一种基于机器学习的车辆智能监测方法及系统

本发明涉及驱动控制系统技术领域，本发明提供的一种基于机器学习的车辆智能监测方法及系统，旨在解决现有车辆智能监测方法无法高效实时地融合多源数据并进行准确分析的问题。通过获取车辆基础数据，结合实时位置信息和自然环境数据，构建车辆行驶数据集合。利用神经网络对电液制动阀运行数据及车辆行驶数据集合进行训练，得到车辆智能监测模型。该模型能实时输出车辆智能监测结果，并代入车辆运行故障预测模型中进行故障预测。若存在故障信息，则匹配故障信息对应的车辆驱动参数，并动态调整车辆驱动系统，提升车辆安全性和稳定性。本发明还通过监测电液制动阀，预测其剩余使用寿命和泄漏位置，降低维修成本和时间。