基于關(guān)聯(lián)規(guī)則挖掘的車(chē)輛故障碼分析

胡 杰，耿 號(hào)，李源潔，耿黃政，童敏敏

（1.武漢理工大學(xué)，現(xiàn)代汽車(chē)零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，汽車(chē)零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北省新能源與智能網(wǎng)聯(lián)車(chē)工程技術(shù)研究中心，武漢 430070；2.上汽通用五菱股份有限公司，柳州 545007）

前言

車(chē)輛故障碼誕生的初衷是為了簡(jiǎn)化對(duì)車(chē)輛故障的判斷和定位過(guò)程，縮短故障檢修時(shí)間。現(xiàn)代汽車(chē)包含大量的傳感器、執(zhí)行器和電控單元（electronic control units，ECUs）［1］，單輛車(chē)定義的故障碼數(shù)量可達(dá)1 000以上。車(chē)輛電控模塊的獨(dú)立生產(chǎn)，使得單個(gè)電控模塊僅針對(duì)所接收的信號(hào)及報(bào)文數(shù)據(jù)進(jìn)行故障判定，并不考慮與其他電控模塊的故障關(guān)聯(lián)。故障碼總數(shù)多，且單個(gè)模塊形成了故障判定“孤島”，實(shí)際電控故障發(fā)生時(shí)，由于電控系統(tǒng)的耦合性，電控信號(hào)的流轉(zhuǎn)使故障碼的產(chǎn)生出現(xiàn)了耦合與駁雜的情況，單次維修讀取的故障碼數(shù)量可以達(dá)到20 個(gè)甚至更多，大量的故障碼模糊了故障源頭，增加了故障定位時(shí)間。

目前基于車(chē)輛故障碼優(yōu)化車(chē)輛故障診斷過(guò)程研究主要集中在故障碼模式識(shí)別和以故障碼為特征輸入的機(jī)器學(xué)習(xí)：Theissler［1］提出了一種基于故障碼和車(chē)輛信號(hào)的車(chē)輛操作模式的分類方法，對(duì)故障診斷中的新穎的操作模式進(jìn)行判斷；Kriebel 等［2］基于故障碼產(chǎn)生的時(shí)間和空間對(duì)特定時(shí)空產(chǎn)生的故障碼模式進(jìn)行識(shí)別，并提出了一種模式融合的方法，但未將故障碼和實(shí)際故障結(jié)合進(jìn)行分析；Thoorpu 等［3］將故障碼使用序列模型、非序列模型、深度學(xué)習(xí)模型進(jìn)行分析，探尋其與車(chē)輛部件故障之間的關(guān)系，并提出了一種序列故障碼的嵌入方法以增加故障診斷的精確度；Kopuru［4］使用深度學(xué)習(xí)算法計(jì)算故障碼和車(chē)內(nèi)信號(hào)之間的關(guān)系，并提出了一種故障碼的預(yù)測(cè)方法；Oliveira 等［5］提出一種基于故障碼的檢修過(guò)程融合和模塊可靠性分析方法。國(guó)內(nèi)對(duì)于使用故障碼進(jìn)行車(chē)輛故障診斷的研究較少，仍直接以故障碼釋義進(jìn)行故障診斷［6］，已不再滿足基于故障碼進(jìn)行車(chē)輛故障診斷的實(shí)際需求。綜上，現(xiàn)有研究?jī)H將故障碼作為分析的數(shù)據(jù)特征而忽略了故障碼本身的故障語(yǔ)言屬性，研究得出的結(jié)果對(duì)車(chē)輛內(nèi)部故障的耦合及傳播機(jī)理沒(méi)有解釋作用，在終端檢修過(guò)程中，對(duì)基于故障碼定義進(jìn)行檢修的工作流程沒(méi)有幫助。

車(chē)輛故障碼是車(chē)輛故障的語(yǔ)言載體，對(duì)故障碼間關(guān)系的分析，即是對(duì)車(chē)輛內(nèi)有故障碼定義的故障之間關(guān)系的分析，這一分析結(jié)果對(duì)車(chē)輛耦合故障的解耦具有一定意義。對(duì)故障碼數(shù)據(jù)進(jìn)行分析，挖掘故障碼之間的關(guān)聯(lián)性，形成故障碼關(guān)聯(lián)知識(shí)并保存。針對(duì)耦合電控故障產(chǎn)生的大量故障碼，基于關(guān)聯(lián)關(guān)系定位主要故障碼，可以顯著縮短故障檢修時(shí)間。

