本發(fā)明涉及汽車線束端子診斷，更具體地說，本發(fā)明涉及一種汽車線束端子老化診斷輔助系統(tǒng)及方法。

背景技術：

1、汽車線束端子的老化問題直接影響車輛的安全性和可靠性，隨著使用時間的增長，線束端子可能會受本身電氣參數(shù)和物理狀態(tài)的影響而逐漸老化，傳統(tǒng)的檢測方法主要依賴于定期的人工檢查或簡單的閾值報警系統(tǒng)，這些方法往往無法及時發(fā)現(xiàn)潛在的老化問題，導致故障發(fā)生后才進行處理。

2、現(xiàn)有的線束端子監(jiān)測診斷系統(tǒng)存在多個不足之處：首先，這些系統(tǒng)通常僅關注電氣參數(shù)（如接觸電阻、電流強度等），而忽視了環(huán)境因素（如溫度、濕度）對線束端子性能的重要影響；其次，由于傳感器在不同環(huán)境條件下可能產(chǎn)生測量誤差，現(xiàn)有系統(tǒng)缺乏有效的環(huán)境修正機制，導致數(shù)據(jù)準確性不足；此外，許多現(xiàn)有系統(tǒng)依賴單一或少數(shù)幾個關鍵性能指標來評估老化狀態(tài)，忽略了多維度數(shù)據(jù)的綜合分析，難以全面反映設備的實際健康狀況；最后，傳統(tǒng)的預測模型大多采用簡單的回歸分析方法，未能充分考慮老化過程中的復雜非線性關系，從而影響了預測的精確度。

技術實現(xiàn)思路

1、為了克服現(xiàn)有技術的上述缺陷，為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：一種汽車線束端子老化診斷輔助系統(tǒng)，包括：

2、多維信息感知單元：實時捕獲線束端子的狀態(tài)數(shù)據(jù)，同時采集線束端子運行場景的工作環(huán)境數(shù)據(jù)；

3、環(huán)境耦合補償單元：用于根據(jù)工作環(huán)境數(shù)據(jù)修正電氣參數(shù)數(shù)據(jù)，利用修正后的電氣參數(shù)數(shù)據(jù)對物理狀態(tài)數(shù)據(jù)進行修正，根據(jù)修正后的電氣參數(shù)數(shù)據(jù)和物理狀態(tài)數(shù)據(jù)，結合工作環(huán)境數(shù)據(jù)，得到實際狀態(tài)數(shù)據(jù)集；

4、老化智能評估單元：構建老化診斷模型，設定老化診斷模型架構為共享層和分支層，將分支層設為第一分支層和第二分支層，并為第一分支層和第二分支層重構損失函數(shù)，將實際狀態(tài)數(shù)據(jù)集作為輸入訓練老化診斷模型，基于老化診斷模型輸出線束端子的預測老化趨勢和剩余使用壽命；

5、即時監(jiān)護預警單元：根據(jù)線束端子的預測老化趨勢和剩余使用壽命，分析線束端子是否存在潛在異常，向用戶發(fā)出預防性維保指令。

6、進一步地，所述狀態(tài)數(shù)據(jù)包括電氣參數(shù)數(shù)據(jù)和物理狀態(tài)數(shù)據(jù)；

7、電氣參數(shù)數(shù)據(jù)包括接觸電阻、電流強度和電壓降；接觸電阻表示線束端子與其配對的導電部件之間連接點的電阻，電流強度表示通過線束端子橫截面的電流值，電壓降表示電流通過線束端子時由于線束端子自身的電阻和接觸電阻而產(chǎn)生的電壓差；

8、物理狀態(tài)數(shù)據(jù)包括線束端子溫度和機械應力；

9、工作環(huán)境數(shù)據(jù)包括外界溫度、外界濕度和腐蝕氣體濃度；

10、對電氣參數(shù)數(shù)據(jù)、物理狀態(tài)數(shù)據(jù)和工作環(huán)境進行數(shù)據(jù)清洗、缺失值填充和標準化處理。

11、進一步地，所述實際狀態(tài)數(shù)據(jù)集的得到方式包括：

12、根據(jù)處理后的所有數(shù)據(jù)，利用濕度修正電阻公式通過外界濕度修正接觸電阻，得到濕度修正電阻，使用溫度修正電阻公式通過外界溫度對濕度修正電阻進行修正，得到溫濕修正電阻，通過腐蝕氣體濃度對溫濕修正電阻進行修正，得到最終修正電阻；

