥1，n2≥1，且m、n2均为整数；所述正常标准化信号数据是由汽车发动机未发生故障时采集的正常信号数据进行归一化处理得到的；分别计算所述实际标准化信号数据与m个正常标准化信号数据中的每个数据之间的距离，得到m个距离；根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率；计算所述m个故障概率的最小值，所述故障概率最小值即为汽车发动机预设信号发生故障的概率。

【技术特征摘要】
1.一种汽车发动机故障检测方法，其特征在于，包括：获取汽车发动机预设信号的实际信号数据，所述实际信号数据为n1维数据向量，其中，n1≥1，且n1为整数；对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据；当所述实际标准化信号数据的维度与预设维度不一致时，将所述实际标准化信号数据的维度统一到所述预设维度，当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，将所述正常标准化信号数据的维度统一到所述预设维度；其中，所述正常标准化信号数据库内包括所述预设信号的m个正常标准化信号数据，每个所述正常标准化信号数据均为n2维数据向量；其中，m≥1，n2≥1，且m、n2均为整数；所述正常标准化信号数据是由汽车发动机未发生故障时采集的正常信号数据进行归一化处理得到的；分别计算所述实际标准化信号数据与m个正常标准化信号数据中的每个数据之间的距离，得到m个距离；根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率；计算所述m个故障概率的最小值，所述故障概率最小值即为汽车发动机预设信号发生故障的概率。2.根据权利要求1所述的方法，其特征在于，所述对所述实际信号数据的每个维度上的数据进行归一化处理，得到实际标准化信号数据具体包括：提取发动机预设信号的正常信号数据在n2个维度上的最小值S1和最大值S2；根据以下公式分别对所述实际信号数据的每个维度上的数据进行归一化处理，得到所述实际标准化信号数据；所述公式的表达式为：其中，为所述实际标准化信号数据在第i’个维度上的归一化后的数据；其中，1≤i'≤n1，且i’均为整数；ei’是所述实际信号数据在第i’个维度上的数据。3.根据权利要求1所述的方法，其特征在于，当所述实际标准化信号数据的维度小于所述预设维度时，采用重插值法将所述实际标准化信号数据的维度统一到所述预设维度；当所述实际标准化信号数据的维度大于所述预设维度时，采用重采样法将所述实际标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度小于所述预设维度时，采用重插值法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度大于所述预设维度时，采用重采样法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度。4.根据权利要求1所述的方法，其特征在于，当所述实际标准化信号数据的维度与预设维度不一致时，采用双线性算法将所述实际标准化信号数据的维度统一到所述预设维度；当正常标准化信号数据库内的所述预设信号的正常标准化信号数据的维度与所述预设维度不一致时，采用双线性算法将所述预设信号的正常标准化信号数据的维度统一到所述预设维度。5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述m个距离中的每个距离分别计算发动机预设信号的故障概率，得到m个故障概率，具体为：根据以下公式计算所述实际标准化信号数据与第i个正常标准化信号数据之间的距离对应的故障概率：其中，θ1＝1，θ2＝8；Pfi是所述预设信号的实际标准化信号数据与第i个正常标准化信号数据的故障概率；di是所述预设信号的实际标准化信号数据与第i个正常标准化信号数据的距离。6.一种汽车发动机故障检测装置，其特征在于，包括：获取单元，用于获取汽车发动机预设信号的实际信号数据...

【专利技术属性】
技术研发人员：纪政，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁;21