CN102156472A - 利用操作参数消除错误情形的不适当的设定的挖掘方法 - Google Patents

利用操作参数消除错误情形的不适当的设定的挖掘方法 Download PDF

Info

Publication number
CN102156472A
CN102156472A CN2010105891451A CN201010589145A CN102156472A CN 102156472 A CN102156472 A CN 102156472A CN 2010105891451 A CN2010105891451 A CN 2010105891451A CN 201010589145 A CN201010589145 A CN 201010589145A CN 102156472 A CN102156472 A CN 102156472A
Authority
CN
China
Prior art keywords
data
parameter
problem code
unsuitable
code
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
Application number
CN2010105891451A
Other languages
English (en)
Inventor
H.S.苏布拉马尼亚
S.辛赫
S.W.霍兰德
J.T.戴维斯
T.费尔克
R.帕坦卡
A.纳拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN102156472A publication Critical patent/CN102156472A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种用于减少或消除设定为不适当的参数值的结果的机内测试和诊断问题代码的系统和方法。该方法包括收集识别诊断问题代码和用于设定诊断问题代码的系统的参数的现场失效数据。该方法将收集的数据变换成更适于人工分析的格式，并对转换的数据进行预处理，以识别和排除可能使人工分析有偏差的信息。该方法包括绘制操作参数的线性的和非线性的组合，执行用于在预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析和提供挖掘数据给主题专家检查，以确定诊断问题代码是否已经因不适当的参数而产生。

Description

利用操作参数消除错误情形的不适当的设定的挖掘方法
技术领域
本发明总体涉及用于减少或消除机内测试(BIT)和诊断问题代码(DTC)的不适当的设定的系统和方法，且更加具体地涉及用于减少或消除不适当的BIT和DTC的系统和方法，包括识别在无效情形下被触发的DTC和防止将来DTC在这些情形下被触发。
背景技术
现代车辆为复杂的电气和机械系统，其采用许多构件、装置、模块、子系统等，它们自身和它们彼此之间利用复杂算法和数据总线传递电气信息。不可避免地，这些类型的装置和算法易受错误、失效和故障的影响，进而影响车辆的操作。在这种错误和故障发生时，通常被影响的装置或构件将发出诸如诊断问题代码(DTC)的故障代码，其由识别故障或集成构件的一些附属故障的一个或更多系统控制器接收。可通过服务技术人员和工程人员分析这些DTC，以识别问题和/或进行系统校正和升级。然而，考虑到车辆系统的复杂性，许多DTC和其它信号可能由于许多不同原因而被触发，这可能使得排除问题尤其困难。
如以上所描述的那样，现代车辆具有通过各种控制器电气连通的大量机械和电气零件。如果某些促动器、传感器或子系统没有适当地操作，那么它或它的控制器将通常提供由系统控制器接收的DTC，之后该DTC在车辆维护期间可被下载。在新的车型投入使用时，DTC通常在该DTC相关的问题不存在的情况下有规律地和间歇地被触发。在这些情形不应当存在时，这些不适当地被触发的DTC中的许多为特定参数事件的结果。在回顾过程中已经发现，一些参数具有与特定车辆构件、装置或子系统的DTC相关的异常的值。这可能是系统初始化的结果，系统初始化过程中，DTC可能在车辆系统开始或停止时已经被触发，其中，可能并没有读出某些值（诸如电压）。因而，DTC识别问题，而实际上问题不存在。
因为这些DTC经常需要车主将车辆带到维护机构以检查问题，所以出于因保修和成本原因非常希望将不适当的DTC的数量减少到尽可能低的水平。
发明内容
根据本发明的教导，公开了一种用于减少或消除设定为不适当的参数值的结果的诊断问题代码的系统和方法。该方法包括收集识别诊断问题代码和用于设定诊断问题代码的系统的参数的现场失效数据。该方法将收集的数据变换成更适于人工分析的格式，并对转换的数据进行预处理，以识别和排除可能使人工分析有偏差的信息。该方法包括绘制操作参数的线性的和非线性的组合，执行用于在预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析和提供挖掘数据给主题专家(SME)检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发。
本发明还包括以下技术方案。
1. 一种用于减少或消除系统内不适当的错误情形的方法，所述方法包括：
收集识别机内测试、诊断问题代码和用于设定所述诊断问题代码的所述系统的参数的现场失效数据；
将已收集的数据变换成更适于人工分析的格式；
对已变换的数据进行预处理，以识别和排除可能使所述人工分析有偏差的信息；
执行用于在所述预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析；和
提供挖掘的数据给主题专家检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发。
2. 根据技术方案1所述的方法，其特征在于，用于具体诊断问题代码的参数包括电压、温度和压力。
3. 根据技术方案1所述的方法，其特征在于，变换用于分析的已收集的数据包括将包括识别诊断问题代码、参数标识符描述和参数标识符值和单元的信息行的图表转换成用户友好格式。
4. 根据技术方案1所述的方法，其特征在于，对已变换的数据进行预处理包括识别遗漏的值和信息。
5. 根据技术方案1所述的方法，其特征在于，执行数据挖掘和分析包括采用决策树以利用参数标识符重新构建概率故障树。
6. 根据技术方案1所述的方法，其特征在于，执行数据挖掘和分析包括提供识别参数之间和诊断问题代码与参数之间的关系的曲线。
7. 根据技术方案1所述的方法，其特征在于，提供挖掘的数据给主题专家包括确定具体参数是否可能存在于具体系统情形。
8. 根据技术方案1所述的方法，其特征在于，所述方法进一步包括在将所述数据提供给所述主题专家之前进行数据后处理和挖掘数据的可视化。
9. 根据技术方案1所述的方法，其特征在于，所述系统为车辆系统。
10. 一种用于减少或消除车辆内不适当的错误情形的方法，所述方法包括：
收集识别诊断问题代码和用于设定所述诊断问题代码的所述车辆的参数的现场失效数据，所述参数包括电压、压力和温度中的一个或多个；
将已收集的数据变换成更适于人工分析的格式；
对已变换的数据进行预处理，以识别和排除可能使所述人工分析有偏差的信息，包括识别遗漏的值和信息；
执行用于在已预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析，包括采用决策树以利用参数标识符重新构建概率故障树；
提供挖掘的数据给主题专家检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发，包括确定具体参数是否可能存在于具体系统情形；和
如果确定具体参数不可能存在于具体系统情形，则提供建议，用以调整所述诊断问题代码的设定。
11. 根据技术方案10所述的方法，其特征在于，变换用于分析的已收集的数据包括将包括识别诊断问题代码、参数标识符、参数标识符描述和参数标识符值和单元的信息行的图表转换成用户友好格式。
12. 根据技术方案10所述的方法，其特征在于，所述方法进一步包括在将所述数据提供给所述主题专家之前进行数据后处理和挖掘的数据的可视化。
13. 根据技术方案10所述的方法，其特征在于，变换用于分析的已收集的数据包括将包括识别诊断问题代码、参数标识符、参数标识符描述和参数标识符值和单元的信息行的图表转换成用户友好格式。
14. 一种用于减少或消除系统内不适当的错误信号的方法，所述方法包括：
收集识别机内测试、问题代码和用于设定所述问题代码的所述系统的参数的数据；
将已收集的数据变换成更适于人工分析的格式；
执行用于在所述预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析；和
提供所述挖掘数据给主题专家检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发。
15. 根据技术方案14所述的方法，其特征在于，所述方法进一步包括对已变换的数据进行预处理，以识别和排除可能使所述人工分析有偏差的信息，包括识别遗漏的值和信息。
16. 根据技术方案14所述的方法，其特征在于，用于具体问题代码的所述参数包括电压、温度和压力。
17. 根据技术方案14所述的方法，其特征在于，执行数据挖掘和分析包括采用决策树，以利用参数标识符重新构建概率故障树。
18. 根据技术方案14所述的方法，其特征在于，执行数据挖掘和分析包括提供识别参数之间的关系的曲线。
19. 根据技术方案14所述的方法，其特征在于，提供所述挖掘数据给主题专家包括确定具体参数是否可能存在于具体系统情形。
20. 根据技术方案14所述的方法，其特征在于，所述方法进一步包括在将所述数据提供给所述主题专家之前进行数据后处理和挖掘数据的可视化。
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明显。
附图说明
图1为用于识别和校正不适当地设定的诊断问题代码的系统的框图；
图2为显示用于识别和校正不适当地设定的诊断问题代码的过程的流程图；和
图3为水平轴线表示控制模块电压且竖直轴线表示动力系继电器电压的图形，示出了显示用于识别和校正不适当地设定的诊断问题代码的过程如何发生的例子。
具体实施方式
本发明的实施例的以下论述涉及用于识别和校正基于不适当的操作参数被触发的诊断问题代码的系统和方法，它本质上仅为示范性的，绝非意图限制本发明、其应用或用途。例如，本发明尤其适用于在车辆内检测和校正不适当的诊断问题代码。然而，本领域技术人员应理解，用于防止不适当的DTC的方法可应用于其它系统。
DTC响应具有某些不理想的值的某些车辆参数而被触发，诸如电压、压力、温度等。对于一些DTC，选择这些参数以识别某些问题。已经发现，有时不适当地设定DTC的原因是已经满足参数的适当组合，但系统未处于读出参数的适当的状态。例如，如果车辆系统处于初始化状态，例如在启动或停止期间，那么来自传感器的测量可能没有发生。换言之，已经发现，有时在设定DTC所需的某些参数具有不可能的值，例如零电压的情况下，DTC已被设定。如上所述，如果因为在初始化程序期间没有读出电压，那么这种情形可能发生。本发明提供方法用于检测DTC先决条件的异常，在各种车辆操作参数处于瞬时状态时，识别和减少可能在问题实际未发生时发生的间歇的DTC。这种过程提供参数标识符(PID)与DTC之间的跨系统相关性。该过程和方法通过分析来自现场失效数据的PID与DTC之间的相关性来检测DTC的错误触发。
图1为提供用于所提出的用于识别和校正不适当地设定的诊断问题代码的方法所需硬件的系统30的框图，其中，离机执行所提出的用于识别和校正不适当地设定的诊断问题代码的方法。系统30包括代表处理从各种源34接收的信息的任何适当的处理器的计算机32，各种源34提供用于设定诊断问题代码的现场失效数据和参数。源34可为适于达成本文所述目的的任何源，诸如保修报告，DTC，维护店数据，远程信息数据等。由计算机32接收的信息和数据存储在计算机32的存储器36内，并可由SME访问。计算机32还包括允许数据挖掘和分析以识别不适当地设定的故障代码的数据挖掘模块40，与本文论述一致。计算机32采用将收集的数据变换成更适于人工分析的格式的算法和预处理传送的数据以识别和排除可能使人工分析偏离与本文论述一致的现场失效数据的信息的算法。计算机32提供允许SME分析适当的格式的数据和信息的工具，诸如报告和故障模型，其可显示于显示装置38。
图2为显示用于在车辆内识别和校正不适当地被触发的DTC的过程的流程图10。尽管本文讨论的过程具体应用于识别和校正车辆的不适当地被触发的DTC，但是该方法也可应用于其它类型的系统，例如航空系统和设备，或任何其它复杂的机械和/或电气系统。在框12，从已维护、有保修问题或已检查等的车辆收集现场失效数据，其中，出于一个原因或另一个原因已经设定DTC。现场失效数据可包括保修声明数据，DTC，参数标识符(PID)等，其来自许多不同的源，诸如服务店、远程信息服务等。数据可包括对某些症状采取的行动、对于保修声明和其它服务事件的DTC，和这些系统是否受到影响。收集现场失效数据可包括提供理想格式的DTC数据，例如用于DTC的列，用于PID、PID描述、PID值和PID单元的列。通过参数标识符(PID)识别参数，其可指示各种操作条件，诸如电压，电流，温度，压力等，且可被服务技术人员利用。其它类型的PID已知为开放性的PID，其不可被服务技术人员利用，而是仅能够在车辆的确立期间通过工程人员和其它制造人员观察。
在框14，将收集的数据变换成适于方便分析的格式。例如，数据变换可生成许多曲线、图形、图表等，其识别各种车辆参数之间的关系，以识别对于具体车辆系统或子系统的车辆的操作状况，例如温度，压力，电压等。这些图形、曲线和图表可识别各种参数的范围，不同参数之间的比率，参数之间的差异，某些参数的存在等。在框16，执行数据预处理，以清理数据和排除不适于分析的任何数据。数据预处理可包括补偿数据中遗漏的值，该遗漏的值可能导致数据损坏，其中，缺少的缓冲空间可能导致数据的丢失。
一旦数据处于分析的状态，该程序在框18提供用于检测不适当地设定的故障代码的数据挖掘和分析。在数据挖掘和分析期间，通过适当的人员分析DTC和PID之间的相关性，以便能够为进一步处理分离出数据中的任何差异和异常。分析可包括基于在数据变换步骤生成的各种曲线，例如柱状图、散点图、控制图表等，确定某些PID的存在，某些参数的比，某些参数的差异，某些参数在某些时间段是否在值的理想范围内等。由于数据挖掘和分析过程可包括选择性地识别可能适用于某些情况诸如间歇失效的参数和DTC，所以数据的数量可能相比收集的数据减少。数据挖掘和分析可包括绘制DTC、决策树，以利用PID和其触发DTC的值等重新构建概率故障树。在框20，通过适当的人员对隔离的数据进行后处理和可视化处理，以进一步提炼隔离的信息。例如，后处理可将隔离的信息分为不同主题，不同主题需要不同的技术专家对数据进行最终分析，以便提供补救方法。
一旦后处理完成，则在框22将用于具体车辆装置、构件、模块、子系统等的具体被隔离的信息提供给主题专家，主题专家将检查该信息，以确定是否信息显示了不应发生的任何不适当的或不可能的参数情况，该参数情况将无效地设定具体DTC。换言之，用于被检查的DTC的具体主题专家将知道具体参数是否无效，参数之间的具体关系是否无效等，其中，基于不应存在的情形过早地设定或不适当地设定DTC，在算法检查参数时确定是否应当设定DTC。如果主题专家找到这种情形，那么然后人员可推荐采取的校正行动，例如提供给算法多行代码，如果参数之间的具体关系出现，那么将不设定DTC。可在框24执行建议。
图3为通过PID $0042限定的水平轴线表示控制模块电压且通过PID $148D限定的竖直轴线表示动力系继电器电压的图形，其作为用于显示如何执行用于减少或消除不适当的BIT和诊断问题代码的设定的方法的代表性的例子，如以上讨论的那样。利用SME知识和数据挖掘结果，发现PID $0042和PID $148D为影响P1682即点火1、开关电路2的主要的PID。在图3中可以看出，两个电压对于通过沿直线的各点代表的DTC几乎相同。圆圈区域内的DTC P1682的事件远离“标称”区域。
在通过SME检查结果之后，可推断出这种极端的不匹配可能在发动机启动或停止时发生。在启动期间，控制模块电压几乎瞬时达到正常范围，而动力系继电器电压需要一定时间充电，其由电路的时间常数决定。另一方面，在发动机停止时，控制模块电压几乎瞬时降至零，而动力系继电器需要一些时间放电。
P1682的事件对于该数据组异常地高，其导致昂贵的维修，通常为控制模块的更换。用于P1682的DTC代码理应在启动和停止的瞬态期间不运行。因此，该发现改变了该DTC应出现的情形。
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 (10)

1. 一种用于减少或消除系统内不适当的错误情形的方法，所述方法包括：
收集识别机内测试、诊断问题代码和用于设定所述诊断问题代码的所述系统的参数的现场失效数据；
将已收集的数据变换成更适于人工分析的格式；
对已变换的数据进行预处理，以识别和排除可能使所述人工分析有偏差的信息；
执行用于在所述预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析；和
提供挖掘的数据给主题专家检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发。
2. 根据权利要求1所述的方法，其特征在于，用于具体诊断问题代码的参数包括电压、温度和压力。
3. 根据权利要求1所述的方法，其特征在于，变换用于分析的已收集的数据包括将包括识别诊断问题代码、参数标识符描述和参数标识符值和单元的信息行的图表转换成用户友好格式。
4. 根据权利要求1所述的方法，其特征在于，对已变换的数据进行预处理包括识别遗漏的值和信息。
5. 根据权利要求1所述的方法，其特征在于，执行数据挖掘和分析包括采用决策树以利用参数标识符重新构建概率故障树。
6. 根据权利要求1所述的方法，其特征在于，执行数据挖掘和分析包括提供识别参数之间和诊断问题代码与参数之间的关系的曲线。
7. 根据权利要求1所述的方法，其特征在于，提供挖掘的数据给主题专家包括确定具体参数是否可能存在于具体系统情形。
8. 根据权利要求1所述的方法，其特征在于，所述方法进一步包括在将所述数据提供给所述主题专家之前进行数据后处理和挖掘数据的可视化。
9. 一种用于减少或消除车辆内不适当的错误情形的方法，所述方法包括：
收集识别诊断问题代码和用于设定所述诊断问题代码的所述车辆的参数的现场失效数据，所述参数包括电压、压力和温度中的一个或多个；
将已收集的数据变换成更适于人工分析的格式；
对已变换的数据进行预处理，以识别和排除可能使所述人工分析有偏差的信息，包括识别遗漏的值和信息；
执行用于在已预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析，包括采用决策树以利用参数标识符重新构建概率故障树；
提供挖掘的数据给主题专家检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发，包括确定具体参数是否可能存在于具体系统情形；和
如果确定具体参数不可能存在于具体系统情形，则提供建议，用以调整所述诊断问题代码的设定。
10. 一种用于减少或消除系统内不适当的错误信号的方法，所述方法包括：
收集识别机内测试、问题代码和用于设定所述问题代码的所述系统的参数的数据；
将已收集的数据变换成更适于人工分析的格式；
执行用于在所述预处理的数据中检测故障代码的不适当的设定的数据挖掘和分析；和
提供所述挖掘数据给主题专家检查，以确定诊断问题代码是否已经因操作参数的不适当的值被触发。
CN2010105891451A 2009-12-15 2010-12-15 利用操作参数消除错误情形的不适当的设定的挖掘方法 Pending CN102156472A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/638592 2009-12-15
US12/638,592 US20110144853A1 (en) 2009-12-15 2009-12-15 Mining methodology to eliminate inappropriate setting of error conditions using operating parameters

Publications (1)

Publication Number Publication Date
CN102156472A true CN102156472A (zh) 2011-08-17

Family

ID=43993092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010105891451A Pending CN102156472A (zh) 2009-12-15 2010-12-15 利用操作参数消除错误情形的不适当的设定的挖掘方法

Country Status (3)

Country Link
US (1) US20110144853A1 (zh)
CN (1) CN102156472A (zh)
DE (1) DE102010054041A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110275507A (zh) * 2018-03-13 2019-09-24 本田技研工业株式会社 交通工具信息处理装置、控制方法和交通工具数据提供系统

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5161829B2 (ja) * 2009-04-06 2013-03-13 本田技研工業株式会社 故障再現を支援する診断装置および故障再現データの出力方法
EP2546745B1 (en) * 2011-07-13 2017-11-29 Harman Becker Automotive Systems GmbH Indicating states in a telematic system
DE102013220922A1 (de) * 2013-10-16 2015-04-16 Zf Friedrichshafen Ag Telematiksystem, Verfahren und Telematikfahrzeugeinheit
US11904875B2 (en) 2019-10-08 2024-02-20 GM Global Technology Operations LLC Adaptive prognostics systems and methods for vehicles

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060095230A1 (en) * 2004-11-02 2006-05-04 Jeff Grier Method and system for enhancing machine diagnostics aids using statistical feedback
CN1813263A (zh) * 2003-06-30 2006-08-02 国立大学法人香川大学 信息处理器、状态判断单元、诊断单元、信息处理方法、状态判断方法和诊断方法
US20060241831A1 (en) * 2005-03-31 2006-10-26 Fujitsu Ten Limited Method for investigating cause of decrease in frequency of abnormality detections, method for improving frequency of abnormality detections and electronic control apparatus
US20080004764A1 (en) * 2006-06-30 2008-01-03 Manokar Chinnadurai Diagnostics data collection and analysis method and apparatus to diagnose vehicle component failures
US7509538B2 (en) * 2004-04-21 2009-03-24 Microsoft Corporation Systems and methods for automated classification and analysis of large volumes of test result data
CN101566852A (zh) * 2008-04-25 2009-10-28 通用汽车环球科技运作公司 过滤相关诊断故障代码的控制系统和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6622264B1 (en) * 1999-10-28 2003-09-16 General Electric Company Process and system for analyzing fault log data from a machine so as to identify faults predictive of machine failures
FR2903774B1 (fr) * 2006-07-17 2008-09-05 Renault Sas Procede de validation d'un diagnostic de fontionnement d'un dispositif.
US9029157B2 (en) * 2007-04-12 2015-05-12 Nipro Diagnostics, Inc. Error detection and rejection for a diagnostic testing system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1813263A (zh) * 2003-06-30 2006-08-02 国立大学法人香川大学 信息处理器、状态判断单元、诊断单元、信息处理方法、状态判断方法和诊断方法
US7509538B2 (en) * 2004-04-21 2009-03-24 Microsoft Corporation Systems and methods for automated classification and analysis of large volumes of test result data
US20060095230A1 (en) * 2004-11-02 2006-05-04 Jeff Grier Method and system for enhancing machine diagnostics aids using statistical feedback
US20060241831A1 (en) * 2005-03-31 2006-10-26 Fujitsu Ten Limited Method for investigating cause of decrease in frequency of abnormality detections, method for improving frequency of abnormality detections and electronic control apparatus
US20080004764A1 (en) * 2006-06-30 2008-01-03 Manokar Chinnadurai Diagnostics data collection and analysis method and apparatus to diagnose vehicle component failures
CN101566852A (zh) * 2008-04-25 2009-10-28 通用汽车环球科技运作公司 过滤相关诊断故障代码的控制系统和方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110275507A (zh) * 2018-03-13 2019-09-24 本田技研工业株式会社 交通工具信息处理装置、控制方法和交通工具数据提供系统

Also Published As

Publication number Publication date
DE102010054041A1 (de) 2011-06-16
US20110144853A1 (en) 2011-06-16

Similar Documents

Publication Publication Date Title
CN110023862B (zh) 诊断装置、诊断方法及计算机可读取的记录介质
US8095261B2 (en) Aggregated information fusion for enhanced diagnostics, prognostics and maintenance practices of vehicles
EP3168703A1 (en) Field device, field device system, and diagnostic method
CN102156472A (zh) 利用操作参数消除错误情形的不适当的设定的挖掘方法
US20100042287A1 (en) Proactive vehicle system management and maintenance by using diagnostic and prognostic information
RU2601141C2 (ru) Система и способ для обеспечения диагностической информации о неисправностях
CN111736030B (zh) 一种汽车的通用故障管理方法
CN103065694A (zh) 核电厂严重事故仪表可用性分析方法
KR102141677B1 (ko) 발전소 고장 예측 및 진단시스템의 학습모델을 위한 학습데이터 생성장치 및 방법
KR101565030B1 (ko) 데이터 분석을 이용한 자동차의 오류 판단 시스템 및 그 방법
KR20210084094A (ko) 무선 진동 센서의 배터리 상태 감시 시스템 및 방법
CN101738237B (zh) 从安全相关区域转移对安全功能有影响的部件
JP7045200B2 (ja) 火災検知システム
KR20110075332A (ko) 설비 고장 예측 방법
CN113242815B (zh) 用于诊断机动车中的安全部件的方法
KR20130117596A (ko) 에이치엠아이 시스템의 알람 처리 장치 및 방법
CN108700437B (zh) 用于确定过程自动化中的过程变量的现场仪器
CN111930081A (zh) 用于监控agv状态的方法、装置、边缘设备和存储介质
Dekate Prognostics and engine health management of vehicle using automotive sensor systems
KR101669401B1 (ko) 검사기기 사전 경보시스템
CN113474631B (zh) 诊断机检验系统以及诊断机检验方法
CN113625676B (zh) 工程机械故障诊断方法和系统、现场诊断装置和存储介质
KR20180061097A (ko) 기계 또는 기기의 오작동 발생 상황 저장 장치 및 그에 의한 저장 방법
CN108809746B (zh) 一种标定工具失效检校方法
WO2021171682A1 (ja) 音点検システムおよび制御方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110817