13、基于最終修正電阻，對電流強度和電壓降進行修正，得到修正電流和修正電壓；

14、利用最終修正電阻、修正電流和修正電壓結合外界濕度對線束端子溫度和機械應力進行修正，得到線束端子的修正溫度和修正機械應力；

15、將工作環(huán)境數(shù)據(jù)與修正后的電氣參數(shù)數(shù)據(jù)和物理狀態(tài)數(shù)據(jù)整合成實際狀態(tài)數(shù)據(jù)集。

16、進一步地，所述濕度修正電阻的得到方式包括：

17、在測試環(huán)境下，測試不同濕度下線束端子的接觸電阻，并記錄對應的濕度-電阻數(shù)據(jù)；

18、定義所處地區(qū)的室外平均濕度作為初始參考濕度，根據(jù)濕度-電阻數(shù)據(jù)，將初始參考濕度下的接觸電阻值作為初始接觸電阻，并將最大濕度對應的接觸電阻值作為初始最大接觸電阻值，同時，設定初始控制參數(shù)；

19、將設定的初始參考濕度、初始接觸電阻值、初始最大接觸電阻值和初始控制參數(shù)作為濕度修正電阻公式的初始參數(shù)組合，利用非線性回歸工具根據(jù)濕度-電阻數(shù)據(jù)，從初始參數(shù)組合開始，對濕度修正電阻公式的參數(shù)進行迭代，每次迭代計算當前參數(shù)組合下的濕度修正電阻估計值；

20、使用最小二乘法計算當前參數(shù)組合下的濕度修正電阻估計值與實際的接觸電阻值之間的誤差平方和，進而通過梯度下降法調整參數(shù)組合減少誤差；

21、當濕度修正電阻估計值與實際的接觸電阻值之間的誤差小于預設的電阻誤差閾值或達到最大迭代次數(shù)時，迭代停止，得到最優(yōu)參數(shù)組合；

22、將最優(yōu)參數(shù)組合代入濕度修正電阻公式，利用濕度修正電阻公式根據(jù)t時刻的外界濕度計算得到線束端子在t時刻的濕度修正電阻。

23、進一步地，所述最終修正電阻的得到方式包括：

24、基于濕度修正電阻，使用溫度修正電阻公式通過t時刻的外界溫度計算得到溫濕修正電阻；

25、定義室溫為參考溫度，在測試環(huán)境下，測試不同溫度下線束端子的接觸電阻，并記錄對應的溫度-電阻數(shù)據(jù)；

26、設定初始溫度敏感系數(shù)，根據(jù)溫度-電阻數(shù)據(jù)，將初始溫度敏感系數(shù)和濕度修正電阻代入溫度修正電阻公式計算每個溫度點的預測溫濕修正電阻值，使用最小二乘法計算并最小化預測溫濕修正電阻值與溫度-電阻數(shù)據(jù)中的實際電阻值之間的誤差平方和，得到使誤差平方和最小的最優(yōu)溫度敏感系數(shù)；

27、將最優(yōu)溫度敏感系數(shù)代入溫度修正電阻公式，使用溫度修正電阻公式通過t時刻的外界溫度和濕度修正電阻計算得到溫濕修正電阻；

28、在測試環(huán)境下，測試不同腐蝕氣體濃度下線束端子的接觸電阻，并記錄對應的腐蝕-電阻數(shù)據(jù)；

29、設定腐蝕氣體補償公式的初始參數(shù)，根據(jù)腐蝕-電阻數(shù)據(jù)，將初始參數(shù)代入腐蝕氣體補償公式計算每個腐蝕濃度氣體下的預測最終修正電阻值，使用最小二乘法計算并最小化預測最終修正電阻值與腐蝕-電阻數(shù)據(jù)中的實際電阻值之間的誤差平方和，得到使誤差平方和最小的最優(yōu)參數(shù)；

