具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在挖掘机的参数数据中，发动机冷却水温是判断挖掘机是否健康的一个重要指标。挖掘机在运行的过程中，燃油燃烧所产生的热量，一部分被发动机利用，对外做功，一部分通过废气排放将热量带走，另外一部分通过发动机体对外散失，通过发动机体对外散失的大部分热量被发动机壳中的循环冷却水带走，小部分热量通过空气对流带走。其中被冷却水带走的热量又需要通过散热器与空气的对流换热实现热平衡。

因此发动机冷却水温是否异常，一方面能反映发动机是否会异常产热，另一方面能反映散热系统是否散热能力不足。也就是说，挖掘机的发动机冷却水温是否正常涉及到发动机系统和散热系统等多个方面的问题，因此，使用发动机冷却水温判断挖掘机的潜在故障具有重大意义。

由于现有技术中的发动机冷却水温报警系统，只用一个阈值对发动机冷却水温进行判断，即发动机冷却水温超过一定值时发送报警信号，但是这种方法无法发现挖掘机在低温环境或低油耗下的故障，因此，本发明提供一种挖掘机故障诊断方法。

图1是本发明提供的挖掘机故障诊断方法流程示意图之一，如图1所示，该方法包括：

S11，获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；

S12，基于所述环境温度、所述发动机转速、所述发动机油耗以及第一冷却水温模型，计算所述挖掘机的发动机理论冷却水温；

S13，基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；

其中，所述第一冷却水温模型用于表征挖掘机在所述预设时间段内的所述发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系。

本发明实施例中提供的挖掘机故障诊断方法，其执行主体为服务器，该服务器可以是本地服务器，也可以是云端服务器，本地服务器具体可以是计算机、平板电脑以及智能手机等，本发明实施例中对此不作具体限定。

首先执行步骤S11。获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗。

其中，挖掘机在预设时间段内的参数数据可以包括离线参数数据和在线参数数据。离线参数数据即指已经采集到的挖掘机的参数数据，在线参数数据是指挖掘机在工作过程中实时采集到的挖掘机的参数数据。

挖掘机在预设时间段内的参数数据可以通过CAN总线获取。CAN(Controller AreaNetwork，CAN)总线是指控制器局域网络，是一个用于连接电子控制单元的多主机串行总线标准。CAN总线的网络各节点之间的数据通信实时性强，因此可以直接通过CAN总线采集到挖掘机的各项参数数据。

预设时间段可以根据实际需要进行设置，本发明实施例对此不做具体限定，例如，可以设定为5分钟。挖掘机所在地的环境温度是指挖掘机作业时所处地区的环境温度，可以通过查询挖掘机所在地区的气象温度或通过互联网获取。

其中，挖掘机在预设时间段内的参数数据与挖掘机所在地的环境温度相对应，例如，挖掘机在预设时间段内的参数数据是2021年7月26日下午五点10分至五点15分的参数数据，则挖掘机所在地的环境温度就是2021年7月26日下午五点10分至五点15分的环境温度。

挖掘机的参数数据中包括挖掘机的发动机实际冷却水温，发动机实际冷却水温就是挖掘机在作业状态下的实际的发动机冷却水温。

然后执行步骤S12。基于环境温度、发动机转速、发动机油耗以及第一冷却水温模型，计算挖掘机的发动机理论冷却水温。其中，第一冷却水温模型用于表征挖掘机在所述预设时间段内的所述发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系。

其中，由于第一冷却水温模型是表征的挖掘机在预设时间段内的发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系，因此，可以通过多组不同的挖掘机在预设时间段内的历史发动机转速样本、历史发动机油耗样本、历史发动机实际冷却水温样本和历史环境温度样本进行拟合，得到第一冷却水温模型。其中，拟合的方法可以是非线性最小二乘拟合、多项式拟合等。

在确定第一冷却水温模型后，就可以根据获取到的环境温度、发动机转速以及发动机油耗，通过第一冷却水温模型，计算挖掘机的发动机理论冷却水温。

最后执行步骤S13，基于发动机实际冷却水温与发动机理论冷却水温，对挖掘机进行故障诊断。

在使用第一冷却水温模型得到发动机理论冷却水温后，就可以将发动机理论冷却水温和发动机实际冷却水温进行比较，从而对挖掘机进行故障诊断。

当发动机理论冷却水温和发动机实际冷却水温的差距小于预设阈值时，说明此时的发动机实际冷却水温在正常的范围内，挖掘机很大可能不存在故障；当发动机理论冷却水温和发动机实际冷却水温的差距大于预设阈值时，说明此时的发动机实际冷却水温超出了正常的范围内，挖掘机可能出现了故障，需要进行相应的处理，例如，发送报警信号等。其中，预设阈值可以根据实际需要进行设置，本发明实施例对此不作具体限定。

