一种车辆故障排查方法、装置、设备及存储介质与流程

本技术涉及车辆，具体涉及一种车辆故障排查方法、装置、设备及存储介质。

背景技术：

1、随着汽车产业向“电动化、智能化、网联化、共享化”新四化方向加速转型，车辆系统集成度与电子化程度显著提升。动力电池、自动驾驶控制器、域控制器等新型部件的引入，使车辆故障呈现出多维耦合、因果不确定等复杂特征，基于此，故障排查的准确性会直接影响行车安全及运维成本。目前车辆故障排查主要依赖维修技师的人工经验，受主观因素影响大，无法保证车辆故障排查的准确性。

技术实现思路

1、本技术实施例的主要目的在于提出一种车辆故障排查方法、装置、设备及存储介质，旨在提高车辆故障排查的准确性。

2、本技术实施例提供了一种车辆故障排查方法，包括：

3、响应于车辆发生第一故障现象，在故障知识图谱中查询得到多个目标实体、所述多个目标实体之间的实体关系、以及与所述目标实体相关联的概率属性；各所述目标实体为与所述第一故障现象相关的实体；至少部分所述目标实体为失效模式；所述失效模式的数量为多个；

4、基于所述多个目标实体、所述多个目标实体之间的实体关系、以及与所述目标实体相关联的概率属性，构建与所述第一故障现象对应的目标贝叶斯网络模型；所述目标贝叶斯网络模型的有向无环图结构中包括虚拟的故障现象总节点，多个失效模式的节点分别以有向边指向所述故障现象总节点；所述目标贝叶斯网络模型的条件概率表基于单点故障先验假设确定，所述单点故障先验假设用于表征所述故障现象总节点对应的故障现象仅在任一所述失效模式单独发生时发生；

5、基于所述目标贝叶斯网络模型，在所述失效模式中确定目标失效模式；所述目标失效模式用于指示导致所述第一故障现象发生的故障原因。

6、在一实施方式中，所述概率属性包括所述目标实体的先验概率、以及与所述目标实体相关联的实体关系的条件概率；

7、所述基于所述多个目标实体、所述多个目标实体之间的实体关系、以及与所述目标实体相关联的概率属性，构建与所述第一故障现象对应的目标贝叶斯网络模型，包括：

8、基于所述多个目标实体、所述多个目标实体之间的实体关系，构建第一有向无环图结构；所述第一有向无环图结构包括多个节点及所述多个节点之间的有向边；所述节点用于表征所述目标实体；所述有向边用于表征所述实体关系；

9、基于所述目标实体的先验概率、以及与所述目标实体相关联的实体关系的条件概率，确定第一条件概率表；

10、基于所述第一有向无环图结构及所述第一条件概率表，生成所述目标贝叶斯网络模型。

11、在一实施方式中，所述失效模式的数量为多个；所述基于所述目标贝叶斯网络模型，在所述失效模式中确定目标失效模式，包括：

12、针对每个所述失效模式，基于所述目标贝叶斯网络模型，推理所述第一故障现象发生情况下所述失效模式发生的后验概率；

13、基于每个所述失效模式的后验概率，从多个失效模式中筛选出所述后验概率最大的失效模式；

14、将所述后验概率最大的失效模式确定为所述目标失效模式。

15、在一实施方式中，所述多个目标实体还包括检测手段、及在所述实体关系中与所述检测手段直接相关的第二故障现象；

16、所述基于所述目标贝叶斯网络模型，推理所述第一故障现象发生情况下所述失效模式发生的后验概率，包括：

17、基于所述检测手段对应的目标检测结果，确定第一证据变量值；所述第一证据变量值用于表征所述目标检测结果指示所述第二故障现象发生；

18、基于所述第一证据变量值及第二证据变量值，确定目标证据变量值；所述第二证据变量值用于表征所述第一故障现象发生；

19、基于所述目标贝叶斯网络模型，推理所述目标证据变量值成立情况下所述失效模式发生的后验概率。

20、在一实施方式中，所述基于所述第一证据变量值及第二证据变量值，确定目标证据变量值，包括：

21、基于所述目标贝叶斯网络模型，推理所述第一证据变量值成立情况下所述第二故障现象发生的后验概率；

22、响应于所述第二故障现象发生的后验概率在预设概率范围内，基于所述第一证据变量值、所述第二证据变量值及第三证据变量值，确定所述目标证据变量值；所述第三证据变量值用于表征所述第二故障现象发生。

