基于图像处理的商用车变速箱精准故障识别方法及装置与流程

技术特征：
1.一种基于图像处理的商用车变速箱精准故障识别方法，其特征在于，包括以下步骤：将商用车维修诊断过程中的历史图像或者视频数据汇集成小样本资料；建立基于深度学习的图像识别模型；采用图像识别模型对小样本资料进行训练，形成智能诊断故障库；对智能诊断故障库中故障图像进行噪声处理；将智能诊断故障库中故障特征按照树形结构进行分类整合，形成标准故障树和故障代码；基于故障解决方案建立故障树模型；采集商用车故障现场图像，进行噪声处理后采用故障树模型进行商用车故障识别。2.根据权利要求1所述的基于图像处理的商用车变速箱精准故障识别方法，其特征在于，所述采用图像识别模型对小样本资料进行训练，形成智能诊断故障库，包括：将小样本资料中故障图像库进行分类预处理，对目前已知商用车故障的小样本资料中的故障现象、故障原因、处理方式进行分类汇总；通过图像识别模型对分类预处理后的小样本资料进行训练，形成特征空间，利用特征空间构建智能诊断故障库。3.根据权利要求1所述的基于图像处理的商用车变速箱精准故障识别方法，其特征在于，所述对智能诊断故障库中故障图像进行噪声处理，包括：建立噪声图像为非线性pde方程的初始条件；求解非线性pde方程得到在不同时刻的解，即为噪声处理结果。4.根据权利要求1所述的基于图像处理的商用车变速箱精准故障识别方法，其特征在于，所述基于故障解决方案建立故障树模型，包括：将故障的部位、故障现象、故障处理方式和故障原因按照标准故障处理步骤进行整理汇总为故障树对应的解决方案；根据故障树对应的解决方案建立故障树模型。5.根据权利要求1-4任意一项所述的基于图像处理的商用车变速箱精准故障识别方法，其特征在于，所述商用车故障包括发动机故障、车桥故障或变速箱故障。6.一种基于图像处理的商用车变速箱精准故障识别装置，其特征在于：包括：样本采集模块，用于将商用车维修诊断过程中的历史图像或者视频数据汇集成小样本资料；模型建立模块，用于建立基于深度学习的图像识别模型；故障库形成模块，用于采用图像识别模型对小样本资料进行训练，形成智能诊断故障库；噪声处理模块，用于对智能诊断故障库中故障图像进行噪声处理；故障树形成模块，用于将智能诊断故障库中故障特征按照树形结构进行分类整合，形成标准故障树和故障代码；故障模型建立模块，用于基于故障解决方案建立故障树模型；故障识别模块，用于采集商用车故障现场图像，进行噪声处理后采用故障树模型进行商用车故障识别。7.根据权利要求6所述的基于图像处理的商用车变速箱精准故障识别装置，其特征在
于：所述故障库形成模块包括：分类预处理模块，用于将小样本资料中故障图像库进行分类预处理，对目前已知商用车故障的小样本资料中的故障现象、故障原因、处理方式进行分类汇总；诊断故障库构建模块，用于通过图像识别模型对分类预处理后的小样本资料进行训练，形成特征空间，利用特征空间构建智能诊断故障库。8.根据权利要求6所述的基于图像处理的商用车变速箱精准故障识别装置，其特征在于：所述故障模型建立模块包括：解决方案汇总模块，用于将故障的部位、故障现象、故障处理方式和故障原因按照标准故障处理步骤进行整理汇总为故障树对应的解决方案；故障树模型建立模块，用于根据故障树对应的解决方案建立故障树模型。9.一种计算机设备，其特征是，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1-5任一所述的基于图像处理的商用车变速箱精准故障识别方法的步骤。

技术总结
本发明公开了一种基于图像处理的商用车变速箱精准故障识别方法及装置，属于图像处理技术领域，方法包括以下步骤：将商用车维修诊断过程中的历史图像或者视频数据汇集成小样本资料；建立基于深度学习的图像识别模型；采用图像识别模型对小样本资料进行训练，形成智能诊断故障库；对智能诊断故障库中故障图像进行噪声处理；将智能诊断故障库中故障特征按照树形结构进行分类整合，形成标准故障树和故障代码；基于故障解决方案建立故障树模型；采集商用车故障现场图像，进行噪声处理后采用故障树模型进行商用车故障识别。本发明解决了故障部分和现象定位不清不准的难点，更精准对位故障信息，提升了缺陷和故障识别准确度和识别效率。率。率。


技术研发人员：王涛 安士才 丁未汀 孙德宝
受保护的技术使用者：山东捷瑞数字科技股份有限公司
技术研发日：2021.12.10
技术公布日：2022/1/6