一种基于相关性分析的k-means多工况聚类车辆故障诊断方法

本发明公开了一种基于相关性分析的k‑means多工况聚类车辆故障诊断方法，包括以下步骤：获取车辆离线工况参数；基于肘部法和平均轮廓系数法获取k‑means聚类的最佳聚类中心数量；对所述车辆离线工况参数进行k‑means聚类分析，获得不同工况所对应的车辆部件信号参数的阈值范围；获取实时车辆部件信号参数，将所述实时车辆部件信号参数与不同工况所对应的车辆部件信号参数的阈值范围进行对比分析，获得车辆故障诊断结果。本发明能够避免目前人工智能算法故障诊断在小样本和变工况下效果不佳的缺点，并且能够对复杂工况环境下的车辆部件状态进行诊断，为复杂工况环境下行驶的车辆故障诊断提供了一种新的方法。