CN116107286A - 一种车辆故障的诊断方法、装置、车辆及存储介质 - Google Patents
一种车辆故障的诊断方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116107286A CN116107286A CN202211562100.4A CN202211562100A CN116107286A CN 116107286 A CN116107286 A CN 116107286A CN 202211562100 A CN202211562100 A CN 202211562100A CN 116107286 A CN116107286 A CN 116107286A
- Authority
- CN
- China
- Prior art keywords
- fault
- fault diagnosis
- information
- inspection
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000007689 inspection Methods 0.000 claims abstract description 118
- 238000012423 maintenance Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 17
- 238000004171 remote diagnosis Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000010438 heat treatment Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种车辆故障的诊断方法、装置、车辆及存储介质，所述方法包括：获取故障信息，根据故障信息生成相应的检查建议；其中，故障信息包括故障码与对故障现象的语言描述信息；获取与检查建议对应的检查结果；根据故障信息与检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对故障诊断结果的反馈信息对设定故障诊断模型进行优化。本发明公开的车辆故障的诊断方法，既可以通过远程发送的故障码也可以通过人工输入的语言描述获取故障信息，节省了人工检查的时间，利用故障诊断模型输出故障诊断结果，并可以根据诊断之后的反馈信息不断优化故障诊断模型中的参数，提高了诊断结果的准确性。
Description
技术领域
本发明涉及汽车技术领域，尤其涉及一种车辆故障的诊断方法、装置、车辆及存储介质。
背景技术
随着汽车智能化程度越来越高，车上电子电气部件也越来越复杂，使得故障诊断的难度不断增大，维修检查的复杂性不断提高。
传统的汽车维修方法为，汽车上的ECU(电子控制单元)根据预设好的诊断策略，实际监控汽车运行的各项参数，发现异常时，以故障码的形式存储。车主发现可感知的问题后，需要到4S店进行处理，4S店维修人员通过诊断仪读取故障码，结合维修手册进行维修。
这种故障诊断方法受具体的维修人员的技术水平的限制，往往需要一定的时间来进行排故维修，可能会过度排故，有时候还会出现确定故障原因后由于店内缺件需要车主多次进店的情况，造成维修体验差。同时厂家提供的维修手册往往是针对一个具体问题的一套基本的维修方案，缺乏多故障并发时的解决方法，不能根据售后的实际故障而实时更新，4S店一般也是通过人工填写维修过程报给厂家，厂家人工审核后进行相应的索赔等等，效率较低。
发明内容
本发明提供了一种车辆故障的诊断方法、装置、车辆及存储介质，以提高车辆故障诊断的效率与智能性，减少对维修人员个人水平的依赖。
根据本发明的一方面，提供了一种车辆故障的诊断方法，包括：
获取故障信息，根据所述故障信息生成相应的检查建议；其中，所述故障信息包括故障码与对故障现象的语言描述信息；
获取与所述检查建议对应的检查结果；
根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化。
进一步地，获取故障信息，根据所述故障信息生成相应的检查建议，包括：
获取所述远程诊断系统发送的故障码；
确定与所述故障码对应的目标车辆部件，生成对所述目标车辆部件进行检查的所述检查建议。
进一步地，获取故障信息，根据所述故障信息生成相应的检查建议，包括：
获取所述对故障现象的语言描述信息；
根据所述语言描述信息在预设的故障知识库中进行匹配，确定与所述语言描述信息对应的目标关键词；
生成包含所述目标关键词的所述检查建议。
进一步地，根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，包括：