图2是本发明中的发动机实际冷却水温的散点图，图3是本发明中的发动机实际冷却水温和发动机理论冷却水温的对比图，图3中曲线表示发动机理论冷却水温。如图3所示，在温度尖峰点对应的归一化指标偏离1越大，挖掘机的状态恶化越严重。

本发明实施例中的挖掘机故障诊断方法，通过获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，基于环境温度、发动机转速、发动机油耗以及第一冷却水温模型，计算发动机理论冷却水温，最后通过比较发动机实际冷却水温和发动机理论冷却水温，对挖掘机进行故障诊断，在发动机实际冷却水温达到报警值之前发现异常，提前对挖掘机的故障进行判断和处理，防止了故障的扩大。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断方法，所述参数数据还包括动作编码；

所述获取挖掘机在预设时间段内的参数数据，之后还包括：

基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据；

计算所述预选参数数据中发动机油耗的平均值以及标准差；

基于所述发动机油耗的平均值以及标准差对所述预选参数数据进行筛选，得到所述挖掘机在预设时间段内的目标参数数据。

具体地，本发明实施例中，挖掘机在预设时间段内的参数数据还包括动作编码。其中，动作编码用于表征挖掘机在作业时各个阶段的动作。

在获取挖掘机在预设时间段内的参数数据之后，还可以基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据。

例如，可以筛选掉发动机转速数据小于预设转速阈值、动作编码数据不在预设动作编码范围内或发动机实际冷却水温数据小于节温器开启温度的参数数据。节温器开启温度是节温器的固有参数，与挖掘机中使用的节温器型号有关，预设转速阈值和预设动作编码范围可以根据实际需要进行设置，本发明实施例对此不作具体限定。

在按照上述过程对挖掘机在预设时间段内的参数数据进行筛选后，就可以得到预选参数数据。在得到预选参数数据后，就可以计算预选参数数据中的发动机油耗的平均值以及标准差。

再根据发动机油耗的平均值和标准差对预选参数数据进行筛选，就能够得到挖掘机在预设时间段内的目标参数数据。

在得到发动机油耗的平均值以及标准差后，可以通过判断预选参数数据中的任一发动机油耗与平均值与两倍标准差的差值的关系，即，如果发动机油耗的平均值是μ，标准差是σ，则需要判断预选参数数据中的任一发动机油耗和μ-2σ之间的关系，如果通过判断得知，任一发动机油耗小于μ-2σ，则可以将包含任一发动机油耗的预选参数数据剔除，最后得到目标参数数据。

本发明实施例中的挖掘机故障诊断方法，通过获取挖掘机在预设时间段内的参数数据后，将参数数据进行分组，并对参数数据进行清洗，得到预选参数数据，对预选参数数据进行筛选，得到目标参数数据，有效剔除了挖掘机启动过程中的参数数据以及其他的非稳态数据，提高了故障诊断的准确率。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断方法，所述基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据，具体包括：

将所述参数数据中发动机实际冷却水温小于预设冷却水温阈值或所述参数数据中发动机转速小于预设转速阈值或所述参数数据中动作编码不在预设动作编码范围内的参数数据剔除，得到所述挖掘机在预设时间段内的预选参数数据。

具体地，本发明实施例中，由于挖掘机在启动的过程中，发动机实际冷却水温升高属于正常的情况，因此，需要将启动过程识别出来，并将启动过程中的数据剔除。发动机转速较小的参数数据、动作编码不在预设范围内的参数数据以及发动机实际冷却水温较小的参数数据都可能代表此时的挖掘机处于启动过程，因此，需要将这些参数数据进行剔除。

其中，预设冷却水温阈值可以是节温器的开启温度，预设转速阈值和预设动作编码范围可以根据实际需要进行设置，本发明实施例对此不作具体限定。

本发明实施例中的挖掘机故障诊断方法，通过将参数数据中发动机实际冷却水温小于预设冷却水温阈值或参数数据中发动机转速小于预设转速阈值或参数数据中动作编码不在预设动作编码范围内的参数数据剔除，有效识别了挖掘机的启动过程并有效剔除了挖掘机启动过程中的参数数据，提高了故障诊断的准确率。

在上述实施例的基础上，本发明实施例中的挖掘机故障诊断方法，所述第一冷却水温模型基于如下方法建立：

获取挖掘机样本的参数数据样本和挖掘机样本所在地的环境温度样本，所述参数数据样本包括：发动机实际冷却水温样本、发动机转速样本、发动机油耗样本以及动作编码样本；

基于所述发动机实际冷却水温样本、所述发动机转速样本以及所述动作编码样本对所述挖掘机在预设时间段内的参数数据样本进行筛选，得到所述挖掘机在预设时间段内的预选参数数据样本；

计算所述预选参数数据样本中发动机油耗样本的平均值以及标准差；基于所述发动机油耗样本的平均值以及标准差对所述预选参数数据样本进行筛选，得到所述挖掘机在预设时间段内的目标参数数据样本；

基于所述目标参数数据样本以及所述环境温度样本，建立所述第一冷却水温模型。

具体地，本发明实施例中，可以先获取挖掘机样本的参数数据样本和挖掘机样本所在地的环境温度样本，参数数据样本包括：发动机实际冷却水温样本、发动机转速样本以及发动机油耗样本。这些挖掘机样本来自于同一型号的不同的挖掘机。

在获取挖掘机在预设时间段内的参数数据样本之后，还可以基于所述发动机实际冷却水温样本、所述发动机转速样本以及所述动作编码样本对所述挖掘机在预设时间段内的参数数据样本进行筛选，得到所述挖掘机在预设时间段内的预选参数数据样本。

将所述参数数据样本中发动机实际冷却水温样本小于预设冷却水温阈值或所述参数数据样本中发动机转速样本小于预设转速阈值或所述参数数据样本中动作编码样本不在预设动作编码范围内的参数数据样本剔除，得到所述挖掘机在预设时间段内的预选参数数据样本。

其中，预设冷却水温阈值可以是节温器的开启温度，预设转速阈值和预设动作编码范围可以根据实际需要进行设置，本发明实施例对此不作具体限定。

在按照上述过程对挖掘机在预设时间段内的参数数据样本进行筛选后，就可以得到预选参数数据样本。在得到预选参数数据样本后，就可以计算预选参数数据样本中的发动机油耗的平均值以及标准差。

再根据发动机油耗样本的平均值和标准差对预选参数数据样本进行筛选，就能够得到挖掘机在预设时间段内的目标参数数据样本。

在得到发动机油耗样本的平均值以及标准差后，可以通过判断预选参数数据样本中的任一发动机油耗样本与平均值与两倍标准差的差值的关系，即，如果发动机油耗样本的平均值是μ，标准差是σ，则需要判断预选参数数据样本中的任一发动机油耗和μ-2σ之间的关系，如果通过判断得知，任一发动机油耗样本小于μ-2σ，则可以将包含任一发动机油耗样本的预选参数数据样本剔除，最后得到目标参数数据样本。

在得到目标参数数据样本后，由于目标参数数据样本中包含发动机实际冷却水温样本、发动机转速样本以及发动机油耗样本，因此，就可以基于目标参数数据样本和环境温度样本，通过上述拟合的方法建立第一冷却水温模型。

本发明实施例中的挖掘机故障诊断方法，通过获取参数数据样本，以及对参数数据样本进行筛选，利用筛选后的参数数据样本进行建模，由于在筛选的过程中剔除了参数数据样本中的挖掘机启动过程的参数数据样本以及其他非准稳态的数据，提升了后续建立的第一冷却水温模型的精度。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断方法，所述基于所述目标参数数据样本以及所述环境温度样本，建立所述第一冷却水温模型，具体包括：

基于所述目标参数数据样本中的发动机实际冷却水温样本以及所述环境温度样本，确定环境温度函数；

基于发动机产热、冷却水吸热和散热系统散热过程中的热平衡原理以及所述环境温度函数，确定所述第一冷却水温模型。

具体地，本发明实施例中，可以通过发动机实际冷却水温样本以及环境温度样本，确定环境温度函数。

由于每一个发动机实际冷却水温样本，都会对应一个环境温度样本，因此，可以通过最小二乘拟合或多项式拟合等拟合的方式，确定环境温度函数，环境温度函数可以用于表征环境温度对发动机实际冷却水温的影响。

在确定环境温度函数后，就可以根据发动机产热、冷却水吸热和散热系统散热过程中的热平衡原理建立第一冷却水温模型。其中，热平衡原理是指发动机中柴油燃烧的热量有一部分需要通过与缸体中的冷却水换热，即柴油燃烧的热量值，会根据比例被冷却水吸收，柴油燃烧的热量值与发动机油耗相关，使得冷却水温从T₁升高到T₂；同时，冷却水吸热后需要通过冷却风扇散热器将热量带走，保持热平衡状态，即冷却水吸收的热量会将环境温度从T_e加热到T_out，而T_out又与T₁和T₂有关，用来冷却的空气的量与散热风扇转速相关，散热风扇转速又与发动机转速成比例，结合上述的热平衡原理可以得到发动机实际冷却水温与发动机油耗成正比，与发动机转速成反比。

因此，根据上述的热平衡原理以及环境温度函数，就可以建立第一冷却水温模型。第一冷却水温模型用于表征挖掘机在预设时间段内的发动机理论冷却水温与发动机转速、发动机油耗以及挖掘机所在地的环境温度之间的函数关系。

本发明实施例中的挖掘机故障诊断方法，根据发动机实际冷却水温和环境温度，通过拟合得到环境温度函数，表征了环境温度对冷却水温的影响，再结合发动机产热、冷却水吸热和散热系统散热过程中的热平衡原理，确定第一冷却水温模型，考虑了多种因素对发动机实际冷却水温的影响，提高了第一冷却水温计算发动机理论冷却水温的准确性。

本发明还提供一种挖掘机故障诊断方法，图4是本发明提供的挖掘机故障诊断方法的流程示意图之二，如图4所示，该方法包括：

S21，获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；

S22，将所述参数数据和所述环境温度输入至第二冷却水温模型，得到所述第二冷却水温模型输出的发动机理论冷却水温；

S23，基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；

其中，所述第二冷却水温模型基于携带有发动机理论冷却水温标签和环境温度标签的参数数据样本训练得到。

本发明实施例中提供的挖掘机故障诊断方法，其执行主体为服务器，该服务器可以是本地服务器，也可以是云端服务器，本地服务器具体可以是计算机、平板电脑以及智能手机等，本发明实施例中对此不作具体限定。

首先执行步骤S21。获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括实际液压油温、发动机转速以及主泵功率。获取挖掘机在预设时间段内的参数数据的方法与上述实施例相同，预设时间段也可以根据实际需要进行设置。

然后执行步骤S22。将参数数据和环境温度输入至第二液压油温模型，得到第二液压油温模型输出的理论液压油温，其中，第二液压油温模型基于携带有理论液压油温标签和环境温度标签的参数数据样本训练得到。

第二液压油温模型可以是现有的开源神经网络模型，例如卷积神经网络模型、残差神经网络模型或循环神经网络模型等，本发明实施例对此不作具体限定。

第二液压油温模型基于携带有理论液压油温标签和环境温度标签的参数数据样本训练得到。具体可以通过如下方式训练得到第二液压油温模型：首先，收集大量参数数据样本，并将参数数据样本根据上述实施例中的方法进行筛选，得到目标参数数据样本，并在目标参数数据样本上进行标注，也即是使目标参数数据样本携带理论液压油温标签和环境温度标签。随即，基于携带有理论液压油温标签和环境温度标签训练初始模型，从而得到第二液压油温模型。

由于不同的参数数据和环境温度会对应不同的液压油温数据，因此，可以通过将参数数据和环境温度输入至第二液压油温模型，得到理论液压油温。

最后执行步骤S3。基于实际液压油温与所述理论液压油温，对所述挖掘机进行故障诊断。

在使用第一液压油温模型得到理论液压油温后，就可以将理论液压油温和实际液压油温进行比较，从而对挖掘机进行故障诊断。

当理论液压油温和实际液压油温的差距小于预设阈值时，说明此时的实际液压油温在正常的范围内，挖掘机很大可能不存在故障；当理论液压油温和实际液压油温的差距大于预设阈值时，说明此时的实际液压油温超出了正常的范围内，挖掘机可能出现了故障，需要进行相应的处理，例如，发送报警信号等。其中，预设阈值可以根据实际需要进行设置，本发明实施例对此不作具体限定。

