DE102007010978A1 - Electrical system's diagnosis supporting device for use in motor vehicle, has evaluation unit to produce list of incorrect components that are sorted based on dependence value, and output/supply unit to display or provide list - Google Patents
Electrical system's diagnosis supporting device for use in motor vehicle, has evaluation unit to produce list of incorrect components that are sorted based on dependence value, and output/supply unit to display or provide list Download PDFInfo
- Publication number
- DE102007010978A1 DE102007010978A1 DE200710010978 DE102007010978A DE102007010978A1 DE 102007010978 A1 DE102007010978 A1 DE 102007010978A1 DE 200710010978 DE200710010978 DE 200710010978 DE 102007010978 A DE102007010978 A DE 102007010978A DE 102007010978 A1 DE102007010978 A1 DE 102007010978A1
- Authority
- DE
- Germany
- Prior art keywords
- components
- information
- error
- nodes
- error event
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
- G01R31/007—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks using microprocessors or computers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
- G01R31/2836—Fault-finding or characterising
- G01R31/2846—Fault-finding or characterising using hard- or software simulation or using knowledge-based systems, e.g. expert systems, artificial intelligence or interactive algorithms
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
Description
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Unterstützen einer Diagnose eines elektrischen Systems, insbesondere eines elektrischen Systems eines Kraftfahrzeugs, von miteinander verschalteten Komponenten.The The invention relates to a method and apparatus for assisting a diagnosis of an electrical system, in particular an electrical System of a motor vehicle, of interconnected components.
Elektrische Systeme umfassen eine Vielzahl von miteinander verschalteten Komponenten. Diese Komponenten umfassen Massepunkte, Leitungen, Lampen, Aktoren, Sensoren, komplexe Steuergeräte usw. Insbesondere komplexe Komponenten sind heutzutage häufig eigendiagnosefähig. Darunter wird im Folgenden verstanden, dass diese Komponenten Störungen selbstständig erkennen und kommunizieren können. Im Bereich der Kraftfahrzeugtechnik wurden unter dem Begriff On-Board-Diagnose Schnittstellen und Kommunikationsprotokolle definiert, über die auf solche komplexen Komponenten, die auch als Steuergeräte bezeichnet werden, zugegriffen werden kann, um Ereignisspeichereinträge, die so genannte Fehlerereigniseinträge (DTC-engl. Diagnostic Trouble Code) umfassen, Messwerte und andere Informationen auszulesen. Diese Informationen werden von Diagnoseroutinen innerhalb der komplexen Komponenten ermittelt. Hierfür existieren verschiedene Verfahren. So werden in der Regel alle von Sensoren eingelesenen Analogsignale dahingehend überwacht, ob sie innerhalb eines zulässigen Bereichs liegen. In vielen Fällen werden auch Sensorsignale gegeneinander plausibilisiert. Bei komplexeren mechatronischen Systemen, wie sie z. B. zur Regelung eines Verbrennungsprozesses in einem Motor zum Einsatz kommen, werden darüber hinaus modellbasierte Diagnoseverfahren eingesetzt.electrical Systems include a variety of interconnected components. These components include earth points, wires, lamps, actuators, Sensors, complex control devices, etc. Especially complex Components are often self-diagnostic today. This is understood below that these components interference recognize and communicate independently. In the field of automotive engineering, the term on-board diagnostic interfaces and communication protocols defined over those on complex components, also referred to as controllers can be accessed to store event entries so-called error event entries (DTC) Trouble Code) include readings and other information. This information is provided by diagnostic routines within the complex Components determined. There are different ones for this Method. So usually all read by sensors Analog signals are monitored to see if they are within a permissible range. In many cases also plausibility of sensor signals against each other. For more complex mechatronic systems, as z. B. for controlling a combustion process In addition, model-based engines are used in an engine Diagnostic method used.
Unter einem Begriff Off-Board-Diagnose-System wird eine Klasse von Systemen zusammengefasst, die im Bedarfsfall, beispielsweise in einer Werkstatt, an ein elektrisches System angeschlossen werden und von außen über eine Datenverbindung auf die Komponenten des elektrischen Systems zugreifen. Diese Off-Board-Diagnose-Systeme weisen die Möglichkeit auf, die Ereignisspeichereinträge aller vorhandenen Komponenten des elektrischen Systems auszulesen und in einer für einen Mechaniker lesbaren Form aufzubereiten und auszugeben. Häufig verfügen solche Systeme über zusätzliche Diagnosefunktionen, die es ermöglichen, auf weitere Diagnoseroutinen einzelner Komponenten zuzugreifen. Hierdurch wird die Möglichkeit geschaffen, einzelne Messwerte von Sensoren abzufragen, Stellglieder (Aktoren) gezielt anzusteuern und/oder eine Software, die in einer Komponente umgesetzt ist, zu aktualisieren.Under A term off-board diagnostic system will be a class of systems if necessary, for example in a workshop, be connected to an electrical system and from outside via a data connection to the components of the electrical system access. These off-board diagnostic systems have the option on, the event store entries of all existing components of the electrical system and in one for one Mechanic to edit and output readable form. Often such systems have additional diagnostic functions, which allow for further diagnostic routines of individual To access components. This will be the opportunity created to interrogate individual readings from sensors, actuators (Actuators) to target and / or software in one Component is implemented, update.
Das Auslesen von Fehlerereigniseinträgen gibt häufig erste Hinweise, wo eine Fehlerquelle des elektrischen Systems lokalisiert sein könnte. Eine eindeutige Zuordnung von Fehlerereigniseinträgen zu einzelnen fehlerhaften Komponenten ist jedoch nur in den wenigsten Fällen möglich. Häufig können eine Vielzahl von Komponenten des elektrischen Systems für das Auftreten eines Fehlerereigniseintrags in dem Sinne verantwortlich sein, dass dieser Fehlerereigniseintrag in einer der komplexen Komponenten gesetzt wird, wenn eine dieser Komponenten defekt ist, d. h. nicht in Ordnung ist. Um eine Fehlerlokalisierung möglichst schnell und effizient zu bewerkstelligen, ist es wünschenswert, diejenigen Komponenten zu lokalisieren, die am wahrscheinlichsten aufgrund ihrer Fehlerhaftigkeit für das Auftreten des entsprechenden Fehlerereignisses verantwortlich sind, welches zu dem Fehlerereigniseintrag geführt hat.The Reading out error event entries is common first clues where localized a source of error of the electrical system could be. A unique mapping of error event entries however, only a few faulty components are defective Cases possible. Often one can Variety of components of the electrical system for the Occurrence of an error event entry in the sense responsible Be that error event entry in one of the complex components is set if one of these components is defective, d. H. Not okay. To locate a fault as quickly as possible and efficiently, it is desirable to locate those components most likely due to their defectiveness for the occurrence of the corresponding Error event leading to the error event entry Has.
Aus
Aus
der
Eine automatisierte Unterstützung der Diagnose von elektrischen Systemen, die in einer großen Variantenanzahl gefertigt werden, ist derzeit nicht befriedigend möglich. Wünschenswert ist es, ein Verfahren und eine Vorrichtung zu schaffen, die eine gewichtete Liste möglicher Fehlerkandidaten erzeugt. Anhand dieser Liste ist es dann einem Servicetechniker oder einem weiteren Verfahren oder einer Vorrichtung automatisiert möglich, geeignete weitere Diagnoseschritte einzuleiten bzw. vorzuschlagen oder durchzuführen, die eine Eingrenzung der fehlerhaften Komponente ermöglichen.A automated support of the diagnosis of electrical Systems made in a large number of variants are currently not satisfactorily possible. Desirable It is to provide a method and a device which has a weighted list of possible error candidates. Based This list is then a service technician or another Automated method or device possible to initiate or propose suitable further diagnostic steps or carry out a limitation of the faulty Enable component.
Der Erfindung liegt somit die technische Aufgabe zugrunde, ein Verfahren und eine Vorrichtung zum Unterstützen der Diagnose eines elektrischen Systems, insbesondere eines elektrischen Systems eines Kraftfahrzeugs, zu schaffen, die eine Liste mit möglicherweise fehlerhaften Komponenten sortiert nach ermittelten Vertrauenswerten in eine Fehlerhaftigkeit ausgeben und auf einfache Weise automatisiert auf eine Vielzahl von in Varianten erzeugten Ausführungsformen des elektrischen Systems anwendbar sind.Of the The invention is therefore based on the technical problem of a method and a device for assisting the diagnosis of electrical system, in particular an electrical system of a Motor vehicle, to create a list with possibly faulty components sorted according to determined trustworthiness spend in a flaw and automate easily to a variety of variants generated in variants of the electrical system are applicable.
Die technische Aufgabe wird erfindungsgemäß durch eine Vorrichtung mit den Merkmalen des Patentanspruchs 1 sowie ein Verfahren mit den Merkmalen des Patentanspruchs 11 gelöst. Vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen.The technical problem is achieved by a device having the features of claim 1 and a Method solved with the features of claim 11. Advantageous embodiments of the invention will become apparent from the Dependent claims.
Die Erfindung ist so ausgestaltet, dass lediglich das bei der Produktion des elektrischen Systems anfallende Wissen über die einzelnen Varianten verwendet wird, um hieraus ein wahrscheinlichkeitsbasiertes Netzwerk zu erzeugen, mit Hilfe dessen beobachtete Fehlerereignisse auswertbar sind, um eine gewünschte Liste an möglicherweise fehlerhaften Komponenten gewichtet nach Vertrauenswerten für eine Fehlerhaftigkeit der einzelnen Komponenten zu erhalten.The Invention is designed so that only in production of the electrical system arising knowledge about the individual Variants is used to make it a probability-based Network to generate, with the help of which observed error events are evaluable to possibly a desired list faulty components weighted according to trustworthiness for a Incorrectness of the individual components.
Insbesondere wird eine Vorrichtung zum Unterstützen einer Diagnose eines elektrischen Systems, insbesondere eines elektrischen Systems eines Kraftfahrzeugs, von miteinander verschalteten Komponenten vorgeschlagen, welche umfasst:
- – eine Netzerzeugungseinheit zum Erzeugen eines Bayesschen Netzes
- – aus einem Strukturdatensatz, der Informationen über die Komponenten und deren elektrische Verschaltung umfasst;
- – aus Ausfallwahrscheinlichkeitsinformationen, die es ermöglichen, jeder der Komponenten eine Ausfallwahrscheinlichkeit zuzuordnen und
- – aus Fehlerereignisinformationen, die mögliche Fehlerereignisse und den Fehlerereignissen zugeordnete Zuweisungsangaben umfassen, wobei für jedes der Fehlerereignisse zumindest eine Zuweisungsangabe existiert und eine Zuweisungsangabe ein Fehlerereignis einer der Komponenten zuordnet, wobei jeder Komponente und jedem Fehlerereignis ein Knoten zugeordnet ist und das Bayessche Netz eine Ursache-Wirkungs-Beziehung zwischen den Komponenten und den Fehlerereignissen abbildet;
- – eine Erfassungseinheit zum Erfassen mindestens einer Fehlerereignisangabe, die ein Auftreten eines entsprechenden der Fehlereignisse angibt;
- – eine Auswerteeinheit zum Auswerten des Bayesschen Netzes und Ermitteln eines Vertrauenswertes für eine Fehlerhaftigkeit jeder der Komponenten und Erzeugen einer Liste von möglichen fehlerhaften Komponenten sortiert nach den bei der Auswertung ermittelten Vertrauenswerten; und
- – eine Ausgabe- und Bereitstellungseinheit zum Ausgeben oder Bereitstellen der Liste.
- A network generation unit for generating a Bayesian network
- - From a structural data set that includes information about the components and their electrical wiring;
- - probability of default information that allows each of the components to be assigned a probability of default and
- Assignment information associated with possible error events and error events, wherein at least one assignment indication exists for each of the error events, and an assignment indication assigns an error event to one of the components, each node and each error event being assigned a node and the Bayesian network having a cause Depicts the effect relationship between the components and the error events;
- A detection unit for detecting at least one error event indication indicating an occurrence of a corresponding one of the failure events;
- - An evaluation unit for evaluating the Bayesian network and determining a confidence value for a defectiveness of each of the components and generating a list of possible faulty components sorted according to the confidence values determined in the evaluation; and
- An output and provision unit for outputting or providing the list.
Es reicht somit aus, jene Strukturdaten zu kennen, die eine Verschaltung der Komponenten in einem einfachen Stromlaufplan angibt. Zusätzlich werden Ausfallwahrscheinlichkeiten benötigt, die es ermöglichen, den einzelnen Komponenten jeweils eine Ausfallwahrscheinlichkeit zuzuordnen. Diese Informationen sind aus der Qualitätssicherung der verbauten Komponenten bzw. der Herstellung bekannt und können gegebenenfalls durch Erfahrungswerte ersetzt und/oder ergänzt werden, die aus dem Betrieb des elektrischen Systems oder anderer Varianten des elektrischen Systems gewonnen sind. Ferner werden für die Ermittlung der gewichteten Liste der Fehlerkandidaten Fehlerereignisinformationen benötigt, die die möglichen Fehlerereignisse angeben und angeben, an welcher Komponente die Fehlerereignisse auftreten können. Hierbei werden Komponenten nur auf einer Basis in Ordnung (iO) und nicht in Ordnung (niO) betrachtet. Eine interne Struktur einer komplexen Komponente, beispielsweise eines Steuergerätes, wird nicht näher betrachtet. Weist ein Steuergerät jedoch mehrere Anschlüsse auf, so werden diese als eigenständige Komponenten bzw. deren Verbindungsstellen als eigenständige Komponenten betrachtet. Als Fehlerereignisse werden beobachtbare Zustände des elektrischen Systems bzw. einzelner Komponenten angesehen. Als beobachtbar in diesem Sinne gelten auslesbare Fehlerspeichereinträge (DTC-Einträge). Für diese durch eine On-Board-Diagnose ermittelten Fehlerereigniseinträge ist bei der Herstellung der komplexen Komponente spezifiziert, welcher oder welche elektrischen Ein-/Ausgänge für das Auftreten des entsprechenden Fehlerereignisses verantwortlich sein kann oder können. Dies bedeutet, dass die Ein- und Ausgänge der komplexen Komponente bekannt sind, die mit einem Fehlerereignis in Zusammenhang stehen, wenn an diese eine andere, fehlerhafte Komponente angeschlossen ist. Ist ein Fehlerereignis unabhängig von allen Aus- und Eingängen der entsprechenden Komponente, so ist ein Auftreten dieses Fehlerereignisses ein Indiz dafür, dass diese Komponente fehlerhaft ist. In diesen selten auftretenden Fällen ist somit eine Fehlerlokalisierung auf eine Komponente ohnehin einfach möglich. Um für die einzelnen Komponenten des elektrischen Systems Vertrauenswerte für eine Fehlerhaftigkeit ermitteln zu können, ist vorgeschlagen, ein Bayessches Netz aus den soeben genannten Informationen zu erstellen, die sämtlich aus der Produktion des elektrischen Systems bekannt sind. Unter Ausnutzung einfachen elektrotechnischen Wissens lässt sich aus dem Strukturdatensatz ermitteln, wie ein Ausfall einer Komponente andere Komponenten in einer Ursache-Wirkungs-Beziehung beeinflusst. Hierbei werden die Komponenten lediglich als Zweizustandssysteme betrachtet, dies bedeutet, sie sind entweder in Ordnung (iO) oder nicht in Ordnung (niO). Jeder Komponente und jedem Fehlerereignis wird ein Knoten eines Bayesschen Netzes zugeordnet. Hierbei ist entscheidend, dass jedem Fehlerereignis eine Komponente zugeordnet ist, die mit dem Auftreten des Fehlerereignisses verknüpft ist. Erzeugt eine als Steuergerät ausgebildete komplexe Komponente beispielsweise einen Fehlerereigniseintrag, wenn an einem Eingang ein außerhalb eines Normbereichs liegender Spannungswert gemessen wird, so ist das durch den Fehlerereigniseintrag gekennzeichnete Fehlerereignis diesem Ausgang des Steuergerätes zugeordnet. Beim Erstellen des Bayesschen Netzes werden für jedes Fehlerereignis und für jede Komponente jeweils ein Knoten erzeugt. Das Bayessche Netz bildet eine Ursache-Wirkungs-Beziehung zwischen den Komponenten und den Fehlerereignissen ab: Sei bei dem oben angegebenen Beispiel an dem Eingang der Komponente eine weitere Komponente angeschlossen, so sind dem Fehlerereignis der Eingang, die Komponente und die weitere Komponente zugeordnet. Dies bedeutet, dass das Fehlerereignis der Komponente Eingang des Steuergeräts zugeordnet ist.It is therefore sufficient to know those structural data which indicates an interconnection of the components in a simple circuit diagram. In addition, failure probabilities are needed that allow the individual components each to assign a default probability. This information is known from the quality assurance of the installed components or the production and may optionally be replaced and / or supplemented by experience gained from the operation of the electrical system or other variants of the electrical system. Furthermore, the determination of the weighted list of error candidates requires error event information indicating the possible error events and indicating at which component the error events may occur. In this case, components are considered only on a basis in order (OK) and not in order (NOK). An internal structure of a complex component, such as a control unit, is not considered in detail. However, if a control unit has several connections, these are regarded as separate components or their connection points as separate components. Observable states of the electrical system or of individual components are regarded as error events. Observable in this sense are readable error memory entries (DTC entries). For these error event entries determined by an on-board diagnosis, it is specified in the production of the complex component which or which electrical inputs / outputs may or may be responsible for the occurrence of the corresponding error event. This means that the inputs and outputs of the complex component are known, which are related to a fault event when connected to another faulty component. If an error event is independent of all outputs and inputs of the corresponding component, an occurrence of this error event is an indication that this component is faulty. In these rarely occurring cases, error localization to a component is thus easily possible anyway. In order to be able to determine confidence values for an error for the individual components of the electrical system, it is proposed to create a Bayesian network from the information just mentioned, all of which are known from the production of the electrical system. Using simple electrical engineering knowledge, the structural data set can be used to determine how failure of one component affects other components in a cause-and-effect relationship. Here, the components are considered as two-state systems only, that is, they are either OK (OK) or not OK (NOK). Each component and each error event is assigned a node of a Bayesian network. It is crucial that each error event has a component associated with the occurrence of the error event. If, for example, a complex component designed as a control unit generates an error event entry, if an out-of-normal voltage value is measured at an input, then the error event identified by the error event entry is assigned to this output of the control unit. When creating the Bayesian network, one node is created for each error event and for each component. The Bayesian network maps a cause-and-effect relationship between the components and the error events: If, in the example given above, another component is connected to the input of the component, then the input, the component and the further component are assigned to the error event. This means that the error event is assigned to the component input of the control unit.
Die zur Verfügung gestellten Ausfallwahrscheinlichkeitsinformationen geben für die einzelnen Komponenten individuelle Ausfallwahrscheinlichkeiten an. Hierbei ist es möglich, in den Ausfallwahrscheinlichkeitsinformationen für gleiche oder ähnliche Komponenten nur einen einzelnen Wert vorzusehen. Dies bedeutet, dass beispielsweise Verbindungsleitungen jeweils ein einheitlicher Ausfallwahrscheinlichkeitswert zugeordnet sein kann. Die Ausfallwahrscheinlichkeiten werden als a priori Wahrscheinlichkeiten den einzelnen Knoten des Bayesschen Netzes zugeordnet. Für die Fehlerereignisse kann beim Erstellen des Bayesschen Netzes jeweils eine maximale Unsicherheit angenommen werden, d. h. die Wahrscheinlichkeit, dass das Fehlerereignis eingetreten ist (ein Fehlerereigniseintrag gesetzt ist), kann als 50% angesehen werden und ist ebenso wahrscheinlich wie das Nichtauftreten. Anhand der a priori Wahrscheinlichkeiten ist es mittels des Bayesschen Netzes möglich, für jeden der Knoten und somit auch für jede der Komponenten einen Vertrauenswert zu errechnen, dass die jeweilige Komponente fehlerhaft ist. Diese Information ist komplementär zu der Information, die ein Vertrauen dafür angibt, dass die entsprechende Komponente nicht fehlerhaft, d. h. in Ordnung, ist. Bei den einem Fehlerereignis zugeordneten Knoten wird das Nichteintreten des Fehlers mit dem Zustand in Ordnung und das Auftreten eines Fehlerereignisses mit dem Zustand nicht in Ordnung assoziiert. Ermittelt man nun mindestens ein Fehlerereignis, so kann man dieses als Evidenz in das Bayessche Netz „eingeben". Dieses bedeutet, dass man den Vertrauenswert des entsprechenden Knotens in dessen Fehlerhaftigkeit auf 100% setzt. Vorteilhafterweise werden alle Fehlerereignisse analysiert, d. h. alle Fehlerereignisspeicher sämtlicher komplexen Komponenten des elektrischen Systems ausgelesen und somit sämtliche Vertrauenswerte in die Fehlerhaftigkeit der entsprechenden Knoten der Fehlerereignisse auf 0 oder 100% festgelegt, je nach dem, ob ein entsprechender Fehlerereigniseintrag nicht vorhanden bzw. vorhanden ist. Durch das Einspeisen dieser Evidenz in das Bayessche Netz lassen sich die Vertrauenswerte der einzelnen Komponenten für ihre Fehlerhaftigkeit neu berechnen. Somit erhält man für jede der Komponenten einen Vertrauenswert für die jeweilige Fehlerhaftigkeit. Anhand dieser Vertrauenswerte ist es nun möglich, eine sortierte Liste der möglicherweise fehlerhaften Komponenten zu erstellen, die sortiert nach diesen Vertrauenswerten ist. Vorzugsweise ist die Liste somit so sortiert, dass die Komponenten, die am wahrscheinlichsten fehlerhaft sind, an erster Stelle der Liste angeordnet sind. Es versteht sich, dass die ausgegebene Liste nicht sämtliche möglicherweise fehlerhaften Komponenten umfassen muss. Nach einer bevorzugten Ausführungsform der Erfindung wird nur eine bestimmte Anzahl von Komponenten maximal ausgegeben oder nur sämtliche Komponenten, die denselben, vorzugsweise maximalen, Vertrauenswert in die Fehlerhaftigkeit aufweisen. Die so ermittelte Liste wird ausgegeben bzw. bereitgestellt, so dass sie durch einen Servicetechniker oder ein anderes Verfahren oder eine andere Vorrichtung genutzt werden kann, um über weitere Diagnoseschritte die tatsächlich fehlerhafte Komponente zu ermitteln und diese auszutauschen bzw. wieder instand zu setzen. Die vorgeschlagene Lösung zeichnet sich dadurch aus, dass nur eine begrenzte Menge an Informationen notwendig ist, um für eine beliebige Variante des elektrischen Systems eine zuverlässige Ermittlung derjenigen Komponenten zu ermöglichen, die mit höchster Wahrscheinlichkeit für ein aufgetretenes Fehlerereignis verantwortlich sind. Außer den oben angegebenen Informationen, die im Produktionsprozess auf jeden Fall anfallen, sind neben grundlegenden Regeln der Elektrotechnik, die zur Analyse des Strukturdatensatzes, d. h. eines Stromlaufplans, von Nöten sind, keine weiteren Informationen erforderlich, um das entsprechende Bayessche Netz zu erstellen. Somit ist kein besonderes Diagnosewissen über die Abhängigkeiten der einzelnen Komponenten voneinander über das Diagnosewissen hinaus erforderlich, das in den oben bezeichneten Strukturdaten und den Fehlerereignisinformationen enthalten ist. An dieser Stelle sei angemerkt, dass die Fehlerereignisse nicht notwendigerweise mit dem Setzen eines Fehlercodes in einem Fehlerereignisspeicher einhergehen müssen. Ebenso ist es möglich, andere leicht beobachtbare oder messbare Ereignisse, die eine in Ordnung/nicht in Ordnung Klassifikation erlauben, als Fehlerereignisse zu verwenden. Beispielsweise kann das Leuchten einer Handschuhfachinnenbeleuchtung bei geöffnetem Handschuhfachdeckel als ein Fehlerereignis verwendet werden, das eintritt, wenn die Handschuhfachbeleuchtung bei geöffnetem Handschuhfachdeckel nicht leuchtet. Die Angabe, ob eine mögliches Fehlerereignis eingetreten ist und gegebenenfalls welches, wird über eine Fehlerereignisangabe erfasst. Diese kann auch Angabe über die Fehlerhaftigkeit einzelner Komponenten oder deren einwandfreien Zustand umfassen.The default probability information provided provides individual failure probabilities for the individual components. It is possible to provide only a single value in the probability of failure information for the same or similar components. This means that, for example, connection lines can each be assigned a uniform default probability value. The default probabilities are assigned as a priori probabilities to the individual nodes of the Bayesian network. For the error events, a maximum uncertainty can be assumed when creating the Bayesian network, ie the probability that the error event has occurred (an error event entry is set) can be regarded as 50% and is just as likely as the non-occurrence. On the basis of the a priori probabilities it is possible by means of the Bayesian network to calculate a confidence value for each of the nodes and thus also for each of the components that the respective component is faulty. This information is complementary to the information that indicates confidence that the corresponding component is not faulty, ie, okay. For the node associated with an error event, the failure to acknowledge the error is okay with the condition and the occurrence of an error event is not properly associated with the condition. If at least one error event is found, it can be "entered" as evidence in the Bayesian network, which means setting the trustworthiness of the node in question to 100%, advantageously analyzing all error events, ie all error event memories of all complex ones Components of the electrical system are read out and thus all confidence values in the error of the corresponding nodes of the error events are set to 0 or 100%, depending on whether a corresponding error event entry is not present or present by feeding this evidence into the Bayesian network the confidence values of the individual components for recalculate their defectiveness. Thus one obtains for each of the components a confidence value for the respective defectiveness. Based on these trust values, it is now possible to create a sorted list of potentially faulty components sorted according to these trusted values. Preferably, the list is thus sorted such that the components that are most likely to be faulty are placed first in the list. It is understood that the output list does not have to include all possibly faulty components. According to a preferred embodiment of the invention, only a certain number of components is output at most or only all components which have the same, preferably maximum, confidence in the defectiveness. The list thus determined is output or made available so that it can be used by a service technician or another method or another device in order to determine the actually defective component via further diagnostic steps and to replace or repair it. The proposed solution is characterized by the fact that only a limited amount of information is necessary in order to allow for any variant of the electrical system reliable determination of those components which are most likely responsible for an error event that has occurred. Apart from the information given above, which in any case arises in the production process, apart from fundamental rules of electrical engineering, which are necessary for the analysis of the structural data set, ie a circuit diagram, no further information is required to create the corresponding Bayesian network. Thus, no special diagnostic knowledge is required about the dependencies of the individual components on each other beyond the diagnostic knowledge contained in the above-described structure data and the error event information. It should be noted that the error events do not necessarily have to be accompanied by the setting of an error code in an error event memory. Likewise, it is possible to use other easily observable or measurable events that allow a fair / out of order classification as error events. For example, lighting a glove box interior light with the glove box lid open may be used as a fault event that occurs when the glove box light is not lit when the glove box lid is open. The indication of whether a possible error event has occurred and, if so, which is, is recorded via an error event indication. This may also include information about the defectiveness of individual components or their perfect condition.
Eine verbesserte Aussage erhält man mit einer Ausführungsform, bei der das Bayessche Netz beim Erstellen so vereinfacht wird, dass zumindest für jede der Komponenten, der über Zuordnungsanweisungen mehr als ein Fehlerereignis zugeordnet ist, dem Bayesschen Netz ein so genannter Wirkknoten zugefügt wird, über den die Ursache-Wirkungs-Beziehung zu den den entsprechenden Fehlerereignissen zugeordneten Knoten abgebildet ist. Diese Ausführungsform ist jeweils dann von Vorteil, wenn ein und derselben Komponente mehrere Fehlerereignisse über Zuweisungsangaben zugeordnet sind. Beispielsweise kann das Auftreten eines Messwertes außerhalb eines Normbereichs an einem Eingang einer Komponente, gegebenenfalls mit weiteren Befunden, zu zwei unterschiedlichen Fehlerereignissen führen. Bei einer Ermittlung der Vertrauenswerte der einzelnen Komponenten würden nun jedoch sämtliche Komponenten, die mit dem einen Eingang in einer Ursache-Wirkungs-Beziehung stehen, beim gemeinsamen Auftreten beider Fehlerereignisse "doppelt" belastet. Mit belastet ist in diesem Zusammenhang gemein, dass jeweils eine bedingte Wahrscheinlichkeit der Komponenten, welche den Vertrauenswert für die Fehlerhaftigkeit angibt, erhöht wird. Eine solche Modellierung ist jedoch häufig nicht wünschenswert.A improved statement is obtained with an embodiment, in which the Bayesian network is simplified when creating so that at least for each of the components, via assignment instructions more than one error event is assigned to the Bayesian network a so-called knitting knot is added over the cause-and-effect relationship with the corresponding error events mapped node is mapped. This embodiment is in each case advantageous if one and the same component several error events are assigned via assignment information. For example, the occurrence of a reading outside a standard range at an input of a component, if necessary with further findings, on two different error events to lead. In a determination of the confidence values of the individual Components would now be all components, who are with the one input in a cause and effect relationship, burdened with the occurrence of both error events "double". With burdened in this context is common that one each conditional probability of the components that the trust worth indicates the defectiveness is increased. However, such modeling is often undesirable.
Die Propagation von eingespeister Evidenz in das Bayessche Netz, d. h., ein erneutes Berechnen der Vertrauenswerte der einzelnen Komponenten nach einer Eingabe einer neuen Fehlerereignisangabe ist sehr zeitaufwendig und komplex, sofern ein Knoten eine große Anzahl von Elternknoten aufweist. Eine bevorzugte Ausführungsform der Erfindung sieht daher vor, dass die Netzerzeugungseinheit eine Vereinfachungseinheit zum Vereinfachen des Bayesschen Netzes umfasst, so dass jeder Knoten nur maximal zwei Elternknoten aufweist, wobei beim Vereinfachen des Bayesschen Netzes Vermittlungsknoten zugefügt werden und wobei die Komponenten Ausgangs-Elternknoten sind und die Fehlerereignisknoten End-Kinderknoten sind. Das Einfügen der Vermittlungsknoten erfolgt so, dass die Ursache-Wirkungs-Beziehung nicht verändert wird. Dies bedeutet insbesondere, dass die Wahrscheinlichkeiten der Vermittlungsknoten so initialisiert werden, dass diese Wahrscheinlichkeiten die Ergebnisse der Ursache-Wirkungs-Beziehung nicht beeinflussen.The Propagation of injected evidence into the Bayesian network, d. h., recalculating the confidence values of the individual components after entering a new error event indication is very time consuming and complex if a node has a large number of parent nodes having. A preferred embodiment of the invention therefore, provides that the network generation unit is a simplification unit to simplify the Bayesian network, so that each node has only a maximum of two parent nodes, with simplification be added to the Bayesian network switching node and wherein the components are parent parent nodes and the error event nodes End child nodes are. The insertion of the switching nodes is done so that the cause-and-effect relationship does not change becomes. This means in particular that the probabilities the switching nodes are initialized such that these probabilities do not affect the results of the cause-and-effect relationship.
Da sich eine Fehlerhaftigkeit einzelner Komponenten unterschiedlich auf eine Wirkkette (oder Wirkung) von miteinander verschalteten Komponenten auswirken kann, ist bei einer bevorzugten Ausführungsform der Erfindung vorgesehen, dass die Netzerzeugungseinheit ausgebildet ist, Klassifizierungsinformationen bei der Erzeugung des Bayesschen Netzes in der Weise einzubeziehen, so dass die den direkten Kindknoten der Komponenten zugeordneten Wahrscheinlichkeitswerte beeinflusst werden, wobei die Klassifizierungsinformationen Einflussfaktoren für Klassen von Komponenten umfassen und die Einflussfaktoren eine Wichtung angeben, wie stark ein Ausfall einer Komponente der entsprechenden Klasse in von dieser Komponente abhängige Wirkungen eingeht, wobei jede Komponente einer der Klassen zugeordnet ist. Hierdurch wird unabhängig von der Ausfallwahrscheinlichkeit der einzelnen Komponenten eine Möglichkeit geschaffen, diese nach einem Klassifizierungsschema gewichtet unterschiedlich zu behandeln.Since a defectiveness of individual components can have different effects on a chain of action (or effect) of interconnected components, it is provided in a preferred embodiment of the invention that the network generation unit is designed to include classification information in the generation of the Bayesian network in such a way the probability values associated with the direct child nodes of the components are influenced, the classification information influencing Components for classes of components and the influencing factors a weighting indicate how strongly a failure of a component of the corresponding class enters into effects dependent on this component, whereby each component is assigned to one of the classes. In this way, regardless of the probability of failure of the individual components, a possibility is created of treating them differently according to a classification scheme.
Ebenso ist es möglich, alternativ oder zusätzlich Informationen mit einzubeziehen, die angeben, welchen Einfluss eine Wirkkette auf das Auftreten eines Fehlerereignisses hat. Ist beispielsweise aus dem Konstruktionsprozess einer komplexen Komponente bekannt, dass das Auftreten eines Fehlerereignisses zu 40% mit einem fehlerhaften Messsignal an einem ersten Eingang und in 60% der Fälle mit einem fehlerhaften Signal an einem zweiten Eingang korreliert ist, so kann diese Information in die Auswertung mit einbezogen werden. Diese Information ist ebenfalls bereits aus dem Konstruktionsprozess bekannt oder kann aus Informationen abgeleitet werden, die bei der Wartung und Instandsetzung elektrischer Systeme gewonnen werden, die die entsprechende Komponente ebenfalls umfassen. Eine bevorzugte Ausführungsform der Erfindung sieht daher vor, dass die Netzerzeugungseinheit ausgebildet ist, Auswirkungsinformationen, die angeben, wie stark sich eine Wirkkette auf das Auftreten eines Fehlerereignisses auswirkt, bei der Erzeugung des Bayesschen Netzes so einzubeziehen, dass den direkten Kindknoten der Wirkknoten zugeordnete Wahrscheinlichkeiten beeinflusst werden, wobei eine Wirkkette eine den Wirkknoten und die hiermit in einer Ursache-Wirkungs-Beziehung stehenden, Komponenten zugeordneten Knoten und die gegebenenfalls zwischen diesen, den Komponenten zugeordneten Knoten und dem Wirkknoten angeordneten Vermittlungsknoten umfasst. Eine Wirkkette umfasst somit in einer Ursache-Wirkungs-Beziehung all jene Knoten des Bayesschen Netzes, die ursächlich auf den Wirkknoten einwirken. Ereignisknoten oder Vermittlungsknoten, die sich hieran anschließen, können direkte Kindknoten eines Wirkknotens sein, deren Wahrscheinlichkeit durch die Auswirkungsinformationen beeinflusst werden.As well is it possible, alternatively or additionally, to provide information to include the influence of a chain of action on the occurrence of an error event. For example, it is off In the design process of a complex component known that the occurrence of an error event at 40% with a faulty one Measurement signal at a first input and in 60% of cases with correlated to a faulty signal at a second input, so this information can be included in the evaluation. This information is also already out of the design process known or can be derived from information in the Maintenance and repair of electrical systems are obtained which also include the corresponding component. A preferred Embodiment of the invention therefore provides that the Network generation unit is formed, impact information, indicate how strong an impact chain is on the occurrence of a Error event affects the generation of the Bayesian network to include that associated with the direct child node of the knitting knots Probabilities are influenced, with an action chain one the knitting knot and the hereby in a cause and effect relationship standing, components associated nodes and, where appropriate between these nodes associated with the components and the knitting node arranged switching node includes. An action chain includes thus in a cause-and-effect relationship all those nodes of Bayesian Net, which act causally on the knitting knot. event nodes or switching nodes that connect to it can be direct Child node of a knot to be its probability through the impact information is affected.
Häufig ist es wünschenswert, die Aussagen anderer Diagnoseverfahren mit einzubeziehen. Nach einem eigenständig erfinderischen Vorschlag ist daher eine weitere Ausführungsform vorgesehen, bei der mindestens eine weitere Diagnoseeinheit vorgesehen ist, die anhand mindestens eines weiteren Diagnoseverfahrens für mindestens eine der Komponenten einen weiteren Vertrauenswert für die Fehlerhaftigkeit ermittelt und zusätzlich eine Fusionierungseinheit zum Erzeugen einer Vereinigungsliste der möglicherweise fehlerhaften Komponenten sortiert nach einem Gesamtvertrauenswert für die Fehlerhaftigkeit vorgesehen ist, wobei den von der Auswerteeinheit ermittelten Vertrauenswerten ein Zuverlässigkeitswert und dem mindestens einen weiteren Vertrauenswert ein weiterer Zuverlässigkeitswert zugeordnet sind und wobei der Zuverlässigkeitswert und der weitere Zuverlässigkeitswert eine Gewichtung für eine Aussagekraft des jeweiligen Verfahrens zur Ermittlung des Vertrauenswerts oder des mindestens einen weiteren Vertrauenswerts angeben, und die Fusionierungseinheit die Gesamtvertrauenswerte ermittelt, indem eine mit dem Zuverlässigkeitswerten gewichtete Fusion der für eine jeweilige der Komponenten ermittelten Vertrauenswerte ausgeführt wird. Hierdurch wird es möglich, die durch unterschiedliche Diagnoseverfahren gewonnenen Aussagen zu einer Gesamtaussage zu fusionieren. Es wird dadurch vermieden, dass widersprüchliche Informationen an einen Servicetechniker oder ein anderes Verfahren oder eine Vorrichtung ausgegeben werden. Durch die Zuverlässigkeitswerte ist es möglich, den unterschiedlichen Verfahren einen unterschiedlichen Einflusswert auf den Gesamtvertrauenswert für eine jeweilige Komponente festzulegen.Often it is desirable to use the statements of other diagnostic methods to involve. After an independently inventive Proposal is therefore provided a further embodiment, in which at least one further diagnostic unit is provided, based on at least one further diagnostic method for at least one of the components has further confidence in determines the defectiveness and additionally a fusing unit to create a union list of possibly faulty components sorted according to a total trust worth is provided for the defectiveness, whereby the of The evaluation unit determined confidence values a reliability value and the at least one further confidence value another reliability value and where the reliability value and the more reliability value a weighting for one Significance of the respective method for determining the trustworthiness or the at least one further confidence value, and the merger unit determines the total confidence levels by: a confidence weighted merger of the for a respective confidence value determined by the components is performed. This makes it possible, the statements obtained by different diagnostic methods Overall statement to merge. It avoids that contradictory Information to a service technician or other procedure or a device. By the reliability values is it possible for the different methods to have a different influence value on the total trust worth for a particular component set.
Bei einer bevorzugten Ausführungsform der Erfindung ist vorgesehen, dass die Erfassungseinheit mindestens eine Schnittstelle umfasst, um beim Erfassen der mindestens einen Fehlerereignisangabe mindestens einen Fehlerspeicher einer der Komponenten des elektrischen Systems auszulesen. Hierdurch wird die Möglichkeit geschaffen, die Fehlerereigniseinträge automatisiert und zügig direkt aus dem diagnostizierten elektrischen System einzulesen.at a preferred embodiment of the invention is provided that the detection unit comprises at least one interface, at least when detecting the at least one error event indication a fault memory of one of the components of the electrical system read. This creates the opportunity the error event entries are automated and swift read directly from the diagnosed electrical system.
Bei einer weiteren Ausführungsform der Erfindung ist vorgesehen, dass die Schnittstelle oder eine weitere Schnittstelle vorgesehen sind, um den Strukturdatensatz und/oder die Ausfallwahrscheinlichkeitsinformationen und/oder die Fehlerereignisinformationen beim Erfassen von einem Datenbankserver, vorzugsweise einem Datenbankserver des Herstellers des elektrischen Systems, abzurufen. Eine Identifikation des Strukturdatensatzes kann beispielsweise bei einem elektrischen System eines Kraftfahrzeugs über eine Fahrgestellnummer des Kraftfahrzeugs erfolgen. Ferner werden Strukturdatensätze, die das Kraftfahrzeug eindeutig identifizieren, bereits heute häufig bei Kraftfahrzeugherstellern in einer Datenbank für die Lebensdauer des Kraftfahrzeugs vorgehalten, um jederzeit nachvollziehen zu können, welche Komponenten das jeweilige Fahrzeug umfasst. Das Auslesen der Ausfallwahrscheinlichkeitsinformationen aus einer zentralen Datenbank bietet darüber hinaus den Vorteil, dass die Ausfallwahrscheinlichkeitsinformationen aufgrund von Diagnoseinformationen anderer vergleichbarer Systeme aktualisiert und angepasst werden können.at a further embodiment of the invention is provided that provided the interface or another interface are the structural data set and / or the default probability information and / or the error event information when detecting one Database server, preferably a database server of the manufacturer of the electrical system, to retrieve. An identification of the structure data record For example, in an electrical system of a motor vehicle over a chassis number of the motor vehicle. Further will be Structural data sets that uniquely identify the motor vehicle, Already today with motor vehicle manufacturers in one Database kept for the life of the motor vehicle, to be able to understand at any time which components the respective vehicle comprises. The reading out of the probability of default information from a central database also offers the Advantage that the default probability information due to Updated diagnostic information of other comparable systems and can be adjusted.
Als besonders vorteilhaft hat es sich herausgestellt, zusätzlich zu den in als Steuergeräte ausgebildeten Komponenten abgespeicherten Fehlerereigniseinträgen zusätzliche einfach zu beobachtende Ereignisse als Fehlerereignisse bei der Diagnose mit zu berücksichtigen. Daher umfasst eine bevorzugte Ausführungsform eine Benutzerschnittstelle zum Erfassen der mindestens einen Fehlerereignisangabe über eine Eingabe eines Nutzers.When particularly advantageous, it has been found, in addition to the stored in control units as components Error event entries additional easy to Observing events as error events in the diagnosis with too consider. Therefore, a preferred embodiment includes a user interface for detecting the at least one error event indication via an input from a user.
Die Merkmale des erfindungsgemäßen Verfahrens weisen dieselben Vorteile auf wie die entsprechenden Merkmale der erfindungsgemäßen Vorrichtung.The Features of the method according to the invention have the same advantages as the corresponding features of the invention Contraption.
Nachfolgend wird die Erfindung anhand eines bevorzugten Ausführungsbeispiels unter Bezugnahme auf eine Zeichnung näher erläutert. Hierbei zeigen:following the invention is based on a preferred embodiment explained in more detail with reference to a drawing. Hereby show:
Anhand
von
Das
Steuergerät ECU stellt eine Komponente dar, die eine Eigendiagnose
ausführt. Hierbei können zwei Fehlerereigniseinträge
DTC A und DTC B in einen Fehlerereignisspeicher (nicht dargestellt)
eingetragen werden. Das Fehlerereignis DTC A (Diagnostic Trouble
Code A) kann auftreten, wenn an dem Eingang, dem die Leitung 1 L1
angeschlossen ist, eine Abweichung von der Eigendiagnoseroutine
festgestellt wird. Das Fehlerereignis DTC B kann auftreten, wenn
an einem der Eingänge des Steuergerätes ECU, an
dem eine der Leitungen 1 bis 4 L1–L4 angeschlossen ist,
eine Normabweichung festgestellt wird. Der Stromlaufplan, der sowohl
Informationen über die einzelnen umfassten Komponenten
als auch über deren Schaltung umfasst, ist in einem Strukturdatensatz
zusammengefasst. Ein solcher Strukturdatensatz fällt beispielsweise
bei der Herstellung eines modernen Kraftfahrzeugs im Fertigungsprozess
an. Für jede Fahrzeugvariante werden beispielsweise Informationen
erhoben, die den oder die verbauten Kabelbäume und die
hiermit verbundenen übrigen Komponenten umfassen. In einem
weiteren Datensatz werden so genannte Fehlerereignisinformationen
abgelegt. Dieses sind Informationen, die mögliche beobachtbare
Fehlerereignisse angeben. In dem in
Als mögliche Fehlerereignisse können jedoch andere beobachtbare Ereignisse als Fehlerereigniseinträge in Fehlerereignisspeichern verwendet werden.When however, possible error events may be others observable events as error event entries in error event stores be used.
Neben den Strukturdaten und den Fehlerereignisinformationen sind zusätzlich Ausfallwahrscheinlichkeitsinformationen notwendig, die vorzugsweise in einem weiteren Datensatz zusammengefasst sind. Diese geben Ausfallwahrscheinlichkeiten für einzelne Komponenten oder Gruppen von Komponenten an. Vorzugsweise sind die Komponenten im Strukturdatensatz so angegeben, dass gleichartige Komponenten als solche erkennbar sind und in den Ausfallwahrscheinlichkeitsinformationen für alle diese gleichartigen Komponenten nur eine Ausfallwahrscheinlichkeit hinterlegt ist. Dies kann beispielsweise dadurch erfolgen, dass den einzelnen Komponenten ein Zifferncode zugeordnet ist. Beispielsweise können alle Leitungen 1 bis 4 L1–L4 im obigen Beispiel dieselbe Ausfallwahrscheinlichkeit aufweisen.Next the structure data and the error event information are additional Probability of default information necessary, preferably summarized in another record. These give default probabilities for individual components or groups of components. Preferably the components in the structural data set are specified in such a way that similar Components are recognizable as such and in the probability of failure information for all these similar components only one default probability is deposited. This can be done, for example, that the individual components are assigned a numeric code. For example, you can all lines 1 to 4 L1-L4 in the example above the same Have default probability.
In
einer bevorzugten Ausführungsform stehen zusätzlich
Klassifizierungsinformationen und Auswirkungsinformationen in Form
eines oder mehrerer Datensätze bereit. Auf die Verwendung
und den Inhalt dieser Informationen wird weiter unten eingegangen.
Alle die bisher erwähnten Informationen und Datensätze
sind vorzugsweise auf einem Datenbankserver des Herstellers des
elektrischen Systems abgelegt. Von diesem Datenbankserver aus können sie
bei Bedarf abgerufen werden, um das Diagnoseverfahren, welches in
Mit
Hilfe der vorliegenden Informationen wird nun ein Bayessches Netz
erzeugt
In
Tabelle 1 nach
Bildet
man diese Ursache-Wirkungs-Beziehung zwischen den Komponenten und
den Fehlerereignissen ab, so erhält man eine Bayessches
Netz
Für
jede der Komponenten des elektrischen Systems nach
Anschließend
ist es möglich eine beobachtbare Ereignisangabe zu erfassen
Betrachtet
man die Struktur des Bayesschen Netzes
In
Die
Größe der zu jedem der Knoten gehörigen
Wahrscheinlichkeitstabellen hängt zum einen von einer Anzahl
der Zustände ab, die dieser Knoten einnehmen kann, und
zum andern von der Anzahl der Elternknoten und deren Anzahl an einnehmbaren Zuständen.
Da alle hier betrachteten Knoten jeweils nur den Zustand in Ordnung
oder nicht in Ordnung bzw. Fehlerereignis eingetreten oder nicht
eingetreten einnehmen können, umfassen die Wahrscheinlichkeitstabellen
der Komponentenknoten, die nur als Elternknoten in Bezug auf die
Ursache-Wirkungs-Beziehung auftreten, nur zwei Wahrscheinlichkeitseinträge.
Die Knoten, die als Kindknoten in der Ursache-Wirkungs-Beziehung
auftreten, enthalten
2 × 2Anzahl
der Elternknoten.The size of the probability tables associated with each of the nodes depends, on the one hand, on a number of states that this node can assume, and on the other hand on the number of parent nodes and their number of ingestible states. Since all of the nodes considered here can only enter or fail in the condition of okay or out of order, the probability tables of the component nodes which only occur as parent-nodes with respect to the cause-and-effect relationship comprise only two probability entries. The nodes that occur as child nodes in the cause-and-effect relationship contain
2 × 2 number of parent nodes .
Um
die Berechnung der Vertrauenswerte zu beschleunigen, ist bei einer
bevorzugten Ausführungsform der Erfindung vorgesehen, dass
das Bayessche Netzwerk um zusätzliche so genannte Vermittlungsknoten
erweitert wird, welches zu einer Vereinfachung im Hinblick auf die
Ermittlung der Liste der fehlerhaften Komponenten führt.
Hierzu werden neuen Knoten in die Ursache-Wirkungs-Beziehung so
eingefügt, dass jeder Knoten maximal zwei Elternknoten
aufweist. In
Bei
einer bevorzugten Ausführungsform des Verfahrens oder einer
bevorzugten Ausführungsform einer Vorrichtung zum Erzeugen
einer Liste möglicher fehlerhafter Komponenten wird die
Vereinfachung des Bayesschen Netzes
In
In
In
Tabelle 6 nach
Bei
einer bevorzugten Ausführungsform des Verfahrens oder der
Vorrichtung ist vorgesehen, dass die einzelnen Komponenten Klassen
zugeordnet sind und den Klassen jeweils ein Einflussfaktor zugeordnet
ist, der angibt, wie stark die jeweiligen Komponenten eine Wirkkette
beeinflussen. Sei angenommen, dass Leitungen in einer Klasse zusammengefasst
sind und diese bei einem Ausfall jeweils einen Einflussfaktor von
0,9 ausüben sollen. Diese Einflussfaktoren wirken sich
jeweils auf die Wahrscheinlichkeitswerte direkter Kindknoten der
Komponentenknoten aus. In diesem Falle beispielsweise auf den Vermittlungsknoten
3, der als Elternknoten die Leitung 2 L2 und die Leitung 3 L3 besitzt.
Die sich ergebende Wahrscheinlichkeitstabelle ist in Tabelle 7 nach
In
Über
die Schnittstelle
Die
Vorrichtung
Das
soeben beschriebene Verfahren zur Fusionierung von Listen möglicherweise
fehlerhaften Komponenten sortiert nach Vertrauenswerten für
ihre Fehlerhaftigkeit, ist in einem schematischen Ablaufdiagramm
nach
Das beschriebene Verfahren und seine unterschiedlichen Ausführungsformen sowie die beschriebene Vorrichtung sind lediglich beispielhafte Ausführungsformen. Insbesondere die Netzerzeugungseinheit, die Vereinfachungseinheit, die Auswerteeinheit und die Fusionierungseinheit können dieselbe Hardware in Verbindung mit einer gegebenenfalls integrierten Software verwenden sein.The described method and its different embodiments as well as the device described are merely exemplary embodiments. In particular, the network production unit, the simplification unit, the evaluation unit and the merging unit can the same hardware in conjunction with a possibly integrated one Use software.
- 11
- Verfahren zum Erstellen einer Liste möglicherweise fehlerhafter Komponentenmethod to create a list of potentially malformed components
- 33
- Erfassen von StrukturdatenTo capture of structural data
- 55
- Erfassen von AusfallwahrscheinlichkeitsinformationenTo capture of probability of default information
- 77
- Erfassen von FehlerereignisinformationenTo capture of error event information
- 99
- Erfassen von KlassifikationsinformationenTo capture of classification information
- 1111
- Erfassen von AuswirkungsinformationenTo capture of impact information
- 1313
- Erzeugen eines Bayesschen NetzesProduce a Bayesian network
- 1515
- Analysieren des Strukturdatensatzes FehlerereignisinformationenAnalyze of the structure data record Error event information
- 1717
- Vereinfachen des Bayesschen NetzesSimplify the Bayesian network
- 1919
- Einfügen von WirkknotenInsert of knitting knots
- 2121
- Einfügen von VermittlungsknotenInsert of switching nodes
- 2323
- Ausfüllen der WahrscheinlichkeitstabellenFill out the probability tables
- 2525
- Erfassen beobachtbarer EreignisangabenTo capture observable event information
- 2727
- Erfassen mindestens einer FehlerereignisangabeTo capture at least one error event indication
- 2929
- Auslesen von Fehlerereigniseinträgenselect of error event entries
- 3131
- Erfassen eines Fehlerereignisses über eine BenutzerschnittstelleTo capture an error event via a user interface
- 3333
- Erfassen von beobachtbaren Ereignissen der KomponentenTo capture of observable events of the components
- 3737
- Berechnen der Vertrauenswerte der KomponentenTo calculate the confidence values of the components
- 3939
- Erzeugen der Liste möglicherweise fehlerhafter KomponentenProduce the list of potentially malformed components
- 4141
- Ausgeben/Bereitstellen der ListeOutputting / providing the list
- 5151
- elektrisches Systemelectrical system
- 61, 61I–61V 61, 61 I -61 V
- Bayessches Netz (bzw. Ausschnitt hiervon)Bayesian Network (or part of it)
- 7171
- Kantenedge
- 101101
- Vorrichtung zum Ermitteln einer Liste möglicherweise fehlerhafte Komponentencontraption to determine a list of potentially malformed components
- 103103
- Erfassungseinheitacquisition unit
- 105105
- Schnittstelleinterface
- 107107
- KraftfahrzeugschnittstelleMotor vehicle interface
- 109109
- Kraftfahrzeugmotor vehicle
- 111111
- elektrisches Systemelectrical system
- 113–119113-119
- Komponentencomponents
- 121121
- weitere SchnittstelleFurther interface
- 123123
- DatenbankDatabase
- 125125
- StrukturdatensatzStructure record
- 127127
- AusfallwahrscheinlichkeitsinformationenFailure probability information
- 129129
- FehlerereignisinformationenError Event Information
- 131131
- Klassifikationsinformationenclassification information
- 133133
- Auswirkungsinformationenimpact information
- 135135
- NetzwerkerzeugungseinheitNetwork generating unit
- 137137
- Rechnereinheitcomputer unit
- 139139
- Speichereinheitstorage unit
- 141141
- Vereinfachungseinheitsimplifying unit
- 143143
- Eingabeeinheitinput unit
- 145145
- BenutzerschnittstelleUser interface
- 147147
- Auswerteeinheitevaluation
- 149149
- Ausgabeeinheitoutput unit
- 151151
- Diagnoseeinheitdiagnostic unit
- 153153
- FusionierungseinheitFusionierungseinheit
- 161–165161-165
- Erzeugen von Listen möglicherweise fehlerhafter KomponentenProduce lists of potentially malformed components
- 167167
- Zuweisen von ZuverlässigkeitswertenTo assign of reliability values
- 169169
- Fusionieren der ListenMerge the lists
- 171171
- Berechnen von GesamtvertrauenswertenTo calculate of total trustworthiness
- 173173
- Sortieren der Komponenten nach Gesamtvertrauenswertensort by of components according to total trustworthiness
- 175175
- Ausgeben/Bereitstellen einer GesamtlisteOutputting / providing a total list
- ECUECU
- Steuergerät Klimaanlagecontrol unit air conditioning
- L1–L4L1-L4
- Leitungen 1 bis 4cables 1 to 4
- U1U1
- Umluftklapperecirculation damper
- MM
- Motorengine
- PP
- Potenziometerpotentiometer
- SS
- Spleißsplice
- K1–K7K1-K7
- Komponentenknotencomponent node
- WK1–WK4WK1-WK4
- Wirkknotenactive node
- F1–F2F1-F2
- FehlerereignisknotenError Event node
- VK1–VK7CC1-VK7
- Vermittlungsknotenswitching node
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- - DE 102005015664 A1 [0005] DE 102005015664 A1 [0005]
- - DE 10222072 A1 [0006, 0006] - DE 10222072 A1 [0006, 0006]
Claims (19)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200710010978 DE102007010978A1 (en) | 2007-03-05 | 2007-03-05 | Electrical system's diagnosis supporting device for use in motor vehicle, has evaluation unit to produce list of incorrect components that are sorted based on dependence value, and output/supply unit to display or provide list |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200710010978 DE102007010978A1 (en) | 2007-03-05 | 2007-03-05 | Electrical system's diagnosis supporting device for use in motor vehicle, has evaluation unit to produce list of incorrect components that are sorted based on dependence value, and output/supply unit to display or provide list |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102007010978A1 true DE102007010978A1 (en) | 2008-09-11 |
Family
ID=39677857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE200710010978 Withdrawn DE102007010978A1 (en) | 2007-03-05 | 2007-03-05 | Electrical system's diagnosis supporting device for use in motor vehicle, has evaluation unit to produce list of incorrect components that are sorted based on dependence value, and output/supply unit to display or provide list |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102007010978A1 (en) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2175424A2 (en) | 2008-10-13 | 2010-04-14 | Rheinmetall Landsysteme GmbH | Method for improving the efficiency of vehicles or vehicle systems with and without weapon systems |
EP2175423A2 (en) | 2008-10-13 | 2010-04-14 | Rheinmetall Landsysteme GmbH | Method for supporting training for vehicles or vehicle systems with and without weapon systems |
EP2175334A2 (en) | 2008-10-13 | 2010-04-14 | Rheinmetall Landsysteme GmbH | Method for improving the efficiency of vehicles or vehicle systems with and without weapon systems |
FR2939924A1 (en) * | 2008-12-15 | 2010-06-18 | Snecma | IDENTIFICATION OF FAILURES IN AN AIRCRAFT ENGINE |
FR2942001A1 (en) * | 2009-02-11 | 2010-08-13 | Snecma | SYSTEM FOR MONITORING THE HEALTH STATUS OF EQUIPMENT INVOLVED IN STARTER CAPACITY OF A TURBOREACTOR |
EP2284631A1 (en) * | 2009-07-17 | 2011-02-16 | Siemens Aktiengesellschaft | Method for operating a vehicle diagnosis system, control program and vehicle diagnosis system |
FR2957701A1 (en) * | 2010-03-19 | 2011-09-23 | Peugeot Citroen Automobiles Sa | Method for estimating reliability of electronic logic controller of hybrid vehicle, involves determining failure rates under effects of voltages of components, and determining average variation of failure rates between voltages |
WO2013105891A1 (en) | 2012-01-13 | 2013-07-18 | Scania Cv Ab | System and method for providing diagnostic fault information |
DE102016010009A1 (en) | 2016-08-13 | 2017-02-16 | Daimler Ag | Procedure for determining the cause of the fault |
DE102011108678B4 (en) | 2010-08-04 | 2019-02-07 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Event-driven data mining method for improving error code settings and isolating errors |
WO2019201514A1 (en) * | 2018-04-18 | 2019-10-24 | Ms Motorservice International Gmbh | Diagnostic system and method for processing data of a motor vehicle |
AT523349A1 (en) * | 2020-01-13 | 2021-07-15 | Uptime Holding Gmbh | Procedure for assessing the impact of changes |
EP3876058A1 (en) * | 2016-05-24 | 2021-09-08 | Huawei Technologies Co., Ltd. | Information storage system and apparatus |
WO2021219275A1 (en) * | 2020-04-27 | 2021-11-04 | Bayerische Motoren Werke Aktiengesellschaft | Method, device, computer program and computer-readable storage medium for generating a graph database for determining a diagnostic scope for possible errors in at least one part of a mechatronic system |
DE102021131583A1 (en) | 2021-12-01 | 2023-06-01 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for storing fault data in a fault memory |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10222072A1 (en) | 2002-05-17 | 2003-11-27 | Daimler Chrysler Ag | Automatic diagnostic method for dynamic systems involves processing input data in probability network, feeding at least one system characterizing parameter into computation of diagnosis result |
DE102005015664A1 (en) | 2005-04-06 | 2006-10-12 | Daimlerchrysler Ag | Diagnostic system for determining a weighted list of potentially defective components from vehicle data and customer information |
-
2007
- 2007-03-05 DE DE200710010978 patent/DE102007010978A1/en not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10222072A1 (en) | 2002-05-17 | 2003-11-27 | Daimler Chrysler Ag | Automatic diagnostic method for dynamic systems involves processing input data in probability network, feeding at least one system characterizing parameter into computation of diagnosis result |
DE102005015664A1 (en) | 2005-04-06 | 2006-10-12 | Daimlerchrysler Ag | Diagnostic system for determining a weighted list of potentially defective components from vehicle data and customer information |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2175424A2 (en) | 2008-10-13 | 2010-04-14 | Rheinmetall Landsysteme GmbH | Method for improving the efficiency of vehicles or vehicle systems with and without weapon systems |
EP2175423A2 (en) | 2008-10-13 | 2010-04-14 | Rheinmetall Landsysteme GmbH | Method for supporting training for vehicles or vehicle systems with and without weapon systems |
EP2175334A2 (en) | 2008-10-13 | 2010-04-14 | Rheinmetall Landsysteme GmbH | Method for improving the efficiency of vehicles or vehicle systems with and without weapon systems |
DE102008051016A1 (en) | 2008-10-13 | 2010-04-15 | Rheinmetall Landsysteme Gmbh | Method for assisting with training on vehicles or vehicle systems with and without weapon systems |
DE102008058545A1 (en) | 2008-10-13 | 2010-04-15 | Rheinmetall Landsysteme Gmbh | Method for increasing the efficiency of vehicles or vehicle systems with and without weapon systems |
DE102008051017A1 (en) | 2008-10-13 | 2010-04-15 | Rheinmetall Landsysteme Gmbh | Method for increasing the efficiency of vehicles or vehicle systems with and without weapon systems |
EP2175424A3 (en) * | 2008-10-13 | 2013-01-23 | Rheinmetall Landsysteme GmbH | Method for improving the efficiency of vehicles or vehicle systems with and without weapon systems |
WO2010076469A1 (en) * | 2008-12-15 | 2010-07-08 | Snecma | Identification of defects in an aircraft engine |
CN102246111B (en) * | 2008-12-15 | 2014-12-31 | 斯奈克玛 | Identification of defects in an aircraft engine |
US8682616B2 (en) | 2008-12-15 | 2014-03-25 | Snecma | Identifying failures in an aeroengine |
FR2939924A1 (en) * | 2008-12-15 | 2010-06-18 | Snecma | IDENTIFICATION OF FAILURES IN AN AIRCRAFT ENGINE |
JP2012512351A (en) * | 2008-12-15 | 2012-05-31 | スネクマ | Identify faults in aero engines |
CN102246111A (en) * | 2008-12-15 | 2011-11-16 | 斯奈克玛 | Identification of defects in an aircraft engine |
WO2010092080A1 (en) * | 2009-02-11 | 2010-08-19 | Snecma | Method for monitoring the health status of devices that affect the starting capability of a jet engine |
FR2942001A1 (en) * | 2009-02-11 | 2010-08-13 | Snecma | SYSTEM FOR MONITORING THE HEALTH STATUS OF EQUIPMENT INVOLVED IN STARTER CAPACITY OF A TURBOREACTOR |
EP2284631A1 (en) * | 2009-07-17 | 2011-02-16 | Siemens Aktiengesellschaft | Method for operating a vehicle diagnosis system, control program and vehicle diagnosis system |
FR2957701A1 (en) * | 2010-03-19 | 2011-09-23 | Peugeot Citroen Automobiles Sa | Method for estimating reliability of electronic logic controller of hybrid vehicle, involves determining failure rates under effects of voltages of components, and determining average variation of failure rates between voltages |
DE102011108678B4 (en) | 2010-08-04 | 2019-02-07 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Event-driven data mining method for improving error code settings and isolating errors |
DE102011108678B8 (en) * | 2010-08-04 | 2019-05-16 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Event-driven data mining method for improving error code settings and isolating errors |
WO2013105891A1 (en) | 2012-01-13 | 2013-07-18 | Scania Cv Ab | System and method for providing diagnostic fault information |
EP3876058A1 (en) * | 2016-05-24 | 2021-09-08 | Huawei Technologies Co., Ltd. | Information storage system and apparatus |
DE102016010009A1 (en) | 2016-08-13 | 2017-02-16 | Daimler Ag | Procedure for determining the cause of the fault |
CN111971545A (en) * | 2018-04-18 | 2020-11-20 | 梅施发动机国际贸易有限公司 | Diagnostic system and method for processing data of a motor vehicle |
WO2019201514A1 (en) * | 2018-04-18 | 2019-10-24 | Ms Motorservice International Gmbh | Diagnostic system and method for processing data of a motor vehicle |
RU2755354C1 (en) * | 2018-04-18 | 2021-09-15 | Мс Моторсервис Интернешенел Гмбх | Diagnostic system and method for vehicle data processing |
AT523349A1 (en) * | 2020-01-13 | 2021-07-15 | Uptime Holding Gmbh | Procedure for assessing the impact of changes |
WO2021219275A1 (en) * | 2020-04-27 | 2021-11-04 | Bayerische Motoren Werke Aktiengesellschaft | Method, device, computer program and computer-readable storage medium for generating a graph database for determining a diagnostic scope for possible errors in at least one part of a mechatronic system |
DE102021131583A1 (en) | 2021-12-01 | 2023-06-01 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for storing fault data in a fault memory |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102007010978A1 (en) | Electrical system's diagnosis supporting device for use in motor vehicle, has evaluation unit to produce list of incorrect components that are sorted based on dependence value, and output/supply unit to display or provide list | |
DE19742446B4 (en) | Fault diagnosis method | |
DE69817689T2 (en) | Model-based diagnostic system with automated procedures for the selection of the following test | |
DE10244131B4 (en) | Method for supporting identification of a defective functional unit in a technical installation | |
EP1703350B1 (en) | Diagnostics of an automation system | |
DE10307342B4 (en) | Device and method for model-based on-board diagnostics | |
WO2006105930A1 (en) | Diagnostic system for determining a weighted list of possible defective components on the basis of vehicle data and customer specifications | |
EP1751637A1 (en) | Knowledge-based diagnostic system for a complex technical system, comprising two separate knowledge bases for processing technical system data and customer complaints | |
WO2006133865A1 (en) | Dynamic prioritisation of test steps in workshop diagnostics | |
EP2770434B1 (en) | Method for creating an inventory of the hardware components connected to a test system of a control device | |
DE102019203251B3 (en) | Process and system for safe signal manipulation for testing integrated safety functionalities | |
DE102011086352A1 (en) | Method and diagnostic system to support guided troubleshooting in technical systems | |
DE112021003677T5 (en) | AUTOMATED ASSISTED CIRCUIT VALIDATION | |
DE19742448C1 (en) | Diagnostic module for electric automation circuits for overall system diagnosis | |
WO2009043852A1 (en) | Method for describing a behavior of a technical apparatus | |
DE102007015140A1 (en) | Diagnosis device for implementing diagnosis of mechatronical system, has evaluation unit including analysis unit and test proposing unit that determines and proposes implementable diagnostic examination | |
DE2441486C2 (en) | Method for automatic fault checking of an electrical circuit and device for carrying out the method | |
EP2652716B1 (en) | Method for automatically monitoring at least one component of a physical system | |
DE10315344B4 (en) | Method and device for detecting faulty components in vehicles | |
DE102018212801A1 (en) | Diagnosing complex systems | |
DE102020006730A1 (en) | Method for generating a list for an error in a wiring harness in a motor vehicle by means of an electronic computing device and electronic computing device | |
DE102020206327A1 (en) | Method and device for testing a technical system | |
DE102008004219A1 (en) | Error handling method for e.g. motor vehicle, involves testing components of system i.e. motor vehicle, for errors according to sequences determined by decision tree, where sum of costs for handling errors is kept to be minimum | |
WO2014005771A1 (en) | Vehicle diagnostic device for ascertaining a requirement for a check of at least one motor vehicle component, and vehicle diagnostic method for ascertaining a requirement for a check of at least one motor vehicle component | |
DE102021117505B3 (en) | Apparatus and method for automated failure response simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OR8 | Request for search as to paragraph 43 lit. 1 sentence 1 patent law | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G01M0019000000 Ipc: G01M0099000000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G01M0019000000 Ipc: G01M0099000000 Effective date: 20120116 |
|
R005 | Application deemed withdrawn due to failure to request examination |
Effective date: 20140306 |