根据所述故障信息与所述检查结果进行推理，确定与所述故障信息存在关联关系的至少一个备选故障原因；在所述设定故障诊断模型中，各所述备选故障原因分别对应一个权重系数；
将各所述权重系数中的最大值对应的备选故障原因确定为所述故障诊断结果。
进一步地，所述反馈信息包括对所述故障诊断结果的正确性判定，根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化，包括：
若对所述故障诊断结果的正确性判定为所述故障诊断结果正确，则增大所述设定故障诊断模型中所述故障诊断结果对应的备选故障原因的权重系数；
若对所述故障诊断结果的正确性判定为所述故障诊断结果错误，则减小所述设定故障诊断模型中所述故障诊断结果对应的备选故障原因的权重系数。
进一步地，所述反馈信息包括售后反馈信息，根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化，包括：
确定所述设定故障诊断模型中与所述售后反馈信息对应的目标备选故障原因；
增大所述目标备选故障原因对应的权重系数。
进一步地，根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果之后，还包括：
记录故障诊断的过程，并生成维修工单。
根据本发明的另一方面，提供了一种车辆故障的诊断装置，包括：
检查建议生成模块，用于获取故障信息，根据所述故障信息生成相应的检查建议；其中，所述故障信息包括故障码与对故障现象的语言描述信息；
检查结果获取模块，用于获取与所述检查建议对应的检查结果；
故障诊断结果确定模块，用于根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化。
可选的，检查建议生成模块还用于：
获取所述远程诊断系统发送的故障码；
确定与所述故障码对应的目标车辆部件，生成对所述目标车辆部件进行检查的所述检查建议。
可选的，检查建议生成模块还用于：
获取所述对故障现象的语言描述信息；
根据所述语言描述信息在预设的故障知识库中进行匹配，确定与所述语言描述信息对应的目标关键词；
生成包含所述目标关键词的所述检查建议。
可选的，故障诊断结果确定模块还用于：
根据所述故障信息与所述检查结果进行推理，确定与所述故障信息存在关联关系的至少一个备选故障原因；在所述设定故障诊断模型中，各所述备选故障原因分别对应一个权重系数；
将各所述权重系数中的最大值对应的备选故障原因确定为所述故障诊断结果。
可选的，所述反馈信息包括对所述故障诊断结果的正确性判定，故障诊断结果确定模块还用于：
若对所述故障诊断结果的正确性判定为所述故障诊断结果正确，则增大所述设定故障诊断模型中所述故障诊断结果对应的备选故障原因的权重系数；
若对所述故障诊断结果的正确性判定为所述故障诊断结果错误，则减小所述设定故障诊断模型中所述故障诊断结果对应的备选故障原因的权重系数。
可选的，所述反馈信息包括售后反馈信息，故障诊断结果确定模块还用于：
确定所述设定故障诊断模型中与所述售后反馈信息对应的目标备选故障原因；
增大所述目标备选故障原因对应的权重系数。
可选的，车辆故障的诊断装置还包括维修工单生成模块，用于记录故障诊断的过程，并生成维修工单。
根据本发明的另一方面，提供了一种车辆，所述车辆包括：
一个或多个控制器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个控制器执行，使得所述一个或多个控制器实现本发明任一实施例所述的车辆故障的诊断方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆故障的诊断方法。
本发明首先获取故障信息，根据故障信息生成相应的检查建议，其中，故障信息包括故障码与对故障现象的语言描述信息，然后获取与检查建议对应的检查结果，最后根据故障信息与检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对故障诊断结果的反馈信息对设定故障诊断模型进行优化。本发明公开的车辆故障的诊断方法，既可以通过远程发送的故障码也可以通过人工输入的语言描述获取故障信息，节省了人工检查的时间，利用故障诊断模型输出故障诊断结果，并可以根据诊断之后的反馈信息不断优化故障诊断模型中的参数，提高了诊断结果的准确性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种车辆故障的诊断方法的流程图；
图2是根据本发明实施例一提供的一种车辆故障的诊断过程的示意图；
图3是根据本发明实施例二提供的一种车辆故障的诊断方法的流程图；
图4是根据本发明实施例二提供的一种车辆、远程诊断系统与本车辆故障的诊断装置之间的关联关系示意图；
图5是根据本发明实施例二提供的一种故障诊断模型的推理过程示意图；
图6为根据本发明实施例三提供的一种车辆故障的诊断装置的结构示意图；
