CN102046443A - 用于故障检测和隔离的集成分级过程 - Google Patents
用于故障检测和隔离的集成分级过程 Download PDFInfo
- Publication number
- CN102046443A CN102046443A CN2009801203496A CN200980120349A CN102046443A CN 102046443 A CN102046443 A CN 102046443A CN 2009801203496 A CN2009801203496 A CN 2009801203496A CN 200980120349 A CN200980120349 A CN 200980120349A CN 102046443 A CN102046443 A CN 102046443A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- fault
- algorithm
- vehicle
- diagnosis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000002955 isolation Methods 0.000 title claims description 7
- 230000008569 process Effects 0.000 title description 6
- 238000001514 detection method Methods 0.000 title description 4
- 238000003745 diagnosis Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000003862 health status Effects 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims 7
- 238000012896 Statistical algorithm Methods 0.000 claims 6
- 230000009885 systemic effect Effects 0.000 claims 3
- 238000004393 prognosis Methods 0.000 abstract 2
- 230000037361 pathway Effects 0.000 abstract 1
- 238000013461 design Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013154 diagnostic monitoring Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q11/00—Arrangement of monitoring devices for devices provided for in groups B60Q1/00 - B60Q9/00
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R2021/01122—Prevention of malfunction
- B60R2021/01184—Fault detection or diagnostic circuits
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本发明涉及利用模型和观测来确定车辆系统、子系统或者构件内故障的根本原因的系统和方法。在一个实施例中,利用分级树,组合来自多个子系统和构件的故障或者诊断代码,获取某一诊断代码是否精确地指示具体子系统或者构件内故障的置信估计。在另一实施例中,利用依赖于分级信息理论的分级诊断网络,其中,在所述网络的任何层级制定决策仅使用所需提取的信息。在另一个实施例中,利用基于图的诊断和预测系统,其包括通过信息路径互相连接的多个节点。所述节点为用于构件或者子系统的故障诊断和故障预测节点,并包含故障和健康状况诊断和推理模块。
Description
技术领域
本发明大致涉及用于确定车辆系统的故障的根本原因的系统和方法,更具体地涉及用于确定车辆系统的故障的根本原因并隔离故障的系统和方法,其中,所述系统和方法使用分级树中的多个模型和观测以提供具体故障来源的置信估计。
背景技术
现代车辆包括许多电气车辆系统,例如车辆稳定性控制系统。例如,某些车辆稳定性系统利用自动制动来响应车辆的非理想转弯或者偏航。一些车辆稳定性系统利用主动前轮或者后轮转向来响应于检测出的方向盘的旋转来辅助车辆操作者对车辆转向。一些车辆稳定性系统利用主动悬挂系统来响应于路况和其它车辆运行状况而改变车辆悬挂。
车辆稳定性系统的诊断监测作为重要的车辆设计考虑以便能够迅速地检测系统故障,并出于维护和维修目的而隔离故障。这些稳定性系统典型地利用用于帮助控制车辆的各种子系统、促动器和传感器,例如偏航率传感器、横向加速度传感器、转向方向盘角度传感器等。如果与这些系统关联的任何传感器、促动器和子系统出现故障,则希望迅速地检测出故障,并启用故障保护策略,以便防止系统不适当地响应所感知到的但错误的状况。而且,出于维护、维修和更换目的,希望隔离有缺陷的传感器、促动器或者子系统。因此,需要监测这些系统中使用的各种传感器、促动器和子系统,以便识别故障。
一直深入到车辆系统的构件层级或甚至子系统层级来识别故障的根本原因和隔离故障,是设计上的难题。车辆系统中的各种子系统和构件,例如车辆制动系统或者车辆转向系统,通常不由车辆制造商设计,而是通过外部来源提供。为此,这些构件和子系统可能不知道整个车辆系统中的其它子系统或者构件工作得如何,而是仅知道它们的具体的子系统或者构件工作得如何。因此,这些外部的子系统或者构件可能知道它们没有适当地操作,但不会知道是它们的构件或者子系统出现故障,还是另一子系统或者构件出现故障。例如,车辆在一个方向上牵引,可能是制动问题导致的,也可能是转向问题导致的。然而,因为制动系统和转向系统不知道对方是否适当地操作,所以整个车辆系统可能不能够识别该故障的根本原因。
当没有适当地操作时,每个单独的子系统或者构件均可能引发指示问题的诊断故障代码,但该故障代码可能不是引发代码的所述子系统或者构件的问题导致的。换句话说,诊断代码可能因为子系统或者构件不适当地操作而设置的,但是该操作可能是另一子系统或者构件不适当地操作导致的。希望知道来自具体的子系统或者构件的诊断代码有多么可靠,以确定所述子系统或者构件是否导致故障。
发明内容
根据本发明的教导,公开了一种利用模型和观测确定车辆系统、子系统或者构件内故障的根本原因的系统和方法。在一个实施例中,利用分级树,组合来自多个子系统和构件的故障或者诊断代码,获取某一诊断代码是否精确地指示具体子系统或者构件内的故障的置信估计。在另一实施例中,利用依赖于分级信息理论的分级诊断网络,其中,在所述网络的任何层级,制定决策仅使用所需提取的信息。在另一实施例中,利用基于图的诊断和预测系统,其包括通过信息路径互相连接的多个节点。这些节点为用于构件或者子系统的故障诊断和故障预测节点,并包含故障和健康状况诊断和推理模块。
结合附图,根据以下描述和所附权利要求,本发明的其它特征将变得清楚。
附图说明
图1是根据本发明的一个实施例的用于分析来自车辆系统、子系统和构件的诊断代码的分级树;
图2是根据本发明的一个实施例的用于估计车辆中的用于诊断和预测目的的诊断代码的置信水平的分级诊断网络;和
图3是根据本发明的一个实施例的用于车辆的基于图形的诊断和预测系统。
具体实施方式
本发明的实施例的以下论述涉及用于识别车辆的子系统或者构件是否为具体故障的根本原因的置信估计的系统和方法,其本质上仅为示范性的,绝非试图限制本发明、其应用或者用途。
本发明提出通过使用多个模型和观测来确定车辆故障的根本原因的过程。每个模型提供一个有关潜在故障状况的观测的置信估计。如下面详细描述的那样,本发明可以使用分级树来分析来自子系统和构件的诊断代码和其它信号。分级树的每个层级在做决策之前访问其具有的信息。可基于车辆信息,例如速度相关性,动态地改变来自树的不同分支的信息。也可以使用来自多个车辆的数据确定模型置信估计。信息可以通过各种方法(例如统计方法)组合在一起,统计方法例如为Dempster-Shafer理论或者贝叶斯理论。分级架构是可调且灵活的,因此能够动态地集成多个故障。
信息在分级树中从基于本地信息做决策的子系统和构件决策制定单元向上流。整个车辆的健康状况可以通过查看树的顶层确定。每个分支可以代表不同的子系统,例如发动机子系统、电气子系统、转向子系统、制动子系统等,且这些子系统的健康状况可以在评估时与置信度一同确定。也可以使用树中的信息来代替减弱整体的车辆健康的构件。
图1是根据本发明的一个实施例的、以上所述类型的分级树10。树10包括四层,顶层为车辆管理器12,其利用接收的信息最终确定故障的原因。树10向下被分解为三个系统,即车辆底盘系统14、车辆动力系系统16和车辆车体系统18。每个单独的系统14、16和18在第三层可以分解为有代表性的子系统。例如,底盘系统14可以分解为转向子系统20和制动子系统22,动力系系统16可以分解为发动机子系统24和变速器子系统26,而车体系统18可以分解为安全子系统28和气囊子系统30。每个子系统20-30在树10的第四层包括构件,其可以是具体子系统中的任何合适的构件。例如,转向子系统包括构件32,例如为方向盘角度(HWA)传感器。同样地,制动子系统22包括构件34,发动机子系统24包括构件36,变速器子系统26包括构件38,而安全子系统28包括构件40,气囊子系统30包括构件42。如果子系统和构件可以分解,则树10可以延伸至低于第四层的构件32-42的其它层。
构件32-42、子系统20-30、系统14、16和18、以及车辆管理器12中的每一个利用各种算法来分析车辆诊断代码、故障代码和其它信息和数据。这些算法包括提供具体构件32-42、子系统20-30或者系统14、16和18是否具有具体故障或者潜在的故障的置信估计的决策制定算法。例如,将来自构件32-42的信号发送至它们相应的子系统20-30,且如果构件发生潜在的故障,则该信号包括诊断代码。另外,构件32-34包括提供与诊断代码一同发送的附加信号的算法,该附加信号包括表示具体构件发生故障的置信度的置信估计信号。随着信息上行至下一个层级,该子系统层的算法可以根据从构件接收的所有信号利用诊断信号和置信估计信号评估是否这些构件中的一个发生故障。子系统20-30然后将诊断信号和置信估计信号发送给系统层,系统14、16或者18将利用来自所有其子系统20-30的信号基于置信估计信号和诊断代码确定哪里可能存在故障。因此,系统14、16和18将知道在其系统分级路径中构件32-42中的一个是否发生故障,并还可以某个置信水平来确定具体子系统20-30是否包括故障。然后将来自系统14、16和18的信号发送至车辆管理器12,车辆管理器12包括监测来自所有系统14、16和18的所有信号的管理算法。
树10可以用于隔离故障。可以多种方式确定故障隔离。通过确定树10的故障路径,可以确定最可能的故障。分级树10的决策制定单元将实时执行。决策制定单元可以采用任何形式,例如奇偶方程、卡尔曼滤波器、模糊模型、神经网络等。因此,随着信息在树10中上行,每层的决策制定算法可以分析信息,以确定那个子系统或者构件可能发生故障的置信水平。该置信水平可以利用各种过程,例如Dempster-Shafer理论或者贝叶斯理论进行统计分析。
在车辆层级中状态信息的更宽可用性比仅使用子系统层或者构件层的信息具有在更大覆盖范围内诊断故障的能力。理论认为,随着子系统的相互作用的增加,车辆层级的诊断方法将越来越重要。当前车辆系统的诊断由症状(symptom)驱动,即,在观测到不期望事件和/或测量之后,发出故障代码,并要求检测以隔离故障的原因。随着智能控制系统的引入,检测问题变得更加复杂,尤其是多个系统相互作用时。分级的和/或分布式的诊断方法的组合可有助于降低隔离算法的复杂性。其代价是所涉及的系统之间的附加处理和通信,以及存储信息的存储器需求,尤其是在车载式诊断中。
分级诊断依赖于分级信息的理论,在任何层级中,决策的制定仅利用所需提取的信息。最高层负责制定诊断决策。例如,在构件层,可以利用电流和电压来了解电子构件的健康状况。因此,本地的和现有的诊断算法/程序将提供被层级中的更高层提取使用的信息。困难在于找到正确的提取,以便不丢失信息。两层可能已经足够,但可以依据所诊断的系统的复杂性增加更多层。
图2为根据本发明的另一个实施例的以上所述类型的分级诊断网络50的框图。该网络50包括位于网络50顶部的车辆诊断管理器52,其从多个子系统54接收信号。同样地,每个子系统54从网络50的全部或者大部分构件接收信号。与分级树10相同,带有诊断代码、置信估计和其它信息、数据的信号在网络50上向上传递,从构件层到子系统层,然后到管理器52,以便管理器52可以某个置信水平来确定车辆中哪个地方存在具体问题,以便采取适当的行动。
可以使用分布式诊断来克服在一个位置聚集故障信息的问题,以便针对车辆系统的子系统或者构件内发生的故障制定决策。这种方法依赖于在一组节点之间交换信息和设计一组规则,以基于所交换的信息推断故障的发生。
本发明的集成故障检测和隔离过程还能够延及不一定创建树,而是创建系统或者子系统相互作用的图。这种图可以提供分析,以实时确定故障最可能的原因。其原因在于,一些子系统可能具有多个母系统,例如,子系统可能既是电子系统又是机械系统。因此,可以通过在图内查找来隔离故障。可以应用例如模糊逻辑、Shafer-Dempster过程等方法找到最佳可能路径,因为对于具体情况,在图内可能有多个路径。
图3为根据本发明的另一个实施例的以上所述类型的基于图的诊断和预测系统60。该系统60包括多个节点62,其包括根节点64,这些节点通过信息路径66互相连接。节点62为用于构件或者子系统的故障诊断和故障预测节点,并包含故障和健康状况诊断和推理模块。推理模块利用例如模糊逻辑、神经网络等整理接收的信息。推理模块基于整个系统的局部观点处理他们所知道的故障信息,并沿信息路径66发送信息给与其连接的其它节点62,该信息包括故障估计和健康状况估计,以及用于估计信息准确性的信号。接收的节点62可能具有附加的局部信息,并基于流向它们的信息制定不同的决策。对于进入和离开系统60的节点,图是动态的。这在系统改变状态时或者节点62中的一个检测出故障并停止时发生。
以上论述仅公开和描述了本发明的示范性实施例。本领域技术人员将容易地知道,根据这些论述和附图以及权利要求书,在不脱离所附权利要求限定的本发明的精神和范围的情况下,可以作出各种修改、变更和变型。
Claims (20)
1. 一种用于提供车辆内故障检测和隔离的方法,所述方法包括:
将所述车辆分成多个系统、多个子系统和多个构件;
将所述系统、子系统和构件划归到具有层级的分级树中,其中,每个系统从比所述多个系统层级低的多个子系统接收信号,且每个子系统从比所述子系统层级低的多个构件接收信号;
在所述系统、子系统和构件中利用提供和分析诊断代码、故障代码和其它信息的算法,以提供具体子系统或者构件已经出现故障的可能性的置信估计信号;
从所述构件发送信号给所述子系统,并从所述子系统发送信号给所述系统,所述信号包括所述置信估计信号;
分析所述多个系统中的所述置信估计信号,以便尝试隔离故障;以及
发送信号给所述分级树的顶部的管理器,所述管理器以某一置信水平来识别具体的故障。
2. 根据权利要求1所述的方法,其特征在于,利用算法包括利用统计学算法。
3. 根据权利要求2所述的方法,其特征在于,利用统计学算法包括利用选自由Dempster-Shafer理论算法和贝叶斯理论算法构成的组的算法。
4. 根据权利要求2所述的方法,其特征在于,利用统计学算法包括利用选自由奇偶方程、卡尔曼过滤器、模糊模型和神经网络构成的组的算法。
5. 根据权利要求1所述的方法,其特征在于,将所述车辆分成多个系统包括将所述车辆分成底盘系统、动力系系统和车体系统。
6. 根据权利要求5所述的方法,其特征在于,将所述车辆分成多个子系统包括将所述车辆分成作为所述底盘系统的一部分的转向子系统和制动子系统、作为所述动力系系统的一部分的发动机子系统和变速器子系统以及作为所述车体系统的一部分的安全子系统和气囊子系统。
7. 根据权利要求6所述的方法,其特征在于,将所述车辆分成构件包括将所述车辆分成传感器和检测器。
8. 根据权利要求1所述的方法,其特征在于,划归所述系统、子系统和构件包括将所述系统,子系统和构件划归到分级诊断网络中,其中,所述构件提供信号给所有所述子系统。
9. 一种用于提供车辆内故障检测和隔离的方法,所述方法包括:
识别所述车辆内的多个系统、多个子系统和多个构件;
在所述系统、子系统和构件内利用提供和分析诊断代码、故障代码和其它信息的算法,以提供具体子系统或者构件已经出现故障的可能性的置信估计信号;
在所述多个系统、所述多个子系统和所述多个构件之间和在所述多个系统、所述多个子系统和所述多个构件之中发送所述置信估计信号;以及
分析所述多个系统和子系统内的所述置信估计信号,以尝试识别和隔离故障。
10. 根据权利要求9所述的方法,其特征在于,所述方法进一步包括将所述系统、子系统和构件划归到具有层级的分级树中,其中,每个系统从比所述多个系统层级低的多个子系统接收信号,且每个子系统从比所述子系统层级低的多个构件接收信号。
11. 根据权利要求10所述的方法,其特征在于,所述方法进一步包括发送信号给所述分级树顶部的管理器,所述管理器以某一置信水平识别具体故障。
12. 根据权利要求9所述的方法,其特征在于,所述方法进一步包括将所述系统、子系统和构件划归到分级诊断网络中,其中,所述构件提供信号给所有所述子系统。
13. 根据权利要求9所述的方法,其特征在于,所述方法进一步包括将所述系统、子系统和构件划归到基于图的诊断和预测系统中,所述基于图的诊断和预测系统包括通过信息路径互相连接的多个节点,其中,所述节点为用于构件或者子系统的故障诊断和故障预测节点,且包含故障和健康状况诊断和推理模块。
14. 根据权利要求9所述的方法,其特征在于,利用算法包括利用统计学算法。
15. 根据权利要求14所述的方法,其特征在于,利用统计学算法包括利用选自由Dempster-Shafer理论算法和贝叶斯理论算法构成的组的算法。
16. 根据权利要求14所述的方法,其特征在于,利用统计学算法包括利用选自由奇偶方程、卡尔曼过滤器、模糊模型和神经网络构成的组的算法。
17. 一种用于提供车辆内故障检测和隔离的故障诊断系统,所述系统包括:
用于识别所述车辆内的多个车辆系统、多个子系统和多个构件的装置;
用于在所述车辆系统、子系统和构件内利用提供和分析诊断代码、故障代码和其它信息的算法以提供具体子系统或者构件已经出现故障的可能性的置信估计信号的装置;
用于在所述多个车辆系统、所述多个子系统和所述多个构件之间和在所述多个车辆系统、所述多个子系统和所述多个构件之中发送所述置信估计信号的装置;以及
用于分析所述多个车辆系统和子系统内的所述置信估计信号以尝试识别和隔离故障的装置。
18. 根据权利要求17所述的故障诊断系统,其特征在于,所述故障诊断系统进一步包括用于将所述车辆系统、子系统和构件划归到具有层级的分级树中的装置,其中,每个系统从比所述多个系统层级低的多个子系统接收信号,且每个子系统从比所述子系统层级低的多个构件接收信号。
19. 根据权利要求17所述的故障诊断系统,其特征在于,所述故障诊断系统进一步包括用于将所述车辆系统、子系统和构件划归到分级诊断网络中的装置,其中,所述构件提供信号给所有所述子系统。
20. 根据权利要求17所述的故障诊断系统,其特征在于,所述故障诊断系统进一步包括用于将所述车辆系统、子系统和构件划归到基于图的诊断和预测系统中的装置,所述基于图的诊断和预测系统包括通过信息路径互相连接的多个节点,其中,所述节点为用于构件或者子系统的故障诊断和故障预测节点,并包含故障和健康状况诊断和推理模块。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/131,347 US20090295559A1 (en) | 2008-06-02 | 2008-06-02 | Integrated hierarchical process for fault detection and isolation |
US12/131347 | 2008-06-02 | ||
PCT/US2009/045774 WO2009148984A1 (en) | 2008-06-02 | 2009-06-01 | Integrated hierarchical process for fault detection and isolation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102046443A true CN102046443A (zh) | 2011-05-04 |
Family
ID=41379092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801203496A Pending CN102046443A (zh) | 2008-06-02 | 2009-06-01 | 用于故障检测和隔离的集成分级过程 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20090295559A1 (zh) |
CN (1) | CN102046443A (zh) |
DE (1) | DE112009001371T5 (zh) |
WO (1) | WO2009148984A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013053134A1 (zh) * | 2011-10-14 | 2013-04-18 | 中联重科股份有限公司 | 挖掘机以及确定设备故障的方法、系统 |
CN103139011A (zh) * | 2011-11-30 | 2013-06-05 | 通用汽车环球科技运作有限责任公司 | 用于车内通信的综合故障诊断和预测 |
CN104133984A (zh) * | 2014-07-01 | 2014-11-05 | 西北工业大学 | 模块化复杂装备贝叶斯网络故障预测方法 |
CN104615513A (zh) * | 2013-11-05 | 2015-05-13 | 张永军 | 多级代码标准化故障分析方法 |
CN105718327A (zh) * | 2016-02-18 | 2016-06-29 | 谭晓栋 | 一种基于测试性模型和贝叶斯推理的故障深度隔离方法 |
CN109421630A (zh) * | 2017-08-28 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 用于监测自主车辆的健康的控制器架构 |
CN109421741A (zh) * | 2017-08-28 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 用于监测车辆的方法和设备 |
CN111376849A (zh) * | 2018-12-27 | 2020-07-07 | 驭势科技(北京)有限公司 | 一种车辆底盘老化检测方法、装置、车载设备及存储介质 |
CN112598287A (zh) * | 2020-12-25 | 2021-04-02 | 武汉烽火信息集成技术有限公司 | 一种轨道交通健康评估方法及系统 |
CN114375270A (zh) * | 2019-08-30 | 2022-04-19 | 捷豹路虎有限公司 | 用于车辆的分布式诊断架构 |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8055400B2 (en) * | 2008-04-25 | 2011-11-08 | GM Global Technology Operations LLC | Control system and method for filtering dependent diagnostic trouble codes |
US8099206B2 (en) * | 2008-10-24 | 2012-01-17 | GM Global Technology Operations LLC | Combined evidence vehicle health monitoring |
CN101941439B (zh) * | 2010-09-25 | 2013-01-30 | 重庆长安汽车股份有限公司 | 一种用于混合动力汽车的避免并发性故障的控制系统故障诊断方法 |
US8831826B2 (en) * | 2011-11-16 | 2014-09-09 | Flextronics Ap, Llc | Gesture recognition for on-board display |
US8751777B2 (en) | 2011-01-28 | 2014-06-10 | Honeywell International Inc. | Methods and reconfigurable systems to optimize the performance of a condition based health maintenance system |
US8615773B2 (en) | 2011-03-31 | 2013-12-24 | Honeywell International Inc. | Systems and methods for coordinating computing functions to accomplish a task using a configuration file and standardized executable application modules |
US8990770B2 (en) | 2011-05-25 | 2015-03-24 | Honeywell International Inc. | Systems and methods to configure condition based health maintenance systems |
US8726084B2 (en) | 2011-10-14 | 2014-05-13 | Honeywell International Inc. | Methods and systems for distributed diagnostic reasoning |
US8832649B2 (en) | 2012-05-22 | 2014-09-09 | Honeywell International Inc. | Systems and methods for augmenting the functionality of a monitoring node without recompiling |
US8977423B2 (en) | 2012-05-23 | 2015-03-10 | Snap-On Incorporated | Methods and systems for providing vehicle repair information |
GB201211283D0 (en) * | 2012-06-26 | 2012-08-08 | Bae Systems Plc | Assisting with vehicle assessment |
US8832716B2 (en) | 2012-08-10 | 2014-09-09 | Honeywell International Inc. | Systems and methods for limiting user customization of task workflow in a condition based health maintenance system |
US9158834B2 (en) | 2013-01-21 | 2015-10-13 | Snap-On Incorporated | Methods and systems for mapping repair orders within a database |
JP6239895B2 (ja) * | 2013-08-08 | 2017-11-29 | 株式会社ジェイテクト | モータ制御装置及び電動パワーステアリング装置 |
US9336244B2 (en) | 2013-08-09 | 2016-05-10 | Snap-On Incorporated | Methods and systems for generating baselines regarding vehicle service request data |
US9477950B2 (en) | 2014-09-04 | 2016-10-25 | Snap-On Incorporated | Prognostics-based estimator |
US9672497B1 (en) | 2013-11-04 | 2017-06-06 | Snap-On Incorporated | Methods and systems for using natural language processing and machine-learning to produce vehicle-service content |
US9201930B1 (en) | 2014-05-06 | 2015-12-01 | Snap-On Incorporated | Methods and systems for providing an auto-generated repair-hint to a vehicle repair tool |
EP3037906A1 (en) | 2014-12-23 | 2016-06-29 | Televic Rail NV | Device and method for distributed diagnostics analysis |
DE102015201569A1 (de) * | 2015-01-29 | 2016-08-04 | Continental Teves Ag & Co. Ohg | Fahrzeugsteuervorrichtung und verfahren |
US9639995B2 (en) | 2015-02-25 | 2017-05-02 | Snap-On Incorporated | Methods and systems for generating and outputting test drive scripts for vehicles |
US10216796B2 (en) | 2015-07-29 | 2019-02-26 | Snap-On Incorporated | Systems and methods for predictive augmentation of vehicle service procedures |
US11429936B2 (en) | 2015-10-02 | 2022-08-30 | Snap-On Incorporated | System and method for dynamically-changeable displayable pages with vehicle service information |
US11144888B2 (en) | 2015-10-02 | 2021-10-12 | Snap-On Incorporated | Method and system for augmenting real-fix tips with additional content |
US10643158B2 (en) | 2016-04-01 | 2020-05-05 | Snap-On Incorporated | Technician timer |
US10692035B2 (en) * | 2016-07-26 | 2020-06-23 | Mitchell Repair Information Company, Llc | Methods and systems for tracking labor efficiency |
CN107786897A (zh) * | 2016-08-31 | 2018-03-09 | 南京中兴新软件有限责任公司 | Iptv系统故障定位方法及系统 |
CN106569475B (zh) * | 2016-10-15 | 2018-10-19 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种远程取水监测设备故障分级诊断方法 |
CN107139932A (zh) * | 2017-05-27 | 2017-09-08 | 奇瑞汽车股份有限公司 | 应用于整车控制系统的通信诊断方法 |
