DE102012223393A1

DE102012223393A1 - Verfahren und System für die Grundursachenanalyse und Qualitätsüberwachung von Fehlern auf Systemebene

Info

Publication number: DE102012223393A1
Application number: DE102012223393A
Authority: DE
Inventors: Satnam Singh; John V. Bowman
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2011-12-19
Filing date: 2012-12-17
Publication date: 2013-06-20
Also published as: US20130159240A1; CN103163877A; US8732112B2; CN103163877B

Abstract

Bei einem System können Systemfehlercodes, Komponentenfehlercodes und Ausfallmodi empfangen werden. Ein Modell erster Ebene mit kausalen Beziehungen erster Ebene und kausalen Gewichten erster Ebene zwischen den Systemfehlercodes und den Komponentenfehlercodes kann erzeugt werden. Ein Modell zweiter Ebene mit kausalen Beziehungen zweiter Ebene und kausalen Gewichten zweiter Ebene zwischen den Komponentenfehlercodes und den Ausfallmodi kann erzeugt werden. Das Modell erster Ebene und das Modell zweiter Ebene können kombiniert werden, um ein Modell wie z. B. ein graphisches Modell zu erzeugen. Eine oder mehrere kausale Wahrscheinlichkeiten können unter Verwendung des graphischen Modells bestimmt werden.

Description

GEBIET DER VORLIEGENDEN ERFINDUNG
Die vorliegende Erfindung bezieht sich auf die Grundursachenanalyse und Qualitätsüberwachung von Fehlern auf Systemebene unter Verwendung beispielsweise eines Verfahrens auf Wahrscheinlichkeitsbasis, das eine flottenweite Fahrzeugdiagnosegeschichte verwendet.
HINTERGRUND DER ERFINDUNG
Kraftfahrzeug-, Luft- und Raumfahrt-, Schwermaschinen-, Fertigungs- und andere Industrien streben danach, die Qualität und Zuverlässigkeit von Fahrzeugen durch Einbeziehen von Fehlerdiagnose- und Fehlerprognosemerkmalen in Fahrzeuge oder einer bordexternen Überwachung in technischen Zentren zu verbessern. Fehlercodes (z. B. Diagnosefehlercodes (DTCs)) können von Technikern (z. B. Fahrzeugtechnikern, Flugzeugtechnikern, Fertigungstechnikern), Qualitätsingenieuren (z. B. Fahrzeugqualitätsingenieuren, Luft- und Raumfahrqualitätsingenieuren usw.), Diagnoseingenieuren und anderen Parteien verwendet werden, um Fahrzeug-, Flugzeug-, Luftfahrzeug-, Schwermaschinen-, Maschinenanlagen- und andere Vorrichtungsfunktionsstörungen zu identifizieren und zu diagnostizieren. Fehlercodes können beispielsweise Diagnosefehlercodes umfassen, die für die Fahrzeugdiagnose verwendet werden können. Diagnosefehlercodes können beispielsweise die Ausgabe eines Diagnoseverfahrens oder -systems sein, das kontinuierlich eine spezifische Komponente (z. B. einen Sensor, der zu einer Fahrzeugkomponente, einem Fahrzeugsystem, einer Fahrzeugschaltung oder einer anderen Vorrichtung gehört) überwacht, und können in der elektronischen Fahrzeugsteuereinheit (ECU) gespeichert werden. Diagnosefehlercodes können einen Ausfall, eine Funktionsstörung oder einen Defekt in einem System, einer Komponente, einer Schaltung oder einer anderen elektrischen Vorrichtung angeben. Diagnosefehlercodes können beispielsweise Diagnosecodes auf Systemebene (SDTCs), DTCs auf Komponenten- oder Schaltungsebene und andere Typen von DTCs umfassen. Diagnosefehlercodes können beispielsweise einen Ausfall, eine Funktionsstörung oder einen Defekt eines Fahrzeugsystems (z. B. Motorfehlzündungs-, Verdampfungssystemleistungs-, Batterieausfall oder andere Fahrzeugsystemausfälle) angeben. DTCs auf Komponenten- oder Schaltungsebene geben beispielsweise einen Ausfall, eine Funktionsstörung oder einen Defekt einer Fahrzeugkomponente (z. B. Kraftstoffeinspritzdüse, Luftmassensensor (MAF-Sensor) usw.) an. Typischerweise ist eine Komponente ein Teil eines Systems und/oder Untersystems; z. B. kann eine Kraftstoffeinspritzdüse ein Teil eines Motorsystems sein. In einigen Fällen kann ein System eine Komponente eines größeren Systems sein. Fehler auf Systemebene können beispielsweise aufgrund irgendwelcher der auf die Komponenten- oder Schaltungsebene bezogenen Fehler in diesem System ausgelöst werden. Ein Motorfehlzündungs-Systemebenenfehler könnte beispielsweise aufgrund eines Einspritzdüsenschaltungsausfalls, eines Luftmassenschaltungsausfalls, einer Kraftstoffpumpenfunktionsstörung usw. ausgelöst werden.
In einigen Fällen kann ein Systemfehlercode (z. B. ein System-DTC) sich potentiell aus mehreren Ausfallmodi oder Grundursachen ergeben. Ein Ausfallmodus kann beispielsweise Teilenameinformationen und möglicherweise andere Informationen, die eine Funktionsstörung oder einen Ausfall beschreiben oder darstellen, umfassen. Ein Ausfallmodus oder eine Grundursache kann mehreren eindeutigen Kombinationen von Komponentenfehlercodes (z. B. Komponenten-DTCs), Systemfehlercodes (z. B. System-DTCs) und/oder anderen Informationen zugeordnet sein. Existierende Techniken sind außerstande, Ausfallmodi mit denselben oder ähnlichen Fehlercode- oder DTC-Signaturen (z. B. Kombinationen von System-DTCs, Komponenten-DTCs und/oder anderen DTCs) zu identifizieren. Daher kann es schwierig sein, Ausfallmodi und Grundursachen von Fahrzeugfunktionsstörungen auf der Basis von Systemfehlercodes oder Kombinationen von Systemfehlercodes, Komponentenfehlercodes und/oder anderen Fehlercodes zu bestimmen. Daher kann es für Fahrzeugtechniker, Qualitätsingenieure und andere schwierig sein, Fahrzeugfunktionsstörungs-Grundursachen, flottenweite Fahrzeugfunktionsstörungstrends und andere Informationen unter Verwendung von existierenden Techniken zu bestimmen.
ZUSAMMENFASSUNG DER ERFINDUNG
Systemfehlercodes, Komponentenfehlercodes und Ausfallmodi können an einem System empfangen werden. Ein Modell erster Ebene mit kausalen Beziehungen erster Ebene und kausalen Gewichten erster Ebene zwischen den Systemfehlercodes und den Komponentenfehlercodes kann erzeugt werden. Ein Modell zweiter Ebene mit kausalen Beziehungen zweiter Ebene und kausalen Gewichten zweiter Ebene zwischen den Komponentenfehlercodes und den Ausfallmodi kann erzeugt werden. Das Modell erster Ebene und das Modell zweiter Ebene können kombiniert werden, um ein Modell wie z. B. ein graphisches Modell zu erzeugen. Eine oder mehrere kausale Wahrscheinlichkeiten können unter Verwendung des graphischen Modells bestimmt werden.
KURZBESCHREIBUNG DER ZEICHNUNGEN
Der als Erfindung betrachtete Gegenstand wird im abschließenden Teil der Patentbeschreibung besonders aufgezeigt und deutlich beansprucht. Die Erfindung kann jedoch sowohl hinsichtlich der Gliederung als auch des Betriebsverfahrens zusammen mit Aufgaben, Merkmalen und Vorteilen davon am besten mit Bezug auf die folgende ausführliche Beschreibung verstanden werden, wenn sie mit den begleitenden Zeichnungen gelesen wird, in denen:
1 ein schematisches Diagramm eines Fahrzeugdiagnosesystems gemäß Ausführungsformen der vorliegenden Erfindung ist;
2 ein schematisches Diagramm eines Fahrzeugdiagnosesystems gemäß Ausführungsformen der vorliegenden Erfindung ist;
3 ein schematisches Diagramm eines Abschnitts eines Fahrzeugdiagnosesystems gemäß Ausführungsformen der vorliegenden Erfindung ist;
4 ein Diagramm eines Grundursachenanalyseverfahrens gemäß Ausführungsformen der vorliegenden Erfindung ist;
5 ein Diagramm eines Qualitätsanalyseverfahrens gemäß Ausführungsformen der vorliegenden Erfindung ist; und
6 ein Ablaufplan eines Verfahrens gemäß Ausführungsformen der vorliegenden Erfindung ist.
Es ist zu erkennen, dass der Einfachheit und Deutlichkeit der Darstellung halber in den Figuren gezeigte Elemente nicht notwendigerweise maßstäblich gezeichnet wurden. Die Abmessungen von einigen der Elemente können beispielsweise relativ zu anderen Elementen der Deutlichkeit halber übertrieben sein. Wenn es als geeignet betrachtet wird, können ferner Bezugszeichen unter den Figuren wiederholt sein, um entsprechende oder analoge Elemente anzugeben.
AUSFÜHRLICHE BESCHREIBUNG DER VORLIEGENDEN ERFINDUNG
In der folgenden ausführlichen Beschreibung sind zahlreiche spezifische Details dargelegt, um für ein gründliches Verständnis der Ausführungsformen der Erfindung zu sorgen. Für den Fachmann auf dem Gebiet ist es jedoch verständlich, dass die Ausführungsformen der vorliegenden Erfindung ohne diese spezifischen Details ausgeführt werden können. In anderen Fällen wurden gut bekannte Verfahren, Prozeduren, Komponenten und Schaltungen nicht im Einzelnen beschrieben, um die vorliegende Erfindung nicht unklar zu machen.
Wenn nicht spezifisch anders angegeben, wie aus den folgenden Erörterungen ersichtlich, beziehen sich in der ganzen Patentbeschreibung Erörterungen unter Verwendung von Begriffen wie z. B. ”Verarbeiten”, ”Berechnen”, ”Speichern”, ”Bestimmen” oder dergleichen auf die Handlung und/oder Prozesse eines Computers oder Rechensystems oder einer ähnlichen elektronischen Rechenvorrichtung, die Daten, die als physikalische, wie z. B. elektronische, Größen innerhalb der Register und/oder Speicher des Rechensystems dargestellt werden, in andere Daten, die ebenso als physikalische Größen innerhalb der Speicher, Register oder anderer solcher Informationsspeicher-, Übertragungs- oder Anzeigevorrichtungen des Rechensystems dargestellt werden, bearbeitet und/oder transformiert.
1 ist ein schematisches Diagramm eines Fahrzeugdiagnosesystems gemäß Ausführungsformen der vorliegenden Erfindung. Das Fahrzeugdiagnosesystem 100 kann einen oder mehrere Prozessoren oder Controller 30, einen Speicher 32, einen Langzeitspeicher 34, eine oder mehrere Eingabevorrichtungen oder -bereiche 40 und Anzeigevorrichtungen oder -bereiche 42 umfassen. Die einen oder mehreren Eingabevorrichtungen oder -bereiche 40 und Ausgabevorrichtungen oder -bereiche 42 können beispielsweise in eine Berührungsbildschirmanzeige und -eingabe kombiniert sein, die ein Teil des Systems 100 sein kann.
Das System 100 kann eine oder mehrere Datenbanken 36 umfassen. Der Speicher 32 oder die Datenbanken 36 können beispielsweise Regeln 10, historische Einsatzdaten 12, aktuelle Fahrzeugdaten oder aktuelle Flottendaten 14, Ausfallmodi oder Grundursachen 16, Fehlercodes oder Symptome 18 (z. B. Systemfehlercodes oder Systemsymptome 20 (z. B. Systemdiagnosefehlercodes (SDTCs)), Schaltungs- oder Komponentenfehlercodes, Schaltungssymptome oder Komponentensymptome 22 (z. B. Komponentendiagnosefehlercodes (DTCs)) und/oder andere Informationen umfassen. Die Datenbanken 36 können ganz oder teilweise in einem oder beiden des Speichers 32, des Langzeitspeichers 34 oder einer anderen Vorrichtung gespeichert werden.
Der Prozessor oder Controller 30 kann beispielsweise eine Zentraleinheit (CPU), ein Chip, eine Diagnoselogik oder irgendeine geeignete Rechen- oder Berechnungsvorrichtung sein. Der Prozessor oder Controller 30 kann mehrere Prozessoren umfassen und kann Universalprozessoren und/oder zweckgebundene Prozessoren wie z. B. Graphikverarbeitungschips umfassen. Der Prozessor 30 kann einen Code oder Befehle ausführen, die beispielsweise im Speicher 32 oder Langzeitspeicher 34 gespeichert sind, um Ausführungsformen der vorliegenden Erfindung auszuführen.
Der Speicher 32 kann beispielsweise ein Direktzugriffsspeicher (RAM), ein Festwertspeicher (ROM), ein dynamischer RAM (DRAM), ein synchroner DRAM (SD-RAM), ein Speicherchip mit doppelter Datenrate (DDR), ein Flash-Speicher, ein flüchtiger Speicher, ein nichtflüchtiger Speicher, ein Cache-Speicher, ein Puffer, eine Kurzzeitspeichereinheit, eine Langzeitspeichereinheit oder andere geeignete Speichereinheiten oder Ablageeinheiten sein oder diese umfassen. Der Speicher 32 kann mehrere Speichereinheiten sein oder umfassen.
Der Langzeitspeicher 34 kann beispielsweise ein Festplattenlaufwerk, ein Diskettenlaufwerk, ein Kompaktdisklaufwerk (CD-Laufwerk), ein Laufwerk für eine aufzeichnungsfähige CD (CD-R-Laufwerk), eine Vorrichtung eines universellen seriellen Busses (USB) oder eine andere geeignete entnehmbare und/oder feste Speichereinheit sein oder umfassen und kann mehrere oder eine Kombination solcher Einheiten umfassen.
2 ist ein schematisches Diagramm eines Fahrzeugdiagnosesystems gemäß Ausführungsformen der vorliegenden Erfindung. Historische Einsatzdaten 12 und Regeln 10 können beispielsweise vom System 100 empfangen werden. Historische Einsatzdaten 12 (z. B. historische Einsatzausfalldaten oder historische Fahrzeugausfalldaten) können beispielsweise vorher aufgezeichnete Fahrzeugdaten in Bezug auf Fahrzeugfunktionsstörungen, -defekte oder -ausfälle sein. Die historischen Einsatzdaten 12 können beispielsweise Informationen in Bezug auf spezifische oder spezielle Fahrzeugfunktionsstörungen umfassen, die von Garantieberichten, Werkstattberichten, Fahrzeugtechnikerwortlaut (z. B. ”Aufzeichnungen”) und anderen Quellen empfangen werden. Die historischen Einsatzdaten 12 können beispielsweise Fehlercodes 18 (z. B. Systemfehlercodes 20 (z. B. Systemdiagnosefehlercodes (SDTCs)), Komponentenfehlercodes 22 (z. B. Komponenten-DTCs) und andere Symptome oder Diagnosefehlercodes), Ausfallmodi oder Grundursachen 16 und andere Informationen umfassen. Die Fehlercodes 18 können beispielsweise Informationen sein, die spezielle oder spezifische Fahrzeugfunktionsstörungen, -defekte oder -ausfälle darstellen oder definieren. Die Fehlercodes 18 können beispielsweise aus Fahrzeugsensoren, die Fahrzeugkomponenten, -systemen, -schaltungen und -vorrichtungen zugeordnet sind, an eine elektronische Fahrzeugsteuereinheit (ECU) oder eine andere Vorrichtung ausgegeben werden. Ein Systemfehlercode 20 kann beispielsweise Informationen sein, die eine Funktionsstörung oder einen Defekt eines Systems (z. B. Motorfehlzündung, Verdampfungssystemleistung, Kraftstoff mager/fett usw.) darstellen oder definieren. Ein Komponentenfehlercode 22 kann beispielsweise Informationen sein, die eine Funktionsstörung oder einen Defekt einer Komponente (z. B. Kraftstoffeinspritzdüsenschaltung, Luftmassenschaltung (MAF-Schaltung usw.) darstellen oder definieren. Die Fehlercodes 18 können in einigen Ausführungsformen verursachen, dass ein Fahrzeug Informationen an Fahrzeuginsassen oder an den Fahrer ausgibt (z. B. Motorkontrollleuchte, Bremsenkontrollleuchte usw.).
Ausfallmodi oder Grundursachen 16 können beispielsweise ein Ausfall oder eine Funktionsstörung einer Komponente (z. B. Teilenameninformationen und andere Informationen) sein, der bzw. die dazu führt, dass ein Systemfehlercode 20 und/oder ein Komponentenfehlercode 22 ausgegeben werden. Die Ausfallmodi 16 können in einigen Ausführungsformen Teile- und/oder Systemnameninformationen, die Beschreibung einer Funktionsstörung oder eines Ausfalls und/oder andere Informationen umfassen. Ein Ausfallmodus kann beispielsweise ein Schaltungsausfall, dass ein Luftmassensensorteil einen Masseschluss hatte, oder ein anderer Ausfallmodus sein. In den hier verwendeten mathematischen Schreibweisen können Ausfallmodi beispielsweise implizit Teile- und/oder Systemnamen umfassen. Ein Komponentenfehlercode 22 (z. B. ein Komponenten-DTC) kann beispielsweise Informationen sein, die aus einem Diagnosealgorithmus in der ECU ausgegeben werden, die die Komponentenleistung oder die Schaltungen einer Komponente überwacht. Ein Komponentenfehlercode 22 kann beispielsweise ein Kraftstoffeinspritzdüsen-Schaltungs-DTC sein und ein Kraftstoffeinspritzdüsen-Schaltungs-DTC kann von einem Sensor ausgegeben werden, der die Funktion der Kraftstoffeinspritzdüse und/oder anderer Komponenten misst. Wenn ein Schaltungsausfall (z. B. Masseschluss, eine Kurzschlussspannung, ein unendlicher/hoher Widerstand usw.) in einer Kraftstoffeinspritzdüsenschaltung besteht, dann wird ein Kraftstoffeinspritzdüsenschaltungs-Fehlercode (z. B. Schaltungs-DTC) im Motorsteuermodul gespeichert. Wenn beispielsweise die Kraftstoffeinspritzdüse oder eine andere Komponente ausfällt oder eine Funktionsstörung aufweist und ein Komponenten-DTC 22 ausgegeben wird, kann der Ausfall oder die Funktionsstörung der Ausfallmodus oder die Grundursache 16 des Komponenten-DTC 22 sein.
Historische Einsatzdaten 12 können beispielsweise von einer Vielfalt von Quellen (z. B. Garantieberichten, einem oder mehreren Kundendiensthandbüchern, Kundendienstwerkstattdaten, Technikerwortlaut (z. B. Fahrzeugtechnikerbericht oder -aufzeichnung), telemetrischen Daten, dem Einsatzgebiet und anderen Quellen) in Bezug auf spezifische oder spezielle Fahrzeugfunktionsstörungen, -defekte oder -fehler abgeleitet oder empfangen werden. Regeln 10 (z. B. Diagnoseregeln) können beispielsweise Beziehungen zwischen Fehlercodes 18, Fahrzeugausfallmodi 16 und anderen Informationen sein. Die Regeln 10 können beispielsweise Kombinationen von Systemfehlercodes 20, Komponentenfehlercodes 22 und Ausfallmodi 16 umfassen, die wahrscheinlich zusammen oder gleichzeitig auftreten. Eine Beispielregel 10 kann beispielsweise sein, dass bestimmte Systemfehlercodes 20 sehr wahrscheinlich sein können, wenn Komponentenfehlercodes 22 auftreten. Die Regeln 10 (z. B. Diagnoseregeln) können beispielsweise mit dem System 100 in Beziehung stehen oder an diesem von einem Kundendiensthandbuch, Qualitätssicherungsanforderungen, Fehlermodellen und/oder anderen Richtlinien für ein gegebenes Fahrzeug empfangen werden.
Gemäß einigen Ausführungsformen kann ein Modell 110 während einer Lernoperation oder -methode auf der Basis von eingegebenen Daten (z. B. historischen Einsatzdaten 12, Regeln 10 und anderen Daten) erzeugt, erstellt oder definiert werden. Das Modell 110 kann beispielsweise ein probabilistisches hierarchisches Modell, ein graphisches Modell, ein azyklisches graphisches Modell, ein mathematisches Modell oder ein Modell eines anderen Typs sein. Historische Daten 12 (z. B. einschließlich Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16, anderer Fehlercodes und/oder anderer Daten) und/oder Kundendienstprozeduren können beispielsweise verwendet werden, um das Modell 110 zu erzeugen. Das Modell 110 kann beispielsweise kausale Beziehungen zwischen den Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und anderen Informationen umfassen. Kausale Beziehungen zwischen Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und anderen Informationen können beispielsweise unter Verwendung einer Gesamtdatenanalyse (102) oder von anderen Verfahren bestimmt oder definiert werden. Kausale Gewichte zwischen Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und anderen Informationen können beispielsweise unter Verwendung der Gesamtdatenanalyse (102) (z. B. unter Verwendung von Regeln 10) oder von anderen Verfahren bestimmt oder definiert werden. Ein Gewicht zwischen zwei Codes (z. B. kausale Gewichte erster Ebene zwischen Systemfehlercodes und Komponentenfehlercodes, kausale Gewichte zweiter Ebene zwischen Komponentenfehlercodes und Ausfallmodi) kann beispielsweise die Wahrscheinlichkeit sein, dass zwei Codes zusammen auftreten oder erscheinen. Kausale Gewichte zwischen Komponentenfehlercodes und Ausfallmodi können beispielsweise ein Maß der Wahrscheinlichkeit, dass Komponentenfehlercodes gleichzeitig wie Ausfallmodi auftreten, sein. Kausale Beziehungen, kausale Gewichte und andere Informationen können beispielsweise durch einen Fachmann (SME) oder eine andere Person geprüft (104) oder bestätigt werden. Andere Techniken oder Methoden und andere Daten oder Informationen können natürlich verwendet werden, um das Modell 110 (z. B. graphisches Modell) zu erzeugen.
Das graphische Modell 110, das hier erörtert wird (z. B. probabilistisches hierarchisches Modell, graphisches Modell, azyklisches graphisches Modell), kann eine Gliederung von Informationen in einem Computersystem sein. Die Gliederung von Informationen kann einen oder mehrere Knoten (die z. B. Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und andere fahrzeugbezogene Daten darstellen), gewichtete Verknüpfungen zwischen Knoten (z. B. kausale Beziehungen und kausale Gewichte zwischen Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und anderen fahrzeugbezogenen Daten) und andere Beziehungen umfassen. Für die Zwecke der Beschreibung kann das graphische Modell 110 unter Verwendung von visuellen Begriffen beschrieben werden, um die Lesbarkeit und das Leserverständnis zu unterstützen. Die Gliederung von Informationen (z. B. graphisches Modell 110) kann jedoch in einem Computersystem als zusammenhängende oder gegliederte Daten oder Informationen in einer Form, die für einen Menschen nicht erkennbar ist (z. B. nicht in einer Graphenform), gespeichert werden.
Gemäß einigen Ausführungsformen können historische Einsatzdaten 12 beispielsweise während einer Gesamtdatenanalyseoperation 102 verarbeitet oder analysiert werden, um historische Einsatzdaten 12 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 usw.) in eine vordefinierte Form oder ein vordefiniertes Format umzuwandeln, das für die Verwendung in einem Modell 110 (z. B. graphischen Modell, probabilistischen hierarchischen Modell usw.) kompatibel oder geeignet ist. Gemäß einigen Ausführungsformen können Kundendienstprozeduren (z. B. Eingabe von einem Fahrzeugkundendiensthandbuch oder einer anderen Quelle) während einer Gesamtdatenanalyseoperation 102 verarbeitet werden, um Kundendienstprozeduren in ein Format umzuwandeln, das für die Verwendung im Modell 110 kompatibel oder geeignet ist. Kundendienstprozeduren können beispielsweise Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und/oder andere Fehlercodes oder Informationen umfassen, die Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und/oder Fehlercodes darstellen. Die Gesamtdatenanalyse 102 kann beispielsweise verwendet werden, um kausale Beziehungen zu bestimmen. Kausale Beziehungen oder Abhängigkeiten zwischen Systemfehlercodes 20 und einem oder mehreren Komponentenfehlercodes 22 können beispielsweise bestimmt werden. Ebenso können kausale Beziehungen zwischen einem oder mehreren Komponentenfehlercodes 22 und einem oder mehreren Ausfallmodi 16 bestimmt werden. Eine kausale Beziehung kann beispielsweise eine Korrelation oder Beziehung zwischen zwei Ereignissen, Variablen oder Parametern (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 usw.) darstellen. Eine kausale Beziehung kann beispielsweise angeben, dass zumindest ein gewisses Vertrauen, eine gewisse Voraussichtlichkeit oder Wahrscheinlichkeit besteht, dass zwei oder mehr Ereignisse, Variablen oder Parameter in Verbindung miteinander auftreten können. Ein Systemfehlercode 20 und ein Komponentenfehlercode 22 können beispielsweise kausal in Beziehung stehen, wenn ein gewisses Vertrauen besteht, dass ein Systemfehlercode 20 und ein Komponentenfehlercode 22 sich dieselbe Grundursache teilen oder sich aus dieser ergeben. Ein Systemfehlercode 20 kann mit einem Komponentenfehlercode 22 kausal in Beziehung stehen oder kausal von diesem abhängen, wenn beispielsweise historische Einsatzdaten 12 eine Korrelation zwischen dem Systemfehlercode 20 und dem Komponentenfehlercode 22 umfassen (z. B. der Systemfehlercode 20 und Komponentenfehlercode 22 in einem Satz oder Datensatz (z. B. einem Garantiebericht) in historischen Einsatzdaten 12 erscheinen). Die kausale Abhängigkeit oder die kausalen Beziehungen können natürlich unter Verwendung von anderen Verfahren und unter Verwendung von anderen Variablen oder Parametern erzeugt werden.
Gemäß einigen Ausführungsformen können kausale Beziehungen zwischen einem oder mehreren Systemfehlercodes 20 und einem oder mehreren Komponentenfehlercodes 22 und kausale Beziehungen zwischen einem oder mehreren Komponentenfehlercodes 22 und einem oder mehreren Ausfallmodi 16 verwendet werden, um ein graphisches Modell 110 (z. B. ein probabilistisches hierarchisches Modell, ein azyklisches graphisches Modell oder einen anderen Typ von Modell) zu erzeugen. Das graphische Modell 110 kann beispielsweise ein hierarchisches Modell sein und kann eine oder mehrere Ebenen umfassen. Das graphische Modell 110 kann beispielsweise eine erste Modellebene mit einer oder mehreren kausalen Beziehungen 112 erster Ebene (z. B. eine oder mehrere kausale Beziehungen von einem oder mehreren Systemfehlercodes 20 und Komponentenfehlercodes 22), eine zweite Modellebene mit einer oder mehreren kausalen Beziehungen 114 zweiter Ebene (z. B. eine oder mehrere kausale Beziehungen von einem oder mehreren Komponentenfehlercodes 22 und Ausfallmodi 16) und potentiell andere Modellebenen umfassen.
Gemäß einigen Ausführungsformen können kausale Gewichte auf jeder Ebene des graphischen Modells 110 bestimmt werden. Eine kausale Wahrscheinlichkeit, Voraussichtlichkeit oder kausale Gewichte 120 erster Ebene (z. B. kausale Gewichte auf Systemebene oder kausale Wahrscheinlichkeiten, eine kausale Voraussichtlichkeit oder kausale Gewichte von System zu Komponente) können beispielsweise berechnet oder bestimmt werden. Kausale Gewichte 120 erster Ebene können beispielsweise die Wahrscheinlichkeit oder Voraussichtlichkeit, dass ein gegebener Komponentenfehlercode 22 mit oder in Verbindung mit einem gegeben Systemfehlercode 20 auftritt oder auftreten wird, darstellen oder dazu äquivalent sein.
In einigen Ausführungsformen können kausale Gewichte 120 erster Ebene die Voraussichtlichkeit oder Wahrscheinlichkeit darstellen, dass ein gegebener oder gegebene mehrere Komponentenfehlercodes 22 und ein gegebener Systemfehlercode 20 im gleichen Garantiebericht, in den gleichen Kundendienstwerkstattdaten, telemetrischen Daten oder anderen Daten auftreten. Kausale Gewichte 120 erster Ebene können beispielsweise eine Korrelation zwischen einem gegebenen Fehlercode 22 auf Komponentenebene und Fehlercode 20 auf Systemebene darstellen. Kausale Gewichte 120 erster Ebene können beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der die kausale und/oder korrelative Beziehung zwischen einem Fehlercode 22 auf Komponentenebene und einem Fehlercode 20 auf Systemebene darstellt, quantifiziert oder definiert.
Ein Systemfehlercode 20 kann beispielsweise ein Motorfehlzündungs-Systemfehlercode sein. Der Systemfehlercode 20 (z. B. Motorfehlzündungs-Systemfehlercode) kann kausal mit einem oder mehreren Komponentenfehlercodes 22 in Beziehung stehen, einschließlich beispielsweise eines Steuerschaltungsfehlercodes der Einspritzdüse 1, eines Fehlercodes des HO2S-Heizvorrichtungsleistungssensors 1, eines Kraftstoffabstimmsystem-Magerfehlercodes und anderer Komponentenfehlercodes 22. Das kausale Gewicht 120 erster Ebene zwischen dem Motorfehlzündungs-Systemfehlercode und einem Steuerschaltungs-Fehlercode der Einspritzdüse 1 kann beispielsweise zu 1 oder einem anderen Wert äquivalent sein. Das kausale Gewicht 120 erster Ebene zwischen dem Motorfehlzündungs-Systemfehlercode und einem Fehlercode des HO2S-Heizvorrichtungsleistungssensors 1 kann beispielsweise 0,85 oder ein anderer Wert sein. Das kausale Gewicht 120 erster Ebene zwischen dem Motorfehlzündungs-Systemfehlercode und dem Kraftstoffabstimmsystem-Magerfehlercode kann beispielsweise 0,7 oder ein anderer Wert sein. Der Motorfehlzündungs-Systemfehlercode und der Steuerschaltungsfehlercode der Einspritzdüse 1 kann beispielsweise höher oder stärker korreliert sein als der Motorfehlzündungs-Systemfehlercode und der Fehlercode des HO2S-Heizvorrichtungsleistungssensors 1. Ebenso können der Motorfehlzündungs-Systemfehlercode und der Fehlercode des HO2S-Heizvorrichtungsleistungssensors 1 beispielsweise höher oder stärker korreliert sein als der Motorfehlzündungs-Systemfehlercode und der Kraftstoffabstimmsystem-Magerfehlercode.
Gemäß einigen Ausführungsformen können eine kausale Wahrscheinlichkeit, Voraussichtlichkeit oder kausale Gewichte 122 zweiter Ebene (z. B. kausale Gewichte auf Komponentenebene oder kausale Wahrscheinlichkeit, Voraussichtlichkeit oder kausale Gewichte von Komponente zu Ausfallmodus) berechnet oder bestimmt werden. Kausale Gewichte 122 zweiter Ebene können beispielsweise die Wahrscheinlichkeit oder Voraussichtlichkeit darstellen oder äquivalent dazu sein, dass ein gegebener Ausfallmodus 16 mit oder in Verbindung mit einem gegebenen Komponentenfehlercode 22 auftritt oder auftreten wird. In einigen Ausführungsformen können kausale Gewichte 122 zweiter Ebene die Voraussichtlichkeit oder Wahrscheinlichkeit darstellen, dass ein gegebener oder mehrere gegebene Komponentenfehlercodes 22 und ein gegebener Ausfallmodus 16 im gleichen Garantiebericht, in den gleichen Kundendienstwerkstattdaten, telemetrischen Daten oder anderen Daten auftreten. Kausale Gewichte 22 zweiter Ebene können beispielsweise eine Korrelation zwischen einem oder mehreren Ausfallmodi 16 und einem oder mehreren Fehlercodes 22 auf Komponentenebene darstellen. Kausale Gewichte 122 zweiter Ebene können beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der die kausale und/oder korrelative Beziehung zwischen einem Ausfallmodus 16 und einem Fehlercode 22 auf Komponentenebene darstellt, quantifiziert oder definiert. Ein Fehlercode 22 auf Komponentenebene kann beispielsweise mit mehreren Ausfallmodi 16 korreliert sein oder diesen zugeordnet sein. Ebenso kann ein Ausfallmodus 16 beispielsweise mit mehreren Fehlercodes 22 auf Komponentenebene korreliert sein oder diesen zugeordnet sein.
Ein Ausfallmodus 16 (z. B. Kraftstoffeinspritzdüsenaustausch (z. B. einschließlich Teilenameinformationen und Ausfallbeschreibungsinformationen) und/oder andere Ausfallmodi) können beispielsweise mit mehreren Fehlercodes 22 auf Komponentenebene (z. B. Luftmassensensor-(MAF)Schaltungsniederfrequenz, Kraftstoffabstimmsystem fett und anderen Fehlercodes auf Komponentenebene) in Beziehung stehen. Das kausale Gewicht 122 zweiter Ebene zwischen dem Kraftstoffeinspritzdüsenaustausch-Ausfallmodus und dem Kraftstoffabstimmsystemfett-Komponentenfehlercode kann beispielsweise 1 oder ein anderer Wert sein. Das kausale Gewicht 122 zweiter Ebene zwischen dem Kraftstoffeinspritzdüsenaustausch-Ausfallmodus und dem Luftmassensensorschaltungs-Niederfrequenz-Fehlercode kann beispielsweise 0 oder ein anderer Wert sein. Der Kraftstoffeinspritzdüsenaustausch-Ausfallmodus und der Kraftstoffabstimmsystemfett-Komponentenfehlercode können beispielsweise höher oder stärker korreliert sein als der Kraftstoffeinspritzdüsenaustausch-Ausfallmodus und der Luftmassensensorschaltungs-Niederfrequenzfehlercode.
Gemäß einigen Ausführungsformen kann ein Fachmann (104) (z. B. eine Person mit Fachkenntnis des Fahrzeugs, einer zugehörigen Ausrüstung (z. B. Wartungswerkzeuge und -vorrichtungen) und/oder Fahrzeugausfallmodi) historische Daten 12, Regeln 10 (z. B. Diagnoseregeln) und/oder andere Informationen verwenden, um kausale Gewichte, eine kausale Voraussichtlichkeit oder kausale Wahrscheinlichkeiten zu prüfen oder zu bestätigen. Diese Operation muss nicht durchgeführt werden. Das Modell 110 (z. B. einschließlich kausaler Beziehungen 112 erster Ebene, kausaler Gewichte 120 erster Ebene, kausaler Beziehungen 114 zweiter Ebene, kausaler Gewichte 122 zweiter Ebene) kann beispielsweise an einen Fachmann (104) zur Analyse ausgegeben werden (z. B. über eine Ausgabevorrichtung 42). Gemäß einigen Ausführungsformen können während einer Fachmannprüfung (104) kausale Beziehungen 112 erster Ebene, kausale Gewichte 120 erster Ebene, kausale Beziehungen 114 zweiter Ebene, kausale Gewichte 122 zweiter Ebene und möglicherweise andere Informationen im System 100 (z. B. im Modell 110) durch einen SME modifiziert werden. Ein SME kann beispielsweise kausale Gewichte 120 erster Ebene und kausale Gewichtswerte 122 zweiter Ebene, Zahlenwerte, Prozentsätze oder andere Informationen modifizieren, ändern oder verändern. Modifizierte Werte von kausalen Gewichten 120 erster Ebene, Werte von kausalen Gewichten 122 zweiter Ebene und andere Informationen können durch den SME am System 100 empfangen oder in. dieses eingegeben werden (z. B. unter Verwendung einer Eingabevorrichtung 40). Das Modell 110 kann beispielsweise durch das System 100 auf der Basis oder gemäß modifizierten Werten von kausalen Gewichten 120 erster Ebene, Werten von kausalen Gewichten 122 zweiter Ebene und anderen Informationen, die vom System 100 empfangen werden, geändert oder modifiziert werden. Ein SME kann in einigen Ausführungsformen andere Informationen in das System 100 eingeben oder andere Informationen im Modell 110 modifizieren.
Gemäß einigen Ausführungsformen kann das graphische Modell 110 verwendet werden, um eine Diagnoseentscheidungsunterstützung (130) in Händlerwerkstätten, technischen Unterstützungszentren oder anderen fahrzeugbezogenen Einrichtungen bereitzustellen. Ein Fahrzeug 134 (z. B. ein Auto, ein Lastwagen oder ein anderes Fahrzeug) kann beispielsweise Funktionsstörungen aufweisen. Das Fahrzeug 134 kann eine elektronische Steuereinheit (ECU) umfassen und die ECU kann einen oder mehrere Fehlercodes 18 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22 oder andere Fehlercodes) von verschiedenen Sensoren, die sich im Fahrzeug 134 befinden oder diesem zugeordnet sind, empfangen. Typischerweise kann ein Fahrzeugtechniker 132 beispielsweise einen oder mehrere Fehlercodes 18 von der ECU empfangen und die Fahrzeugfunktionsstörung diagnostizieren. Gemäß Ausführungsformen der vorliegenden Erfindung kann das graphische Modell 110 vom System 100 verwendet werden, um eine bedingte Wahrscheinlichkeit (z. B. eine Wahrscheinlichkeitsableitung oder kausale Wahrscheinlichkeit) von einem oder mehreren Ausfallmodi 16 auf der Basis von einem oder mehreren fahrzeugspezifischen oder individuellen Fahrzeugfehlercodes (z. B. fahrzeugspezifische Systemfehlercodes 138, fahrzeugspezifische Komponentenfehlercodes 139 oder andere Fehlercodes), die vom Fahrzeug 134 (z. B. Fahrzeug-ECU oder eine andere Vorrichtung) ausgegeben werden, zu bestimmen. Eine Wahrscheinlichkeitsableitung kann beispielsweise eine Schlussfolgerung oder Vorhersage sein, die von oder auf der Basis eines Modells (z. B. des graphischen Modells 110) oder anderer Daten gezogen wird. Eine Wahrscheinlichkeitsableitung kann eine Schlussfolgerung auf der Basis einer bedingten Wahrscheinlichkeit, Randwahrscheinlichkeit oder eines anderen Typs von Wahrscheinlichkeit umfassen. Eine Wahrscheinlichkeitsableitung kann beispielsweise das Vertrauen, die Voraussichtlichkeit oder Wahrscheinlichkeit darstellen, dass mehrere Ereignisse auftreten. Eine Wahrscheinlichkeitsableitung kann beispielsweise verwendet werden, um das Vertrauen von mehreren auftretenden Ereignissen auf der Basis von gegebenen Daten einzustufen. Mehrere Ausfallmodi 16 können beispielsweise auf der Basis der Voraussichtlichkeit oder des Vertrauens, dass jeder Ausfallmodus 16 in Verbindung mit einer spezifischen Kombination von Systemfehlercodes, Komponentenfehlercodes und/oder anderen Daten auftritt, eingestuft werden.
Gemäß einigen Ausführungsformen kann die bedingte Wahrscheinlichkeit von Ausfallmodi 16 beispielsweise verwendet werden, um mehrere Ausfallmodi 16 hinsichtlich der Wahrscheinlichkeit oder Voraussichtlichkeit des Auftretens auf der Basis von einem oder mehreren fahrzeugspezifischen Fehlercodes (z. B. fahrzeugspezifischen Systemfehlercodes 138, fahrzeugspezifischen Komponentenfehlercodes 139 oder anderen Fehlercodes) einzustufen. Auf der Basis der Einstufung von mehreren Ausfallmodi 16 hinsichtlich der bedingten Wahrscheinlichkeit, können Ausfallmodi 136 mit hoher Wahrscheinlichkeit (z. B. eine Liste von Fehlermodi oder eine Fehlermodus-Empfehlungsliste) in einigen Ausführungsformen an den Techniker 132 ausgegeben werden. Auf der Basis von Ausfallmodi mit hoher Wahrscheinlichkeit oder einer Fehlermodus-Empfehlungsliste 136 kann der Fahrzeugtechniker 132 beispielsweise Ausfallmodi 16 mit hoher Wahrscheinlichkeit durch Untersuchen des Fahrzeugs 134 und Korrigieren von einem oder mehreren Ausfallmodi 16 mit hoher Wahrscheinlichkeit bestätigen oder überprüfen. Der Techniker 132 kann beispielsweise einen oder mehrere Ausfallmodi 16 mit hoher Wahrscheinlichkeit durch Austauschen von Teilen, Reparieren von Systemen oder Durchführen von anderen Korrekturhandlungen korrigieren. Andere Verfahren können verwendet werden, um Fahrzeugfehlermodi zu bestimmen.
In einigen Ausführungsformen kann das graphische Modell 110 in Qualitätsüberwachungsoperationen 140 verwendet werden. Fahrzeugflottendaten 142 können beispielsweise vom System 100 empfangen werden. Die Fahrzeugflottendaten 142 können beispielsweise Fehlercodes 18 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22 oder andere Fehlercodes), Ausfallmodi 16 und/oder andere Daten, die einem oder mehreren Fahrzeugen 144 in einer Flotte von Fahrzeugen 146 zugeordnet sind, umfassen. Das graphische Modell 110 kann beispielsweise verwendet werden, um ein oder mehrere Fahrzeuge 144 in einer Flotte von Fahrzeugen 146 (z. B. Fahrzeugflotte 146) auf der Basis von Fahrzeugflottendaten 142 zu kategorisieren (140). Die Fahrzeuge 144 können beispielsweise auf der Basis der Verwendung einer Verbundwahrscheinlichkeit (z. B. Wahrscheinlichkeitsableitung oder kausale Wahrscheinlichkeit) von Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und/oder anderen Daten, die dem Fahrzeug 144 zugeordnet sind, kategorisiert werden. Auf der Basis der Fahrzeugkategorisierung 148 (z. B. Fahrzeugfehlerkategorisierung) können Diagnoseingenieure 150 beispielsweise Trends über die Fahrzeugflotte 146 analysieren. Diagnoseingenieure 150 können beispielsweise Anomalien in Fahrzeugflottendaten 142, Garantianspruchsdaten, Betriebsparameteridentifizierer-Daten (PIDs-Daten) von vielen verschiedenen Quellen (z. B. Kundendienstwerkstätten, Telematikdiensten usw.) untersuchen und/oder andere Handlungen durchführen. Auf der Basis der Fahrzeugkategorisierung 148 (z. B. Fahrzeugfehlerkategorisierung) können Qualitätsingenieure 152 beispielsweise spezifische Fahrzeughändler (z. B. Fahrzeugverkaufsvertretungen) Reparaturwerkstätten, Garantieabteilungen usw. überwachen.
In einigen Ausführungsformen kann das graphische Modell 110 durch das System 100 (z. B. durch den Prozessor 30) auf der Basis von aktuellen Fahrzeugflottendaten 142 aktualisiert werden, um Kombinationen von Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und anderen Daten, die sich nicht im graphischen Modell 110 befinden, einzuschließen. Das graphische Modell 110 kann daher auf der Basis von aktuellen Fahrzeugflotteninformationen oder -daten 142 verfeinert und aktualisiert werden.
Die Operationen der Module im System 100 und/oder von anderen Modulen, Operationen, Systemen oder Verfahren, die hier erörtert werden, können beispielsweise vom Prozessor 30 innerhalb des Systems 100 durchgeführt werden, der im Speicher 20 innerhalb des Systems 100 gespeicherte Befehle ausführt, können jedoch durch einen anderen Prozessor, durch eine zweckgebundene Hardware oder andere Systeme durchgeführt werden.
3 ist ein schematisches Diagramm eines Abschnitts eines Fahrzeugdiagnosesystems gemäß Ausführungsformen der vorliegenden Erfindung. Gemäß einigen Ausführungsformen kann ein Modell 110 während einer Lernoperation oder -methode auf der Basis von historischen Daten 12, Regeln 10 und/oder weiteren möglicherweise anderen Daten erzeugt werden. Das Modell 110 kann beispielsweise ein probabilistisches hierarchisches Modell, ein graphisches Modell, ein azyklisches graphisches Modell, ein mathematisches Modell oder ein Modell eines anderen Typs sein. Historische Einsatzdaten 12 (z. B. Fehlercodes 20 auf Systemebene, Komponentenfehlercodes 22, andere Fehlercodes 18, Ausfallmodi 16 und andere Daten) und Regeln 10 (z. B. Diagnoseregeln) können verwendet werden, um ein Modell 110 zu erzeugen.
Gemäß einigen Ausführungsformen kann eine Gesamtdatenanalyse 102 beispielsweise verwendet werden, um mehrere Modellebenen zu definieren, wobei jede Modellebene kausale Beziehungen und kausale Gewichte umfasst. Historische Einsatzdaten 12 können während einer Gesamtdatenanalyseoperation 102 verarbeitet oder analysiert werden, um historische Einsatzdaten 12 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 usw.) in eine vordefinierte Form oder ein vordefiniertes Format umzuwandeln, das für die Verwendung in einem Modell 110 (z. B. einem probabilistischen hierarchischen Modell) kompatibel oder geeignet ist. Die Gesamtdatenanalyse 102 kann beispielsweise verwendet werden, um kausale Beziehungen und kausale Gewichte innerhalb der historischen Einsatzdaten 12 zu bestimmen. Kausale Beziehungen und kausale Gewichte zwischen Systemfehlercodes 20 und einem oder mehreren Komponentenfehlercodes 22 können beispielsweise bestimmt werden. Ebenso können kausale Beziehungen und kausale Gewichte zwischen einem oder mehreren Komponentenfehlercodes 22 und einem oder mehreren Ausfallmodi 16 bestimmt werden.
Gemäß einigen Ausführungsformen kann ein Modell 210 erster Ebene mit kausalen Beziehungen 112 erster Ebene und kausalen Gewichten 120 erster Ebene erzeugt werden. Die kausalen Beziehungen 112 erster Ebene können beispielsweise zwischen Systemfehlercodes 20 und Komponentenfehlercodes 22 definiert werden. Die kausalen Beziehungen 112 erster Ebene können beispielsweise unter Verwendung einer Gesamtdatenanalyseoperation 102 oder eines anderen Verfahrens oder einer anderen mathematischen Methode definiert werden. Die Gesamtdatenanalyseoperation 102 kann beispielsweise Beziehungen zwischen Systemfehlercodes 20 und Komponentenfehlercodes 22 durch Feststellen, ob und/oder wie viele Male ein SDTC 20 im gleichen Garantiebericht, Fahrzeugtechnikerbericht, in den gleichen Telemetriedaten oder anderen historischen Einsatzdaten 12 mit einem oder mehreren Komponentenfehlercodes 22 erscheint, definieren. Beispielsweise kann festgestellt werden, welche Komponentenfehlercodes 22 mit einem gegebenen SDTC 20 in Beziehung stehen, und die Beziehungen können in kausalen Beziehungen 112 erster Ebene im Modell 110 dargestellt werden.
Gemäß einigen Ausführungsformen können eine oder mehrere Beziehungen 120 erster Ebene von kausalen Gewichten, der Voraussichtlichkeit oder Wahrscheinlichkeit zwischen Systemfehlercodes 20 und Komponentenfehlercodes 22 bestimmt werden. Kausale Gewichte erster Ebene, w_i, 120 (z. B. kausale Gewichte auf Systemebene, kausale Wahrscheinlichkeiten, Voraussichtlichkeit oder Gewichte von System zu Komponente) können beispielsweise berechnet oder bestimmt werden. Die kausalen Gewichte 120 erster Ebene können beispielsweise bedingte Wahrscheinlichkeiten der Systemfehlercodes 20 in Anbetracht der Komponentenfehlercodes 22 umfassen oder dazu äquivalent sein. Die kausalen Gewichte erster Ebene, w_i, 120 (z. B. i-tes kausales Gewicht erster Ebene oder kausal in Bezug auf eine i-te Komponente) können beispielsweise die bedingte Wahrscheinlichkeit oder Voraussichtlichkeit eines Systemdiagnosefehlercodes 20, SDTC, in Anbetracht eines Komponentendiagnosefehlercodes 22, DTC_i, sein oder darstellen (z. B. ein Fehlercode oder DTC einer i-ten Komponente). Das eine oder die mehreren kausalen Gewichte 120 erster Ebene können beispielsweise unter Verwendung einer Gleichung berechnet oder bestimmt werden, wie z. B.: w_i = P(SDTC|DTC_i)
Ein oder mehrere kausale Gewichte erster Ebene, w_i, 120 können beispielsweise die Wahrscheinlichkeit (z. B. bedingte Wahrscheinlichkeit) oder das Vertrauen darstellen, dass ein Systemfehlercode 20, SDTC, auftritt oder vorhanden ist, vorausgesetzt, dass ein Komponentenfehlercode 22, DTC_i, auftritt oder vorhanden ist. Ein oder mehrere kausale Gewichte 120 erster Ebene, w_i, können beispielsweise unter Verwendung einer Produktregel (z. B. Bayes-Regel) für graphische Modelle oder eine andere mathematische Methode bestimmt oder berechnet werden.
Das eine oder die mehreren kausalen Gewichte erster Ebene, w_i, 120 können beispielsweise eine Angabe oder Darstellung des Vertrauens sein, dass ein Komponentenfehlercode 22 sich einen gemeinsamen Grundausfall oder eine gemeinsame Grundursache mit einem gegebenen Systemfehlercode 20 teilt. Die Gewichte 120 erster Ebene können beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der das Vertrauen darstellt, quantifiziert oder definiert, dass ein Systemfehlercode 20 sich einen gemeinsamen Grundausfall oder eine gemeinsame Grundursache mit einem gegebenen Systemfehlercode 20 teilt. Die kausalen Gewichte 120 erster Ebene können beispielsweise bedingte Wahrscheinlichkeiten eines Systemfehlercodes 20 in Anbetracht von Komponentenfehlercodes 22 umfassen oder dazu äquivalent sein.
Gemäß einigen Ausführungsformen können mehrere kausale Gewichte erster Ebene, w_i, 120 bestimmt werden. Ein Fehlercode 20 auf Systemebene kann beispielsweise mit mehreren Fehlercodes 22 auf Komponentenebene (z. B. i verschiedenen Fehlercodes auf Komponentenebene) korreliert werden und das Vertrauen, dass ein Systemfehlercode 20 sich einen gemeinsamen Grundausfall oder eine gemeinsame Grundursache mit mehreren Komponentenfehlercodes 22 teilt, kann bestimmt werden. Ein Systemfehlercode 20 (z. B. Motorfehlzündung oder anderer Fehlercode auf Systemebene) kann beispielsweise mit mehreren Fehlercodes 22 auf Komponentenebene (z. B. Kraftstoffeinspritzdüsenschaltung, Luftmassensensor (MAF-Sensor), Krümmerabsolutdrucksensor (MAP-Sensor), raue Straßenbedingungen und andere Fehlercodes auf Komponentenebene) in Beziehung stehen.
Gemäß einigen Ausführungsformen kann während einer Fachmannprüfung (104) ein Fachmann kausale Gewichte 120 erster Ebene, w_i, prüfen oder bestätigen. Historische Daten 12, Regeln 10, kausale Beziehungen 112 erster Ebene, kausale Gewichte 120 erster Ebene, w_i, und andere Daten können beispielsweise (z. B. über eine Ausgabevorrichtung 42) an einen Fachmann (104) zur Analyse ausgegeben werden. Der Fachmann kann beispielsweise kausale Gewichte 120 auf System- zu Komponentenebene, w_i, auf der Basis von Regeln 10 (z. B. Diagnoseregeln), persönlichen Wissens oder anderer Informationen modifizieren und dadurch das graphische Modell 110 aktualisieren oder modifizieren. Der Fachmann (104) kann beispielsweise historische Einsatzdaten 12, kausale Gewichte 120 erster Ebene, w_i, und andere Daten prüfen, um Anomalien, Rauschen und/oder Fehler zu identifizieren. Ein SME kann modifizierte historische Einsatzdaten 12, Werte von kausalen Gewichten 120 erster Ebene und andere Informationen in das System 100 eingeben. Modifizierte historische Einsatzdaten 12, Werte von kausalen Gewichten 120 erster Ebene und andere Informationen können vom System 100 (z. B. unter Verwendung einer Eingabevorrichtung 40) empfangen werden. Das Modell 110 kann beispielsweise durch das System 100 auf der Basis oder gemäß modifizierten historischen Einsatzdaten 12, Werten von kausalen Gewichten 120 erster Ebene oder anderen Informationen, die vom System 100 empfangen werden, geändert oder modifiziert werden. Historische Einsatzdaten 12 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22 und andere Fehlercodes 18), Werte von kausalen Gewichten 120 erster Ebene oder andere Informationen im Modell 110 können beispielsweise vom System 100 modifiziert, geändert oder aktualisiert werden. Ein SME kann in einigen Ausführungsformen andere Informationen in das System 100 eingeben oder andere Informationen im Modell 110 modifizieren.
Gemäß einigen Ausführungsformen kann ein Modell 220 zweiter Ebene mit kausalen Beziehungen 114 zweiter Ebene und kausalen Gewichten 122 zweiter Ebene erzeugt werden. Die kausalen Beziehungen 114 zweiter Ebene (z. B. kausale Beziehungen von Komponente zu Ausfallmodus) können beispielsweise zwischen den Komponentenfehlercodes 22 und Ausfallmodi 16 (z. B. Teilenameninformationen und andere Informationen) definiert werden. Die kausalen Beziehungen 114 zweiter Ebene können beispielsweise unter Verwendung einer Gesamtdatenanalyseoperation 102 oder eines anderen Verfahrens oder einer anderen mathematischen Methode definiert werden. Die Gesamtdatenanalyseoperation 102 kann beispielsweise Beziehungen zwischen Komponentenfehlercodes 22 und Ausfallmodi 16 durch Feststellen, ob und/oder wie viele Male ein oder mehrere Komponentenfehlercodes 22 in demselben Dateneintrag (z. B. Eintrag eines Garantieberichts, Fahrzeugtechnikerberichts, von Telemetriedaten oder anderen historischen Einsatzdaten 12) mit einem oder mehreren Ausfallmodi 16 erscheinen, definieren. Beispielsweise kann festgestellt werden, welche Komponentenfehlercodes 22 mit einem Ausfallmodus 16 in Beziehung stehen, und die Beziehungen können in den kausalen Beziehungen 114 zweiter Ebene im Modell 110 dargestellt werden.
Gemäß einigen Ausführungsformen können eine oder mehrere Beziehungen von kausalen Gewichten, der Voraussichtlichkeit oder Wahrscheinlichkeit zwischen Systemfehlercodes 20 und Komponentenfehlercodes 22 bestimmt werden. Kausale Gewichte zweiter Ebene, d_ij, 122 (z. B. kausales Gewicht zweiter Ebene in Bezug auf eine i-te Komponente und einen j-ten Ausfallmodus) können beispielsweise berechnet oder bestimmt werden. Das kausale Gewicht zweiter Ebene, d_ij, 122 kann beispielsweise die bedingte Wahrscheinlichkeit oder Voraussichtlichkeit eines Komponentenfehlercodes 22, DTC_i, (z. B. eines i-ten Komponentenfehlercodes oder DTC) in Anbetracht eines Ausfallmodus oder einer Grundursache 16, fm_j (z. B. eines j-ten Ausfallmodus), sein oder darstellen. Wenn er hier verwendet wird, kann der Ausfallmodus 16, fm_j, einen oder mehrere Teile- und/oder Systemnamen und möglicherweise eine Beschreibung einer Funktionsstörung oder eines Ausfalls eines Teils umfassen. Die kausalen Gewichte 122 zweiter Ebene, d_ij, können beispielsweise unter Verwendung einer Gleichung berechnet oder bestimmt werden, wie z. B.: d_ij = P(DTC_i|fm_j)
Die kausalen Gewichte 122 zweiter Ebene, d_ij, können beispielsweise die Wahrscheinlichkeit (z. B. bedingte Wahrscheinlichkeit) oder das Vertrauen darstellen, dass ein Komponentenfehlercode 22, DTC_i, auftritt oder vorhanden ist, vorausgesetzt, dass ein Systemdiagnosefehlercode 20, SDTC, auftritt oder vorhanden ist. Ein Komponentenfehlercode 22, DTC_i, und ein Ausfallmodus 16, fm_j, DTC_i, können beispielsweise in einem Garantieberichtseintrag, einem Fahrzeugtechnikerberichtseintrag oder anderen historischen Einsatzdaten 12 auftreten. Die kausalen Gewichte 122 zweiter Ebene, d_ij, können beispielsweise unter Verwendung einer Produktregel (z. B. Bayes-Regel) für graphische Modelle oder eine andere mathematische Methode bestimmt oder berechnet werden.
Die kausalen Gewichte 122 zweiter Ebene, d_ij, können beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der das Vertrauen darstellt, quantifiziert oder definiert, dass ein Komponentenfehlercode 22 sich einen gemeinsamen Grundausfall oder eine gemeinsame Grundursache mit einem gegebenen Ausfallmodus 16 teilt. Die kausalen Gewichte 122 zweiter Ebene können beispielsweise bedingte Wahrscheinlichkeiten von Komponentenfehlercodes 22 in Anbetracht eines Ausfallmodus oder einer Grundursache 16 umfassen oder dazu äquivalent sein.
Gemäß einigen Ausführungsformen können mehrere kausale Gewichte 122 zweiter Ebene, d_ij, bestimmt werden. Ein Komponentenfehlercode 22 kann beispielsweise mit mehreren Ausfallmodi 16 korreliert sein und das Vertrauen, dass sich ein Komponentenfehlercode 22 einen gemeinsamen Grundausfall oder eine gemeinsame Grundursache mit jedem der mehreren Ausfallmodi 16 teilt, kann bestimmt werden. Ein Komponentenfehlercode 22 (z. B. Kraftstoffeinspritzdüsenschaltung, Luftmassensensor-Schaltungsniederfrequenz (MAF-Sensor-Schaltungsniederfrequenz)) kann beispielsweise mit mehreren Ausfallmodi 16 (z. B. Kraftstoffeinspritzdüsenausfall, Kraftstoffeinspritzdüsen-Kraftstoffverteilerleitungs-Anordnungsaustausch) in Beziehung stehen.
Gemäß einigen Ausführungsformen kann während einer Fachmannprüfung (104) ein Fachmann kausale Gewichte 122 zweiter Ebene, d_ij, prüfen, bestätigen oder modifizieren. Ein Fachmann (104) kann beispielsweise historische Daten 12 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22 und andere Informationen), Regeln 10 (z. B. Diagnoseregeln) und/oder andere Informationen verwenden, um kausale Gewichte 120 auf Komponentenebene, w_i, zu prüfen. Der Fachmann kann beispielsweise kausale Gewichte 122 zweiter Ebene, d_ij, auf der Basis von Regeln 10 (z. B. Diagnoseregeln), persönlichen Wissens oder anderen Informationen prüfen und modifizieren und dadurch das Modell 110 aktualisieren oder modifizieren. Ein SME kann modifizierte historische Einsatzdaten 12, Werte von kausalen Gewichten 122 zweiter Ebene und andere Informationen in das System 100 eingeben. Modifizierte historische Einsatzdaten 12, Werte von kausalen Gewichten 122 zweiter Ebene und andere Informationen können vom System 100 (z. B. unter Verwendung einer Eingabevorrichtung 40) empfangen werden. Das Modell 110 kann beispielsweise durch das System 100 auf der Basis von oder gemäß modifizierten historischen Einsatzdaten 12, Werten von kausalen Gewichten 122 zweiter Ebene oder anderen Informationen, die vom System 100 empfangen werden, geändert oder modifiziert werden. Historische Einsatzdaten 12 (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22 und andere Fehlercodes 18), Werte von kausalen Gewichten 122 zweiter Ebene oder andere Informationen im Modell 110 können beispielsweise durch das System 100 modifiziert, geändert oder aktualisiert werden. Ein SME kann in einigen Ausführungsformen andere Informationen in das System 100 eingeben oder andere Informationen im Modell 110 modifizieren.
Gemäß einigen Ausführungsformen kann der Fachmann (104) historische Einsatzdaten 12, kausale Beziehungen 112 erster Ebene, kausale Beziehungen 114 zweiter Ebene, kausale Gewichte 120 erster Ebene, kausale Gewichte 122 zweiter Ebene und andere Daten prüfen, um Anomalien oder Fehler zu identifizieren. Anomalien und Fehler können beispielsweise auftreten, wenn ein Fahrzeugtechniker, ein Garantieabteilungsangestellter, ein Autoverkaufsvertretungsangestellter oder ein anderer Benutzer falsch Daten in einen Garantieanspruch, einen Technikerwortlaut einen Reparaturwerkstättenbericht oder eine andere Datenbank, die in den historischen Einsatzdaten 12 enthalten ist, eingibt. Der Fachmann (104) kann beispielsweise das Modell 110 modifizieren, um Anomalien, Rauschen und/oder Fehler in Daten durch Eingeben von Daten in oder Modifizieren von Daten im System 100 zu korrigieren.
Gemäß einigen Ausführungsformen können Modelle 210 erster Ebene, Modelle 220 zweiter Ebene und potentiell Modelle anderer Ebene oder Informationen kombiniert werden, um das graphische Modell 110 zu erzeugen (z. B. ein probabilistisches hierarchisches Modell, ein azyklisches graphisches Modell oder ein anderer Typ von Modell, Datensatz oder Informationssatz). Das graphische Modell 110 kann beispielsweise die Beziehung zwischen Fehlercodes 20 auf Systemebene, Fehlercodes 22 auf Komponentenebene, Ausfallmodi 16, anderen Fehlercodes 18 und potentiell anderen Daten darstellen. Ein Modell 210 erster Ebene kann beispielsweise kausale Beziehungen 112 erster Ebene zwischen Systemfehlercodes 20 und Komponentenfehlercodes 22 und zugehörige kausale Gewichte 120 von System- zu Komponentenebene, w_i, umfassen. Ein Modell 220 zweiter Ebene kann beispielsweise kausale Beziehungen 114 zweiter Ebene zwischen Komponentenfehlercodes 22 und Ausfallmodi 16 und ein oder mehrere zugehörige kausale Gewichte 122 von Komponente zu Ausfallmodus, d_ij, umfassen.
Gemäß einigen Ausführungsformen können Modelle 210 erster Ebene, Modelle 220 zweiter Ebene und potentiell Modelle anderer Ebene oder Informationen durch Bestimmen von gemeinsamen Daten oder Informationen zwischen den Ebenenmodellen kombiniert werden. Informationen in einem Modell können beispielsweise auf Informationen in einem anderen Modell über die gemeinsamen Informationen bezogen sein. Beim Kombinieren von Modellen 210 erster Ebene und Modellen 220 zweiter Ebene können beispielsweise Komponentenfehlercodes 22, die sowohl in den Modellen 210 erster Ebene als auch den Modellen 220 zweiter Ebene enthalten sind, vom System 100 bestimmt werden. Systemfehlercodes 20 im Modell 210 erster Ebene können beispielsweise mit Ausfallmodi 16 im Modell 220 zweiter Ebene über Komponentenfehlercodes 20, die sowohl im Modell 210 erster Ebene als auch im Modell 220 zweiter Ebene enthalten sind, in Beziehung stehen. Andere Verfahren und Methoden können verwendet werden, um Ebenenmodelle zu kombinieren.
Gemäß einigen Ausführungsformen können vorherige Wahrscheinlichkeiten von Komponentenfehlercodes bestimmt oder berechnet werden. Die vorherige Wahrscheinlichkeit eines Komponentenfehlercodes, P(DTC_i), (z. B. vorherige Wahrscheinlichkeit eines i-ten Komponentenfehlercodes) kann unter Verwendung einer Gleichung berechnet oder bestimmt werden, wie z. B.: P(DTC_i = 1) = ρ_i
Eine vorherige Wahrscheinlichkeit eines Komponentenfehlercodes, P(DTC_i), kann beispielsweise eine Unsicherheit oder Voraussichtlichkeit eines auftretenden Komponentenfehlercodes sein oder darstellen und kann als ρ_i dargestellt werden. Eine vorherige Wahrscheinlichkeit eines Komponentenfehlercodes, P(DTC_i), kann beispielsweise verwendet werden, um Verbund- und Randwahrscheinlichkeiten zu bestimmen oder zu berechnen. Gemäß einigen Ausführungsformen kann eine vorherige Wahrscheinlichkeit eines Systemfehlercodes unter Verwendung von ähnlichen Verfahren zu den Verfahren, die verwendet werden, um die vorherige Wahrscheinlichkeit eines Komponentenfehlercodes zu bestimmen, berechnet oder bestimmt werden.
Gemäß einigen Ausführungsformen können vorherige Wahrscheinlichkeiten von Ausfallmodi, P(fm_j), (z. B. vorherige Wahrscheinlichkeit des j-ten Ausfallmodus) unter Verwendung einer Gleichung berechnet oder bestimmt werden, wie z. B.: P(fm_j = F) = π
Eine vorherige Wahrscheinlichkeit eines Ausfallmodus, P(fm_j), kann beispielsweise die Unsicherheit oder Voraussichtlichkeit eines auftretenden Ausfallmodus (z. B. einschließlich Teile- oder Systemnameninformationen) sein oder darstellen und kann als π_j dargestellt werden. Eine vorherige Wahrscheinlichkeit eines Ausfallmodus, P(fm_j), kann beispielsweise verwendet werden, um bedingte oder Randwahrscheinlichkeiten zu bestimmen oder zu berechnen.
4 ist ein Diagramm eines Grundursachenanalyseverfahrens gemäß Ausführungsformen der vorliegenden Erfindung. Gemäß einigen Ausführungsformen kann das Modell 110 verwendet werden, um eine Diagnoseentscheidungsunterstützung oder Grundursachenanalyse zu schaffen. Das Fahrzeug 134 kann beispielsweise individuelle Fahrzeug- oder fahrzeugspezifische Fehlercodes (z. B. fahrzeugspezifische Systemfehlercodes 138, Komponentenfehlercodes 139 oder andere Fehlercodes) an das System 100 ausgeben. Gemäß Ausführungsformen der vorliegenden Erfindung kann das graphische Modell 110 vom System 100 in einer Wahrscheinlichkeitsableitungsoperation (320) verwendet werden, um einen oder mehrere Ausfallmodi mit hoher Wahrscheinlichkeit auf der Basis von einem oder mehreren Fehlercodes (z. B. fahrzeugspezifischen Systemfehlercodes 138, Komponentenfehlercodes 139 oder anderen Fehlercodes), die aus dem Fahrzeug 134 (z. B. Fahrzeug-ECU oder andere Vorrichtung) ausgegeben werden, zu bestimmen. In der Wahrscheinlichkeitsableitungsoperation 320 kann eine bedingte Wahrscheinlichkeit 330 (z. B. Wahrscheinlichkeitsableitung) oder anderer Typ von Wahrscheinlichkeit von einem oder mehreren Ausfallmodi 16 beispielsweise auf der Basis der fahrzeugspezifischen Fehlercodes 138 und fahrzeugspezifischen Komponentenfehlercodes 139, die aus dem Fahrzeug 134 ausgegeben werden, berechnet werden. Bedingte Wahrscheinlichkeiten, eine bedingte Voraussichtlichkeit oder bedingte Gewichte 330 können beispielsweise unter Verwendung einer Gleichung wie z. B. der folgenden Gleichung bestimmt oder berechnet werden:
Die Gleichung kann beispielsweise ein mögliches Verfahren zum Berechnen oder Bestimmen der Wahrscheinlichkeit oder Voraussichtlichkeit (z. B. bedingte Wahrscheinlichkeit) des auftretenden Ausfallmodus 16 auf der Basis von fahrzeugspezifischen Systemfehlercodes 139 und fahrzeugspezifischen Komponentenfehlercodes 139, die aus dem Fahrzeug 134 ausgegeben werden, darstellen. Andere Gleichungen, numerische Verfahren und mathematische Methoden können natürlich verwendet werden.
Die bedingte Wahrscheinlichkeit 330 kann beispielsweise unter Verwendung der Produktregel (z. B. Bayes-Regel) für graphische Modelle oder eine andere mathematische Methode bestimmt oder berechnet werden. Die bedingte Wahrscheinlichkeit 330 kann beispielsweise auf der Basis einer vorherigen Wahrscheinlichkeit eines ersten Komponentenausfallcodes, P(DTC₁), der die Unsicherheit oder Voraussichtlichkeit, dass ein erster Komponentenausfallcode auftritt, darstellen kann, berechnet werden. Die bedingte Wahrscheinlichkeit 330, P(fm₁|SDTC, DTC₁), kann beispielsweise die Wahrscheinlichkeit darstellen, dass ein Ausfallmodus 16, fm₁, auftritt oder vorhanden ist, vorausgesetzt, dass ein fahrzeugspezifischer Systemfehlercode 138, SDTC, und fahrzeugspezifischer Komponentenfehlercode 139, DTC_i, auftreten oder vorhanden sind. Die bedingte Wahrscheinlichkeit 330, P(fm₁|SDTC, DTC₁), kann beispielsweise eine Korrelation zwischen einem gegebenen Ausfallmodus 16, fm₁, einem fahrzeugspezifischen Komponentenfehlercode 139, DTC₁, und einem fahrzeugspezifischen Systemfehlercode 138, SDTC, darstellen. Die bedingte Wahrscheinlichkeit 330, P(fm₁|SDTC, DTC₁), kann beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der das Vertrauen darstellt, quantifiziert oder definiert, dass ein Ausfallmodus 16 sich einen gemeinsamen Grundausfall oder eine gemeinsame Grundursache mit einem gegebenen fahrzeugspezifischen Systemfehlercode 138 und fahrzeugspezifischen Komponentenfehlercode 139 teilt.
Gemäß einigen Ausführungsformen können bedingte Wahrscheinlichkeiten 330 beispielsweise verwendet werden, um mehrere Ausfallmodi 16 hinsichtlich eines Vertrauens oder einer Voraussichtlichkeit eines Ausfallmodus 16, der in Verbindung mit fahrzeugspezifischen Fehlercodes (z. B. fahrzeugspezifischen Systemfehlercodes 138, einem fahrzeugspezifischen Komponentenfehlercode 139 oder anderen Fehlercodes) auftritt, einzustufen. Ein erster Ausfallmodus 16 kann beispielsweise höher eingestuft werden als ein zweiter Ausfallmodus 16, wenn die bedingte Wahrscheinlichkeit 330 des ersten Ausfallmodus, der in Verbindung mit fahrzeugspezifischen Fehlercodes auftritt, höher ist als die bedingte Wahrscheinlichkeit eines zweiten Ausfallmodus 16, der in Verbindung mit fahrzeugspezifischen Fehlercodes auftritt. Die bedingten Wahrscheinlichkeiten 330 können beispielsweise verwendet werden, um Ausfallmodi mit hoher Wahrscheinlichkeit oder wahrscheinlichste Grundursachen 340 auf der Basis der Wahrscheinlichkeitsableitungen zu bestimmen.
Gemäß einigen Ausführungsformen können auf der Basis der Einstufung von mehreren Ausfallmodi 16 hinsichtlich der bedingten Wahrscheinlichkeit Ausfallmodi 340 mit hoher Wahrscheinlichkeit (z. B. wahrscheinlichste Grundursachen, eine vorgeschlagene Liste von Fehlermodi, eine Ausfall- oder Fehlermodus-Empfehlungsliste usw.) in einigen Ausführungsformen an einen Techniker zur Überprüfung (350) ausgegeben werden. Auf der Basis von Ausfallmodi 340 mit hoher Wahrscheinlichkeit kann ein Fahrzeugtechniker beispielsweise das Fahrzeug 134 untersuchen und einen oder mehrere Ausfallmodi oder eine Grundursache 340 mit hoher Wahrscheinlichkeit korrigieren. Ein Fahrzeugtechniker kann beispielsweise einen oder mehrere Ausfallmodi 340 mit hoher Wahrscheinlichkeit durch Austauschen von Teilen, Reparieren von Systemen oder Durchführen von anderen Korrekturhandlungen am Fahrzeug 134 korrigieren. Das Ausgeben von Ausfallmodi 340 mit hoher Wahrscheinlichkeit an einen Fahrzeugtechniker kann ermöglichen, dass ein Fahrzeugtechniker den Ausfallmodus oder die Grundursache einer Fahrzeugfunktionsstörung schnell bestimmt.
5 ist ein schematisches Diagramm eines Qualitätsanalyseverfahrens gemäß Ausführungsformen der vorliegenden Erfindung. Fahrzeugflottendaten 410 können beispielsweise vom System 100 empfangen werden. Die Fahrzeugflottendaten 410 können beispielsweise Fahrzeugproblem- oder Fahrzeugfunktionsstörungsdatensätze 412 umfassen. Fahrzeugproblemdatensätze 412 und Fahrzeugflottendaten 410 können beispielsweise Flottenfahrzeug-Fehlercodes (z. B. Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Fehlercodes 404 oder andere Fehlercodes), Flottenfahrzeug-Ausfallmodi 406 und/oder andere Daten, die einem oder mehreren Fahrzeugen 144 in einer Flotte von Fahrzeugen 146 zugeordnet sind, umfassen. Das graphische Modell 110 kann beispielsweise verwendet werden, um ein oder mehrere Fahrzeuge 144 in einer Flotte von Fahrzeugen 146 (z. B. Fahrzeugflotte 146) auf der Basis von Fahrzeugflottendaten 142 (z. B. Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Fehlercodes 404, Flottenfahrzeug-Ausfallmodi 406) zu kategorisieren 420. Die Fahrzeuge 144 können beispielsweise auf der Basis einer Randwahrscheinlichkeit 430 (z. B. Wahrscheinlichkeitsableitung) des Auftretens von Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Fehlercodes 404, Flottenfahrzeug- Ausfallmodi 406 und/oder anderen Daten, die dem Fahrzeug 144 zugeordnet sind, kategorisiert werden. Randwahrscheinlichkeiten, eine Voraussichtlichkeit oder Gewichte 430 können beispielsweise unter Verwendung der Summenregel, Produktregel, Faktorisierungsregel und/oder von anderen Regeln graphischer Modelle in Gleichungen wie z. B. der folgenden Gleichung bestimmt oder berechnet werden:
Die Gleichung kann beispielsweise ein mögliches Verfahren zum Berechnen oder Bestimmen der Wahrscheinlichkeit oder Voraussichtlichkeit (z. B. Randwahrscheinlichkeit) des Auftretens von Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Komponentenfehlercodes 404, Flottenfahrzeug-Ausfallmodi 406 und/oder anderen Daten, die dem Fahrzeug 144 zugeordnet sind, darstellen. Andere Gleichungen, numerische Verfahren und mathematische Methoden können natürlich verwendet werden. Die Randwahrscheinlichkeit 430, P(fm₁, SDTC, DTC₁), kann beispielsweise auf der Basis eines ersten Ausfallmodus, fm₁, eines zweiten Ausfallmodus, fm₂, eines Systemdiagnosefehlercodes, SDTC, eines ersten Komponentenfehlercodes, DTC₁, und eines zweiten Komponentenfehlercodes, DTC₂, bestimmt oder berechnet werden.
Gemäß einigen Ausführungsformen kann die Randwahrscheinlichkeit 430, P(fm₁, SDTC, DTC₁), beispielsweise auf der Basis einer Verbundwahrscheinlichkeit 432 eines graphischen Modells, P(fm₁, fm₂, SDTC, DTC₂, DTC₁), (z. B. Verbundmodellwahrscheinlichkeit, Verbundwahrscheinlichkeit usw.), bestimmt werden. Die Verbundwahrscheinlichkeit 432 eines graphischen Modells, P(fm₁, fm₂, SDTC, DTC₂, DTC₁), kann beispielsweise unter Verwendung einer Gleichung berechnet oder bestimmt werden, wie z. B.: P(fm₁, fm₂, SDTC, DTC₂, DTC₁) = P(fm₁) × P(fm₂) × P(DTC₁|fm₁, fm₂) × P(DTC₂|fm₂) × P(SDTC|DTC₁, DTC₂)
Die Verbundwahrscheinlichkeit 432 des graphischen Modells, P(fm₁, fm₂, SDTC, DTC₂, DTC₁), kann beispielsweise unter Verwendung der Produktregel (z. B. Bayes-Regel) und Kettenregel für graphische Modelle oder einer anderen mathematischen Methode bestimmt oder berechnet werden. Die Verbundwahrscheinlichkeit 432 des graphischen Modells kann beispielsweise auf der Basis einer vorherigen Wahrscheinlichkeit eines ersten Ausfallmodus, P(fm₁), einer Wahrscheinlichkeit eines zweiten Ausfallmodus, P(fm₂), und einer anderen Variable und/oder von anderen Parametern berechnet werden. Eine vorherige Wahrscheinlichkeit eines ersten Ausfallmodus, P(fm₁), kann beispielsweise die Unsicherheit oder Voraussichtlichkeit, dass ein erster Ausfallmodus auftritt, sein oder darstellen. Die vorherige Wahrscheinlichkeit eines zweiten Ausfallmodus, P(fm₂), kann beispielsweise die Unsicherheit oder Voraussichtlichkeit, dass ein zweiter Ausfallmodus auftritt, sein oder darstellen.
Gemäß einigen Ausführungsformen können ein Verbindungsgraph, Nachrichtenweiterleitung und/oder andere mathematische oder Rechenmethoden verwendet werden, um die Verbundwahrscheinlichkeit 432 des graphischen Modells, P(fm₁, fm₂, SDTC, DTC₂, DTC₁), zu bestimmen oder zu berechnen. Um einen Verbindungsgraphen zu erzeugen, können Variablen oder Zufallsvariablen (z. B. Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 usw.), die vollständig verbunden sind, beispielsweise durch das System 100 in einen Gruppenknoten gruppiert werden. Eine Gruppe von Zufallsvariablen kann beispielsweise vollständig verbunden sein, wenn jede der Variablen mit allen anderen Variablen kausal in Beziehung steht. Benachbarte Gruppenknoten können beispielsweise eine oder mehrere gemeinsame Variablen umfassen. Gruppenknoten können beispielsweise mit benachbarten Gruppenknoten mit gemeinsamen Variablen verbunden werden, um einen Verbindungsgraphen zu erzeugen. Jeder der Gruppenknoten im Verbindungsgraphen kann in einigen Ausführungsformen mit seinen angrenzenden oder benachbarten Gruppenknoten durch eine gemeinsame Variable zwischen den angrenzenden oder benachbarten Gruppenknoten in Beziehung stehen oder kommunizieren. In einigen Ausführungsformen können die Gruppenknoten in einem Baum angeordnet werden und Nachrichtenweiterleitungstechniken können verwendet werden, um eine Verbundwahrscheinlichkeit 432 des graphischen Modells von mehreren Zufallsvariablen zu berechnen. (Wenn hier erörtert, kann das Gliedern von Informationen durch Erzeugen eines Baums, eines Graphen mit Knoten und Beziehungen oder einer anderen unter Verwendung von visuellen Begriffen beschriebenen Gliederung das Erzeugen einer Datenstruktur innerhalb eines Computersystems umfassen, die unter Verwendung von visuellen Begriffen beschrieben werden kann, die jedoch im Computersystem in anderen Weisen gespeichert werden kann.) Andere mathematische und Rechenmethoden können natürlich verwendet werden.
Die Verbundwahrscheinlichkeit 432 des graphischen Modells, P(fm₁, fm₂, SDTC, DTC₂, DTC₁), kann beispielsweise die Wahrscheinlichkeit, Voraussichtlichkeit oder das Vertrauen darstellen, dass ein erster Ausfallmodus, fm₁, ein zweiter Ausfallmodus, fm₂, ein Systemdiagnosefehlercode, SDTC, ein erster Komponentenfehlercode, DTC₁, und ein zweiter Komponentenfehlercode, DTC₂, sich eine gemeinsame Grundursache oder einen gemeinsamen Grundausfall teilen können. Die Verbundwahrscheinlichkeit 432 des graphischen Modells kann beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der das Vertrauen darstellt, quantifiziert oder definiert, dass ein erster Ausfallmodus, fm₁, ein zweiter Ausfallmodus, fm₂, ein Systemdiagnosefehlercode, SDTC, ein erster Komponentenfehlercode, DTC₁, und ein zweiter Komponentenfehlercode, DTC₂, sich eine gemeinsame Grundursache oder einen gemeinsamen Grundausfall teilen.