图7是实现本发明实施例四的一种车辆的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种车辆故障的诊断方法的流程图，本实施例可适用于对车辆进行故障诊断的情况，该方法可以由车辆故障的诊断装置来执行，该车辆故障的诊断装置可以采用硬件和/或软件的形式实现，该车辆故障的诊断装置可配置于车辆中。如图1所示，该方法包括：
S110、获取故障信息，根据故障信息生成相应的检查建议。
其中，故障信息包括故障码与对故障现象的语言描述信息，远程诊断系统为汽车在启动时，可以获知汽车的故障信息，并把故障码上传至数据处理中心的设备，故障码为汽车出现故障后经汽车电脑ECU分析反映出的数据代码，例如P0107表示进气压力传感器输入电压过低，P0108表示进气压力传感器输入电压过高等。检查建议可以是对车辆中与故障信息相关的具体零部件进行检查的指示。
在本实施例中，可以通过远程诊断系统获取故障码，根据故障码确定可能出现故障的零部件；也可以获取维修人员手动输入的对故障现象的语言描述信息，例如发动机抖动、发动机故障灯亮了等，通过对这些语言描述信息的分析，也可以确定可能出现故障的零部件。可选的，在本车辆故障的诊断方法中可以通过物理诊断仪的界面、手机APP、WEB等方式与维修人员进行交互。
进一步地，根据获取的故障信息，可以确定可能出现故障的零部件，进而生成检查建议。优选的，检查建议可以根据解决此故障的可能性排序，针对每条具体的检查建议还可以提供链接，点击链接可以得到文字、视频等形式的指导。表1为检查建议的一种示例性的呈现形式：
表1
进一步地，在生成检查建议的过程中还可以根据维修人员的反馈进行动态调整。具体的，当维修人员得到一个检查建议后，维修人员可以根据实际情况判断该建议是否合理，并将判断结果反馈给本车辆故障的诊断装置，若反馈结果为该建议合理，则继续进行下面的故障诊断步骤，否则将会重新生成新的建议。
S120、获取与检查建议对应的检查结果。
其中，检查结果为对检查建议执行后得到的对零部件的检测结果，包括具体的诊断数据。例如，若检查建议为对采暖旁通阀进行外观检查，则得到的检查结果可能是“采暖旁通阀正常”或“采暖旁通阀故障”。
在本实施例中，检查结果可以是维修人员采纳检查建议后进行检查或维修之后，根据实车的状态进行的信息反馈。例如，维修人员拆卸油管观察是否泵油，然后将采暖旁通阀接口部分损坏作为检查结果反馈给车辆故障的诊断装置。
可选的，检查建议中的部分检查项可以由车辆的远程诊断系统直接进行，不需要人工参与。
S130、根据故障信息与检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对故障诊断结果的反馈信息对设定故障诊断模型进行优化。
其中，设定故障诊断模型可以是根据故障信息与检查结果对故障诊断结果进行推理的机器学习数据模型。
在本实施例中，设定故障诊断模型中可以预存有多个在各种故障情况下可能的故障原因与相应的处理措施，利用该模型，根据故障信息与检查结果可以确定至少一个导致该故障的故障原因与相应的处理措施，并按照可能性的大小进行排序，作为故障诊断结果提供给维修人员。
表2为故障诊断结果的一种示例性的呈现形式：
表2
进一步地，对故障诊断结果的反馈信息可能是维修人员采纳故障诊断结果之后反馈的故障问题是否解决的信息，还可以是获取到的产品售后信息，例如某一批次的某零件存在缺陷。根据这些反馈信息，可以对故障诊断模型进行优化，使得模型可以根据实际情况调整各故障原因的可能性。
进一步地，根据故障信息与检查结果，结合设定故障诊断模型确定故障诊断结果之后，还可以：记录故障诊断的过程，并生成维修工单。
在本实施例中，在整个故障诊断的过程中所产生的检查建议、执行的操作以及操作之后得到的数据与结果等均可以一一记录下来，并形成维修工单，维修工单可以反馈给厂家的售后部门，用于后续的索赔等。
图2是本发明实施例提供的一种车辆故障的诊断过程的示意图，如图所示，在本实施例提供的车辆故障的诊断方法中，获取到远程诊断系统发送的故障码与维修人员人工输入的对故障现象的语言描述信息后，生成检查建议，令维修人员根据检查建议对具体车辆部件进行检查后，获取相应的检查结果，最后根据故障信息与检查结果得到诊断结果，生成维修工单并上传给厂家的售后部门。
本发明实施例首先获取故障信息，根据故障信息生成相应的检查建议，其中，故障信息包括故障码与对故障现象的语言描述信息，然后获取与检查建议对应的检查结果，最后根据故障信息与检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对故障诊断结果的反馈信息对设定故障诊断模型进行优化。本发明公开的车辆故障的诊断方法，既可以通过远程发送的故障码也可以通过人工输入的语言描述获取故障信息，节省了人工检查的时间，利用故障诊断模型输出故障诊断结果，并可以根据诊断之后的反馈信息不断优化故障诊断模型中的参数，提高了诊断结果的准确性。此外，通过自动生成维修工单，免除了维修人员手动输入维修过程的步骤，可以避免索赔造假并提高报单效率。
