DE102011117803A1 - Verfahren für die Wartungsdiagnose- und Wartungsprozedurverbesserung - Google Patents

Verfahren für die Wartungsdiagnose- und Wartungsprozedurverbesserung Download PDF

Info

Publication number
DE102011117803A1
DE102011117803A1 DE102011117803A DE102011117803A DE102011117803A1 DE 102011117803 A1 DE102011117803 A1 DE 102011117803A1 DE 102011117803 A DE102011117803 A DE 102011117803A DE 102011117803 A DE102011117803 A DE 102011117803A DE 102011117803 A1 DE102011117803 A1 DE 102011117803A1
Authority
DE
Germany
Prior art keywords
maintenance
repair
diagnostic
code
data
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.)
Granted
Application number
DE102011117803A
Other languages
English (en)
Inventor
Mark N. Howell
Mutasim A. Salman
Xidong Tang
Yilu Zhang
Soumen De
Sugato Chakrabarty
Rahul Chougule
Pulak Bandyopadhyay
Steven W. Holland
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 DE102011117803A1 publication Critical patent/DE102011117803A1/de
Granted legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Abstract

Es wird ein Verfahren zum Verbessern einer Wartungsdiagnose unter Verwendung von Wartungsreparaturdaten von vorher gewarteten Fahrzeugen geschaffen. Wartungsreparaturdaten von vorher gewarteten Fahrzeugen werden von einer Speichervorrichtung erhalten. Die Wartungsdaten werden in einen Wartungsdiagnosedatensatz und einen Wartungsarbeitscodedatensatz zusammengestellt. Der Wartungsdiagnosecodedatensatz und der Wartungsarbeitscodedatensatz werden in eine elektronische Datentabelle kategorisiert. Jeweilige Kombinationen werden in der elektronischen Datentabelle gebildet. Ein Gesamtzählwert wird für jede jeweilige Kombination in der elektronischen Datentabelle bestimmt. Entweder ein jeweiliger Diagnosecode oder ein jeweiliger Wartungsarbeitscode mit einer Korrelation mit mehr als einem von entweder Wartungsdiagnosecodes oder Wartungsarbeitscodes wird identifiziert. Eine Wartungsreparaturprozedur, die zum Reparieren des Fahrzeugs verwendet wird, und/oder ein jeweiliger Wartungsdiagnosecode, der zum Identifizieren des Fehlers verwendet wird, werden in Ansprechen auf das Analysieren der jeweiligen Kombinationen modifiziert.