30、將腐蝕氣體補償公式的最優(yōu)參數(shù)代入腐蝕氣體補償公式，基于溫濕修正電阻，使用腐蝕氣體補償公式通過t時刻的腐蝕氣體濃度計算得到最終修正電阻。

31、進一步地，所述線束端子的修正溫度和修正機械應力的得到方式包括：

32、根據(jù)歐姆定律，將t時刻的接觸電阻與最終修正電阻進行比值計算，并將結果與電流強度進行乘積，得到修正電流；

33、取最終修正電阻與接觸電阻的比值，與電壓降進行乘積，得到修正電壓；

34、根據(jù)修正后的電阻和電流，計算得到由于焦耳熱效應導致的線束端子溫度變化；

35、取外界溫度與線束端子溫度變化之和作為線束端子的修正溫度；

36、取線束端子的修正溫度與線束端子的彈性模量和熱膨脹系數(shù)的乘積作為由熱膨脹引起的機械應力變化；

37、取機械應力與機械應力變化之和作為線束端子的修正機械應力。

38、進一步地，所述老化診斷模型的訓練方式包括：

39、步驟71：使用lstm模型構建老化診斷模型，設定老化診斷模型架構為共享層和分支層，將lstm層作為共享層，將分支層設為第一分支層和第二分支層，將實際狀態(tài)樣本數(shù)據(jù)集作為輸入，輸入共享層，共享層的輸出分別輸入第一分支層和第二分支層；

40、第一分支層從共享層的輸出中提取特定于老化趨勢的信息，并通過全連接層進行預測，輸出線束端子的老化趨勢；

41、第二分支層從共享層的輸出中提取特定于剩余使用壽命的信息，并通過全連接層進行預測，輸出線束端子的剩余使用壽命；

42、步驟72：收集訓練樣本集，訓練樣本集中包括實際狀態(tài)數(shù)據(jù)集以及相應的老化趨勢標簽和剩余使用壽命標簽；老化趨勢標簽表示線束端子修正后的狀態(tài)數(shù)據(jù)隨時間推移而變化的值，剩余使用壽命標簽表示線束端子剩余正常工作時長；

43、步驟73：將訓練樣本集按比例劃分為訓練集和驗證集；

44、步驟74：定義第一分支層的損失函數(shù)和第二分支層的損失函數(shù)；

45、將第一分支層與第二分支層的損失函數(shù)結合，得到總損失函數(shù)；

46、設定初始的損失參數(shù)組合，包括、pc、、和，使用網(wǎng)絡搜索進行參數(shù)優(yōu)化，并使用交叉驗證法評估不同損失函數(shù)參數(shù)組合，得到最優(yōu)損失函數(shù)參數(shù)組合；

47、步驟75：使用訓練集對模型進行前向傳播，得到老化趨勢和剩余使用壽命的預測值，分別使用相應的損失函數(shù)計算第一分支層和第二分支層的損失，進而計算總損失函數(shù)，并通過總損失函數(shù)進行反向傳播，在模型的每次迭代中使用adam優(yōu)化算法更新模型參數(shù)，包括共享層和兩個分支層的參數(shù)；

48、步驟76：對于每次迭代，使用auc作為評估指標，在驗證集上計算auc值；

49、根據(jù)驗證集上的auc值，計算當前迭代后的auc值與上一次迭代的auc值的差值，記為迭代差值；

50、步驟77：設定迭代差值閾值，若迭代差值大于迭代差值閾值，則判定模型的性能有提升；

51、若迭代差值小于等于迭代差值閾值，則判定模型的性能沒有提升；

52、若在連續(xù)的dd次迭代中，模型在驗證集上的性能沒有提升，則停止訓練，得到訓練好的老化診斷模型。

53、進一步地，所述分析線束端子是否存在潛在異常的方式包括：

54、獲取線束端子在當前時刻ut的狀態(tài)數(shù)據(jù)，利用老化預測模型計算并輸出線束端子修正后的狀態(tài)數(shù)據(jù)從當前時刻開始隨時間變化的老化趨勢；

55、設定時間窗口uu，并將當前時刻uu作為時間窗口的前一個時刻，在時間窗口內(nèi)，持續(xù)收集線束端子的狀態(tài)數(shù)據(jù)，在（ut+uu）時刻，獲取最新狀態(tài)數(shù)據(jù)進行修正，將修正后的最新狀態(tài)數(shù)據(jù)與老化趨勢內(nèi)同一時刻的狀態(tài)數(shù)據(jù)預測值進行差值計算，得到狀態(tài)偏差值；

56、若狀態(tài)偏差值大于預設的狀態(tài)偏差閾值，判定實際老化速度大于預測的老化趨勢；

57、若狀態(tài)偏差值小于等于預設的狀態(tài)偏差閾值，判定實際老化速度小于等于預測的老化趨勢；

58、若判定實際老化速度大于預測的老化趨勢，進一步分析是否由突發(fā)環(huán)境因素導致，若不是，分析線束端子是否存在潛在異常。

59、進一步地，所述分析是否由突發(fā)環(huán)境因素導致，若不是，分析線束端子是否存在潛在異常的方式包括：

60、若判定實際老化速度大于預測的老化趨勢，識別并得到實際老化速度開始增加的時間段，將其標記為增加時間段，并將增加時間段之前實際老化速度未開始增加的等長時間段標記為正常時間段；

61、計算增加時間段內(nèi)的工作環(huán)境數(shù)據(jù)均值與正常時間段內(nèi)的工作環(huán)境數(shù)據(jù)均值的絕對差值，若絕對差值大于預設的環(huán)境差值閾值，判定實際老化速度大于預測的老化趨勢，由突發(fā)環(huán)境因素導致；

62、若絕對差值小于等于預設的環(huán)境差值閾值，判定實際老化速度大于預測的老化趨勢，并非由突發(fā)環(huán)境因素導致；

63、若判定并非由突發(fā)環(huán)境因素導致，使用（ut+uu）時刻的最新狀態(tài)數(shù)據(jù)，通過老化預測模型重新計算最新的預測剩余使用壽命，設定安全裕度qp%，若最新的預測剩余使用壽命大于等于ut時刻預測剩余使用壽命的qp%，判定線束端子不存在潛在異常；

64、若最新的預測剩余使用壽命小于ut時刻預測剩余使用壽命的qp%，判定線束端子存在潛在異常。

65、進一步地，一種汽車線束端子老化診斷輔助方法，包括：

66、s1、實時捕獲線束端子的狀態(tài)數(shù)據(jù)，同時采集線束端子運行場景的工作環(huán)境數(shù)據(jù)；

67、s2、根據(jù)工作環(huán)境數(shù)據(jù)修正電氣參數(shù)，利用修正后的電氣參數(shù)對物理狀態(tài)數(shù)據(jù)進行修正，得到實際狀態(tài)數(shù)據(jù)集；

68、s3、構建老化診斷模型，設定老化診斷模型架構為共享層和分支層，將分支層設為第一分支層和第二分支層，并為第一分支層和第二分支層重構損失函數(shù)，將實際狀態(tài)數(shù)據(jù)集作為輸入訓練老化診斷模型，基于老化診斷模型輸出線束端子的預測老化趨勢和剩余使用壽命；

69、s4、根據(jù)線束端子的預測老化趨勢和剩余使用壽命，分析線束端子是否存在潛在異常，向用戶發(fā)出預防性維保指令。

70、本發(fā)明一種汽車線束端子老化診斷輔助系統(tǒng)及方法的技術效果和優(yōu)點：

71、本發(fā)明通過收集線束端子的電氣參數(shù)（如接觸電阻、電流強度、電壓降）和物理狀態(tài)數(shù)據(jù)（如溫度、機械應力），以及其工作環(huán)境數(shù)據(jù)（如外界溫度、濕度、腐蝕氣體濃度），全面反映線束端子的實際健康狀況，消除了單一維度數(shù)據(jù)監(jiān)測的局限性；其次，采用多層次的數(shù)據(jù)修正公式（包括濕度修正電阻公式、溫度修正電阻公式及腐蝕氣體補償公式），重構由環(huán)境影響導致存在誤差的原始接觸電阻數(shù)據(jù)，減少環(huán)境因素對測量結果的影響，確保最終電阻值更加接近真實值，并修正其它電氣參數(shù)和物理狀態(tài)數(shù)據(jù)，從而提高數(shù)據(jù)的準確性和可靠性；然后，利用lstm模型構建老化診斷模型，包含兩個分支層，分別專注于老化趨勢預測和剩余使用壽命預測，通過定制化的損失函數(shù)進行聯(lián)合優(yōu)化，顯著提升了預測的精確度和針對性；最后，基于老化診斷模型輸出的老化趨勢和剩余使用壽命預測值，實時監(jiān)控線束端子的狀態(tài)數(shù)據(jù)，并與預測趨勢對比，當實際老化速度大于預測趨勢時，分析是否由突發(fā)環(huán)境因素引起，幫助排除外部干擾因素，實現(xiàn)對線束端子健康狀態(tài)的全局優(yōu)化和靈活調整；避免問題擴大化，降低了異常情況對系統(tǒng)的影響，不僅能夠有效預防潛在問題的發(fā)生，還能最大化資源利用效率，降低運營成本，確保線束端子的穩(wěn)定運行，提升了整個系統(tǒng)的穩(wěn)定性和可靠性，確保即時響應和高精度異常檢測。