实施例二
图3为本发明实施例二提供的一种车辆故障的诊断方法的流程图，本实施例为上述实施例的细化。如图3所示，该方法包括：
S210、获取远程诊断系统发送的故障码。
其中，远程诊断系统为汽车在启动时，可以获知汽车的故障信息，并把故障码上传至数据处理中心的设备，故障码为汽车出现故障后经汽车电脑ECU分析反映出的数据代码，例如P0107表示进气压力传感器输入电压过低，P0108表示进气压力传感器输入电压过高等。通过远程发送故障码的方式，无需使故障车辆到店令维修人员检查即可获取故障信息，并可以使维修人员提前准备好相关零件，避免车辆到店维修时出现缺件情况。
图4是本发明实施例提供的一种车辆、远程诊断系统与本车辆故障的诊断装置之间的关联关系示意图，如图所示，车辆对自身的运行状态可以实时监控，当出现异常情况时，可以将故障信息以故障码的形式上传给远程诊断系统，远程诊断系统再将故障码推送给云端的本车辆故障的诊断装置。
S220、确定与故障码对应的目标车辆部件，生成对目标车辆部件进行检查的检查建议。
在本实施例中，获取故障码后，可以根据故障码确定具体的可能产生故障的目标车辆部件，并生成检查建议对该目标车辆部件进行检查。例如，若获取的故障码为P0107，则对应的目标车辆部件为进气压力传感器，生成的检查建议可以是对进气压力传感器进行动作测试。
可选的，当故障信息为对故障现象的语言描述信息时，获取故障信息，根据故障信息生成相应的检查建议的方式可以是：获取对故障现象的语言描述信息；根据语言描述信息在预设的故障知识库中进行匹配，确定与语言描述信息对应的目标关键词；生成包含目标关键词的检查建议。
具体的，故障信息也可以是维修人员手动输入的对故障现象的语言描述，比如发动机抖动、发动机故障灯亮了，或者维修人员使用物理诊断仪读到的故障码等。当获取到这类语言描述信息时，可以首先通过自然语言处理技术将维修人员主观描述的词在预设的故障知识库中进行匹配，从而将自然语言翻译成知识库中的目标关键词。例如，语言描述信息是“引擎不能启动”，“引擎”二字在故障知识库中可匹配为“发动机”三字，据此生成的检查建议可以是对发动机进行外观检查与动作测试。其中，“发动机”是车辆生产厂家的一般性技术语言，这些名词可以来源于整车的部件清单等文件。
一般的，故障知识库中的数据可来源于历史相近车型的维修案例，当前车型的故障设计原理、DFMEA(潜在失效模式分析)等，搭建故障知识库时需要描述最小可维修部件关联的失效模式和故障现象，故障现象可以对应具体的故障码、故障灯，或者用户可感知的故障描述等。
S230、获取与检查建议对应的检查结果。
在本实施例中，检查结果可以是维修人员采纳检查建议后进行检查或维修之后，根据实车的状态进行的信息反馈。例如，维修人员拆卸油管观察是否泵油，然后将泵油或者不泵油的信息作为检查结果反馈给车辆故障的诊断装置。
可选的，检查建议中的部分检查项可以由车辆的远程诊断系统直接进行，不需要人工参与。
S240、根据故障信息与检查结果进行推理，确定与故障信息存在关联关系的至少一个备选故障原因。
其中，在设定故障诊断模型中，各备选故障原因分别对应一个权重系数。
在本实施例中，获取故障信息与检查结果后可以通过推理进行进一步判断，找到可能的备选故障原因并确定维修措施。
具体的，故障诊断模型可以根据搭建的故障知识库进行相应的推理。图5是本发明实施例提供的一种故障诊断模型的推理过程示意图，如图所示，当故障现象A发生时，可能是失效模式1/2/3导致的，如果此时故障现象E发生而故障现象B/C没有发生，那可以锁定是由于失效模式3导致的，可以给出针对失效模式3的维修方法；如果故障现象E没有发生，那有可能是失效模式1/2导致的，可以分别给出针对失效模式1和2的维修方法。
优选地，在进行推理时可以应用如贝叶斯网络等算法进行推理。判断其他故障现象是否发生需要通过询问的方式，部分询问可以通过远程诊断自动获取车辆数据，部分询问需要人工介入检查。
在故障诊断模型中，各备选故障原因对应的权重系数代表该故障产生的概率，例如，引起故障现象A的原因可能是失效模式1/2/3，但他们三者发生的概率不一定是相同的，比如可以分别为60％、30％、10％。由于有些检测或维修措施比较耗费工时，从检测的角度，应该先检查最容易的地方，如果这些地方没有问题，再去检查更难检测的地方，这样便于以较小的代价去定位真因。因此，权重系数可以与维修工时有关，令容易检修部件相关的备选故障原因对应的权重系数大，而难检修部件相关的备选故障原因对应的权重系数小。
S250、将各权重系数中的最大值对应的备选故障原因确定为故障诊断结果。
