[发明专利]一种基于多通道CNN模型的汽车衡压力传感器故障预警方法

权利要求书

1.一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于，包括以下步骤：

S1，获取传感器数据，获取一台汽车衡的压力传感器的输出值序列，并进行归一化处理；

S2，建立二维矩阵，对该台汽车衡的传感器，按照时间维度进行聚合，建立二维矩阵，并至少包括该传感器输出值矩阵，空间相干传感器组输出值矩阵，以及全部传感器和值矩阵这三个二维矩阵；

S3，建立二维矩阵，将步骤S2中的多个二维矩阵输入到基于多通道CNN的故障预测模型中；

S4，结果输出，故障预测模型输出到Softmax中，然后对结果进行分析，最终输出该传感器预警状态信息。

2.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S1中，对传感器输出值的采集，需要每日定时循环进行。

3.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S1中，传感器输出值的采集，需要在没有车辆在秤台上停留时进行，在有车辆长时间在秤台上停留时，选用上一次的输出值代替。

4.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S2中，传感器输出值的二维矩阵的结构为将同一个传感器在一天之内不同时间采集的数据作为矩阵的一行数据，将相邻数日在每日同一时间采集的数据作为矩阵的一列数据。

5.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S2中，相干传感器为与该传感器在空间上紧邻的传感器，包括与车辆在秤台行进方向上水平和垂直的直接相邻、且对同一秤台台面具有受力作用的传感器。

6.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S2中，空间相干传感器组输出值矩阵，以及全部传感器和值矩阵的数据排列形式，与传感器输出值的二维矩阵的排列形式相同，矩阵大小相同，对于这些矩阵的同一位置的数值，均对应同一时刻采集的相关数值。

7.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S3中，二维矩阵将同时输入到一个多通道CNN的模型，模型提供的通道数量与矩阵的个数相同，多个矩阵对应的参数由多个卷积核学习并产生相应的功能映射，再进行池化处理，经过多层的卷积-池化处理后，由全连接层输出一个多维向量，维数与故障情况预警类别数量相同。

8.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S4中，需获取Softmax的输出结果，并以概率最大结点作为预警状态信息，并记录其概率作为相应的置信度。

9.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S4中，预警状态信息包括正常、警告、故障及其置信度。