Description

  • HINTERGRUND DER ERFINDUNG
  • Eine Ausführungsform bezieht sich im Allgemeinen auf die Entwicklung und Verbesserung von Wartungsprozeduren und der Wartungsdiagnose.
  • Diagnosefehlercodes (DTCs) werden von einem Diagnoseprozessor im Fahrzeug zum Unterstützen eines Technikers beim Identifizieren eines Problems im Fahrzeug erzeugt. Ein DTC ist ein alphanumerischer Code mit 5 Ziffern, der vom Diagnoseprozessor im Fahrzeug erzeugt wird, wenn ein Problem detektiert wird. Wenn der Diagnoseprozessor im Fahrzeug einen Fehler auf der Basis von Sensoreingaben von einem oder mehreren Sensoren detektiert, analysiert ein Diagnosealgorithmus die erfassten Eingaben und gibt einen DTC, wie durch den Diagnosealgorithmus bestimmt, aus. Der DTC entspricht einem Fehler, der dann verwendet werden kann, um das Problem zu diagnostizieren. Der DTC sieht einen Ausgangspunkt vor, von dem aus das Problem zu diagnostizieren ist. In einigen Fällen ist es nur eine spezifische Komponente, die die Grundursache des Problems sein kann. In anderen Fällen ist der DTC ein Fehler, bei dem die Grundursache nicht ersichtlich ist. Folglich versieht der DTC den Techniker mit dem Ausgangspunkt zum Diagnostizieren und Reparieren des Problems, aber in vielen Fällen stellt eine anfängliche Bewertung keine tatsächliche Grundursache des Problems bereit.
  • Kundendienstanbieter wie z. B. eine Kundendienstabteilung in einer Verkaufsvertretung diagnostizieren Probleme in der Fahrzeugelektronik mit Hilfe von Wartungsdiagnosewerkzeugen, die Diagnosesoftwarealgorithmen verwenden. Diagnosefehlercodes (DTCs) werden im Fahrzeug auf der Basis von Diagnosesoftwarealgorithmen festgelegt. Die Wartungsdiagnosewerkzeuge rufen DTCs von einem Fahrzeugprozessorspeicher ab und werden verwendet, um den Fehler im Fahrzeug zu bestimmen. Jeder der Prozessoren im Fahrzeug umfasst einen Speicher, der DTCs speichert, wenn das Fahrzeug einen Fehler erleidet. Der Wartungstechniker kann die aktuellen oder einen Verlauf von beliebigen ausgelösten DTCs zum Unterstützen bei der Bestimmung der Grundursache im Fahrzeug durchsehen. DTCs sind alphanumerische Codes, die verwendet werden, um einen Fehler zu identifizieren, der in verschiedenen Komponenten innerhalb des Fahrzeugs vorkommt. Solche DTCs stehen mit verschiedenen elektrischen Fahrzeugfunktionen in Beziehung, die Motorbetrieb, Emissionen, Bremsen, Antriebsstrang, Sicherheit und Lenkung umfassen, ohne jedoch darauf begrenzt zu sein. Jedes Untersystem kann seinen eigenen Bordprozessor zur Überwachung von Fehlern des Untersystembetriebs aufweisen oder ein zentralisierter Prozessor kann für die Überwachung von Fehlern für mehrere Untersysteme verantwortlich sein. Wenn der Untersystemprozessor einen Fehler detektiert, werden ein oder mehrere DTCs erzeugt.
  • Die DTCs unterstützen den Wartungstechniker beim genauen Feststellen des betreffenden Bereichs. DTCs werden vom Wartungstechniker mit Hilfe eines Abtastwerkzeugs abgerufen. Obwohl der DTC für den Techniker beim genauen Feststellen des betreffenden Bereichs Unterstützung vorsieht, kann der DTC keine endgültigen Informationen hinsichtlich der Grundursache liefern. Gewöhnlich gibt ein DTC einen Fehler entweder in einer spezifischen Komponente, einer Schaltung, die die Komponente mit einem Steuermodul verbindet, oder in einem Steuermodul selbst an.
  • Arbeitscodes sind Codes, die vom Wartungstechniker eingegeben werden. Der Arbeitscode umfasst eine vordefinierte Beschreibung einer Reparatur oder Handlung, die am Fahrzeug in Bezug auf das Teil, das repariert wird, vorgenommen wird. Der Arbeitscode wird typischerweise vom Hersteller der Anlage für Garantiemeldezwecke verlangt, so dass Fachkräfte die Daten analysieren können, um festzustellen, wie jede Reparatur korrigiert wurde.
  • Für jeden jeweiligen DTC können ein oder mehrere Arbeitscodes bestehen, die für den DTC gemeldet werden können. Das heißt, der DTC liefert nur einen Fehler und identifiziert nicht notwendigerweise die Komponente oder das System, die bzw. das eine Reparatur oder einen Austausch erfordert. Daher können mehrere Arbeitscodes verwendet werden, wenn das Problem mehrere Reparaturen erfordert, oder möglicherweise erfordert, dass der Techniker mehr als eine Reparatur vornimmt, wenn das Problem diagnostiziert wird. Folglich schafft das diskrete Analysieren von gemeldeten DTCs und Arbeitscodes einen gewissen Einblick hinsichtlich der Details dessen, wie der Techniker das Problem diagnostiziert und repariert hat; das individuelle Betrachten jedes zusammengehörigen DTC und Arbeitscodes schafft jedoch keinen Einblick hinsichtlich dessen, ob Wartungsprozeduren falsch sind, zusätzliche Diagnoseschritte erfordern, ob der DTC das Problem genau darstellt oder ob die Teilkomponente/das Teilsystem Konstruktionsfehler aufweist.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Ein Vorteil einer Ausführungsform ist eine Identifikation von falschen Wartungsreparaturen auf der Basis einer Zusammenstellung von Daten innerhalb einer elektronischen Korrelationsdatentabelle, die aus Diagnosefehlercodes und Arbeitscodes besteht, die von einer Garantiespeicherdatenbank erhalten werden. Gesamtzählwerte werden auf der Basis der durch Wartungsreparatureinrichtungen gemeldeten Reparaturdaten bestimmt. Mehr als ein für einen einzelnen DTC gemeldeter Arbeitscode gibt an, dass Reparaturen in einer ineffizienten Weise durchgeführt werden. Empfehlungen werden gemacht, um die Wartungsdiagnose für eine effiziente Führung eines Wartungsreparaturtechnikers durch die Analyse und Diagnose des identifizierten Fehlers zum Verringern der Anzahl von an einem Fahrzeug durchgeführten Reparaturen für einen identifizierten Fehler und der zugehörigen Garantiekosten weiter zu verfeinern.
  • Eine Ausführungsform zieht ein Verfahren zum Verbessern der Wartungsdiagnose unter Verwendung von Wartungsreparaturdaten von vorher gewarteten Fahrzeugen in Erwägung. Wartungsreparaturdaten von vorher gewarteten Fahrzeugen werden von einer Speichervorrichtung erhalten. Die Wartungsdaten werden unter Verwendung einer Vorrichtung auf Prozessorbasis in einen Wartungsdiagnosecodedatensatz und einen Wartungsarbeitscodedatensatz zusammengestellt. Der Wartungsdiagnosecodedatensatz umfasst gemeldete Diagnosefehlercodes, die einen detektierten Fehler identifizieren. Der Wartungsarbeitscodedatensatz umfasst gemeldete Reparaturcodes, die verwendet werden, um das Fahrzeug in Ansprechen auf den identifizierten detektierten Fehler zu reparieren. Der Wartungsdiagnosecodedatensatz und der Wartungsarbeitscodedatensatz werden unter Verwendung der Vorrichtung auf Prozessorbasis in eine elektronische Datentabelle kategorisiert. Jeweilige Kombinationen werden in der elektronischen Datentabelle zwischen mindestens einem jeweiligen Wartungsdiagnosecode und mindestens einem jeweiligen Wartungsarbeitscode für jede gemeldete Reparatur gebildet. Ein Gesamtzählwert wird für jede jeweilige Kombination in der elektronischen Datentabelle bestimmt. Entweder ein jeweiliger Diagnosecode oder ein jeweiliger Wartungsarbeitscode wird identifiziert, der eine Korrelation mit mehr als einem von entweder Wartungsdiagnosecodes oder Wartungsarbeitscodes aufweist. Eine Wartungsreparaturprozedur, die verwendet wird, um das Fahrzeug zu reparieren, und/oder ein jeweiliger Wartungsdiagnosecode, der verwendet wird, um den Fehler zu identifizieren, werden in Ansprechen auf die Analyse der jeweiligen Kombinationen modifiziert.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein Blockdiagramm eines Diagnosesystems zum Verbessern der Wartungsdiagnose eines Fahrzeugs.
  • 2 ist eine beispielhafte elektronische Korrelationsdatentabelle.
  • 3 ist ein Ablaufplan eines Verfahrens zum Verbessern der Wartungsdiagnose eines Fahrzeugs.
  • AUSFÜHRLICHE BESCHREIBUNG
  • In 1 ist eine Ausführungsform eines Diagnosesystems 10 zum Verbessern der Wartungsdiagnose für ein Fahrzeug oder irgendeinen Typ von Maschinenanlage unter Verwendung von Wartungsdiagnosecodes und Arbeitscodegarantiemeldung gezeigt. Das Diagnosesystem 10 verwendet Datengewinnungswerkzeuge zum Erhalten und Zusammenstellen von Datensätzen aus einer Garantiespeicherdatenbank 12. Die Garantiespeicherdatenbank 12 umfasst eine Speichereinheit, die Informationen in Bezug auf ein Anliegen und eine Reparatur des Fahrzeugs speichert. Die Garantiespeicherdatenbank 12 ist vorzugsweise eine zentrale Datenbank, die Wartungsreparaturwortlaute von allen Wartungsreparatureinrichtungen, die Fahrzeuge warten, innerhalb eines Garantiemeldesystems empfängt und zusammenstellt. Typischerweise übermitteln Wartungseinrichtungen wie z. B. Fahrzeugverkaufsvertretungen beim Bestimmen der Ursache eines Problems Datenbank-Diagnosefehlercodes (DTCs), die den identifizierten Fehler darstellen, und die Arbeitscodes, die die Reparaturen darstellen, die am Fahrzeug durchgeführt wurden, zur Garantiespeicherdatenbank 12.
  • Der DTC stellt einen Diagnosefehler dar, der durch Diagnosealgorithmen des Fahrzeugs identifiziert wird, und sieht einen Ausgangspunkt vor, von dem aus die Analyse des Fehlers zu beginnen ist. Wartungsreparaturtechniker verwenden entweder Wartungsreparaturprozeduren oder ihre eigenen analytischen Fähigkeiten oder ihre Erfahrung beim Diagnostizieren des Problems auf der Basis des identifizierten Fehlers.
  • Ein gemeldeter Arbeitscode stellt die Wartungsreparaturarbeit dar, die von einem Wartungsreparaturtechniker beim Reparieren des Fahrzeugs durchgeführt wird. Ein Fahrzeug bei der Wartung für eine Reparatur kann mehr als einen Arbeitscode aufweisen, der an das Garantiedatenbanksystem gemeldet wird und der dem identifizierten DTC zugeordnet ist. Das heißt, einige DTCs sind für den Fehler sehr spezifisch und es gibt nur eine Reparatur, die für den identifizierten Fehler durchgeführt werden kann, wohingegen andere DTCs allgemeine Identifizierer für den Fehler sind und nur einen Ausgangspunkt vorsehen, von dem aus die Analyse des Problems zu beginnen ist. Auf die Wartungsreparaturprozedur und den Wartungsreparaturtechniker wird unter diesen Umständen gebaut, um die Grundursache des Problems zu bestimmen. Wenn der Wartungsreparaturtechniker den Fehler nicht korrekt diagnostiziert oder wenn die Reparaturwartungsprozedur den Wartungsreparaturtechniker beim Identifizieren des Fehlers nicht genau leitet, dann können folglich verschiedene Reparaturen am Fahrzeug vorgenommen werden, bevor das Problem korrekt repariert ist. In einem solchen Fall kann mehr als ein Arbeitscode für einen einzelnen DTC gemeldet werden.
  • Außerdem können die Wartungsdiagnosealgorithmen mehr als einen DTC für einen detektierten Fehler identifizieren. In einem solchen Fall kann der Wartungsreparaturtechniker eine oder mehrere Wartungsreparaturprozeduren verwenden, bis das Problem korrigiert ist. Dies führt dazu, dass ein oder mehrere Arbeitscodes an die Garantiespeicherdatenbank in Ansprechen auf die für das Problem aktivierten mehreren DTCs gemeldet werden.
  • Ein Zusammenstellungs- und Kategorisierungsmodul 14 ist zum Zusammenstellen von Wartungsdaten vorgesehen, wenn eine Abfrage für ein Fahrzeug (d. h. Fahrzeugmarke, -modell und -jahr) durchgeführt wird, wobei eine Datengewinnung zum Verbessern der Wartungsdiagnose erwünscht ist. Die Wartungsdaten werden in einen Wartungsdiagnosecodedatensatz und einen Wartungsarbeitscodedatensatz zusammengestellt. Die Zusammenstellung wird durch eine Vorrichtung auf Prozessorbasis wie z. B. einen Computer durchgeführt. Der Wartungsdiagnosecodedatensatz umfasst gemeldete DTCs, die Fehler identifizieren, die durch das Fahrzeugdiagnosesystem der gewarteten Fahrzeuge detektiert werden. Der Wartungsarbeitscodedatensatz umfasst gemeldete Arbeitscodes, die durch den Wartungsreparaturtechniker gemeldet werden und die die Reparatur identifizieren, die am Fahrzeug auf der Basis des (der) identifizierten detektierten Fehler(s) durchgeführt wird.
  • Das Zusammenstellungs- und Kategorisierungsmodul 14 kategorisiert ferner den Wartungsdiagnosecodedatensatz und den Wartungsarbeitscodedatensatz in eine elektronische Korrelationsdatentabelle, die nachstehend als Matrix bezeichnet wird und die alle potentiellen Kombinationen von DTCs und Arbeitscodes identifiziert. Eine jeweilige Matrix wird für ein jeweiliges Fahrzeug (z. B. Modell, Marke und Jahr) erzeugt. Jede Matrix umfasst alle DTCs, die in den Spalten kategorisiert sind, und alle Arbeitscodes, die in den Zeilen kategorisiert sind. Alternativ können die DTCs in den Zeilen angeordnet sein, wobei die Arbeitscodes in den Spalten angeordnet sind.
  • Ein Korrelationsmatrixmodul 16 (in 2 gezeigt) identifiziert Korrelationen zwischen jeweiligen DTCs und Arbeitscodes für jede gemeldete Wartungsreparatur für den Typ von Fahrzeug, das analysiert wird. Für jede Fahrzeugreparatur, die zwischen einem jeweiligen DTC und einem zugehörigen Arbeitscode gemeldet wurde, wird ein Zählwert in der Matrix für diese jeweilige Kombination unterhalten. Folglich weist jede jeweilige Kombination von DTC und zugehörigem Arbeitscode einen in der Matrix darin identifizierten Zählwert auf, der einen Gesamtzählwert hinsichtlich der Anzahl von Malen darstellt, die eine Reparatur durchgeführt wurde, wobei der DTC und der Arbeitscode zusammen als Paar einer Reparatur gemeldet wurden. Selbstverständlich weisen nicht alle jeweiligen Kombinationen von DTCs und Arbeitscodes in der Matrix einen Zählwert auf, da keine Korrelation zwischen einem jeweiligen DTC und einem Arbeitscode in einer gemeldeten Reparatur bestehen kann. Daher kann die Matrix einen einzelnen DTC in Bezug auf einen einzelnen Arbeitscode; einen einzelnen DTC in Bezug auf Kombinationen von Arbeitscodes; Kombinationen von DTCs in Bezug auf einzelne Arbeitscodes; Kombinationen von DTCs in Bezug auf Kombinationen von Arbeitscodes identifizieren.
  • Bei der Fertigstellung des Gesamtzählwerts für die jeweiligen Kombinationen der Matrix können Korrelationen innerhalb der Matrix mit definierten Prozeduren analysiert werden, um festzustellen, wie gut ein DTC einen jeweiligen Fehler isoliert. Eine große Gesamtzahl zwischen einem jeweiligen DTC und einem jeweiligen Arbeitscode mit entweder keiner oder einer kleinen Gesamtzahl von anderen Arbeitscodes, die dem jeweiligen DTC zugeordnet sind, schafft beispielsweise einen Hinweis, dass der Arbeitscode mit der großen Gesamtzahl in Bezug auf die Reparatur die korrekte Reparatur beim Warten des Problems ist. Eine niedrige Gesamtzahl zwischen dem jeweiligen DTC und anderen Arbeitscodes weist darauf hin, dass die falsche Reparatur durchgeführt wurde. In einem anderen Beispiel kann für einen jeweiligen DTC, wenn eine breite Verteilung in der Gesamtzahl von jedem der verschiedenen Arbeitscodes besteht, die mit dem jeweiligen DTC gemeldet wurden, dann eine Feststellung durchgeführt werden, dass keine einzige Lösung zum Korrigieren des Problems bestand.