在本实施例中，同一故障信息可能对应多个备选故障原因，根据各备选故障原因的权重系数，认为权重系数最大的备选故障原因是最可能的故障原因，可以将该备选故障原因作为故障诊断结果输出。
S260、当反馈信息为对故障诊断结果的正确性判定时，若对故障诊断结果的正确性判定为故障诊断结果正确，则增大设定故障诊断模型中故障诊断结果对应的备选故障原因的权重系数；若对故障诊断结果的正确性判定为故障诊断结果错误，则减小设定故障诊断模型中故障诊断结果对应的备选故障原因的权重系数。
在本实施例中，故障诊断模型中各备选故障原因分别对应的权重系数是可以被机器学习的，主要目的是根据售后的实际状态来调整系统给出建议的优先级。对于输出的故障诊断结果，维修人员可以相应的执行维修操作，若根据该故障诊断结果，可以解决问题，维修人员可以反馈故障诊断结果正确的信息，使系统上调对应的备选故障原因的权重系数；反之反馈故障诊断结果错误的信息，使系统下调对应的备选故障原因的权重系数。对某一备选故障原因来说，若其被判定为是正确的故障诊断结果的频率高，说明该故障原因是容易产生的，增大其在故障诊断模型中的权重系数可以使其在后续诊断中优先被推荐，从而是维修人员减少不必要的检查项目。
优选的，故障诊断模型根据实际的维修过程进行优化的过程中，可以定期自动调整模型中各备选故障原因分别对应的权重系数。在有的情况下，维修人员无法通过故障诊断模型推理出的故障诊断结果解决车辆的故障问题，而是自己摸索了一个办法去解决，此时可以将人工维修过程反馈给售后部门，令售后部门根据实际情况去优化车辆故障诊断的故障诊断模型。
可选的，当反馈信息为售后反馈信息时，根据对故障诊断结果的反馈信息对设定故障诊断模型进行优化的方式可以是：确定设定故障诊断模型中与售后反馈信息对应的目标备选故障原因；增大目标备选故障原因对应的权重系数。
具体的，从质量的维度看，部件的缺陷大都是批量出现的。举例说明，对于电机断路的故障，有可能是控制器输出端断路、连接控制器与电机的线束断路或者是电机端内部断路引起的，从原理上讲，这三者发生的概率相同，但如果根据售后反馈信息确定电机批量出现质量问题，那就可以增大故障诊断模型中该原因的权重系数，在故障诊断结果确定时优先给出检查电机的建议，这样就减少了检查线束或控制器的工时。
本发明实施例首先获取远程诊断系统发送的故障码，然后确定与故障码对应的目标车辆部件，生成对目标车辆部件进行检查的检查建议，再获取与检查建议对应的检查结果，再根据故障信息与检查结果进行推理，确定与故障信息存在关联关系的至少一个备选故障原因，再将各权重系数中的最大值对应的备选故障原因确定为故障诊断结果，当反馈信息为对故障诊断结果的正确性判定时，若对故障诊断结果的正确性判定为故障诊断结果正确，则增大设定故障诊断模型中故障诊断结果对应的备选故障原因的权重系数；若对故障诊断结果的正确性判定为故障诊断结果错误，则减小设定故障诊断模型中故障诊断结果对应的备选故障原因的权重系数。本发明公开的车辆故障的诊断方法，既可以通过远程发送的故障码也可以通过人工输入的语言描述获取故障信息，节省了人工检查的时间，利用故障诊断模型输出故障诊断结果，并可以根据诊断之后的反馈信息不断优化故障诊断模型中的参数，提高了诊断结果的准确性。
实施例三
图6为本发明实施例三提供的一种车辆故障的诊断装置的结构示意图。如图6所示，该装置包括：检查建议生成模块310，检查结果获取模块320和故障诊断结果确定模块330。
检查建议生成模块310，用于获取故障信息，根据故障信息生成相应的检查建议。
其中，故障信息包括故障码与对故障现象的语言描述信息。
可选的，检查建议生成模块310还用于：
获取远程诊断系统发送的故障码；确定与故障码对应的目标车辆部件，生成对目标车辆部件进行检查的检查建议。
可选的，检查建议生成模块310还用于：
获取对故障现象的语言描述信息；根据语言描述信息在预设的故障知识库中进行匹配，确定与语言描述信息对应的目标关键词；生成包含目标关键词的检查建议。
检查结果获取模块320，用于获取与检查建议对应的检查结果。
故障诊断结果确定模块330，用于根据故障信息与检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对故障诊断结果的反馈信息对设定故障诊断模型进行优化。
可选的，故障诊断结果确定模块330还用于：
根据故障信息与检查结果进行推理，确定与故障信息存在关联关系的至少一个备选故障原因；其中，在设定故障诊断模型中，各备选故障原因分别对应一个权重系数；将各权重系数中的最大值对应的备选故障原因确定为故障诊断结果。
可选的，反馈信息包括对故障诊断结果的正确性判定，故障诊断结果确定模块330还用于：
若对故障诊断结果的正确性判定为故障诊断结果正确，则增大设定故障诊断模型中故障诊断结果对应的备选故障原因的权重系数；若对故障诊断结果的正确性判定为故障诊断结果错误，则减小设定故障诊断模型中故障诊断结果对应的备选故障原因的权重系数。