23、在一实施方式中，在所述基于所述目标贝叶斯网络模型，在所述失效模式中确定目标失效模式之后，还包括：

24、获取所述多个目标实体的目标变量值；所述目标变量值为基于所述目标贝叶斯网络模型确定目标失效模式的过程中观测和/或推理得到的变量值；

25、基于所述多个目标实体的目标变量值，更新故障排查案例信息；

26、基于所述故障排查案例信息，更新所述目标贝叶斯网络模型的第一数据；

27、基于更新后的第一数据，更新所述故障知识图谱中与所述第一数据对应的第二数据。

28、在一实施方式中，所述故障排查案例信息中存在隐变量；所述隐变量用于表征所述目标变量值缺失的实体；

29、所述基于所述故障排查案例信息，更新所述目标贝叶斯网络模型的第一数据，包括：

30、基于所述目标贝叶斯网络模型的有向无环图结构及条件概率表，确定所述隐变量的后验概率的期望值；

31、基于所述隐变量的后验概率的期望值，更新所述目标贝叶斯网络模型的条件概率表中的至少部分概率值；

32、其中，所述第一数据包括所述至少部分概率值。

33、在一实施方式中，所述第一数据包括所述目标贝叶斯网络模型的有向无环图结构中的至少部分有向边；

34、所述基于所述故障排查案例信息，更新所述目标贝叶斯网络模型的第一数据，包括：

35、基于所述故障排查案例信息，对所述有向无环图结构中的每对节点进行条件独立性检验，得到条件独立性检验结果；所述每对节点由所述有向无环图结构中任意两个节点组成；

36、基于所述条件独立性检验结果，更新所述有向无环图结构中的至少部分有向边。

37、本技术实施例还提供了一种车辆故障排查装置，所述装置包括实体查询模块、模型构建模块及失效模式确定模块；

38、所述实体查询模块用于响应于车辆发生第一故障现象，在故障知识图谱中查询得到多个目标实体、所述多个目标实体之间的实体关系、以及与所述目标实体相关联的概率属性；各所述目标实体为与所述第一故障现象相关的实体；至少部分所述目标实体为失效模式；所述失效模式的数量为多个；

39、所述模型构建模块用于基于所述多个目标实体、所述多个目标实体之间的实体关系、以及与所述目标实体相关联的概率属性，构建与所述第一故障现象对应的目标贝叶斯网络模型；所述目标贝叶斯网络模型的有向无环图结构中包括虚拟的故障现象总节点，多个失效模式的节点分别以有向边指向所述故障现象总节点；所述目标贝叶斯网络模型的条件概率表基于单点故障先验假设确定，所述单点故障先验假设用于表征所述故障现象总节点对应的故障现象仅在任一所述失效模式单独发生时发生；

40、所述失效模式确定模块用于基于所述目标贝叶斯网络模型，在所述失效模式中确定目标失效模式；所述目标失效模式用于指示导致所述第一故障现象发生的故障原因。

41、本技术实施例还提供了一种车辆故障排查设备，所述设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述车辆故障排查方法。

42、本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述车辆故障排查方法。

43、本技术实施例提供的一种车辆故障排查方法、装置、设备及存储介质，通过基于从故障知识图谱中查询到的与故障现象相关的实体信息，构建目标贝叶斯网络模型，以及基于目标贝叶斯网络模型确定导致该故障现象发生的目标失效模式，能够提高车辆故障排查的准确性。