  • Mit erneutem Bezug auf 1 analysiert ein Empfehlungsmodul 18 die Korrelation der DTCs und der Arbeitscodes angesichts ihrer jeweiligen Zählwerte und liefert eine Vorgehensweise, um entweder den Wartungsreparaturprozess oder das Identifizieren der Grundursache zu verbessern. Die folgenden Empfehlungen, die durch das Empfehlungsmodul zum Identifizieren der Grundursache ausgegeben werden, können eine ausführliche Überprüfung dessen, wie die Wartungstechniker das Problem lösen, eine Änderung hinsichtlich dessen, wie ein DTC im Fahrzeug gesetzt wird, der eine unterschiedliche Reparaturantwort erzeugen kann, das Ändern des Arbeitscodes, eine verbesserte Schulung von Wartungstechnikern, Modifizieren von Wartungsprozeduren oder des Arbeitsablaufs, Liefern von Wartungsberichten zu Wartungsreparaturstellen in Bezug auf das spezifische Problem und die Reparatur, Identifizieren von regionalen Unterschieden in den Wartungsreparaturstellen, an denen Unterschiede dessen bestehen, wie die Reparatur gehandhabt wird; das Empfehlen von Konstruktionsänderungen im Fahrzeugsystem/im Fahrzeuguntersystem/in der Fahrzeugkomponente; und das Identifizieren einer weiteren Korrelation mit der Fahrzeuglaufleistung umfassen, sind jedoch nicht darauf begrenzt.
  • 3 stellt einen Ablaufplan eines Verfahrens zum Verbessern der Wartungsdiagnose eines Fahrzeugs dar. In Schritt 20 werden Fahrzeugwartungsdaten von einer Garantiespeicherdatenbank erhalten. Die Fahrzeugwartungsdaten, die von der Fahrzeugspeicherdatenbank abgefragt werden, sind auf ein spezifisches Modell, eine spezifische Marke und ein spezifisches Jahr eines Fahrzeugs gerichtet. Selbstverständlich wird der hier beschriebene Prozess hinsichtlich der Fahrzeugdaten beschrieben, kann jedoch auch für einen beliebigen Typ von Maschinenanlage verwendet werden, die eine Wartung erfordert, bei der Wartungsdiagnosefehlercodes und Arbeitscodes erhalten werden.
  • In Schritt 21 werden Wartungsdaten auf der Basis des DTC-Datensatzcodes und des Arbeitsdatensatzcodes zusammengestellt. Jeder für das abgefragte Fahrzeug gemeldete DTC und jeder verwendete Arbeitscode, der als Reparatur für das abgefragte Fahrzeug aufgelistet wird, wird zusammengestellt.
  • In Schritt 22 wird jeder durch die Garantiewartungsdatenbank erhaltene DTC in der Matrix in einer jeweiligen Spalte aufgelistet. Jeder durch die Garantiewartungsdatenbank erhaltene Arbeitscode wird gemeldet und in der Matrix in einer jeweiligen Zeile aufgelistet. Alternativ können die Arbeitscodes in Spalten angeordnet sein und die DTCs können in Zeilen angeordnet sein.
  • In Schritt 23 wird eine Gesamtzahl für jede Kombination, wobei ein Arbeitscode als Reparatur für einen identifizierten DTC in einer Fahrzeugreparatur gemeldet wurde, bestimmt. Das heißt, für einen jeweiligen DTC und zugehörigen Arbeitscode wird ein Zählwert hinsichtlich dessen zusammengerechnet, wie viele Male eine dem Arbeitscode zugeordnete Reparatur an den abgefragten Fahrzeugen durchgeführt wurde. Als Ergebnis erzeugt jede Kombination in der Matrix, bei der mindestens eine Reparatur für die Arbeitscode- und DTC-Kombination durchgeführt wurde, einen Zählwert. Wenn ein Arbeitscode nicht als Reparatur für einen jeweiligen DTC zugeordnet ist, dann bleibt der Zählwert null oder leer.
  • In Schritt 24 werden Kombinationen innerhalb der Matrix mit einem Zählwert zum Feststellen, ob der Reparaturprozess effizient war, oder ob Verbesserungen an den folgenden analytischen Werkzeugen erforderlich sind, die Diagnosealgorithmen, DTCs, Arbeitscodes, Wartungsreparaturprozeduren oder Technikerschulung und -kommunikation umfassen, jedoch nicht darauf begrenzt sind, analysiert. Das Analysieren der Gesamtzählwerte wird durch Betrachten des Gesamtzählwerts jeder Kombination für einen DTC und Feststellen, ob mehr als ein Arbeitscode für den DTC gemeldet wurde, bestimmt. Wenn beispielsweise ein Arbeitscode für einen DTC einen ersten vorbestimmten Schwellenwert überschreitet und die anderen Arbeitscodes, die dem DTC zugeordnet sind, unter einem zweiten vorbestimmten Schwellenwert liegen, dann wird eine Feststellung gemacht, dass der Arbeitscode, der den ersten vorbestimmten Schwellenwert überschreitet, die korrekte Reparatur ist. Weitere Bewertungen können hinsichtlich dessen bestimmt werden, wie Reparaturen in Bezug auf die anderen Arbeitscodes zu minimieren sind. Wenn eine gleichmäßige Verteilung zwischen den Gesamtzählwerten der Arbeitscodes und dem zugehörigen DTC besteht oder mehrere Arbeitscodes den ersten vorbestimmten Schwellenwert überschreiten, dann würde in einem anderen Beispiel die Empfehlung darin bestehen, die Wartungsreparaturprozedur zu überprüfen, da die aktuelle Prozedur die Grundursache nicht effizient identifiziert. Das heißt, die Wartungsprozedur kann den Wartungstechniker auf alternative Wege auf der Basis der anfänglichen Bewertung, die während der Diagnose/Testphase erhalten wird, während er das Fahrzeug wartet, führen. Das Folgende sind verschiedene Weisen, in denen die Daten verwendet werden können, um Grundursachengarantieprobleme zu identifizieren. Für eine Markteinführung eines neuen Fahrzeugs können Konstruktions- oder Systemprobleme zu ungewöhnlich hohen Korrelationen führen; für neue Fahrzeuguntersysteme kann eine gleichmäßige Verteilung des Gesamtzählwerts unter den mehreren Arbeitscodes darauf hinweisen, wie gut Wartungsreparaturtechniker das Problem detektieren und lösen, oder kann darauf hinweisen, dass die Weise, in der der DTC im Fahrzeug gesetzt wird, geändert werden sollte, wodurch eine andere Reparaturantwort erzeugt wird; Arbeitscodes können eine Änderung erfordern, wenn eine Verwirrung hinsichtlich dessen besteht, aus welchem Arbeitscode zu wählen ist (d. h. Reparatur korrekt durchgeführt, aber falscher Arbeitscode eingegeben); eine gleichmäßige Verteilung des Gesamtzählwerts kann darauf hinweisen, dass die Wartungsreparaturtechniker eine umfangreiche Schulung benötigen; Wartungsberichte, die zu Zentren ausgesendet werden, die spezifische Reparaturen identifizieren, die für einen speziellen Fehler nicht durchgeführt werden sollten, oder wie ein spezieller Fehler korrekt zu diagnostizieren ist; die Bestimmung, dass jeweilige Reparaturen von einem regionalen Gebiet kommen, die auf eine falsche Wartung vom Wartungspersonal hinweisen können, oder dass die Komponente in den Umgebungsbedingungen der Region fehlerhaft ist. Andere Empfehlungen können Konstruktionsänderungen am Fahrzeug, am System, am Untersystem, an der Komponente, an der Software, eine Verbesserung von Wartungsreparaturprozeduren, Handbüchern, Werkzeugen und eine gründliche Analyse von Fahrzeugen über einer bestimmten Laufleistung umfassen, sind jedoch nicht darauf begrenzt.
  • Bei Vorkommnissen, bei denen eine breite Verteilung von Arbeitscodes besteht, die für einen jeweiligen DTC eingefüllt sind, kann dann eine Empfehlung gemacht werden, eine Flottenebenenstatistik zu analysieren, um mehr Informationen zu gewinnen und zu identifizieren, ob dies ein für die Fahrzeugmarke spezifisches Problem, ein für das Fahrzeugmodell spezifisches Problem oder ein für den Fahrzeughändler spezifisches Problem ist (z. B. wenn ein Wartungsbaum nicht geeignet ist oder dieser nicht korrekt befolgt wird). Das Folgende schafft ein Beispiel dessen, wie die DTC-Arbeitscode-Korrelation und der Gesamtzählwert aus einer Flottenebenenperspektive berechnet und dementsprechend eingeschränkt werden können, um die Grundursache eines Fehlers weiter zu isolieren. Eine ”Marke” eines Fahrzeugs ist in Tabelle 1 wie folgt aufgelistet: Tabelle 1
    Marke (LC1) <= DTC1, DTC2
    A Teststatistik = X1 = f(Zählwerte, Ankunftsrate, Mittelwert, SD)
    B Teststatistik = X2
    C Teststatistik = X3
    Statistischer Test Ho = X1 = X2 = X3 H1 = nicht(H0) Falls H0, dann ist dies ein gemeinsames Problem über die Flotte Falls H1, zur Segregation gehen
    Segregationstest L1 < X1 < H1 → hauptsächlich Probleme von A L2 < X2 < H2 → hauptsächlich Probleme von B L3 < X3 < H3 → hauptsächlich Probleme von C
  • Teststatistik, gefolgt von Hypotheseprüfung, schafft eine Analyse erster Ebene, um zu identifizieren, ob das Problem auf ein Flottenebenenproblem gerichtet ist (d. h. alle Fahrzeuge, die vom Hersteller hergestellt werden) oder ein Problem, das auf eine spezielle Fahrzeugmarke gerichtet ist.
  • Wenn die statistischen Tests auf H1 zeigen, dann besteht die Annahme darin, dass das Problem kein gemeinsames Problem über alle Fahrzeuge ist, und eine Segregation unter der Fahrzeugflotte muss weiter analysiert werden. Eine nächste Ebene von statistischen Tests in Bezug auf das Fahrzeug-”Modell” wird eingeleitet, wie in Tabelle 2 vorgesehen. Tabelle 2
    Modell (LC1) <= DTC1, DTC2
    A1 Teststatistik = Y1 = f(Zählwerte, Ankunftsrate, Mittelwert, SD)
    A2 Teststatistik = Y2
    A3 Teststatistik = Y3
    Statistischer Test Ho = Y1 = Y2 = Y3 H1 = nicht(H0) Falls H0, dann ist dies ein gemeinsames Problem über die spezielle Marke Falls H1, zur Segregation gehen
    Segregationstest L1a < Y1 < H1 → hauptsächlich Probleme von A1 L2a < Y2 < H2 →hauptsächlich Probleme von A2 L3c < Y3 < H3 → hauptsächlich Probleme von A3
  • Das Testen folgt hinsichtlich dessen, ob das Problem von einem speziellen Modell (z. B. Fahrzeugmodelle A) ausgeht. Wenn das Problem von einem speziellen Modell stammt, dann bewertet die nächste Ebene des Testens, ob dies von einem speziellen Wartungsreparaturanbieter auftritt oder ob dieses Problem über alle Wartungsreparaturanbieter gemeinsam ist. Das Testen wird in Bezug auf die ”Verkaufsvertretung” eingeleitet, wie in Tabelle 3 vorgesehen. Tabelle 3
    Händler (LC1) <= DTC1, DTC2
    Händler1 Teststatistik = Z1 = f(Zählwerte, Ankunftsrate, Mittelwert, SD)
    Händler2 Teststatistik = Z2
    Händler3 Teststatistik = Z3
    Statistischer Test Ho = Z1 = Z2 = Z3 H1 = nicht(H0) Falls H0, dann ist dies ein gemeinsames Problem über alle Händler. Die Wartungsprozedur kann verbessert werden. Falls H1, zur Segregation gehen
    Segregationstest L1b < Z1 < H1b → hauptsächlich für Händler1 spezifisch L2b < Z2 < H2b → hauptsächlich für Händler2 spezifisch L3b < Z3 < H3c → hauptsächlich für Händler3 spezifisch
  • In Abhängigkeit davon, ob dies ein gemeinsames Problem oder ein für den Händler spezifisches Problem ist, kann entweder der Arbeitsablauf modifiziert werden, wenn dies ein Problem eines spezifischen Wartungsreparaturanbieters ist, oder eine Modifikation an der Wartungsprozedur/am Wartungshandbuch kann bestimmt werden, wenn dies ein gemeinsames Problem über alle Wartungsreparaturanbieter ist. Wenn die gesammelten Daten in der Population zunehmen, dann kann die Datentabelle auf der Basis nur eines Anteils der Daten aktualisiert werden. Beispielsweise kann bestimmt werden, dass Reifedaten für eine analysierte Population die Gruppe repräsentieren können, wenn ein vorbestimmter Prozentsatz (z. B. 25%–35%) der ganzen Population die Kriterien für die Auswahl (z. B. Laufleistung oder Alter) erreicht. Überdies können Daten als Echtzeitdaten gesammelt werden, wenn nur Daten, die innerhalb eines vorbestimmten Zeitraums gesammelt wurden, für die Analyse verwendet werden.
  • Wenn die gesammelten Ausfalldaten in der Population zunehmen, dann kann die Datentabelle auf der Basis nur eines Anteils der Daten aktualisiert werden müssen. Das heißt, die Datenreife der Daten repräsentiert die ganze Gruppe, wenn ein Prozentsatz der Fahrzeugpopulation ein vorbestimmtes Alter oder eine vorbestimmte Laufleistung erreicht. Als Beispiel kann bestimmt werden, dass Reifedaten für eine analysierte Population die Gruppe repräsentieren können, wenn ein vorbestimmter Prozentsatz (z. B. 25%–35%) der ganzen Population die ausgewählten Kriterien (z. B. Laufleistung oder Alter) erreicht. Überdies können Daten als Echtzeitdaten gesammelt werden, wenn nur Daten, die innerhalb eines vorbestimmten Zeitraums gesammelt wurden, für die Analyse verwendet werden.
  • Selbstverständlich können die Tabellen oder statistischen Tests, wie vorstehend gezeigt, in einen Entscheidungsbaum umgewandelt werden, wobei jeder Eintrag eine potentielle Reparaturentscheidung angibt. Entscheidungen hinsichtlich dessen, ob eine jeweilige Reparatur die ganze Flotte behandeln kann oder ob Fahrzeuge einer spezifischen Marke abgeleitet und in eine Reparatur-/Wartungsdatenbank eingegliedert werden können. Solche Entscheidungen können als Wahrscheinlichkeiten, verschiedene Reparaturen durchzuführen, betrachtet und in Entscheidungsbäume (z. B. Bayessche Entscheidungsbäume) umgewandelt werden, die verwendet werden können, um die Wartungstechniker zur korrekten Reparatur zu führen.
  • Die Tabellen, wie vorstehend gezeigt, können auch als Indikatoren verwendet werden, die auf die geeigneten Fallverläufe von vorherigen Reparaturen zeigen. Schlussfolgerungssysteme auf Fallbasis können solche Informationen verwenden, um eine beste Reparatur mit dem Potential der Verwendung der Schlussfolgerung auf Fallbasis als kontinuierlichen Reparaturprozess zu bestimmen.
  • Die Tabellen, wie vorstehend beschrieben, können ferner unter Verwendung von Informationen wie z. B. motorspezifischen Daten eingeschränkt werden, um den Fehler, Fahrzeuge über einer jeweiligen Laufleistung und Fahrzeuge über einer jeweiligen Zeit in Wartung (d. h. Alter des Fahrzeugs) weiter zu isolieren. Die Tabellendaten können automatisch zusammengestellt werden, wenn Reparaturen durchgeführt werden, mit Informationen, die verwendet werden, um die Diagnosereparaturprozeduren kontinuierlich anzupassen.
  • In Schritt 25 wird eine Korrekturhandlung zum Modifizieren der Wartungsdiagnose durchgeführt, die die Identifikation einer Grundursache des Fehlers verbessert. Die Korrekturhandlung kann das Modifizieren von DTC-Codes, das Modifizieren der Wartungsreparaturtechnikerschulung, das Modifizieren der Wartungsreparaturprozeduren umfassen, ist jedoch nicht darauf begrenzt.
  • Obwohl bestimmte Ausführungsformen der vorliegenden Erfindung im Einzelnen beschrieben wurden, erkennt der Fachmann auf dem Gebiet, auf das sich diese Erfindung bezieht, verschiedene alternative Konstruktionen und Ausführungsformen zur Ausführung der Erfindung, wie durch die folgenden Ansprüche definiert.