可选的，反馈信息包括售后反馈信息，故障诊断结果确定模块330还用于：
确定设定故障诊断模型中与售后反馈信息对应的目标备选故障原因；增大目标备选故障原因对应的权重系数。
可选的，车辆故障的诊断装置还包括维修工单生成模块340，用于记录故障诊断的过程，并生成维修工单。
本发明实施例所提供的车辆故障的诊断装置可执行本发明任意实施例所提供的车辆故障的诊断方法，具备执行方法相应的功能模块和有益效果。
实施例四
图7为本发明实施例四提供的一种车辆的结构示意图，如图7所示，该车辆包括控制器41、存储装置42、输入装置43和输出装置44；车辆中控制器41的数量可以是一个或多个，图7中以一个控制器41为例；车辆中的控制器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接，图7中以通过总线连接为例。
存储装置42作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车辆故障的诊断方法对应的程序指令/模块(例如，检查建议生成模块310，检查结果获取模块320和故障诊断结果确定模块330)。控制器41通过运行存储在存储装置42中的软件程序、指令以及模块，从而执行车辆的各种功能应用以及数据处理，即实现上述的车辆故障的诊断方法。
存储装置42可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置42可进一步包括相对于控制器41远程设置的存储器，这些远程存储器可以通过网络连接至车辆。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可用于接收输入的数字或字符信息，以及产生与车辆的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆故障的诊断方法，该方法包括：
获取故障信息，根据所述故障信息生成相应的检查建议；其中，所述故障信息包括远程诊断系统发送的故障码与对故障现象的语言描述信息；
获取与所述检查建议对应的检查结果；
根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的车辆故障的诊断方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
Claims (10)
1.一种车辆故障的诊断方法，其特征在于，包括：
获取故障信息，根据所述故障信息生成相应的检查建议；其中，所述故障信息包括故障码与对故障现象的语言描述信息；
获取与所述检查建议对应的检查结果；
根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化。
2.根据权利要求1所述的方法，其特征在于，获取故障信息，根据所述故障信息生成相应的检查建议，包括：
获取远程诊断系统发送的所述故障码；
确定与所述故障码对应的目标车辆部件，生成对所述目标车辆部件进行检查的所述检查建议。
3.根据权利要求1所述的方法，其特征在于，获取故障信息，根据所述故障信息生成相应的检查建议，包括：
获取所述对故障现象的语言描述信息；
根据所述语言描述信息在预设的故障知识库中进行匹配，确定与所述语言描述信息对应的目标关键词；
生成包含所述目标关键词的所述检查建议。
4.根据权利要求1所述的方法，其特征在于，根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，包括：
根据所述故障信息与所述检查结果进行推理，确定与所述故障信息存在关联关系的至少一个备选故障原因；在所述设定故障诊断模型中，各所述备选故障原因分别对应一个权重系数；
将各所述权重系数中的最大值对应的备选故障原因确定为所述故障诊断结果。
5.根据权利要求4所述的方法，其特征在于，所述反馈信息包括对所述故障诊断结果的正确性判定，根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化，包括：
若对所述故障诊断结果的正确性判定为所述故障诊断结果正确，则增大所述设定故障诊断模型中所述故障诊断结果对应的备选故障原因的权重系数；
若对所述故障诊断结果的正确性判定为所述故障诊断结果错误，则减小所述设定故障诊断模型中所述故障诊断结果对应的备选故障原因的权重系数。
6.根据权利要求4所述的方法，其特征在于，所述反馈信息包括售后反馈信息，根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化，包括：
确定所述设定故障诊断模型中与所述售后反馈信息对应的目标备选故障原因；
增大所述目标备选故障原因对应的权重系数。
7.根据权利要求1所述的方法，其特征在于，根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果之后，还包括：