本文中基于某一新能源車(chē)型產(chǎn)生的歷史故障碼數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，以故障碼之間的關(guān)聯(lián)規(guī)則建立整車(chē)故障碼關(guān)聯(lián)圖以存儲(chǔ)關(guān)聯(lián)知識(shí)，提出了基于此關(guān)聯(lián)圖的兩種應(yīng)用場(chǎng)景：（1）故障碼關(guān)聯(lián)可視化，提供耦合故障碼的可解釋性；（2）主要故障碼的確定，縮短基于故障碼的故障分析時(shí)間。

1 故障碼關(guān)聯(lián)規(guī)則挖掘

基于故障碼產(chǎn)生及車(chē)輛信號(hào)傳播原理，對(duì)故障碼之間的關(guān)聯(lián)關(guān)系挖掘提出理論依據(jù)，給出故障碼之間的關(guān)聯(lián)規(guī)則定義、挖掘和應(yīng)用流程。

1.1 車(chē)輛故障產(chǎn)生與信號(hào)傳播

車(chē)輛電子電氣故障發(fā)生時(shí)，車(chē)輛電控模塊會(huì)進(jìn)行一系列的自診斷與自處理過(guò)程，如圖1 所示，主要包括診斷監(jiān)測(cè)、故障確認(rèn)、診斷故障檢查、故障抑制處理和診斷故障事件存儲(chǔ)。在診斷故障事件存儲(chǔ)階段，故障所產(chǎn)生的故障碼被存儲(chǔ)于存儲(chǔ)器中。車(chē)輛電控模塊不斷增加的同時(shí)也變得更加集中［6］，一些功能模塊對(duì)典型故障判斷僅僅依靠電控單元信號(hào)與通信報(bào)文進(jìn)行。

故障信號(hào)傳播模型如圖2 所示，某車(chē)輛故障發(fā)生時(shí)，單一電控模塊的信號(hào)異常會(huì)導(dǎo)致相關(guān)聯(lián)的電控模型所監(jiān)測(cè)的信號(hào)值異常，若達(dá)到其他電控模塊自診斷監(jiān)測(cè)閾值等條件時(shí)，其他電控模塊也會(huì)進(jìn)行相應(yīng)的故障抑制處理。當(dāng)多個(gè)電控模塊存在上述流程時(shí)，故障傳播形成一條復(fù)雜的“鏈路”。這種狀態(tài)下，由診斷設(shè)備讀取到的故障碼數(shù)據(jù)處于一種大量且駁雜的狀態(tài)。

根據(jù)上述討論，單次故障時(shí)產(chǎn)生的故障碼集合有如下特點(diǎn)。

特點(diǎn)1：同一故障產(chǎn)生的故障碼集合是確定的。由于模塊自診斷程序不會(huì)變化，診斷邏輯不會(huì)變化，同一故障產(chǎn)生的故障碼集合應(yīng)是統(tǒng)一的。

特點(diǎn)2：故障碼集合中所有元素可以組成一個(gè)故障碼傳播有向圖。故障信號(hào)的傳遞過(guò)程就是故障碼的產(chǎn)生過(guò)程，與圖2 所示的傳播模型相似，是一個(gè)有向圖。

1.2 故障碼關(guān)聯(lián)規(guī)則定義

1.2.1 故障碼關(guān)聯(lián)關(guān)系

由上節(jié)所述，單次故障產(chǎn)生的故障碼集合不變且內(nèi)部元素可構(gòu)建故障碼關(guān)聯(lián)有向圖。設(shè)當(dāng)某故障碼集合表述為有向圖時(shí)，存在相鄰故障碼節(jié)點(diǎn)為D1、D2，有關(guān)聯(lián)關(guān)系：D1→D2，表述此關(guān)聯(lián)關(guān)系為：“當(dāng)D1發(fā)生的情況下，D2必然會(huì)發(fā)生”。將單次故障存在的關(guān)聯(lián)關(guān)系拓展至所有歷史數(shù)據(jù)，表述為：“在歷史故障碼數(shù)據(jù)中，當(dāng)D1發(fā)生的情況下，D2必然會(huì)發(fā)生”，也即

由于電控模塊的不穩(wěn)定性，式（1）一般不會(huì)得到滿足。在實(shí)際情況中，則應(yīng)有

式中p應(yīng)為接近1的數(shù)字，在本文后續(xù)分析中，取p=0.84（本文3.2小節(jié)給出原因）。

由于故障信號(hào)傳播，故障碼關(guān)聯(lián)關(guān)系與一般單維布爾型數(shù)據(jù)的關(guān)聯(lián)關(guān)系的不同點(diǎn)在于：故障碼關(guān)聯(lián)關(guān)系揭示了故障碼的“因果”。可以認(rèn)為，有關(guān)聯(lián)關(guān)系D1→D2，即意味著D1的產(chǎn)生為D2產(chǎn)生的原因，D2的產(chǎn)生為D1產(chǎn)生的結(jié)果。

綜上，可認(rèn)為在歷史數(shù)據(jù)中出現(xiàn)的故障碼，若滿足式（2），則故障碼之間有相應(yīng)的關(guān)聯(lián)關(guān)系。

1.2.2 故障碼關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的重要組成部分［8］，設(shè)某一數(shù)據(jù)庫(kù)為D，項(xiàng)目集為某單一數(shù)據(jù)特征的所有可能取值，記為Γ={I1，I2，…，Im}，其中Γ為項(xiàng)目集，Ii為某一可能取值，稱為項(xiàng)，1 ≤i≤m。事務(wù)由項(xiàng)組成，記為T(mén)。每個(gè)事務(wù)中的項(xiàng)集都是項(xiàng)目集的子集，即有T?Γ。每條事務(wù)都有其唯一標(biāo)識(shí)，記為T(mén)ID。某一項(xiàng)集的支持度是指在事務(wù)數(shù)據(jù)庫(kù)中，包含此項(xiàng)集的事務(wù)個(gè)數(shù)與總體事務(wù)個(gè)數(shù)的比值；對(duì)于兩個(gè)項(xiàng)集A、B(A?I，B?I，A∩B= ?)產(chǎn)生的形如A→B的蘊(yùn)含式，此蘊(yùn)含式的置信度是指數(shù)據(jù)庫(kù)事務(wù)中同時(shí)包含A、B項(xiàng)集的個(gè)數(shù)與僅包含A項(xiàng)集的事務(wù)個(gè)數(shù)的比值。支持度和置信度的計(jì)算公式為

式中：||·||指某一數(shù)據(jù)“·”的數(shù)據(jù)個(gè)數(shù)；sup(A∪B)為同時(shí)包含項(xiàng)集A、B的事務(wù)個(gè)數(shù)。

關(guān)聯(lián)規(guī)則即為形如A→B的蘊(yùn)含式，關(guān)聯(lián)規(guī)則的關(guān)聯(lián)性強(qiáng)弱由支持度和置信度閾值來(lái)決定，通常將支持度和置信度閾值稱為最小支持度和最小值置信度。滿足這些閾值，也即滿足sup(A∪B) ≥minsup，conf(A→B) ≥minconf的關(guān)聯(lián)規(guī)則認(rèn)為是有趣的，將其稱為強(qiáng)關(guān)聯(lián)規(guī)則。

綜上，1.2.1 節(jié)所述的故障碼關(guān)聯(lián)關(guān)系可與關(guān)聯(lián)規(guī)則相結(jié)合，此時(shí)則有：（1）數(shù)據(jù)庫(kù)D為車(chē)輛故障所傳回的歷史數(shù)據(jù)；（2）Γ為車(chē)輛的故障碼清單；（3）Ii為某一故障碼；（4）T為單例故障產(chǎn)生的故障碼集合；（5）minconf為式（2）中的p。

式（2）的計(jì)算也即計(jì)算式（3）和式（4），由于電控系統(tǒng)存在偶發(fā)故障，使得低支持度閾值關(guān)聯(lián)規(guī)則的可信性較低，而選取較大支持度閾值可能會(huì)將部分重要但支持度較低的故障碼丟棄，所以minsup的選擇原則為：在可以對(duì)極少數(shù)偶然發(fā)生故障碼進(jìn)行清理的情況下，取盡可能低的閾值。本文中取參數(shù)minsup= 0.0005。綜上，將1.2.1 節(jié)所述故障碼間關(guān)聯(lián)關(guān)系定義轉(zhuǎn)化為關(guān)聯(lián)規(guī)則挖掘中的置信度定義，為后續(xù)關(guān)聯(lián)規(guī)則計(jì)算及應(yīng)用分析提供理論基礎(chǔ)。

1.3 挖掘方法及應(yīng)用流程

關(guān)聯(lián)規(guī)則挖掘及應(yīng)用流程主要如圖3 所示。主要包括數(shù)據(jù)預(yù)處理過(guò)程、基于改進(jìn)Fp-Tree 的關(guān)聯(lián)規(guī)則挖掘過(guò)程和關(guān)聯(lián)規(guī)則存儲(chǔ)為故障碼關(guān)聯(lián)圖的方法。最后，探討使用故障碼關(guān)聯(lián)圖進(jìn)行故障碼關(guān)聯(lián)挖掘與可視化、主要故障碼確定的應(yīng)用方法，并舉例說(shuō)明驗(yàn)證。

2 關(guān)聯(lián)規(guī)則計(jì)算及圖構(gòu)建

數(shù)據(jù)來(lái)源是某企業(yè)某一新能源車(chē)型在2021 年3 月與8月在維修站點(diǎn)所讀取并保存的故障碼數(shù)據(jù)，數(shù)據(jù)集中共有故障碼279 122條，原始部分故障碼數(shù)據(jù)如表1所示。

表1 故障碼數(shù)據(jù)表

2.1 數(shù)據(jù)定義與預(yù)處理

表1數(shù)據(jù)中每一條數(shù)據(jù)定義為

式中：ecu為對(duì)應(yīng)的ECU 代碼；s為故障碼狀態(tài)；t為上傳時(shí)間；vin為車(chē)輛識(shí)別代號(hào)。

以vin、time為標(biāo)簽，則有

式中j代表第j輛車(chē)上傳的數(shù)據(jù)。

由于存在部分車(chē)輛故障碼重復(fù)上傳、亂碼等情況，對(duì)數(shù)據(jù)預(yù)處理中的其他規(guī)則做如下規(guī)定：

（1）同一車(chē)輛的檢修時(shí)間限定為同一輛車(chē)故障碼上傳時(shí)間間隔不得低于3天，對(duì)于3天內(nèi)同一車(chē)輛多次上傳的事務(wù)丟棄；

（2）對(duì)于存在大量編碼亂碼情況的事務(wù)進(jìn)行丟棄，對(duì)于少量編碼亂碼的數(shù)據(jù)僅丟棄亂碼項(xiàng)；

（3）丟棄所有故障碼項(xiàng)都以“U”開(kāi)頭的故障碼事務(wù)，由于以“U”開(kāi)頭的故障碼為網(wǎng)絡(luò)報(bào)文類故障碼，若整個(gè)事務(wù)中僅包含此類故障碼，則此時(shí)對(duì)故障碼關(guān)聯(lián)進(jìn)行判斷得到的關(guān)聯(lián)無(wú)效（無(wú)故障原因?qū)?yīng)的故障碼項(xiàng)）。

數(shù)據(jù)預(yù)處理后共有事務(wù)20 188 例，預(yù)處理完成的部分事務(wù)的項(xiàng)集合如表2所示。

表2 部分事務(wù)數(shù)據(jù)

2.2 基于改進(jìn)Fp-Tree的關(guān)聯(lián)規(guī)則計(jì)算

本文基于Fp-growth 算法［9］中的Fp-Tree 思想，提出計(jì)算故障碼關(guān)聯(lián)規(guī)則的算法。

Fp-Tree 是Fp-growth 算法中的頻繁模式樹(shù)，其通過(guò)掃描兩次數(shù)據(jù)庫(kù)即可建立。建立過(guò)程如下：

（1）掃描一次數(shù)據(jù)庫(kù)，刪去支持度較小的數(shù)據(jù)項(xiàng)并將原始數(shù)據(jù)中的事務(wù)中的單個(gè)數(shù)據(jù)項(xiàng)按支持度降序進(jìn)行排列；

（2）再次掃描數(shù)據(jù)庫(kù)，定義一個(gè)空的根節(jié)點(diǎn)進(jìn)行Fp-Tree 的創(chuàng)建，同時(shí)構(gòu)建頭部表（HeaderTable）進(jìn)行相關(guān)節(jié)點(diǎn)信息存儲(chǔ)。

對(duì)Fp-Tree 中的節(jié)點(diǎn)屬性進(jìn)行修改，除father、children 屬性以外，實(shí)際參與計(jì)算過(guò)程的屬性變化如圖4 所示，增加3 個(gè)基礎(chǔ)屬性，各屬性的含義如表3所示。各節(jié)點(diǎn)屬性值在Fp-Tree 構(gòu)建過(guò)程中實(shí)時(shí)更新計(jì)算。

表3 Fp-Tree節(jié)點(diǎn)屬性及其含義

圖4 Fp-Tree節(jié)點(diǎn)計(jì)算相關(guān)屬性變化

Fp-Tree 的構(gòu)建過(guò)程賦予了Fp-Tree 如下的基本性質(zhì)：

（1）每一個(gè)可能的分支都是一次或多次事務(wù)數(shù)據(jù)的體現(xiàn)，這就代表每一個(gè)分支從葉子節(jié)點(diǎn)開(kāi)始回溯時(shí)，葉子節(jié)點(diǎn)及其父輩節(jié)點(diǎn)肯定出現(xiàn)在同一個(gè)事務(wù)中，且同時(shí)出現(xiàn)的事務(wù)支持度為葉子結(jié)點(diǎn)的支持度；

（2）越接近Root 節(jié)點(diǎn)的節(jié)點(diǎn)支持度越大，某分支的葉子節(jié)點(diǎn)在此分支的所有節(jié)點(diǎn)中支持度最小；

（3）Fp-Tree 可以由HeaderTable 中出現(xiàn)的節(jié)點(diǎn)鏈接進(jìn)行分層，低支持度的節(jié)點(diǎn)在Fp-Tree 的最高層。

基于上述性質(zhì)，記項(xiàng)目支持度從小到大排序列表為OrderItem，則計(jì)算所有項(xiàng)目之間置信度的偽代碼如表4所示。

從低頻次節(jié)點(diǎn)開(kāi)始，也即從樹(shù)的最高層開(kāi)始，計(jì)算節(jié)點(diǎn)出現(xiàn)在某分支中的置信度大小，再將多個(gè)分支計(jì)算得到的置信度相加。此計(jì)算方法相較于多次掃描數(shù)據(jù)庫(kù)計(jì)算式（3）和式（4），有如下優(yōu)點(diǎn)：

（1）減小遍歷數(shù)據(jù)庫(kù)次數(shù)，僅遍歷兩次數(shù)據(jù)庫(kù)進(jìn)行Fp-Tree 的構(gòu)建，生成的Fp-Tree 已經(jīng)包含了數(shù)據(jù)庫(kù)中所有相關(guān)聯(lián)信息，且關(guān)聯(lián)關(guān)系的計(jì)算可以直接根據(jù)已得Fp-Tree中各個(gè)節(jié)點(diǎn)的屬性值進(jìn)行；

（2）減少了需要保存的參數(shù)數(shù)量，避免了冗余計(jì)算，F(xiàn)p-Tree 的基礎(chǔ)性質(zhì)中，有著樹(shù)分支即為事務(wù)這一特點(diǎn)，則對(duì)于沒(méi)有出現(xiàn)在同一個(gè)事務(wù)中的項(xiàng)目，在基于樹(shù)分支進(jìn)行置信度計(jì)算的過(guò)程中，不會(huì)計(jì)算這些項(xiàng)目之間的置信度關(guān)系，避免了冗余計(jì)算，且減小了在計(jì)算過(guò)程中需要保存的參數(shù)量。

設(shè)一數(shù)據(jù)案例有Fp-Tree和HeaderTable，如圖5所示。

根據(jù)上述算法對(duì)各個(gè)節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系進(jìn)行計(jì)算。頻次最低的節(jié)點(diǎn)為I5，以I5在HeaderTable 中保存的節(jié)點(diǎn)鏈接開(kāi)始，I5節(jié)點(diǎn)存在如圖5所示樹(shù)結(jié)構(gòu)中最左兩個(gè)樹(shù)分支。分別計(jì)算兩個(gè)分支中的節(jié)點(diǎn)置信度，可得到：

其他節(jié)點(diǎn)之間的置信度計(jì)算與I5節(jié)點(diǎn)計(jì)算類似，此處不再贅敘。

綜上，基于Fp_Tree提出快速計(jì)算式（3）和式（4）的算法，實(shí)際計(jì)算過(guò)程共計(jì)算參數(shù)69 150個(gè)，其中滿足最小置信度閾值的參數(shù)共5 115個(gè)。

2.3 圖構(gòu)建

對(duì)于滿足最小置信度的節(jié)點(diǎn)進(jìn)行有向圖構(gòu)建，有向圖中節(jié)點(diǎn)關(guān)系存在的規(guī)則如下。設(shè)圖中節(jié)點(diǎn)A、B，在2.2 節(jié)計(jì)算置信度過(guò)程中，若滿足：conf(A→B) ≥p，則認(rèn)為有邊A→B。

使用networkx 工具包進(jìn)行有向圖構(gòu)建，構(gòu)建完成的圖結(jié)構(gòu)共有節(jié)點(diǎn)666 個(gè)，存在5 115 條邊。構(gòu)建的有向圖如圖6所示，其中藍(lán)色圓點(diǎn)代表故障碼。

圖6 故障碼有向圖

在上述的故障碼有向圖中，存在部分故障碼成環(huán)。成環(huán)故障碼之間的關(guān)聯(lián)關(guān)系可表述為：“故障碼互為因果，同時(shí)出現(xiàn)，同時(shí)消失”。在故障判斷環(huán)節(jié)，可認(rèn)為成環(huán)故障碼是同一故障碼，可同時(shí)分析處理。使用Tarjan算法［10］進(jìn)行有向圖的強(qiáng)連通分量檢測(cè)，并可將強(qiáng)連通分量縮點(diǎn)處理，簡(jiǎn)化故障碼有向圖結(jié)構(gòu)。

3 基于故障碼有向圖的應(yīng)用

基于故障碼有向圖可以對(duì)歷史故障碼中出現(xiàn)的有趣故障碼規(guī)則進(jìn)行可視化挖掘分析；對(duì)故障檢修過(guò)程讀取的故障碼進(jìn)行因果鏈路分析，確定主要故障碼，協(xié)助維修人員檢修故障。

3.1 有趣關(guān)聯(lián)規(guī)則分析及可視化

故障碼傳播規(guī)則挖掘原理如圖7 所示，主要挖掘?qū)ο鬄槟彻收洗a的前后鏈路節(jié)點(diǎn)，輔以圖結(jié)構(gòu)進(jìn)行故障碼規(guī)則鏈路的可視化。

如圖7 所示，橙色節(jié)點(diǎn)為故障核心節(jié)點(diǎn)，為分析輸入，通過(guò)故障碼有向圖對(duì)橙色節(jié)點(diǎn)的前驅(qū)節(jié)點(diǎn)和后置節(jié)點(diǎn)進(jìn)行計(jì)算，可以得到橙色節(jié)點(diǎn)對(duì)應(yīng)的故障碼與車(chē)輛其他故障碼的關(guān)聯(lián)規(guī)則。

以故障碼：“P140516：?jiǎn)误w電壓低-2 級(jí)”節(jié)點(diǎn)為例，檢索與其相關(guān)故障碼，關(guān)聯(lián)關(guān)系如圖8 所示，從圖中可以取得如下結(jié)論：

（1）P140416，P140516，P140616 幾乎同時(shí)產(chǎn)生，同時(shí)消失，應(yīng)為同一故障，進(jìn)行縮點(diǎn)處理；

（2）單體電壓低故障碼會(huì)伴隨整車(chē)控制器報(bào)“B102A00：電池包告警級(jí)別--放電跛行行車(chē)”、“B104A00：電池包告警級(jí)別--電池停車(chē)請(qǐng)求”、“B101B00：電池包單體電壓告警狀態(tài)--電壓過(guò)低”。

有趣的故障碼關(guān)聯(lián)規(guī)則蘊(yùn)含了電控系統(tǒng)內(nèi)部的故障關(guān)聯(lián)關(guān)系，也是故障因果關(guān)系。如在上述以故障碼P140516 的分析中，可以明確得到的故障因果為：?jiǎn)误w電壓低故障會(huì)導(dǎo)致行車(chē)異常或無(wú)法行車(chē)。類似的，以其他故障相關(guān)的故障碼節(jié)點(diǎn)為輸入，挖掘在實(shí)際使用中較為重要的故障關(guān)聯(lián)知識(shí)，對(duì)車(chē)輛故障的知識(shí)庫(kù)形成有良好的參考意義。如根據(jù)故障碼B102A00輸入得到的關(guān)聯(lián)圖（圖9），可以揭示在歷史數(shù)據(jù)中出現(xiàn)并會(huì)導(dǎo)致“電池包告警級(jí)別--放電跛行行車(chē)”的故障碼情況。

圖9 故障碼B102A00關(guān)聯(lián)圖（縮點(diǎn)后）

以某一故障碼為輸入，關(guān)聯(lián)圖為輸出，并結(jié)合故障碼定義進(jìn)行故障分析的過(guò)程，是對(duì)歷史數(shù)據(jù)中出現(xiàn)的故障情況以及故障在車(chē)內(nèi)傳播情況的剖析過(guò)程。這種分析方法可以站在更高的維度對(duì)故障情況進(jìn)行全面解釋，所形成的故障規(guī)則，對(duì)于車(chē)輛質(zhì)量把控以及檢修方案的制訂，有著良好的指導(dǎo)作用。

3.2 主要故障碼分析

故障碼有向圖除了可用于對(duì)歷史數(shù)據(jù)中的故障碼關(guān)聯(lián)進(jìn)行剖析之外，還可以用于故障維修過(guò)程，實(shí)現(xiàn)故障源所對(duì)應(yīng)的主要故障碼的定位分析。

對(duì)復(fù)雜故障所產(chǎn)生的駁雜故障碼進(jìn)行關(guān)聯(lián)分析，給出其內(nèi)已存在的傳播路徑，從而確認(rèn)故障源。若直接確認(rèn)某一故障源對(duì)應(yīng)的主要故障碼，此故障必須在歷史數(shù)據(jù)中多次出現(xiàn)，對(duì)于歷史數(shù)據(jù)要求較高。然而，即使對(duì)于部分案例無(wú)法直接定位故障源故障碼，得到的分析結(jié)果有一定冗余，也依舊對(duì)診斷設(shè)備直接讀出的故障碼有一定的精簡(jiǎn)效果，可以大大縮短故障碼排查時(shí)間。分析過(guò)程主要分為關(guān)聯(lián)子圖構(gòu)建和主要故障碼計(jì)算兩步。

基于實(shí)際故障時(shí)產(chǎn)生的故障碼進(jìn)行關(guān)聯(lián)子圖構(gòu)建，主要流程如圖10 所示。由于報(bào)文類故障（報(bào)文丟失、驗(yàn)證錯(cuò)誤等）一般在非報(bào)文故障之后檢修，則首先去除以“U”開(kāi)頭的故障碼，然后將讀取的故障碼去重，取整車(chē)故障碼有向圖轉(zhuǎn)化的關(guān)聯(lián)矩陣中相同故障碼標(biāo)識(shí)的行和列，組成故障時(shí)故障碼的關(guān)聯(lián)矩陣，根據(jù)此關(guān)聯(lián)矩陣生成故障碼子圖。

圖10 故障碼子圖構(gòu)建流程

主故障碼分析過(guò)程如圖11 所示。基于前述構(gòu)建的故障碼子圖，使用Tarjan 算法檢測(cè)強(qiáng)連通分量后縮點(diǎn)。考慮到故障源產(chǎn)生的故障碼無(wú)前驅(qū)節(jié)點(diǎn)，則此故障碼入度為0。通過(guò)計(jì)算所有節(jié)點(diǎn)的入度，此時(shí)入度為0 的強(qiáng)連通分量或單個(gè)故障碼即為故障源對(duì)應(yīng)的故障碼，如圖11 中的1、2、6 橙色節(jié)點(diǎn)所示。

圖11 故障源故障碼分析原理

由于數(shù)據(jù)決定了關(guān)聯(lián)規(guī)則的挖掘結(jié)果，會(huì)使故障源故障碼判定僅對(duì)較高支持度的故障源故障碼有良好效果，但關(guān)聯(lián)規(guī)則依舊對(duì)讀取的故障碼有精簡(jiǎn)作用。對(duì)于所有歷史事務(wù)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。采用5-fold 交叉驗(yàn)證，計(jì)算在不同置信度條件下故障碼平均精簡(jiǎn)率，結(jié)果如圖12所示。

圖12 不同置信度故障碼數(shù)據(jù)的精簡(jiǎn)率

從圖12 中可以看出，隨著置信度上升，精簡(jiǎn)率整體呈下降趨勢(shì)，這是由于關(guān)聯(lián)規(guī)則數(shù)量降低而產(chǎn)生的結(jié)果。在下降過(guò)程中，存在某些置信度條件下，精簡(jiǎn)率升高的特點(diǎn)，這是因?yàn)殛P(guān)聯(lián)規(guī)則的準(zhǔn)確性提高，成強(qiáng)連通分量的故障碼團(tuán)內(nèi)元素減少，數(shù)據(jù)精簡(jiǎn)率上升。

為了滿足節(jié)點(diǎn)間高置信度需求，同時(shí)獲得更高的精簡(jiǎn)率，本文在對(duì)已有的歷史數(shù)據(jù)分析過(guò)程中，取置信度為0.84，此時(shí)得到的關(guān)聯(lián)規(guī)則對(duì)歷史數(shù)據(jù)的精簡(jiǎn)率為39.35%.

取此車(chē)型支持度較高的5 個(gè)典型故障產(chǎn)生的故障碼事務(wù)，使用基于歷史數(shù)據(jù)構(gòu)建完成的有向圖模型對(duì)各個(gè)事務(wù)進(jìn)行分析，分析結(jié)果如表5 所示。故障源故障碼的平均直接判別率約54.08%，典型故障的平均故障碼數(shù)據(jù)精簡(jiǎn)率為65.06%。

表5 典型故障分析結(jié)果

通過(guò)對(duì)特定事務(wù)進(jìn)行分析，可以在實(shí)現(xiàn)故障碼精簡(jiǎn)的基礎(chǔ)上，對(duì)于部分支持度較高的故障，實(shí)現(xiàn)故障源故障碼的判定。能夠簡(jiǎn)化或免去維修人員對(duì)于故障碼的分析工作，優(yōu)化了檢修流程。

4 結(jié)論

本文中基于關(guān)聯(lián)規(guī)則挖掘?qū)?chē)輛故障時(shí)產(chǎn)生的歷史故障碼數(shù)據(jù)進(jìn)行分析，提出了故障碼關(guān)聯(lián)定義與基于Fp-Tree 的關(guān)聯(lián)規(guī)則挖掘算法；將故障碼間的關(guān)聯(lián)規(guī)則以圖結(jié)構(gòu)存儲(chǔ)，提出了兩種應(yīng)用場(chǎng)景及方法。在本文的故障碼數(shù)據(jù)集中，取置信度為0.84，通過(guò)對(duì)歷史數(shù)據(jù)分析可以發(fā)現(xiàn)部分故障碼傳播的興趣規(guī)則；根據(jù)故障碼間關(guān)聯(lián)規(guī)則對(duì)整體歷史數(shù)據(jù)進(jìn)行精簡(jiǎn)，精簡(jiǎn)率為39.35%；選取部分支持度較高的故障數(shù)據(jù)，分析所得到的平均故障源故障碼判別率可達(dá)54.08%，平均故障碼精簡(jiǎn)率為65.06%。

本文中的故障碼分析方法僅依靠歷史故障碼數(shù)據(jù)為輸入，分析結(jié)果可以應(yīng)用于車(chē)內(nèi)故障傳播鏈路分析與可視化和主要故障碼分析，能夠提高對(duì)耦合故障的診斷準(zhǔn)確性和檢修時(shí)效性。