[发明专利]发动机装配检测方法、系统、存储介质以及电子设备

权利要求书

1.一种发动机装配检测方法，其特征在于，包括：

获取发动机装配检测过程中采集到的装配检测数据；

将所述装配检测数据作为训练好的失效检测模型的输入，根据所述失效检测模型的输出结果确定所述发动机的装配是否合格。

2.根据权利要求1所述的发动机装配检测方法，其特征在于，通过以下步骤构建所述失效检测模型，包括：

获取训练样本，其中，所述训练样本包括装配合格的历史装配检测数据以及装配不合格的历史装配检测数据；

基于所述训练样本，进行机器学习，获得所述失效检测模型。

3.根据权利要求2所述的发动机装配检测方法，其特征在于，所述基于所述训练样本，进行机器学习，获得所述失效检测模型，包括：

从所述历史装配检测数据中提取预设区域上的特征值；其中，所述特征值包括最大值、最小值、标准差、均值以及四分位数中的至少一种；

对提取到的特征值进行主成分分析，得到主成分分析结果；

对所述主成分分析结果进行聚类，得到聚类后的类簇，并将所述聚类后的类簇作为所述失效检测模型。

4.根据权利要求3所述的发动机装配检测方法，其特征在于，所述对所述主成分分析结果进行聚类，得到聚类后的类簇，包括：

将所述主成分分析结果作为DBSCAN聚类模型的输入，得到聚类后的类簇。

5.根据权利要求3所述的发动机装配检测方法，其特征在于，所述将所述装配检测数据作为训练好的失效检测模型的输入，以根据所述失效检测模型的输出结果确定所述发动机的装配是否合格，包括：

从所述装配检测数据中提取预设区域上的特征值；

将提取到的特征值与所述失效检测模型进行对比，以判断提取到的特征值是否在所述失效检测模型的区域内；

当提取到的特征值在所述失效检测模型的区域内，确定所述发动机的装配合格。

6.根据权利要求1所述的发动机装配检测方法，其特征在于，所述基于所述训练样本，进行机器学习，获得所述失效检测模型，包括：

将所述训练样本作为待训练的神经网络模型的输入，以对所述神经网络模型进行训练，得到所述失效检测模型，其中，所述神经网络模型用于对装配检测数据进行分析。

7.根据权利要求1所述的发动机装配检测方法，其特征在于，所述装配检测数据包括发动机装配过程中采集到的扭矩值、角度值、压力值以及位移值中的至少一种。

8.一种发动机装配检测系统，其特征在于，包括：

数据采集模块，用于获取发动机装配检测过程中采集到的装配检测数据；

失效检测模块，用于将所述装配检测数据作为训练好的失效检测模型的输入，根据所述失效检测模型的输出结果确定所述发动机的装配是否合格。

9.一种存储介质，所述存储介质上存储有程序代码，其特征在于，所述程序代码被处理器执行时，实现如权利要求1至7中任一项所述的发动机装配检测方法。

10.一种电子设备，其特征在于，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的程序代码，所述程序代码被所述处理器执行时，实现如权利要求1至7中任一项所述的发动机装配检测方法。