记录故障诊断的过程，并生成维修工单。
8.一种车辆故障的诊断装置，其特征在于，包括：
检查建议生成模块，用于获取故障信息，根据所述故障信息生成相应的检查建议；其中，所述故障信息包括故障码与对故障现象的语言描述信息；
检查结果获取模块，用于获取与所述检查建议对应的检查结果；
故障诊断结果确定模块，用于根据所述故障信息与所述检查结果，结合设定故障诊断模型确定故障诊断结果，并根据对所述故障诊断结果的反馈信息对所述设定故障诊断模型进行优化。
9.一种车辆，其特征在于，所述车辆包括：
一个或多个控制器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个控制器执行，使得所述一个或多个控制器实现如权利要求1-7中任一项所述的车辆故障的诊断方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的车辆故障的诊断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211562100.4A CN116107286A (zh) | 2022-12-07 | 2022-12-07 | 一种车辆故障的诊断方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211562100.4A CN116107286A (zh) | 2022-12-07 | 2022-12-07 | 一种车辆故障的诊断方法、装置、车辆及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116107286A true CN116107286A (zh) | 2023-05-12 |
Family
ID=86264749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211562100.4A Pending CN116107286A (zh) | 2022-12-07 | 2022-12-07 | 一种车辆故障的诊断方法、装置、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116107286A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118295375A (zh) * | 2024-06-03 | 2024-07-05 | 中国第一汽车股份有限公司 | 车辆通讯故障的诊断方法、装置及车辆 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002228553A (ja) * | 2001-01-31 | 2002-08-14 | Mazda Motor Corp | 車両の遠隔故障診断用サーバ、車両の遠隔故障診断方法、遠隔故障診断用プログラム、及び、車載の遠隔故障診断装置 |
| CN112116059A (zh) * | 2020-09-11 | 2020-12-22 | 中国第一汽车股份有限公司 | 一种车辆故障诊断方法、装置、设备及存储介质 |
| WO2021023097A1 (zh) * | 2019-08-02 | 2021-02-11 | 深圳市道通科技股份有限公司 | 一种汽车维修方法、装置及其系统 |
| CN114265384A (zh) * | 2021-11-22 | 2022-04-01 | 阿尔特汽车技术股份有限公司 | 一种车辆故障信息处理方法以及系统 |
| CN115034409A (zh) * | 2022-05-31 | 2022-09-09 | 中国第一汽车股份有限公司 | 车辆维修方案确定方法、装置、设备及存储介质 |
-
2022
- 2022-12-07 CN CN202211562100.4A patent/CN116107286A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002228553A (ja) * | 2001-01-31 | 2002-08-14 | Mazda Motor Corp | 車両の遠隔故障診断用サーバ、車両の遠隔故障診断方法、遠隔故障診断用プログラム、及び、車載の遠隔故障診断装置 |
| WO2021023097A1 (zh) * | 2019-08-02 | 2021-02-11 | 深圳市道通科技股份有限公司 | 一种汽车维修方法、装置及其系统 |
| CN112116059A (zh) * | 2020-09-11 | 2020-12-22 | 中国第一汽车股份有限公司 | 一种车辆故障诊断方法、装置、设备及存储介质 |
| CN114265384A (zh) * | 2021-11-22 | 2022-04-01 | 阿尔特汽车技术股份有限公司 | 一种车辆故障信息处理方法以及系统 |
| CN115034409A (zh) * | 2022-05-31 | 2022-09-09 | 中国第一汽车股份有限公司 | 车辆维修方案确定方法、装置、设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118295375A (zh) * | 2024-06-03 | 2024-07-05 | 中国第一汽车股份有限公司 | 车辆通讯故障的诊断方法、装置及车辆 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108563214B (zh) | 车辆诊断方法、装置及设备 | |
| US9563492B2 (en) | Service diagnostic trouble code sequencer and method | |
| DE102015214739B4 (de) | Verfahren zur Bestimmung einer Fehlerursache bei einem Fahrzeug und Server zum Durchführen der Bestimmung der Fehlerursache | |
| US6226760B1 (en) | Method and apparatus for detecting faults | |
| CN107918382B (zh) | 一种汽车故障诊断方法、汽车故障诊断装置及电子设备 | |
| US9740993B2 (en) | Detecting anomalies in field failure data | |
| JP4928532B2 (ja) | 車両の故障診断装置 | |
| US20100023203A1 (en) | Diagnosis system and method for assisting a user | |
| CN108351995B (zh) | 用于提供车辆维修提示的方法和系统 | |
| US20190228322A1 (en) | Vehicle repair guidance system | |
| US11321628B2 (en) | Decision aid system and method for the maintenance of a machine with learning of a decision model supervised by expert opinion | |
| CA2827893A1 (en) | Diagnostic baselining | |
| US10102690B2 (en) | Non-starting engine remote diagnostic | |
| US20200158041A1 (en) | Method of fault isolation for systems with existing diagnostics | |
| US20230110616A1 (en) | Fault model editor and diagnostic tool | |
| CN116107286A (zh) | 一种车辆故障的诊断方法、装置、车辆及存储介质 | |
| Singh et al. | Data-driven framework for detecting anomalies in field failure data | |
| CN115185252A (zh) | 基于汽车故障灯的远程诊断方法及装置 | |
| CN114265384A (zh) | 一种车辆故障信息处理方法以及系统 | |
| CN109285138B (zh) | 用于机器视觉分析的分布式处理系统及方法 | |
| CN115061451A (zh) | 汽车故障诊断方法、装置、智能终端及存储介质 | |
| EP4408718A1 (en) | Optimized diagnostic model using vehicle data | |
| US12112587B1 (en) | System and method for guided vehicle diagnostics | |
| JPH05172701A (ja) | 自動車用故障診断装置 | |
| CN118464459A (zh) | 发动机故障诊断方法、装置、云服务器及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |