(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111447394.1 (22)申请日 2021.11.30 (71)申请人 彩虹无线 （北京） 新 技术有限公司 地址 102299 北京市昌平区科技园区超前 路37号院16号楼 2层B0267号 (72)发明人 黄亮　 (74)专利代理 机构 北京知汇林知识产权代理事 务所(普通 合伙) 11794 代理人 杨华 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/04(2020.01) (54)发明名称 基于生存分析的汽车空调滤芯寿命预测方 法和装置 (57)摘要 本申请涉及一种基于生存分析的汽车空调 滤芯寿命预测方法和装置； 所述方法包括： 获取 空调滤芯的基础数据和历史更换记录， 构建样本 数据集； 获取车辆不同维度的信号数据， 并根据 所述信号数据构建多个候选特征； 根据所述样本 数据集对所述候选特征进行检验， 筛选出若干模 型特征； 使用所述模型特征构建生存分析模型； 根据所述生存分析模型对待测空调滤芯的使用 寿命进行预测。 本方案从大数据的角度出发， 利 用大量的空调滤芯历史更换记录， 以数据驱动的 方式实现线上 实时的滤芯寿命预测， 同时也节省 了购买物理设备或进行 试验的经济成本 。 权利要求书2页 说明书9页 附图2页 CN 114117808 A 2022.03.01 CN 114117808 A 1.一种基于生存分析的汽车空调滤芯寿命预测方法， 其特 征在于， 包括： 获取空调滤芯的基础数据和历史更 换记录， 构建样本数据集； 获取车辆不同维度的信号数据， 并根据所述信号数据构建多个候选特 征； 根据所述样本数据集对所述 候选特征进行检验， 筛 选出若干模型 特征； 使用所述模型 特征构建生存分析模型； 根据所述 生存分析模型对待测空调滤芯的使用寿命进行 预测。 2.根据权利要求1所述的方法， 其特征在于， 所述基础数据和所述历史更换记录是通过 汽车经销商管理系统获取的； 所述基础数据包括： 空调滤芯类型； 所述历史更换记录包括： 车辆数据接入汽车经销商 管理系统的初始时间、 空调滤芯的更 换时间和/或更 换里程。 3.根据权利要求2所述的方法， 其特 征在于， 所述构建样本数据集， 包括： 对某一类型的空调滤芯 建立一个样本数据集； 针对该类型的空调滤芯i， 构建样本数据(mi,ti,di)； 其中， mi是空调滤芯i的里程寿命； ti是空调滤芯i的时间寿命； di是失效标记位， 当观察 到空调滤芯i失效时di＝1， 未观察到空调滤芯i失效时di＝0。 4.根据权利要求3所述的方法， 其特 征在于， 所述构建样本数据集之后， 还 包括： 对样本数据集进行 过滤， 将di＝0且mi＜M且ti＜T的样本数据剔除； 将样本数据集进行归一 化处理， 使得每 个特征值的范围变为0～1； 其中， M＝mean(mi)+3stdev(mi)； T＝mean(ti)+3stdev(ti)； M为里程寿命的异常值临界 点， 超过该值即为异常值； T为时间寿命的异常值临界点， 超过该值即为异常值； mean(.)为 均值； stdev(.)为标准差 。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述信号数据包括如下项中的至 少一项： 数据采集时间、 车辆启动状态、 空调 开启状态、 内外循环模式、 风量调节信号、 鼓风 机流量信号、 PM2.5、 GP S经度、 GP S纬度、 ODO累计总里程； 所述根据所述信号数据构建多个候选特 征， 包括： 对任意空调滤芯i均构建多个候选特征； 其中， 空调滤芯i对应的多个候选特征均使用 空调滤芯i 生命周期内的信号数据计算得到 。 6.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述根据 所述样本数据集对所述 候选特征进行检验， 包括： 将所述样本数据集划分为寿命大于n和寿命小于n两组； 将两组数据集的待检验的候选特征值进行合并排序并赋予其序号值， 对于相等的情况 取平均序号； 然后将两组的序号 值分别求和得到Rj； 最后在此基础上计算H统计量： 通过Kruskal‑Wallis检验临界值表得到 Hα， 并与0.0 5进行比较， 判断是否 接受该特征； 其中， Hα为Kruskal ‑Walls检验的检验统计量， 检验统计量是用于检验是否接受特征的权　利　要　求　书 1/2 页 2 CN 114117808 A 2统计量， 当检验统计量Hα小于0.05就接受该 特征， 否则拒绝； N 为所有样本的总数。 7.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述使用所述模型特征构建生存 分析模型， 包括： 将样本数据集分为训练集和验证集； 根据所述模型 特征构建COX比例风险模型； 采取极大似然法， 利用训练集对COX比例风险模型中的参数进行估计； 基于估计结果获得某一空调滤芯个 体的生存函数； 根据验证集确定 COX比例风险模型最终的概 率临界值。 8.根据权利要求7 所述的方法， 其特 征在于， 所述COX比例风险模型的公式为： 其中， St表示生存函数P(T>t)； S0(t)表示待估计基准生存函数； b1， b2，…bn表示待估计 参数； x1， x2，…xn表示空调滤芯的n个特 征值。 9.根据权利要求8所述的方法， 其特征在于， 所述根据所述生存分析模型对待测空调滤 芯的使用寿命进行 预测， 包括： 对于某一待测空调滤芯， 将其对应的模型特征的特征值和概率临界值代入所述生存分 析模型， 得到该空调滤芯失效的剩余时间寿命/里程寿命。 10.一种基于生存分析的汽车空调滤芯寿命预测装置， 其特 征在于， 包括： 样本模块， 用于获取空调滤芯的基础数据和历史更 换记录， 构建样本数据集； 候选模块， 用于获取车辆不同维度的信号数据， 并根据所述信号数据构建多个候选特 征； 筛选模块， 用于根据所述样本数据集对所述 候选特征进行检验， 筛 选出若干模型 特征； 建模模块， 用于使用所述模型 特征构建生存分析模型； 预测模块， 用于根据所述 生存分析模型对待测空调滤芯的使用寿命进行 预测。权　利　要　求　书 2/2 页 3 CN 114117808 A 3