一种基于相关性系数的新车型故障概率预测方法及系统

摘要

本发明公开了一种基于相关性系数的新车型故障概率预测方法及系统，涉及车辆故障概率预测领域，该方法包括获取故障数据，得到故障数据对应的故障类型和故障零件部位；获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率；基于关注维度组合在不同区间下的故障概率，得到故障概率拟合曲线；根据多项式拟合结果，计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数；基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线。本发明能够准确实现对新车型的故障概率预测。

说明书

技术领域

本发明涉及车辆故障概率预测领域，具体涉及一种基于相关性系数的新车型故障概率预测方法及系统。

背景技术

汽车是一个复杂的机械系统，在生产过程中涉及数千种零部件，且生产工序复杂，而在车辆的使用阶段，会面对不同复杂的行驶环境和驾驶工况，因此基于汽车制造和使用的复杂性，汽车的使用状态会以不同的规律发生变化而导致故障发生。同时随着汽车的普及，汽车的需求和保有量不断攀升，汽车生产商向多元化发展，各生产商之间的竞争加剧，为了保住和提升市场份额，很多汽车生产商会提供更长时间或更长行驶里程的质保期，但是增加质保期会提高汽车生产商的运营成本，因此需要在市场份额和运营成本之前寻找平衡，使企业利润最大化。准确获得汽车特别是新车型型在不同行驶时长和行驶里程发生各类故障的概率对汽车生产商科学制定质保期提供数据支撑。此外，各类故障发生概率对于车辆设计优化和售后服务工作计划制定也有很大的指导意义。

汽车故障的产生是随机事件，它不仅受汽车各部件状态的制约，还要受到行驶环境、驾驶工况等多种偶然因子的影响，导致故障发生的时间、空间特征呈现出偶然性。从表面上看，故障的发生似乎没有规律可循，其实表面现象始终受其内部规律所支配，通过数据可以发现某些规律是客观存在的。

针对汽车故障概率预测的需求越来越迫切，当前对于汽车故障概率的预测主要采取两大方向：1、基于车辆故障发生前收集的各类信号数据通过机器学习或深度学习算法进行预测；2、基于车辆故障数据进行概率统计和拟合进行预测。前者在数据收集和算法模型构建方面需要投入较多，模型结果有比较强的泛化能力但往往可解释性不强，而后者实现简单、结果解释性强但也存在拟合结果泛化能力不强的缺点。并且，新车型型往往收集到的故障数据较少，特别是缺少大里程和长使用时间的故障数据，基于用于模型训练的基础数据的缺失问题，进一步导致很难有较好的预测结果。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于相关性系数的新车型故障概率预测方法及系统，能够准确实现对新车型的故障概率预测。

为达到以上目的，本发明提供的一种基于相关性系数的新车型故障概率预测方法，具体包括以下步骤：

获取故障数据并基于故障数据的故障描述文本类型字段，得到故障数据对应的故障类型和故障零件部位；

获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，所述区间为时间区间或里程区间；

基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线；

根据多项式拟合结果，计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数；

基于相关系数计算结果并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测。

在上述技术方案的基础上，

所述关注维度包括故障类型、故障零件部位、车辆类型、发动机类型、变速箱类型、车型、年款、车辆所在省和车辆所在市；

所述关注维度组合由故障类型、故障零件部位、车辆类型、发动机类型、变速箱类型、车型、年款、车辆所在省、车辆所在市中的至少一个因素组成。

在上述技术方案的基础上，所述获取故障数据并基于故障数据的故障描述文本类型字段，得到故障数据对应的故障类型和故障零件部位，具体步骤包括：

获取故障数据，所述故障数据包括汽车市场故障数据和试验故障数据；

对故障数据的故障描述文本类型字段进行自然语言处理，提取得到关键词；

将提取得到的关键词与故障类型字典表，以及汽车零件系统字典表进行匹配，得到故障数据对应的故障类型和故障零件部位。

在上述技术方案的基础上，

所述故障类型字典表为用于描述故障类型的描述词的集合；

所述汽车零件系统字典表为用于描述零件部位的描述词的集合。

在上述技术方案的基础上，

基于关键词的词向量，与故障类型字典表中每一个描述词的词向量间的余弦相似度，得到故障数据对应的故障类型；

基于关键词的词向量，与汽车零件系统字典表中每一个描述词的词向量间的余弦相似度，得到故障数据对应的故障零件部位。

在上述技术方案的基础上，所述获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，具体步骤包括：

获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数；

基于关注维度组合在不同区间下的故障次数，以及关注维度组合对应的总故障次数，得到关注维度组合在不同区间下的故障概率。

在上述技术方案的基础上，所述基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线，具体步骤包括：

根据关注维度组合在不同区间下的故障概率，将单个区间的中点值作为x轴值，该区间的故障概率值作为y轴值，采用python数据分析numpy库进行多项式拟合，得到关注维度组合对应的故障概率拟合曲线。

