[1]唐伟萍　赖德鹏.基于案例信息检索的汽车故障诊断系统的构建[J].大众科技,2022,24(10):4-7.
　Construction of Vehicle Fault Diagnosis System Based on CaseInformation Retrieval[J].Popular Science & Technology,2022,24(10):4-7.
点击复制

基于案例信息检索的汽车故障诊断系统的构建()
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
24
期数:
2022年10
页码:
4-7
栏目:
信息技术与通信
出版日期:
2022-10-20

文章信息/Info

Title:
Construction of Vehicle Fault Diagnosis System Based on Case Information Retrieval
作者:
唐伟萍　赖德鹏　
（广西电力职业技术学院，广西 南宁 530007）
关键词:
案例信息检索; 车辆诊断; 系统构建
Keywords:
case information retrieval vehicle diagnosis system construction
文献标志码:
A
摘要:
传统车辆维修养护诊断模式依赖于人工经验和配套设备，已经适应不了汽车更新换代的速度，迫切需要更高效更智能的定位故障、快速检修技术来提升车辆安全性和可靠性，从而诞生了车辆故障诊断技术这个综合性学科。文章通过基于人工智能设计思想，采用大量的维修实例可以作为系统的训练样本，应用最新信息技术完成汽车故障认知诊断系统的设计与实现，为用户提供一个高效简便的故障诊断平台，为专业维修人员解决汽车故障、对汽车维修提供依据，经实验测试，系统大大降低故障诊断难度，节约故障诊断时间，带来良好的经济效益。
Abstract:
The traditional vehicle maintenance and diagnosis mode depends on manual experience and supporting equipment, which can not adapt to the speed of vehicle replacement. There is an urgent need for more efficient and intelligent fault location and rapid maintenance technology to improve vehicle safety and reliability, thus giving birth to the comprehensive discipline of vehicle fault diagnosis technology. Based on the design idea of artificial intelligence, this paper adopts a large number of maintenance examples as the training samples of the system, applies the latest information technology to complete the design and implementation of automobile fault cognitive diagnosis system, provides users with an efficient and simple fault diagnosis platform, and provides the basis for professional maintenance personnel to solve automobile faults and automobile maintenance. Through experimental test, the system greatly reduces the difficulty of fault diagnosis and saves the time of fault diagnosis, and brings good economic benefits.

参考文献/References:

[1] 王韵. 基于案例信息检索的车辆故障诊断系统[D]. 长春: 吉林大学，2016. [2] 吴夫青. 车辆制动系统常见故障诊断及预防措施[J]. 时代汽车，2022(9): 174-175. [3] 王鹏宇，王峻. 车辆走行部车载故障诊断系统应用与实践[J]. 甘肃科技，2021，37(18): 53-56. [4] 吉武俊. 车辆排放系统故障诊断方法研究[D]. 郑州: 河南职业技术学院，2016. [5] 何真承. 基于4G网络和CAN总线的车辆在线故障诊断系统设计与实现[D]. 重庆: 重庆大学，2019. [6] 万山林. 大数据地铁车辆牵引系统故障诊断技术的分析[J]. 科学技术创新，2020(16): 82-83. [7] 孙丽娟. 基于云平台的车辆故障诊断系统研究[D]. 杭州: 浙江科技学院，2020. [8] 马立玲，郭凯杰，王军政. 基于改进SVM的车辆传动系统故障诊断方法[J]. 北京理工大学学报，2020，40(8): 856-860.

相似文献/References:

[1]唐伟萍　赖德鹏.基于阿里云的车辆故障诊断系统的研究[J].大众科技,2022,24(09):18.
　Research on Vehicle Fault Diagnosis System Based on Alibaba Cloud[J].Popular Science & Technology,2022,24(10):18.

备注/Memo

备注/Memo:
【收稿日期】2022-05-30 【基金项目】2020年度广西高校中青年教师科研基础能力提升项目“基于案例信息检索的汽车故障诊断系统的研究与开发”（2020KY41016）；2022年度广西高校中青年教师科研基础能力提升项目“一种交流充电桩检测装置设计与研究”（2022KY1348）。 【作者简介】唐伟萍（1983－），女，广西玉林人，广西电力职业技术学院副教授，研究方向为计算机技术应用。
更新日期/Last Update: 2022-11-29