Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 威海广泰空港设备股份有限公司姜思佳获国家专利权

威海广泰空港设备股份有限公司姜思佳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉威海广泰空港设备股份有限公司申请的专利车辆出厂故障预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119599186B

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411657608.1,技术领域涉及:G06Q10/04;该发明授权车辆出厂故障预测方法是由姜思佳;陈苗;钟韬;闫春雨;孙大为设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。

车辆出厂故障预测方法在说明书摘要公布了:本发明公开了一种车辆出厂故障预测方法,收集出厂车辆状态参数数据并按预定格式存储参数数据,提取参数数据进行预处理,将其转化为标准数据格式,对预处理后的数据进行降维提取相关特征,采用随机森林算法进行模型训练,利用经过训练的模型对出厂车辆进行故障预测,判断车辆是否存在潜在故障,本发明具有能够提前识别潜在质量问题、提前预警、提高检测效率和准确性等优点。

本发明授权车辆出厂故障预测方法在权利要求书中公布了:1.一种车辆出厂故障预测方法,其特征在于: 步骤S1:收集出厂车辆状态参数数据并按预定格式存储参数数据; 步骤S1.1:出厂车辆将获取的状态参数数据传递到车联网平台,收集的参数数据包括从机场特种车辆的传感器、性能测试设备和维护记录系统中获取的检测数据,定义第i辆车的参数为Xi,定义第i辆车发生的故障为Yi,Xi为行向量,Yi也为行向量,Xi,Yi即为一例规范的样本; 步骤S1.2:从车联网平台提取原始格式的状态参数数据进行处理,将数据导出为标准的csv文件,导出的csv文件可以将所有车辆的参数信息以及每辆车发生的故障集合全部囊括在一个表格内; 步骤S2:提取参数数据进行预处理,将其转化为标准数据格式; 步骤S2.1:使用中位数插值法进行数据清洗; 步骤S2.2:标签值编码 步骤S2.2.1:统计出数据库中出现的故障类型总数N,并将故障类型按照一定顺序排列并从1-N编号,N个序号与N个故障类型一一对应,将其存储在字典中以备查询; 步骤S2.2.2:定义一个N维的行向量yi,i为第i辆车; 步骤S2.2.3:查询每辆车的故障情况,若某辆车存在N个故障类型中的k种故障,查询到步骤S2.2.1中这k种故障对应的k个序号,将yi中这k个序号对应的数字匹配yi中的对应的维度,使yi对应维度的分量为1,其余为0; 步骤S3:采用PCA技术对预处理后的数据进行降维提取相关特征,再对提取的特征进行变量重要性排序,随机森林中的变量重要性通过基尼指数的减少量来衡量; 其中,Xj为某个特征,T为所有数的数量Ginibefore和Giniafter分别为分裂前后的基尼指数 步骤S4:采用随机森林算法进行模型训练; 步骤S4.1:将数据集划分为训练集和验证集,使用训练集来构建决策树模型; 步骤S4.1.1:计算所有车辆对应样本的基尼指数,假设有n个样本,则分别计算这n个样本的基尼指数GX1,GX2,...GXn,基尼指数的定义如下: 其中,pk为样本中属于第k类的比例,K为类别的总数; 步骤S4.1.2:对于每个特征,计算它在分裂数据集时的加权基尼指数,加权基尼指数的计算考虑了特征的每个取值及其对应的子集: 其中,T是当前节点的数据集,X是特征,Ti是特征X取第i个值时的数据子集,|Ti|是子集Ti的样本数,|T|是当前节点数据集T的样本数,GTi是子集Ti的基尼指数; 步骤S4.1.3:选择加权基尼指数中最小的特征作为根节点的第一个分裂特征,数据分裂过后被分成不同的子集,在每个子集上递归地应用相同的过程,继续选择基尼指数最小的特征进行进一步的分裂,直到满足停止条件; 步骤S4.2:通过让所有决策树的预测结果进行多数投票来确定最终的分类结果; 假如p个决策树中过半的决策树认为yi的值为0,剩余的认为yi的值为1,那么根据投票结果,随机森林给出yi的最终预测值为0,即认为故障不会发生,随机森林输出结果如公式所示: 式中,B代表决策树数量,每棵决策树hbx会给出一个分类预测结果,ck代表某种类别; 步骤S4.3:超参数调优,利用网格搜索和交叉验证方法,调整模型的超参数,以优化模型性能,网格搜索通过遍历参数组合,选出在验证集上表现最佳的参数,超参数调优的公式为: 其中,Θ表示所有参数组合的集合,θ为其中的一个参数组合; 步骤S4.4:将在验证集表现最佳的参数组合保存,模型训练完成; 步骤S4.5:对训练好的模型进行评估; 步骤S5:利用经过训练的模型对出厂车辆进行故障预测,判断车辆是否存在潜在故障。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人威海广泰空港设备股份有限公司,其通讯地址为:264200 山东省威海市环翠区黄河街16号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。