在上述技术方案的基础上，所述计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数，具体步骤包括：

获取同一关注维度组合中新车型的故障概率拟合曲线和老车型的故障概率拟合曲线，将新车型故障概率拟合曲线和老车型故障概率拟合曲线的x轴取值对齐，并将新车型故障概率拟合曲线与老车型故障概率拟合曲线的x轴取值重合部分作为第一范围，老车型故障概率拟合曲线区别于新车型故障概率拟合曲线的x轴取值部分作为第二范围；

在第一范围内按照预设间隔，依次获取新车型故障概率拟合曲线中在y轴的故障概率值，得到一组故障概率有序集合；

在第一范围内按照预设间隔，依次老车型故障概率拟合曲线中在y轴的故障概率值，得到一组故障概率有序集合；

计算两组故障概率有序集合的皮尔逊相关系数，得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间在第一范围内的相关系数。

在上述技术方案的基础上，所述基于相关系数计算结果并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测，具体步骤包括：

基于同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数，当相关系数超过设定阈值时，将老车型在第二范围内各区间的故障概率作为新车型在第二范围内各区间的故障概率的参考；

对于第一范围，计算相同区间中新车型的故障概率与老车型的故障概率间差值，得到多个差值并对得到的差值进行平均值计算，得到差值平均值；

将老车型在第二范围内各区间的故障概率均加上差值平均值，作为新车型在第二范围内各区间的参考故障概率；

基于新车型在第一范围内各区间的故障概率，以及新车型在第二范围内各区间的参考故障概率，再次进行多项式拟合，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测。

本发明提供的一种基于相关性系数的新车型故障概率预测系统，包括：

第一获取模块，其用于获取故障数据并基于故障数据的故障描述文本类型字段，得到故障数据对应的故障类型和故障零件部位；

第二获取模块，其用于获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，所述区间为时间区间或里程区间；

拟合计算模块，其用于基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线；

系数计算模块，其用于根据多项式拟合结果，计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数；

预测模块，其用于基于相关系数计算结果并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测。

与现有技术相比，本发明的优点在于：通过根据关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，然后基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线，然后计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数，并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型在不同区间下的新故障概率，从而再次拟合得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测，特别是对于新车型在缺少大里程和时间区间数据的情况下，也能够准确实现故障概率预测，确保能获得较好的车辆故障概率预测结果，对汽车生产商科学制定质保期提供数据支撑，对于车辆设计优化和售后服务工作计划制定提供指导。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中一种基于相关性系数的新车型故障概率预测方法的流程图。

具体实施方式

本发明实施例提供一种基于相关性系数的新车型故障概率预测方法，通过根据关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，然后基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线，然后计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数，并当相关系数超过设定阈值时，基于同一关注维度组合中老车型和新车型在各区间下的故障概率，得到新车型在不同区间下的新故障概率，从而再次拟合得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测，特别是对于新车型在缺少大里程和时间区间数据的情况下，也能够准确实现故障概率预测，确保能获得较好的车辆故障概率预测结果，对汽车生产商科学制定质保期提供数据支撑，对于车辆设计优化和售后服务工作计划制定提供指导。本发明实施例相应地还提供了一种基于相关性系数的新车型故障概率预测系统。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。

参见图1所示，本发明实施例提供一种基于相关性系数的新车型故障概率预测方法，具体包括以下步骤：

S1：获取故障数据并基于故障数据的故障描述文本类型字段，得到故障数据对应的故障类型和故障零件部位；

本发明实施例中，获取故障数据并基于故障数据的故障描述文本类型字段，得到故障数据对应的故障类型和故障零件部位，具体步骤包括：

S101：获取故障数据，所述故障数据包括汽车市场故障数据(即汽车售卖后在道路上的故障数据)和试验故障数据；

S102：对故障数据的故障描述文本类型字段进行自然语言处理，提取得到关键词；

S103：将提取得到的关键词与故障类型字典表，以及汽车零件系统字典表进行匹配，得到故障数据对应的故障类型和故障零件部位。故障类型字典表为用于描述故障类型的描述词的集合；汽车零件系统字典表为用于描述零件部位的描述词的集合。

本发明实施例中，基于关键词的词向量，与故障类型字典表中每一个描述词的词向量间的余弦相似度，得到故障数据对应的故障类型；基于关键词的词向量，与汽车零件系统字典表中每一个描述词的词向量间的余弦相似度，得到故障数据对应的故障零件部位。

具体的，首先确定标准的故障类型和故障发生时的故障零件部位，再收集、定义字典表中各故障类型、故障零件部位在故障描述中可能会出现的词汇，将故障类型所有可能的描述词集合作为故障类型字典表(可命名为faultMap)，将故障零件部位所有可能的描述词集合作为汽车零件系统字典表(可命名为partMap)；然后采用分词工具对故障数据中的故障描述文本类型字段进行分词处理，并生成词向量，将故障数据的词向量与faultMap中每一个描述词的词向量间进行余弦相似度计算，余弦相似度最大的即为故障数据对应的故障类型，同理得到故障数据对应的故障零件部位。

S2：获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，区间为时间区间或里程区间；

本发明实施例中，关注维度包括故障类型、故障零件部位、车辆类型、发动机类型、变速箱类型、车型、年款、车辆所在省和车辆所在市；关注维度组合由故障类型、故障零件部位、车辆类型、发动机类型、变速箱类型、车型、年款、车辆所在省、车辆所在市中的至少一个因素组成。

例如，对于关注维度组合的故障次数可以为某类型发动机在某省发生冷却液泄露(冷却液泄露为故障类型)的故障次数，可以为某车型在某市的故障次数、可以为某变速箱类型在某省的故障次数次数。

对于本发明中的区间，当区间为时间区间时，区间的大小为180天，例如，统计得到关注维度组合在不同区间下的故障次数，为统计某一关注维度组合在已行驶0～180天时的故障次数、已行驶180～360天时的故障次数等；当区间为里程区间时，区间的大小为5000公里，例如，统计得到关注维度组合在不同区间下的故障次数，为统计某一关注维度组合在已行驶0～5000公里时的故障次数、已行驶5000～10000公里时的故障次数等。

本发明实施例中，获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，具体步骤包括：

S201：获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数；

S202：基于关注维度组合在不同区间下的故障次数，以及关注维度组合对应的总故障次数，得到关注维度组合在不同区间下的故障概率。

进一步的，在对不同区间进行故障统计时，里程区间大小设置为5000公里，对应的x轴坐标为区间中点坐标且缩小10000倍，如0-5000公里对应的x轴坐标为0.25；时间区间大小设置为180天，对应的x轴坐标为区间中点坐标且缩小360倍，如0-180天对应的x轴坐标为0.25。此外为了增加用于拟合的数据个数，提高拟合曲线的平滑性，对区间数据采用滑动窗口统计，区间大小为5000公里和180天，滑动步长为1000公里和30天，则有1000-6000公里对应的x轴坐标为0.35，30-210天对应的x轴坐标为0.35。每个区间按照里程范围和时间范围过滤故障数据，然后进行故障次数统计(对于故障次数较少的区间予以去除，数据量少会导致计算的故障概率误差较大)，每个区间的故障个数除对应的总数(不同维度组合的保有量)，则为该故障在当前区间下的故障概率。

S3：基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线；

本发明实施例中，基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线，具体步骤包括：

根据关注维度组合在不同区间下的故障概率，将单个区间的中点值作为x轴值，该区间的故障概率值作为y轴值，采用python(一种计算机编程语言)数据分析numpy库(一种科学计算库)进行多项式拟合，得到关注维度组合对应的故障概率拟合曲线。多项式可设置为3阶。在进行拟合时，对x轴的范围进行记录，后续根据x轴的范围，可对新车型和老车型进行区分，新车型相较于老车型，其已行驶天数或已行驶里程较小，具体的新老车型划分标准可自定义。

例如，某关注维度组合在0～180天的区间下的故障概率为0.01，则将0～180的中间值90作为x轴值，0.01作为y轴值。

S4：根据多项式拟合结果，计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数；

本发明实施例中，计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数，具体步骤包括：

S401：获取同一关注维度组合中新车型的故障概率拟合曲线和老车型的故障概率拟合曲线，将新车型故障概率拟合曲线和老车型故障概率拟合曲线的x轴取值对齐，并将新车型故障概率拟合曲线与老车型故障概率拟合曲线的x轴取值重合部分作为第一范围，老车型故障概率拟合曲线区别于新车型故障概率拟合曲线的x轴取值部分作为第二范围。

因为新车型型往往里程和使用时间较短，大里程和大使用时间缺少实际故障数据支撑，因此以新车型的故障数据取值范围(即第一范围)作为参照范围进行后续的相关系数计算。

在一种可能的实施方式中，由于新车型发生故障的概率较小，因此新车型在某个区间的故障数较少，为了避免因故障数据量较少导致后续计算的故障概率误差较大，对于新车型的多个区间，去除故障数少于预设数的区间，将剩下的区间范围作为第一范围(即新车型实际故障数据对应的X轴取值范围)。

