申请/专利权人：深圳市轩宇软件开发有限公司

申请日：2024-01-19

公开（公告）日：2024-04-09

公开（公告）号：CN117849512A

主分类号：G01R31/00

分类号：G01R31/00;G01R1/04;G01R1/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及电气故障检测技术领域，具体为摩托车电气系统故障检测系统，系统包括故障信号识别模块、故障模式分析模块、遗传算法优化模块、因果关系建模模块、多层网络分析模块、关联规则挖掘模块、极端条件分析模块、动态阈值调整模块。本发明中，傅里叶变换算法高效处理信号，提取特征、去除噪声，结合故障树和统计分析方法，细致分类故障信号，增强识别能力，遗传算法优化故障诊断，减少维修成本，贝叶斯网络分析因果关系，揭示故障原因，多层网络分析和图理论增进对电气系统结构的理解，预防系统故障，Apriori算法有效挖掘关联规则，识别故障触发因素，蒙特卡洛模拟分析极端条件下性能，自适应控制算法动态调整故障检测阈值。

主权项：1.摩托车电气系统故障检测系统，其特征在于：所述系统包括故障信号识别模块、故障模式分析模块、遗传算法优化模块、因果关系建模模块、多层网络分析模块、关联规则挖掘模块、极端条件分析模块、动态阈值调整模块；所述故障信号识别模块基于摩托车电气系统的传感器数据，采用傅里叶变换算法进行信号处理，提取信号特征，并通过滤波器去除噪声，识别并建立异常信号集；所述故障模式分析模块基于异常信号集，采用故障树分析和统计分析方法，对差异化的故障信号进行分类和原因分析，生成分类的故障模式；所述遗传算法优化模块基于分类的故障模式，利用遗传算法对故障诊断策略进行优化，通过诊断流程的迭代调整和参数的自动调优，生成优化的诊断策略；所述因果关系建模模块基于优化的诊断策略，采用贝叶斯网络对电气系统内的组件间因果关系进行建模和分析，揭示故障的潜在原因和传播路径，生成因果关系模型；所述多层网络分析模块基于因果关系模型，利用图理论对电气系统的多层结构进行分析，揭示差异化层级间的交互和依赖关系，生成网络交互图；所述关联规则挖掘模块基于网络交互图，采用Apriori算法，分析组件间的交互数据，识别潜在的关联模式和故障触发因素，生成关联规则集；所述极端条件分析模块基于关联规则集，采用蒙特卡洛模拟方法，模拟电气系统在极端工作条件下的性能，识别系统在极端环境下的响应，生成极端工况反应分析；所述动态阈值调整模块基于极端工况反应分析，采用自适应控制算法，根据系统的实时监测数据和环境变化动态调整故障检测阈值，匹配多种工作条件，生成调整后的阈值参数。

全文数据：

权利要求：

百度查询： 深圳市轩宇软件开发有限公司 摩托车电气系统故障检测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD