基于机器学习的轮胎慢漏气实时预警方法

作者：郭嘉强; **; 周武; 时瑞浩; 陈文庆

来源：汽车工程师, 2023, (05): 26-32.

DOI：10.20104/j.cnki.1674-6546.20220073

• 数据清洗
• 机器学习
• 实时预警
• 轮胎慢漏气

为了及时发现轮胎慢漏气情况，构建了一种基于机器学习的轮胎慢漏气实时预警方法。首先，对实时采集的原始胎压数据进行异常数据剔除、滑动窗口均值滤波、等差数据插值和胎压温度补偿等数据预处理操作；其次，以自车轮胎胎压比较差值绝对值大于一定阈值时刻为起点、轮胎第一次低压报警前一时刻为终点进行轮胎慢漏气数据片段标注，选取慢漏气数据集并构建特征值；然后，进行数据集划分、模型训练、评估和参数调优。最后，选取线上模型预测的慢漏气车辆进行专家论证并向用户核实。结果表明，该模型预测准确率接近98%，预警平均时间比车端低压告警提前了106.3 h，验证了模型算法的可行性和可靠性。

• 单位
  广州汽车集团股份有限公司汽车工程研究院