Claims (10)

  1. Verfahren zum Verbessern der Wartungsdiagnose unter Verwendung von Wartungsreparaturdaten von vorher gewarteten Fahrzeugen, wobei das Verfahren die Schritte umfasst: Erhalten der Wartungsreparaturdaten von vorher gewarteten Fahrzeugen von einer Speichervorrichtung; Zusammenstellen der Wartungsdaten in einen Wartungsdiagnosecodedatensatz und einen Wartungsarbeitscodedatensatz unter Verwendung einer Vorrichtung auf Prozessorbasis, wobei der Wartungsdiagnosecodedatensatz gemeldete Diagnosefehlercodes umfasst, die einen detektierten Fehler identifizieren, wobei der Wartungsarbeitscodedatensatz gemeldete Reparaturcodes umfasst, die verwendet werden, um das Fahrzeug in Ansprechen auf den identifizierten detektierten Fehler zu reparieren; Kategorisieren des Wartungsdiagnosecodedatensatzes und des Wartungsarbeitscodedatensatzes in eine elektronische Datentabelle unter Verwendung der Vorrichtung auf Prozessorbasis, wobei jeweilige Kombinationen in der elektronischen Datentabelle zwischen mindestens einem jeweiligen Wartungsdiagnosecode und mindestens einem jeweiligen Wartungsarbeitscode für jede gemeldete Reparatur gebildet werden; Bestimmen eines Gesamtzählwerts für jede jeweilige Kombination in der elektronischen Datentabelle; Identifizieren entweder eines jeweiligen Diagnosecodes oder eines jeweiligen Wartungsarbeitscodes, der eine Korrelation mit mehr als einem von entweder Wartungsdiagnosecodes oder Wartungsarbeitscodes aufweist; und Modifizieren einer Wartungsreparaturprozedur, die zum Reparieren des Fahrzeugs verwendet wird, und/oder eines jeweiligen Wartungsdiagnosecodes, der zum Identifizieren des Fehlers verwendet wird, in Ansprechen auf das Analysieren der jeweiligen Kombinationen.
  2. Verfahren nach Anspruch 1, wobei die Schritte des Zusammenstellens von Wartungsdaten in einen Wartungsdiagnosecodedatensatz und einen Wartungsarbeitscodedatensatz das Zusammenstellen von Wartungsdaten in Bezug auf nur einen spezifischen Fahrzeughersteller umfasst.
  3. Verfahren nach Anspruch 2, wobei die Schritte des Zusammenstellens von Wartungsdaten in einen Wartungsdiagnosecodedatensatz und einen Wartungsarbeitscodedatensatz das Zusammenstellen von Wartungsdaten in Bezug auf nur ein spezifisches Fahrzeugmodell umfasst.
  4. Verfahren nach Anspruch 3, wobei die Schritte des Zusammenstellens von Wartungsdaten in einen Wartungsdiagnosecodedatensatz und einen Wartungsarbeitscodedatensatz das Zusammenstellen von Wartungsdaten in Bezug auf nur Verkaufsvertretungen, die das spezifische Fahrzeugmodell warten, umfasst.
  5. Verfahren nach Anspruch 1, wobei das Analysieren von jeweiligen Kombinationen die folgenden Schritte umfasst: Identifizieren eines Diagnosefehlercodes, der eine Kombination mit einem Gesamtzählwert über einem ersten vorbestimmten Schwellenwert umfasst; Identifizieren von einer oder mehreren Kombinationen, die den Diagnosefehlercode umfassen, wobei der Gesamtzählwert geringer ist als ein zweiter vorbestimmter Schwellenwert; und Durchführen einer Korrekturhandlung, um weitere Reparaturen in Bezug auf einen jeweiligen Arbeitscode für jede Kombination zu verhindern, die als geringer als der zweite vorbestimmte Schwellenwert bestimmt wurde.
  6. Verfahren nach Anspruch 5, wobei das Analysieren von jeweiligen Kombinationen die folgenden Schritte umfasst: Identifizieren von Kombinationen, die den Diagnosefehlercode und jeweilige Arbeitscodes umfassen, wobei der Gesamtzählwert zwischen den identifizierten Kombinationen gleichmäßig verteilt ist; Verfeinern der elektronischen Korrelationsdatentabelle, um entweder eine Klasse von Fahrzeugen oder eine Gruppe von Verkaufsvertretungen zu bewerten; Identifizieren einer Grundursache des Fehlers in Ansprechen auf die Gesamtzählwerte der verfeinerten elektronischen Korrelationsdatentabelle; und Durchführen einer Korrekturhandlung zum Modifizieren der Wartungsdiagnose, um eine Grundursache des Fehlers zu identifizieren.
  7. Verfahren nach Anspruch 6, das ferner den Schritt des Verfeinerns der elektronischen Datentabelle zum Zusammenstellen von Wartungsdaten unter Verwendung von Wartungsdaten, die sich nur auf spezifische Verkaufsvertretungen und/oder nur auf einen spezifischen Typ von Fahrzeug beziehen, umfasst.
  8. Verfahren nach Anspruch 6, das ferner den Schritt des Verfeinerns der elektronischen Datentabelle zum Zusammenstellen von Wartungsdaten unter Verwendung von Wartungsdaten, die sich nur auf einen spezifischen Typ von Fahrzeugmotor beziehen, umfasst.
  9. Verfahren nach Anspruch 6, das ferner den Schritt des Verfeinerns der elektronischen Datentabelle zum Zusammenstellen von Wartungsdaten unter Verwendung von Wartungsdaten, die sich nur auf spezifische Verkaufsvertretungen innerhalb einer jeweiligen Region beziehen, umfasst.
  10. Verfahren nach Anspruch 1, wobei der Gesamtzählwert auf Echtzeitwartungsdaten basiert, die innerhalb eines vorbestimmten Zeitraums gesammelt werden.
DE102011117803A 2010-11-10 2011-11-07 Verfahren für die Wartungsdiagnose- und Wartungsprozedurverbesserung Granted DE102011117803A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/943,261 2010-11-10
US12/943,261 US8463485B2 (en) 2010-11-10 2010-11-10 Process for service diagnostic and service procedures enhancement

Publications (1)

Publication Number Publication Date
DE102011117803A1 true DE102011117803A1 (de) 2012-05-10

Family

ID=45971401

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102011117803A Granted DE102011117803A1 (de) 2010-11-10 2011-11-07 Verfahren für die Wartungsdiagnose- und Wartungsprozedurverbesserung

Country Status (3)

Country Link
US (1) US8463485B2 (de)
CN (1) CN102591318B (de)
DE (1) DE102011117803A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013108471A1 (de) * 2013-08-06 2015-02-12 Endress+Hauser Messtechnik GmbH+Co.KG Verfahren und System zum Einsatz beim Service-Management
DE102013020721A1 (de) * 2013-12-07 2015-06-11 Eisenmann Ag Verfahren und System zur Bedienerunterstützung bei der manuellen Beseitigung von Störungen in einer Industrieanlage
DE102013226186A1 (de) 2013-12-17 2015-06-18 Evonik Industries Ag Verfahren zur Instandhaltung von Betriebsmitteln großtechnischer Anlagen oder Fabrikationsstätten
DE102019115356B4 (de) 2018-12-06 2023-02-23 GM Global Technology Operations LLC Verfahren zur fahrzeugfehler-grundursachendiagnose

Families Citing this family (26)

* 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
US8825276B2 (en) * 2011-09-23 2014-09-02 The Boeing Company Maintenance systems and methods for use in analyzing maintenance data
US8996235B2 (en) * 2011-11-14 2015-03-31 GM Global Technology Operations LLC Repair assist system for vehicle servicing
DE102012202914A1 (de) * 2012-02-27 2013-08-29 Robert Bosch Gmbh Diagnoseverfahren und Diagnosevorrichtung für eine Fahrzeugkomponente eines Fahrzeugs
DE102012015272A1 (de) * 2012-07-31 2014-02-06 Audi Ag Verfahren zur effizienten Absicherung sicherheitskritischer Funktionen eines Steuergeräts und Steuergerät
US20140207515A1 (en) * 2013-01-21 2014-07-24 Snap-On Incorporated Methods and systems for utilizing repair orders in determining diagnostic repairs
US10628246B1 (en) * 2013-05-20 2020-04-21 The Boeing Company Methods and systems for prioritizing corrective actions in a troubleshooting chart
US20170024943A1 (en) * 2014-03-19 2017-01-26 Cummins, Inc. System and Method for Service Assessment
US20150178662A1 (en) * 2014-05-28 2015-06-25 Scott Osborn Analyzing automotive inspections
US10380557B2 (en) * 2015-07-31 2019-08-13 Snap-On Incorporated Methods and systems for clustering of repair orders based on alternative repair indicators
CA2922108C (en) * 2015-10-15 2023-03-07 Tata Consultancy Services Limited Systems and methods for predictive reliability mining
US9846860B2 (en) * 2015-11-05 2017-12-19 Snap-On Incorporated Methods and systems for clustering of repair orders based on multiple repair indicators
US10134013B2 (en) * 2015-11-05 2018-11-20 Snap-On Incorporated Methods and systems for clustering of repair orders based on inferences gathered from repair orders
US10399706B1 (en) * 2016-06-22 2019-09-03 Amazon Technologies, Inc. Unmanned aerial vehicle maintenance troubleshooting decision tree
US9934624B2 (en) * 2016-08-12 2018-04-03 Snap-On Incorporated Method and system for providing diagnostic filter lists
US10269191B2 (en) 2016-08-12 2019-04-23 Snap-On Incorporated Method and system for displaying PIDs based on a PID filter list
US10943283B2 (en) 2016-11-18 2021-03-09 Cummins Inc. Service location recommendation tailoring
US10713270B2 (en) * 2017-12-20 2020-07-14 Sap Se Emerging issue detection and analysis
DE102019218138A1 (de) * 2018-11-27 2020-05-28 Presenso Ltd. Ein proaktives und automatisiertes System und Verfahren davon zum Reparieren eines suboptimalen Betriebs einer Maschine
US10773671B2 (en) 2019-01-10 2020-09-15 Snap-On Incorporated Method and system for reporting diagnostic trouble code set in vehicle is collision-related
US11100732B2 (en) * 2019-05-21 2021-08-24 GM Global Technology Operations LLC Enhanced system failure diagnosis
FR3097344B1 (fr) * 2019-06-13 2021-05-14 Psa Automobiles Sa Procédé de diagnostic d’un calculateur esclave communiquant avec un calculateur maître
CN111145143B (zh) * 2019-11-29 2023-07-18 泰康保险集团股份有限公司 问题图像确定方法及装置、电子设备和存储介质
RU2755373C1 (ru) * 2020-09-02 2021-09-15 Общество с ограниченной ответственностью "Научно-производственный центр промышленных технологий" Способ управления обслуживанием и ремонтом сложных технических объектов и система для его осуществления
US11794758B2 (en) * 2020-11-30 2023-10-24 GM Global Technology Operations LLC Selective health information reporting systems including integrated diagnostic models providing least and most possible cause information
CN113655770A (zh) * 2021-07-02 2021-11-16 上海乐意修科技有限公司 一种汽车故障诊断教学系统及方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6070155A (en) 1995-01-12 2000-05-30 Automated Vehicle Anaysis, Inc. Integrated automated analysis and repair
US6055468A (en) 1995-08-07 2000-04-25 Products Research, Inc. Vehicle system analyzer and tutorial unit
NZ503089A (en) 1997-09-30 2002-02-01 Crown Equip Corp Diagnosing for materials handling vehicles
US6543007B1 (en) 1999-10-28 2003-04-01 General Electric Company Process and system for configuring repair codes for diagnostics of machine malfunctions
US6959235B1 (en) 1999-10-28 2005-10-25 General Electric Company Diagnosis and repair system and method
CA2420433A1 (en) 2000-08-23 2002-02-28 General Electric Company Method for guiding repair or replacement of parts for generally complex equipment
DE10102051A1 (de) 2001-01-17 2002-08-29 Claas Selbstfahr Erntemasch Verfahren zur Planung einer Reparatur von mobilen Arbeitsmaschinen
US7233844B2 (en) 2004-03-22 2007-06-19 General Electric Company Locomotive remote control system with diagnostic display
US20060229777A1 (en) 2005-04-12 2006-10-12 Hudson Michael D System and methods of performing real-time on-board automotive telemetry analysis and reporting
US20070021966A1 (en) 2005-07-20 2007-01-25 Xerox Corporation Systems and methods for facilitating service request processing in a call center
US7590476B2 (en) * 2006-09-07 2009-09-15 Delphi Technologies, Inc. Vehicle diagnosis system and method
US8364337B2 (en) * 2006-09-27 2013-01-29 Komatsu Ltd. Failure countermeasure supporting system for mobile vehicle
US9740993B2 (en) * 2009-12-04 2017-08-22 GM Global Technology Operations LLC Detecting anomalies in field failure data

