摘要
本发明公开了一种汽车故障诊断方法及系统,涉及故障诊断技术领域,包括基于联邦学习框架,将尾气成分数据和本地环境参数输入预训练的全局基准模型,动态校准λ值与尾气成分阈值,生成环境补偿后的归一化尾气数据;通过卷积层提取尾气时序局部特征,通过Transformer编码器建模OBD‑II数据的长周期依赖关系,输出燃烧故障概率分布及机械故障概率分布,并加密上传至联邦服务器进行全局基准模型更新。本发明通过将尾气成分数据、环境参数与OBD‑II数据相结合,并嵌入燃烧反应动力学方程,能够更精确地反映发动机缸内燃烧状态,从而显著提高了故障诊断的准确性。
技术关键词
汽车故障诊断方法
燃烧状态参数
尾气
发动机缸内燃烧
神经网络模型
神经网络架构
分类器
校准
汽车故障诊断系统
物理
模型更新
基准
数据采集模块
诊断模块
数据依赖关系
分支
时序
故障诊断技术
动态