S402：在第一范围内按照预设间隔，依次获取新车型故障概率拟合曲线中在y轴的故障概率值，得到一组故障概率有序集合；

S403：在第一范围内按照预设间隔，依次老车型故障概率拟合曲线中在y轴的故障概率值，得到一组故障概率有序集合；

S404：计算两组故障概率有序集合的皮尔逊相关系数，得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间在第一范围内的相关系数。

S5：基于相关系数计算结果并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测。设定阈值可取值为0.8。老车型在第二范围内各区间的故障概率可以给新车型缺少的第二范围内各区间的故障概率提供参考，进一步重新进行多项式拟合，实现对新车型任意里程或使用时间的故障预测。

本发明实施例中，基于相关系数计算结果并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测，具体步骤包括：

S501：基于同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数，当相关系数超过设定阈值时，将老车型在第二范围内各区间的故障概率作为新车型在第二范围内各区间的故障概率的参考；

S502：对于第一范围，计算相同区间中新车型的故障概率与老车型的故障概率间差值，得到多个差值并对得到的差值进行平均值计算，得到差值平均值；

S503：将老车型在第二范围内各区间的故障概率均加上差值平均值，作为新车型在第二范围内各区间的参考故障概率；对于新车型缺少的第二范围内各区间的故障概率数据，通过老车型在第二范围内各区间的故障概率加上差值平均值进行补充，如此，新车型便有了在第一范围内各区间的故障概率数据和基于老车型补充后的在第二范围内各区间的故障概率数据。

S504：基于新车型在第一范围内各区间的故障概率，以及新车型在第二范围内各区间的参考故障概率，再次进行多项式拟合，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测。

例如，对于关注维度组合为某类型发动机在某省发生冷却液泄露，若该关注维度组合的新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数超过设定阈值，新车型包括区间A、区间B，老车型包括区间A、区间B和区间C，则计算相同区间中新车型的故障概率与老车型的故障概率间差值(区间A中新车型的故障概率与老车型的故障概率间差值、区间B中新车型的故障概率与老车型的故障概率间差值等)，得到多个差值，然后对得到的差值进行平均值计算，得到差值平均值，然后将新车型在区间A的故障概率作为新故障概率，新车型在区间B的故障概率作为新故障概率，老车型在区间C的故障概率加上差值平均值，得到区间C的新故障概率，根据得到的区间A的新故障概率、区间B的新故障概率、区间C的新故障概率，进行多项式拟合，得到新故障概率拟合曲线，实现对新车型的故障概率预测。

其中，新车型在第一范围内各区间的故障概率，以及新车型在第二范围内各区间的参考故障概率，再次进行多项式拟合，得到新车型的新故障概率拟合曲线，其拟合过程与上述拟合得到故障概率拟合曲线的过程类似。

本发明是对车辆在不同里程和时间区间发生故障的概率进行拟合预测，特别是对于新车型缺少大里程和时间区间数据的情况下，通过相关性系数分析，可以有效的对缺失数据进行补全，且有以下优点：(1)逻辑简单，易实现，解释性强；(2)实用性强，效果好；(3)支持车辆信息任意维度组合的拟合预测，可灵活应对不同的现实需求。

本发明的新车型故障概率预测方法，方法逻辑简单，易实现，解释性强，实用性强，效果好，能确保获得较好的车辆故障概率预测结果，对汽车生产商科学制定质保期提供数据支撑，对于车辆设计优化和售后服务工作计划制定提供指导。

本发明实施例提供的一种基于相关性系数的新车型故障概率预测系统，包括第一获取模块、第二获取模块、拟合计算模块、系数计算模块和预测模块。

第一获取模块用于获取故障数据并基于故障数据的故障描述文本类型字段，得到故障数据对应的故障类型和故障零件部位；第二获取模块用于获取关注维度组合对应的故障数据，统计得到关注维度组合在不同区间下的故障次数，得到不同区间下的故障概率，所述区间为时间区间或里程区间；拟合计算模块用于基于关注维度组合在不同区间下的故障概率，进行多项式拟合，得到故障概率拟合曲线；系数计算模块用于根据多项式拟合结果，计算得到同一关注维度组合中新车型的故障概率拟合曲线与老车型的故障概率拟合曲线间的相关系数；预测模块用于基于相关系数计算结果并当相关系数超过设定阈值时，基于同一关注维度组合中新车型和老车型在各区间下的故障概率，得到新车型的新故障概率拟合曲线，实现对新车型的故障概率预测。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。