(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210119973.1 (22)申请日 2022.02.09 (65)同一申请的已公布的文献号 申请公布号 CN 114154252 A (43)申请公布日 2022.03.08 (73)专利权人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 宋文燕　何思锐　郑嘉宁　汤宇琦　 周才博　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 代理人 王涛　汤在彦 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/20(2020.01) G06F 40/194(2020.01)G06F 40/279(2020.01) G06F 40/30(2020.01) G06Q 10/06(2012.01) G06F 119/02(2020.01) (56)对比文件 CN 109033615 A,2018.12.18 CN 113306449 A,2021.08.27 WO 2020261262 A1,2020.12.3 0 陶秋香等.基于PFMEA技术及专家群决策的 工艺失效风险评估. 《计算机 应用与软件》 .2018, (第02期), 林娅 等.锂离 子电池剩余寿 命预测研究综 述. 《电子测量 技术》 .2018,第41卷(第4期), 李畅 等.电动汽车整车控制系统FM EA分析 方法. 《汽车文摘》 .2021,(第9期),1 1-18. 审查员 赵鼎新 (54)发明名称 新能源汽车动力电池系统失效模式的风险 评估方法及装置 (57)摘要 本发明提供一种新能源汽车动力电池系统 失效模式的风险评估 方法及装置， 可用于计算机 技术领域。 所述方法包括： 对于新能源汽车动力 电池系统的失效模式， 获取历史失效模式中描述 文本与待评估失效模式的描述文本之间的相似 度大于目标阈值的历史失效模式； 根据所述历史 失效模式的描述文本与所述待评估失效模式的 描述文本之间的相似度、 以及所述历史失效模式 的风险因子值， 确定所述待评估失效模式的风险 因子值。 所述装置用于执行上述方法。 本发明实 施例提供的新能源汽车动力电池系统失效模式 的风险评估 方法， 能够自动确定待评估失效模式 的风险因子值， 无需进行复杂的专家评审， 解决 了传统的专家评审法存在耗时长、 成本高、 专家 打分存在主观性 等问题。 权利要求书4页 说明书19页 附图9页 CN 114154252 B 2022.04.19 CN 114154252 B 1.一种新能源 汽车动力电池系统失效模式的风险评估方法， 其特 征在于， 包括： 对于新能源汽车动力电池系统 的失效模式， 获取历史失效模式中描述文本与待评估失 效模式的描述文本之间的相似度大于目标阈值的历史失效模式； 根据所述历史失效模式的描述文本与所述待评估失效模式的描述文本之间的相似度、 以及所述历史失效模式的风险因子值， 确定所述待评估失效模式的风险因子值； 所述对于新能源汽车动力电池系统的失效模式， 获取历史失效模式中描述文本与待评 估失效模式的描述文本之间的相似度大于目标阈值的历史失效模式包括： 分别对所述新能源汽车动力电池系统待评估失效模式的描述文本以及历史失效模式 的描述文本进 行向量化处理， 得到所述待评估失效模式的文本向量以及所述历史失效模式 的文本向量； 获取文本向量与所述待评估失效模式的文本向量之间的相似度大于目标阈值的历史 失效模式； 所述分别对所述新能源汽车动力电池系统待评估失效模式的描述文本以及历史失效 模式的描述文本进行向量化处理， 得到所述待评估失效模式的文本向量以及所述历史失效 模式的文本向量包括： 分别对所述待评估失效模式的描述文本中的失效模式名称文本、 失效模式后果文本、 失效模式原因及预防性控制文本以及失效模式探测性设计控制文本进 行向量化处理， 得到 失效模式名称句向量、 失效模式后果句向量、 失效模式原因及预防性控制句向量以及失效 模式探测性设计控制句向量； 将所述失效模式名称句向量分别与所述失效模式后果句向 量、 失效模式原因及预防性控制句向量以及失效模式探测 性设计控制句向量进行拼接， 得 到所述待评估失效模式的失效模式后果语义向量、 失效模式原因语义向量以及失效模式控 制语义向量； 分别对所述历史失效模式的描述文本中的失效模式名称文本、 失效模式后果文本、 失 效模式原因及预防性控制文本以及失效模式探测性设计控制文本进行向量化处理， 得到失 效模式名称句向量、 失效模式后果句向量、 失效模式原因及预防性控制句向量以及失效模 式探测性设计控制句向量； 将所述失效模式名称句向量分别与所述失效模式后果句向量、 失效模式原因及预防性控制句向量以及失效模式探测性设计控制句向量进 行拼接， 得到所 述历史失效模式的失效模式后果语义向量、 失效模式原因语义向量以及失效模式控制语义 向量。 2.根据权利要求1所述的方法， 其特征在于， 所述获取文本向量与所述待评估失效模式 的文本向量之间的相似度大于目标阈值的历史失效模式包括： 计算所述待评估失效模式的每种语义向量与各所述历史失效模式相应类型的语义向 量之间的相似度； 对于所述待评估失效模式的每种语义向量， 获取所述历史失效模式中相应类型的语义 向量与所述待评估失效模式的该种语义向量之间的相似度大于目标阈值的历史失效模式。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述历史失效模式的描述文本与 所述待评估失效模式的描述文本之间的相似度、 以及所述历史失效模式的风险因子值， 确 定所述待评估失效模式的风险因子值包括： 按照以下风险因子值计算公式计算所述待评估失效模式的风险因子值：权　利　要　求　书 1/4 页 2 CN 114154252 B 2式中， 表示第j个待评估失效模式的严重度； 表示第j个待评估失效模式的发生度； 表示第j个待评估失效模式的难检度； 表示第i个历史失效模式的失效模式后果语义向量与所述第j个待评估失效模式 的失效模式后果语义向量之间的相似度； 表示第i个历史失效模式的失 效模式原因语义向量与所述第j个待评估失效模式 的失效模式原因语义向量之间的相似度； 表示第i个历史失效模式的失效模式控制语义向量与所述第j个待评估失效模 式的失效模式控制语义向量之间的相似度； 表示第i个历史失效模式的严重度； 表示第i个历史失效模式的发生度； 表示第i个历史失效模式的难检度； 表示失效模式后果语义向量与所述第j个待评估失效模式的失效模式后果语义向 量之间的相似度大于 的历史失效模式的个数； 表示失效模式原因语义向量与所述第j个待评估失效模式的失效模式原因语义向 量之间的相似度大于 的历史失效模式的个数； 表示失效模式控制语义向量与所述第j个待评估失效模式的失效模式控制语义向 量之间的相似度大于 的历史失效模式的个数； 表示目标阈值。 4.根据权利要求1至 3任一项所述的方法， 其特 征在于， 所述方法还 包括： 对所述待评估失效模式的各风险因子进行赋权， 得到所述待评估失效模式各风险因子权　利　要　求　书 2/4 页 3 CN 114154252 B 3