基于多模态数据融合的燃料电池汽车智能故障诊断方法研究

王 敏 ( 海南海马汽车有限公司 )

王士英 ( 海南海马汽车有限公司 )

https://doi.org/10.37155/2717-5316-0615-15

Abstract

针对燃料电池汽车复杂系统故障诊断难题,该研究提出一种基于多模态数据融合的智能诊断方法。系统 构建了包含数据采集、加密传输、云端处理及智能诊断单元的分层架构,设计了支持定时与触发双模式的数据上行策 略及基于UDS协议的下行诊断指令交互机制。采用机器学习算法建立故障预测模型,结合历史数据与实时参数分析实 现故障精准定位。实验结果表明,该系统在模拟与实车测试中均表现出较高的诊断准确率与响应速度,较传统方法缩 短故障排查时间,有效提升了维修决策效率。研究成果为燃料电池汽车智能化故障诊断提供了可行方案,对推动新能 源汽车技术发展具有重要参考价值。

Keywords

燃料电池汽车;故障诊断;智能系统;多模态数据融合;机器学习算法;数据上行策略;UDS协议;故障定位

Full Text

PDF

References

[1]潘汉平.基于深度学习的新能源汽车电机故障诊断
技术模型构建研究[J].汽车测试报告,2023,(18):50-52.
[2]钱磊.智能汽车故障诊断系统设计与实现探讨[J].汽
车测试报告,2024,(08):23-25.
[3]潘文卿,李圣展,王梦,等.CANFD协议在故障诊断中
的研究与应用[J].汽车电器,2022,(07):46-48.
[4]李永基.汽车电路故障预测模型构建研究[J].汽车测
试报告,2024,(14):104-106.
[5]董杰,李杨,李研强,等.基于历史故障库的汽车电子
系统故障诊断方法[J].山东科学,2013,26(04):91-95.
[6]公茂金.基于人工智能的汽车故障诊断与预测[J].汽
车维修技师,2024,(08):23-25.

Copyright © 2025 王 敏,王士英 Creative Commons License Publishing time:2025-08-01
This work is licensed under a Creative Commons Attribution 4.0 International License