US10733548B2 (en) | 2017-06-16 | 2020-08-04 | Snap-On Incorporated | Technician assignment interface |
JP6801623B2 (ja) * | 2017-10-04 | 2020-12-16 | トヨタ自動車株式会社 | グリルシャッタ制御装置 |
US20200258057A1 (en) * | 2017-10-06 | 2020-08-13 | Hitachi, Ltd. | Repair management and execution |
CN111824173B (zh) * | 2019-04-11 | 2022-12-13 | 上海汽车集团股份有限公司 | 一种适于智能驾驶系统故障的分级处理方法及装置 |
CN110110401B (zh) * | 2019-04-19 | 2020-02-04 | 深圳市德塔防爆电动汽车有限公司 | 一种基于安全树模型的电动车辆安全设计优化方法 |
CN110223416B (zh) * | 2019-05-27 | 2021-05-14 | 深圳市德塔防爆电动汽车有限公司 | 一种电动车辆的原始数据分析方法以及电动车辆 |
DE102019208729A1 (de) * | 2019-06-14 | 2020-12-17 | Continental Automotive Gmbh | Verfahren zum Sicherstellen und Aufrechterhalten der Funktion eines sicherheitskritischen Gesamtsystems |
US11150623B2 (en) | 2019-06-28 | 2021-10-19 | GM Global Technology Operations LLC | Data-driven approach for effective system change identification |
GB2595430B (en) * | 2019-09-02 | 2024-04-17 | Jaguar Land Rover Ltd | Electrical architecture for service-oriented vehicle diagnostics |
GB2586633B (en) * | 2019-08-30 | 2022-09-07 | Jaguar Land Rover Ltd | Layered electrical architecture for vehicle diagnostics |
CN110606106A (zh) * | 2019-09-26 | 2019-12-24 | 北京唐智科技发展有限公司 | 一种列车安全运行综合监控系统、方法以及故障诊断仪 |
CN114463016A (zh) * | 2020-10-21 | 2022-05-10 | 华晨宝马汽车有限公司 | 优化索赔成本回收过程的方法、系统和设备 |
US11798325B2 (en) | 2020-12-09 | 2023-10-24 | Cummins Inc. | Fault isolation using on-board diagnostic (OBD) capability data |
GB2604904B (en) * | 2021-03-18 | 2024-01-03 | Jaguar Land Rover Ltd | Diagnostics system for a vehicle |
GB2591053A (en) * | 2021-03-26 | 2021-07-14 | Ashok Bongirwar Rajiv | Unintended control action (UCA) and causes within a machine |
DE102021115385A1 (de) | 2021-06-14 | 2022-12-15 | Hans Kallich | KfZ-Diagnosegerät zur Anzeige eines Schaltbildes mit Mess- und Steuersignalen |
DE102021128916A1 (de) | 2021-11-05 | 2023-05-11 | Hans Kallich | Kfz–Diagnosegerät mit einem Diagnoseprozessrechner |
US11801758B2 (en) * | 2021-11-27 | 2023-10-31 | Xidong Tang | Method and apparatus for controlling distributed propulsion systems |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07147574A (ja) * | 1993-06-18 | 1995-06-06 | Nec Corp | 階層的障害報告方式 |
JPH11149491A (ja) * | 1997-11-17 | 1999-06-02 | Toshiba Corp | 故障検出率評価方法 |
US6766230B1 (en) * | 2000-11-09 | 2004-07-20 | The Ohio State University | Model-based fault detection and isolation system and method |
CN1787939A (zh) * | 2003-05-13 | 2006-06-14 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于车辆的行驶动力学特性控制系统 |
JP2006229421A (ja) * | 2005-02-16 | 2006-08-31 | Matsushita Electric Ind Co Ltd | ネットワーク故障診断装置 |
US7136794B1 (en) * | 2001-05-24 | 2006-11-14 | Simmonds Precision Products, Inc. | Method and apparatus for estimating values for condition indicators |
CN1898117A (zh) * | 2003-12-25 | 2007-01-17 | 丰田自动车株式会社 | 车辆集成控制系统 |
CN101118694A (zh) * | 2007-05-18 | 2008-02-06 | 李克明 | 汽车智能化管理系统 |
CN101124523A (zh) * | 2005-02-15 | 2008-02-13 | Abb研究有限公司 | 用于过程控制系统的诊断设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7650210B2 (en) * | 1995-06-07 | 2010-01-19 | Automotive Technologies International, Inc. | Remote vehicle diagnostic management |
US6141608A (en) * | 1997-10-28 | 2000-10-31 | Snap-On Tools Company | System for dynamic diagnosis of apparatus operating conditions |
TW420771B (en) * | 1999-08-14 | 2001-02-01 | Ibm | Electronic control system for controlling the function of a processing system and method for managing system fault situations of the electronic control system |
GB0114424D0 (en) * | 2001-06-13 | 2001-08-08 | Ricardo Consulting Eng | Improved vehicle control |
DE10135586B4 (de) * | 2001-07-20 | 2007-02-08 | Eads Deutschland Gmbh | Rekonfigurations-Verfahren für ein Sensorsystem mit zwei Beobachtern und Sensorsystem zur Durchführung des Verfahrens |
US6662089B2 (en) * | 2002-04-12 | 2003-12-09 | Honeywell International Inc. | Method and apparatus for improving fault classifications |
US6748304B2 (en) * | 2002-08-16 | 2004-06-08 | Honeywell International Inc. | Method and apparatus for improving fault isolation |
-
2008
- 2008-06-02 US US12/131,347 patent/US20090295559A1/en not_active Abandoned
-
2009
- 2009-06-01 DE DE112009001371T patent/DE112009001371T5/de not_active Withdrawn
- 2009-06-01 CN CN2009801203496A patent/CN102046443A/zh active Pending
- 2009-06-01 WO PCT/US2009/045774 patent/WO2009148984A1/en active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07147574A (ja) * | 1993-06-18 | 1995-06-06 | Nec Corp | 階層的障害報告方式 |
JPH11149491A (ja) * | 1997-11-17 | 1999-06-02 | Toshiba Corp | 故障検出率評価方法 |
US6766230B1 (en) * | 2000-11-09 | 2004-07-20 | The Ohio State University | Model-based fault detection and isolation system and method |
US7136794B1 (en) * | 2001-05-24 | 2006-11-14 | Simmonds Precision Products, Inc. | Method and apparatus for estimating values for condition indicators |
CN1787939A (zh) * | 2003-05-13 | 2006-06-14 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于车辆的行驶动力学特性控制系统 |
CN1898117A (zh) * | 2003-12-25 | 2007-01-17 | 丰田自动车株式会社 | 车辆集成控制系统 |
CN101124523A (zh) * | 2005-02-15 | 2008-02-13 | Abb研究有限公司 | 用于过程控制系统的诊断设备 |
JP2006229421A (ja) * | 2005-02-16 | 2006-08-31 | Matsushita Electric Ind Co Ltd | ネットワーク故障診断装置 |
CN101118694A (zh) * | 2007-05-18 | 2008-02-06 | 李克明 | 汽车智能化管理系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013053134A1 (zh) * | 2011-10-14 | 2013-04-18 | 中联重科股份有限公司 | 挖掘机以及确定设备故障的方法、系统 |
CN103139011B (zh) * | 2011-11-30 | 2016-08-10 | 通用汽车环球科技运作有限责任公司 | 用于车内通信的综合故障诊断和预测方法 |
CN103139011A (zh) * | 2011-11-30 | 2013-06-05 | 通用汽车环球科技运作有限责任公司 | 用于车内通信的综合故障诊断和预测 |
CN104615513A (zh) * | 2013-11-05 | 2015-05-13 | 张永军 | 多级代码标准化故障分析方法 |
CN104133984A (zh) * | 2014-07-01 | 2014-11-05 | 西北工业大学 | 模块化复杂装备贝叶斯网络故障预测方法 |
CN105718327B (zh) * | 2016-02-18 | 2018-12-07 | 谭晓栋 | 一种基于测试性模型和贝叶斯推理的故障深度隔离方法 |
CN105718327A (zh) * | 2016-02-18 | 2016-06-29 | 谭晓栋 | 一种基于测试性模型和贝叶斯推理的故障深度隔离方法 |
CN109421630A (zh) * | 2017-08-28 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 用于监测自主车辆的健康的控制器架构 |
CN109421741A (zh) * | 2017-08-28 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 用于监测车辆的方法和设备 |
CN109421630B (zh) * | 2017-08-28 | 2022-04-26 | 通用汽车环球科技运作有限责任公司 | 用于监测自主车辆的健康的控制器架构 |
CN111376849A (zh) * | 2018-12-27 | 2020-07-07 | 驭势科技(北京)有限公司 | 一种车辆底盘老化检测方法、装置、车载设备及存储介质 |
CN114375270A (zh) * | 2019-08-30 | 2022-04-19 | 捷豹路虎有限公司 | 用于车辆的分布式诊断架构 |
CN114375270B (zh) * | 2019-08-30 | 2023-11-24 | 捷豹路虎有限公司 | 用于车辆的分布式诊断架构 |
CN112598287A (zh) * | 2020-12-25 | 2021-04-02 | 武汉烽火信息集成技术有限公司 | 一种轨道交通健康评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20090295559A1 (en) | 2009-12-03 |
DE112009001371T5 (de) | 2011-04-28 |
WO2009148984A1 (en) | 2009-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102046443A (zh) | 用于故障检测和隔离的集成分级过程 | |
US8095261B2 (en) | Aggregated information fusion for enhanced diagnostics, prognostics and maintenance practices of vehicles | |
CN102163255B (zh) | 使用故障建模的复杂系统的健康预测 | |
JP2005048770A (ja) | 故障を診断し分離するためのモデルベースのインテリジェントエージェントを利用する方法 | |
JP6864992B2 (ja) | 車両制御システム検証装置及び車両制御システム | |
Fang et al. | A fault detection and diagnosis system for autonomous vehicles based on hybrid approaches | |
US7295903B2 (en) | Device and method for on-board diagnosis based on a model | |
US20100100259A1 (en) | Fault diagnosis device and method for optimizing maintenance measures in technical systems | |
CN106843190A (zh) | 分布式车辆健康管理系统 | |
CN114585983B (zh) | 用于检测设备的异常运行状态的方法、装置和系统 | |
JP5319534B2 (ja) | 障害管理方法、および障害管理のための装置 | |
CN103493019A (zh) | 多代理程序合作车辆故障诊断系统和相关联的方法 | |
CN107271839A (zh) | 用于监测车辆的车载电气系统的方法和控制装置 | |
CN107544453A (zh) | 车辆的控制方法、控制装置及车辆 | |
Sankavaram et al. | An integrated health management process for automotive cyber-physical systems | |
US20070078576A1 (en) | System and method for fuzzy-logic based fault diagnosis | |
US20220101666A1 (en) | Method and Apparatus for Determining a Residual Service Life based on a Predictive Diagnosis of Components of an Electric Drive System Using Artificial Intelligence Techniques | |
CN109789808A (zh) | 用于运行机动车的车载能量网的方法 | |
KR20190119514A (ko) | 차량용 온보드 사이버보안진단 시스템, 전자 제어 장치 및 그것의 동작 방법 | |
CN103163878A (zh) | 交通工具和交通工具故障诊断系统的运行方法 | |
CN109387376A (zh) | 车辆故障的诊断方法、车辆故障的诊断装置以及服务器 | |
US20240053738A1 (en) | Vehicle fault diagnostic method and on-board diagnostic apparatus | |
CN108885232B (zh) | 具有至少一个设备的运输单元 | |
CN113379390B (zh) | 一种战车分队健康管理装置 | |
US20180017417A1 (en) | System and method for identifying and predicting faults in sensors of locomotives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110504 |