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013108471A1 (de) * 2013-08-06 2015-02-12 Endress+Hauser Messtechnik GmbH+Co.KG Verfahren und System zum Einsatz beim Service-Management
DE102013020721A1 (de) * 2013-12-07 2015-06-11 Eisenmann Ag Verfahren und System zur Bedienerunterstützung bei der manuellen Beseitigung von Störungen in einer Industrieanlage
DE102013020721B4 (de) * 2013-12-07 2020-03-12 Eisenmann Se Verfahren und System zur Bedienerunterstützung bei der manuellen Beseitigung von Störungen in einer Industrieanlage
DE102013226186A1 (de) 2013-12-17 2015-06-18 Evonik Industries Ag Verfahren zur Instandhaltung von Betriebsmitteln großtechnischer Anlagen oder Fabrikationsstätten
EP2887280A1 (de) 2013-12-17 2015-06-24 Evonik Industries AG Verfahren zur Instandhaltung von Betriebsmitteln großtechnischer Anlagen oder Fabrikationsstätten
DE102019115356B4 (de) 2018-12-06 2023-02-23 GM Global Technology Operations LLC Verfahren zur fahrzeugfehler-grundursachendiagnose

Also Published As

Publication number Publication date
CN102591318B (zh) 2014-10-29
US8463485B2 (en) 2013-06-11
US20120116630A1 (en) 2012-05-10
CN102591318A (zh) 2012-07-18

Similar Documents

Publication Publication Date Title
DE102011117803A1 (de) Verfahren für die Wartungsdiagnose- und Wartungsprozedurverbesserung
DE102012208537B4 (de) Verfahren zum Identifizieren einer Grundursache eines Fehlers in einem gewarteten Fahrzeug und zum Durchführen von Korrekturhandlungen
DE102010052855A1 (de) Detektieren von Abweichungen bei Feldausfalldaten
EP1250632B1 (de) System und verfahren zur ermittlung der produktionsanlagen-effektivität, von fehlerereignissen und der fehlerursachen
DE102011108678B4 (de) Ereignisgesteuertes Datamining-Verfahren zum Verbessern von Fehlercodeeinstellungen und zum Isolieren von Fehlern
DE102020103768A1 (de) Überwachung und Diagnose von Fahrzeugsystemproblemen mit Maschinenlern-Klassifikatoren
DE102005027378B3 (de) Dynamische Priorisierung von Prüfschritten in der Werkstattdiagnose
DE112016003171T5 (de) Verfahren zum Überwachen einer Antriebseinheit einer Fahrzeugkarosseriemontagelinie und eine Vorrichtung dafür
WO2002013015A1 (de) System zur ermittlung von fehlerursachen
DE102004024262A1 (de) Wissensbasiertes Diagnosesystem für ein komplexes technisches System mit zwei getrennten Wissensbasen zur Verarbeitung technischer Systemdaten und zur Verarbeitung von Kundenbeanstandungen
DE102010052998A1 (de) Software-zentrierte Methodik für die Überprüfung und Bestätigung von Fehlermodellen
DE102004015504A1 (de) Verfahren und Vorrichtung zur diagnostischen Wahl eines Wartungskonzepts für ein komplexes System
WO2001055806A1 (de) Verfahren zum automatisierten generieren einer fehlerbaumstruktur
DE10349784A1 (de) Verfahren und Einrichtung zur Selbstdiagnose und Selbstreparatur
DE102012220338A1 (de) Reparaturunterstützungssystem für eine Fahrzeugwartung
WO2006105930A1 (de) Diagnosesystem zur bestimmung einer gewichteten liste möglicherweise fehlerhafter komponenten aus fahrzeugdaten und kundenangaben
DE102015225144A1 (de) System und Verfahren zur Diagnose von zumindest einer wartungsbedürftigen Komponente eines Geräts und/oder Anlage
DE102004015503A1 (de) Verfahren und Vorrichtung zum Korrigieren diagnostischer Analysekonzepte in komplexen Systemen
DE112015004142T5 (de) System und Verfahren zur Vorhersage des Ausfalls von Maschinenkomponenten
WO2007022849A2 (de) Verfahren zur identifikation komplexer diagnosesituationen im kundendienst
DE102011086352A1 (de) Verfahren und Diagnosesystem zur Unterstützung der geführten Fehlersuche in technischen Systemen
DE102004015501A1 (de) Verfahren und Vorrichtung für Wartbarkeit komplexer Systeme
DE102015218262A1 (de) Datenverarbeitungsanlage und Verfahren für diese zur Zustandsüberwachung einer Mehrzahl an Fahrzeugen
DE102010005742A1 (de) Integriertes Diagnose- und Prognosesystem als Teil der Unternehmenswertschöpfungskette
DE102008004219A1 (de) Verfahren zum Behandeln mindestens eines Fehlers innerhalb eines Systems

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division