本发明实施例中的挖掘机故障诊断方法，通过获取在预设时间段内的参数数据和挖掘机所在地的环境温度，将参数数据和环境温度输入至第二液压油温模型，得到第二液压油温模型输出的理论液压油温，最后通过比较实际液压油温与所述理论液压油温，对挖掘机进行故障诊断，可以在液压油温数据达到报警值之前发现异常，提前对故障进行判断和处理，防止了故障的扩大。

在上述实施例的基础上，所述挖掘机故障诊断方法，所述参数数据还包括动作编码；

所述获取挖掘机在预设时间段内的参数数据，之后还包括：

基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据；

计算所述预选参数数据中发动机油耗的平均值以及标准差；

基于所述发动机油耗的平均值以及标准差对所述预选参数数据进行筛选，得到所述挖掘机在预设时间段内的目标参数数据。

具体地，本发明实施例中，挖掘机在预设时间段内的参数数据还包括动作编码。其中，动作编码用于表征挖掘机在作业时各个阶段的动作。

在获取挖掘机在预设时间段内的参数数据之后，还可以基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据。

将所述参数数据中发动机实际冷却水温小于预设冷却水温阈值或所述参数数据中发动机转速小于预设转速阈值或所述参数数据中动作编码不在预设动作编码范围内的参数数据剔除，得到所述挖掘机在预设时间段内的预选参数数据。

其中，预设冷却水温阈值可以是节温器的开启温度，预设转速阈值和预设动作编码范围可以根据实际需要进行设置，本发明实施例对此不作具体限定。

在按照上述过程对挖掘机在预设时间段内的参数数据进行筛选后，就可以得到预选参数数据。在得到预选参数数据后，就可以计算预选参数数据中的发动机油耗的平均值以及标准差。

再根据发动机油耗的平均值和标准差对预选参数数据进行筛选，就能够得到挖掘机在预设时间段内的目标参数数据。

在得到发动机油耗的平均值以及标准差后，可以通过判断预选参数数据中的任一发动机油耗与平均值与两倍标准差的差值的关系，即，如果发动机油耗的平均值是μ，标准差是σ，则需要判断预选参数数据中的任一发动机油耗和μ-2σ之间的关系，如果通过判断得知，任一发动机油耗小于μ-2σ，则可以将包含任一发动机油耗的预选参数数据剔除，最后得到目标参数数据。

本发明还提供一种挖掘机，包括挖掘机故障诊断系统，该故障诊断系统用于基于如上述任一项所述的挖掘机故障诊断方法，对挖掘机进行故障诊断。

图5是本发明提供的挖掘机故障诊断系统的结构示意图之一，如图5所示，该系统包括：

数据获取模块501，用于获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；

发动机理论冷却水温计算模块502，用于基于所述环境温度、所述发动机转速、所述发动机油耗以及第一冷却水温模型，计算所述挖掘机的发动机理论冷却水温；

故障诊断模块503，用于基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；

其中，所述第一冷却水温模型用于表征挖掘机在所述预设时间段内的所述发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断系统，所述参数数据还包括动作编码，所述系统还包括：

预选参数数据获取模块，用于基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据；

平均值及标准差计算模块，用于计算所述预选参数数据中发动机油耗的平均值以及标准差；

目标参数数据获取模块，用于基于所述发动机油耗的平均值以及标准差对所述预选参数数据进行筛选，得到所述挖掘机在预设时间段内的目标参数数据。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断系统，所述预选参数数据获取模块，具体包括：

数据剔除子模块，用于将所述参数数据中发动机实际冷却水温小于预设冷却水温阈值或所述参数数据中发动机转速小于预设转速阈值或所述参数数据中动作编码不在预设动作编码范围内的参数数据剔除，得到所述挖掘机在预设时间段内的预选参数数据。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断系统，所述发动机理论冷却水温计算模块，具体包括：

样本数据获取子模块，用于获取挖掘机样本的参数数据样本和挖掘机样本所在地的环境温度样本，所述参数数据样本包括：发动机实际冷却水温样本、发动机转速样本、发动机油耗样本以及动作编码样本；

预选参数数据样本子模块，用于基于所述发动机实际冷却水温样本、所述发动机转速样本以及所述动作编码样本对所述挖掘机在预设时间段内的参数数据样本进行筛选，得到所述挖掘机在预设时间段内的预选参数数据样本；

目标参数数据样本子模块，用于计算所述预选参数数据样本中发动机油耗样本的平均值以及标准差；基于所述发动机油耗样本的平均值以及标准差对所述预选参数数据样本进行筛选，得到所述挖掘机在预设时间段内的目标参数数据样本；

第一冷却水模型构建子模块，用于基于所述目标参数数据样本以及所述环境温度样本，建立所述第一冷却水温模型。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断系统，第一冷却水模型构建子模块，具体包括：

环境温度函数构建单元，用于基于所述目标参数数据样本中的发动机实际冷却水温样本以及所述环境温度样本，确定环境温度函数；

第一冷却水温模型构建单元，用于基于发动机产热、冷却水吸热和散热系统散热过程中的热平衡原理以及所述环境温度函数，确定所述第一冷却水温模型。

具体地，本发明实施例中提供的挖掘机故障诊断系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。

图6是本发明提供的挖掘机故障诊断系统的结构示意图之一，如图6所示，该系统包括：

数据获取模块601，用于获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；

发动机理论冷却水温计算模块602，用于将所述参数数据和所述环境温度输入至第二冷却水温模型，得到所述第二冷却水温模型输出的发动机理论冷却水温；

故障诊断模块603，用于基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；

其中，所述第二冷却水温模型基于携带有发动机理论冷却水温标签和环境温度标签的参数数据样本训练得到。

在上述实施例的基础上，本发明实施例提供的挖掘机故障诊断系统，所述参数数据还包括动作编码，所述系统还包括：

预选参数数据获取模块，用于基于所述发动机实际冷却水温、所述发动机转速以及所述动作编码对所述挖掘机在预设时间段内的参数数据进行筛选，得到所述挖掘机在预设时间段内的预选参数数据；

平均值以及标准差计算模块，用于计算所述预选参数数据中发动机油耗的平均值以及标准差；

目标参数数据获取模块，用于基于所述发动机油耗的平均值以及标准差对所述预选参数数据进行筛选，得到所述挖掘机在预设时间段内的目标参数数据。

具体地，本发明实施例中提供的挖掘机故障诊断系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。

图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行上述各实施例提供的挖掘机故障诊断方法，该方法包括：获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；基于所述环境温度、所述发动机转速、所述发动机油耗以及第一冷却水温模型，计算所述挖掘机的发动机理论冷却水温；基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；其中，所述第一冷却水温模型用于表征挖掘机在所述预设时间段内的所述发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系。或者，该方法包括：获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；将所述参数数据和所述环境温度输入至第二冷却水温模型，得到所述第二冷却水温模型输出的发动机理论冷却水温；基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；其中，所述第二冷却水温模型基于携带有发动机理论冷却水温标签和环境温度标签的参数数据样本训练得到。

此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各实施例所提供的挖掘机故障诊断方法，该方法包括：获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；基于所述环境温度、所述发动机转速、所述发动机油耗以及第一冷却水温模型，计算所述挖掘机的发动机理论冷却水温；基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；其中，所述第一冷却水温模型用于表征挖掘机在所述预设时间段内的所述发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系。或者，该方法包括：获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；将所述参数数据和所述环境温度输入至第二冷却水温模型，得到所述第二冷却水温模型输出的发动机理论冷却水温；基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；其中，所述第二冷却水温模型基于携带有发动机理论冷却水温标签和环境温度标签的参数数据样本训练得到。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的挖掘机故障诊断方法，该方法包括：获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；基于所述环境温度、所述发动机转速、所述发动机油耗以及第一冷却水温模型，计算所述挖掘机的发动机理论冷却水温；基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；其中，所述第一冷却水温模型用于表征挖掘机在所述预设时间段内的所述发动机理论冷却水温与所述发动机转速、所述发动机油耗以及所述挖掘机所在地的环境温度之间的函数关系。或者，该方法包括：获取挖掘机在预设时间段内的参数数据和挖掘机所在地的环境温度，所述参数数据包括发动机实际冷却水温、发动机转速以及发动机油耗；将所述参数数据和所述环境温度输入至第二冷却水温模型，得到所述第二冷却水温模型输出的发动机理论冷却水温；基于所述发动机实际冷却水温与所述发动机理论冷却水温，对所述挖掘机进行故障诊断；其中，所述第二冷却水温模型基于携带有发动机理论冷却水温标签和环境温度标签的参数数据样本训练得到。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。