[发明专利]车辆故障诊断方法及装置

权利要求书

1.一种车辆故障诊断方法，其特征在于，所述方法应用于电子设备，所述电子设备预先存储有训练好的神经网络推理机模型；所述方法包括：

获取车辆待诊断信息；

利用所述神经网络推理机模型预测出所述车辆待诊断信息对应的故障器件的标识信息；其中，所述神经网络推理机模型是基于故障样本训练神经网络模型得到的；

基于所述标识信息确定目标故障解决信息，其中，所述目标故障解决信息包括故障诊断原因和故障解决方法。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述标识信息和所述目标故障解决信息发送至与所述电子设备连接的显示器上进行显示。

3.根据权利要求1所述的方法，其特征在于，所述电子设备还与车辆信息采集传感器连接；

所述获取车辆待诊断信息的步骤，包括：

接收所述车辆信息采集传感器发送的采集信息，将所述采集信息确定为车辆待诊断信息。

4.根据权利要求2所述的方法，其特征在于，其中，所述标识信息包括故障器件名称和故障器件编号；

所述电子设备预先存储有故障解决方法表，所述故障解决方法表中存储有多个器件编号，以及与所述器件编号一一对应的故障解决信息；

基于所述标识信息确定目标故障解决信息的步骤，包括：

从多个所述器件编号中查找与所述故障器件编号匹配的目标器件编号；

将所述目标器件编号对应的故障解决信息确定为所述故障器件编号对应的目标故障解决信息。

5.根据权利要求4所述的方法，其特征在于，所述电子设备还预先存储有器件电路原理信息表，所述器件电路原理信息表中存储有多个器件编号，以及与所述器件编号一一对应的器件电路原理信息；

所述方法还包括：

在所述器件电路原理信息表中确定与所述故障器件编号匹配的目标器件电路原理信息；

将所述目标器件电路原理信息发送至所述显示器进行显示。

6.根据权利要求5所述的方法，其特征在于，在所述器件电路原理信息表中确定与所述故障器件编号匹配的目标器件电路原理信息的步骤，包括：

从多个所述器件编号中查找与所述故障器件编号匹配的目标器件编号；

将所述目标器件编号对应的器件电路原理信息确定为所述故障器件编号对应的目标器件电路原理信息。

7.根据权利要求1所述的方法，其特征在于，所述电子设备配置有知识库，所述知识库中预先存储有故障诊断知识信息；

所述方法还包括：

接收用户的管理操作管理指令；其中，所述管理指令包括以下指令中的一种或多种：增添指令、修改指令、删除指令；

基于所述管理指令对所述知识库中的故障诊断知识信息进行管理处理。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

将所述目标故障解决信息发送至所述知识库进行存储；

按照预设时间间隔利用所述知识库中的故障诊断知识信息和所述目标故障解决信息对所述神经网络推理机模型进行更新训练，直至训练至神经网络推理机模型的损失函数收敛。

9.根据权利要求4所述的方法，其特征在于，所述电子设备配置有器件数据库，所述器件数据库中存储有器件编号，以及与所述器件编号对应的器件变更信息；

所述方法还包括：

接收用户的查询指令；

基于所述查询指令在所述器件数据库中查询与所述故障器件编号对应的目标器件变更信息；

将所述目标器件变更信息发送至所述显示器进行显示，以指示用户当前器件库中存在替换所述故障器件的对应器件。

10.一种车辆故障诊断装置，其特征在于，所述装置应用于电子设备，所述电子设备预先存储有训练好的神经网络推理机模型；所述装置包括：

获取模块，用于获取车辆待诊断信息；

预测模块，用于利用所述神经网络推理机模型预测出所述车辆待诊断信息对应的故障器件的标识信息；其中，所述神经网络推理机模型是基于故障样本训练神经网络模型得到的；

确定模块，用于基于所述标识信息确定目标故障解决信息，其中，所述目标故障解决信息包括故障诊断原因和故障解决方法。