Gemäß einigen Ausführungsformen kann die Verbundwahrscheinlichkeit 432 des graphischen Modells, P(fm₁, fm₂, SDTC, DTC₂, DTC₁), verwendet werden, um eine Randwahrscheinlichkeit 430, P(fm₁, SDTC, DTC₁), zu berechnen oder zu bestimmen, wie hier erörtert. Die Randwahrscheinlichkeit 430, P(fm₁, SDTC, DTC₁), kann beispielsweise die Wahrscheinlichkeit darstellen, dass ein Flottenfahrzeug-Ausfallmodus 406, fm_j, ein Flottenfahrzeug-Systemdiagnosefehlercode 402, SDTC, und ein Flottenfahrzeug-Komponentenfehlercode 404, DTC_i, sich eine gemeinsame Grundursache teilen können oder kausal in Beziehung stehen können. Die Randwahrscheinlichkeit 430, P(fm₁, SDTC, DTC₁), kann beispielsweise durch einen Zahlenwert, einen Prozentsatz oder einen anderen Wert oder Parameter dargestellt werden, der das Vertrauen darstellt, quantifiziert oder definiert, dass der erste Ausfallmodus, fm₁, der Systemdiagnosefehlercode, SDTC, und der erste Komponentenfehlercode, DTC₁, sich eine gemeinsame Grundursache teilen oder anderweitig in Beziehung stehen.
Auf der Basis der Randwahrscheinlichkeiten 430 können Fahrzeugfunktionsstörungsdatensätze 412 (z. B. Fahrzeugflottendaten 410 in Bezug auf spezifische Fahrzeuge 144 in der Fahrzeugflotte 146) beispielsweise kategorisiert (420) werden (z. B. in einer Fahrzeugfehlerkategorisierungsoperation 420). Wenn beispielsweise die Randwahrscheinlichkeit 430, die einen Fahrzeugfunktionsstörungsdatensatz 412 darstellt oder damit in Beziehung steht (z. B. berechnet auf der Basis von Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Komponentenfehlercodes 404, Flottenfahrzeug-Ausfallmodi 406 usw.), über einem vordefinierten Schwellenwert (z. B. über 0,8, zwischen 0,8 und 1 oder ein anderer Schwellenwert) liegt, kann der Fahrzeugfunktionsstörungsdatensatz 412 als auf einen Fahrzeugausfall oder eine Grundursache, die die Fahrzeugdiagnose identifiziert hat, bezogen erachtet werden.
Wenn beispielsweise die Randwahrscheinlichkeit 430, die einen Fahrzeugfunktionsstörungsdatensatz 412 darstellt, als mittlerer oder Mittelbereichswahrscheinlichkeitswert 440 (z. B. zwischen 0,6 und 0,8 oder ein anderer Bereich von Wahrscheinlichkeitswerten) erachtet wird, kann der Fahrzeugfunktionsstörungsdatensatz 412 an Qualitätspersonal 460 (z. B. Markenqualitätsmanager, Qualitätsanalytiker usw.) oder einen anderen Benutzer ausgegeben werden. Die Qualität 460 kann beispielsweise Reparaturen an einem spezifischen Fahrzeug 144, das einem Funktionsstörungsdatensatz 412 (z. B. berechnet auf der Basis von Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Komponentenfehlercodes 404, Flottenfahrzeug-Ausfallmodi 406 usw.) zugeordnet ist, untersuchen oder eine andere Handlung unternehmen. Die Qualität 460 kann in einigen Ausführungsformen spezifische Fahrzeughändler (z. B. Fahrzeugverkaufsvertretungen), Reparaturwerkstätten, Garantieabteilungen usw., die dem Funktionsdatensatz 412 oder Fahrzeugflottendaten 410 zugeordnet sind oder damit in Beziehung stehen, überwachen.
Gemäß einigen Ausführungsformen kann, wenn die Randwahrscheinlichkeit 430, die einen Fahrzeugfunktionsstörungsdatensatz 412 darstellt, als Wert 442 mit niedriger Wahrscheinlichkeit (z. B. zwischen 0,2 und 0,6 oder anderer Bereich von Wahrscheinlichkeitswerten) erachtet wird, der Fahrzeugfunktionsstörungsdatensatz 412 (z. B. einschließlich Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Komponentenfehlercodes 404, Flottenfahrzeug-Ausfallmodi 406 usw.) an Qualitätspersonal 460 oder einen anderen Benutzer ausgegeben werden. Das Qualitätspersonal 460 kann beispielsweise Reparaturen, die an einem spezifischen Fahrzeug 144 durchgeführt werden, das dem Funktionsstörungsdatensatz 412 zugeordnet ist, untersuchen, sich mit einem oder mehreren Diagnoseingenieuren 450 treffen, um die Grundursache der Funktionsstörung zu bestimmen, und/oder eine andere Handlung unternehmen.
Gemäß einigen Ausführungsformen kann, wenn die Randwahrscheinlichkeit 430, die einen Fahrzeugfunktionsstörungsdatensatz 412 darstellt, als sehr niedriger Wahrscheinlichkeitswert 444 erachtet wird (z. B. zwischen 0 und 0,05 oder ein anderer Bereich von Wahrscheinlichkeitswerten oder unter einem Wahrscheinlichkeitsschwellenwert), der Fahrzeugfunktionsstörungsdatensatz 412 (z. B. einschließlich Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Komponentenfehlercodes 404, Flottenfahrzeug-Ausfallmodi 406 usw.) an einen Diagnoseingenieur 450 oder anderen Benutzer ausgegeben werden. Der Diagnoseingenieur 450 kann beispielsweise die Grundursache der Funktionsstörung im spezifischen Fahrzeug 144, das dem Funktionsstörungsdatensatz 412 zugeordnet ist, bestimmen oder eine andere Handlung unternehmen.
In einigen Ausführungsformen kann das graphische Modell 110 auf der Basis von aktuellen Fahrzeugflottendaten 410 und/oder einem oder mehreren Fahrzeugfunktionsstörungsdatensätzen 412 aktualisiert (470) werden, um Kombinationen von Systemfehlercodes 20, Komponentenfehlercodes 22, Ausfallmodi 16 und anderen Daten, die sich nicht im graphischen Modell 110 befinden, einzuschließen. Beispielsweise kann ein Fahrzeugfunktionsstörungsdatensatz 412, der vom System 100 empfangen wird, eine Kombination von Flottenfahrzeug-Systemfehlercodes 402, Flottenfahrzeug-Komponentenfehlercodes 404, Flottenfahrzeug-Ausfallmodi 406 und/oder andere Informationen, die sich nicht im Modell 110 befinden, umfassen. Das graphische Modell 110 kann daher verfeinert oder aktualisiert werden, um Fahrzeugflotteninformationen 410 und/oder einen Fahrzeugfunktionsstörungsdatensatz 412 mit der Kombination, die sich noch nicht im Modell 110 befindet, hinzuzufügen. In einigen Ausführungsformen kann ein SME das Hinzufügen von neuen Informationen prüfen, um sicherzustellen, dass die hinzugefügten Informationen gültig sind (z. B. kein Tippfehler, nicht bereits im Modell 110, sich nicht aus einem Fehler ergebend), und kann hinzugefügte Fahrzeugflotteninformationen 410 oder einen Fahrzeugfunktionsstörungsdatensatz 412 durch Eingeben von Informationen in das System 100 (z. B. über die Eingabevorrichtung 40) modifizieren.
6 ist ein Ablaufplan eines Verfahrens gemäß Ausführungsformen der vorliegenden Erfindung. In der Operation 500 können Systemfehlercodes (z. B. Systemfehlercodes 20 von 1), Komponentenfehlercodes (z. B. Komponentenfehlercodes 22 von 1) und Ausfallmodi (z. B. Ausfallmodi 16 von 1) an einem System (z. B. System 100 von 1) empfangen werden.
In der Operation 510 können ein Modell erster Ebene (z. B. das Modell 210 erster Ebene von 3), einschließlich kausaler Beziehungen erster Ebene (z. B. kausale Beziehungen 112 erster Ebene von 3) und kausaler Gewichte erster Ebene (z. B. kausale Gewichte 120 erster Ebene von 3) zwischen den Systemfehlercodes und Komponentenfehlercodes erzeugt werden.
In der Operation 520 kann ein Modell zweiter Ebene (z. B. Modell 220 zweiter Ebene von 3), einschließlich kausaler Beziehungen zweiter Ebene (z. B. kausale Beziehungen 114 zweiter Ebene von 3) und kausaler Gewichte zweiter Ebene (z. B. kausale Gewichte 122 zweiter Ebene von 3) zwischen den Komponentenfehlercodes und den Ausfallmodi erzeugt werden.
In der Operation 530 können das Modell erster Ebene und das Modell zweiter Ebene kombiniert werden, um ein Modell zu erzeugen, wie z. B. ein graphisches Modell (z. B. das graphische Modell 110 von 2). Das graphische Modell kann beispielsweise ein probabilistisches hierarchisches Modell, ein azyklisches graphisches Modell oder ein anderer Typ von Modell sein.
In der Operation 540 können eine oder mehrere kausale Wahrscheinlichkeiten (z. B. bedingte Wahrscheinlichkeit 330 von 4, Randwahrscheinlichkeit 430 von 5) unter Verwendung des graphischen Modells bestimmt werden. Für die Testflottenüberwachung und Grundursachenanalyse können eine oder mehrere kausale Wahrscheinlichkeiten beispielsweise verwendet werden, um eine oder mehrere Wahrscheinlichkeitsableitungen unter Verwendung des graphischen Modells zu erzeugen.
Weitere oder andere Reihen von Operationen können verwendet werden.
Ausführungsformen der vorliegenden Erfindung können Vorrichtungen zum Durchführen der hier beschriebenen Operationen umfassen. Solche Vorrichtungen können speziell für die gewünschten Zwecke konstruiert sein oder können Computer oder Prozessoren umfassen, die selektiv durch ein Computerprogramm aktiviert oder umkonfiguriert werden, das in den Computern gespeichert ist. Solche Computerprogramme können in einem computerlesbaren oder prozessorlesbaren nichtflüchtigen Speichermedium, irgendeinem Typ von Platte, einschließlich Disketten, optischen Platen, CD-ROMs, magnetoptischen Platten, Festwertspeichern (ROMs), Direktzugriffsspeichern (RAMs), elektrisch programmierbaren Festwertspeichern (EPROMs), elektrisch löschbaren und programmierbaren Festwertspeichern (EEPROMs), magnetischen oder optischen Karten oder irgendeinem anderen Typ von Medien, die für das Speichern von elektronischen Befehlen geeignet sind, gespeichert werden. Es ist zu erkennen, dass eine Vielfalt von Programmiersprachen verwendet werden kann, um die Lehren der Erfindung zu implementieren, wie hier beschrieben. Ausführungsformen der Erfindung können einen Gegenstand wie z. B. ein nichtflüchtiges computer- oder prozessorlesbares nichtflüchtiges Speichermedium umfassen, wie beispielsweise einen Speicher, ein Plattenlaufwerk oder einen USB-Flash-Speicher, der Befehle, z. B. computerausführbare Befehle codiert, umfasst oder speichert, die, wenn sie von einem Prozessor oder Controller ausgeführt werden, bewirken, dass der Prozessor oder Controller hier offenbarte Verfahren ausführt. Die Befehle können veranlassen, dass der Prozessor oder Controller Prozesse ausführt, die hier offenbarte Verfahren ausführen.
Verschiedene Ausführungsformen sind hier offenbart. Merkmale von bestimmten Ausführungsformen können mit Merkmalen von anderen Ausführungsformen kombiniert werden; folglich können bestimmte Ausführungsformen Kombinationen von Merkmalen von mehreren Ausführungsformen sein. Die vorangehende Beschreibung der Ausführungsformen der Erfindung wurde für die Zwecke der Erläuterung und Beschreibung dargestellt. Sie soll nicht erschöpfend sein oder die Erfindung auf die offenbarte genaue Form begrenzen. Vom Fachmann auf dem Gebiet sollte erkannt werden, dass viele Modifikationen, Veränderungen, Substitutionen, Änderungen und Äquivalente angesichts der obigen Lehre möglich sind. Daher sollen die beigefügten Ansprüche selbstverständlich alle derartigen Modifikationen und Änderungen, die in den wahren Gedanken der Erfindung fallen, abdecken.

Claims

System, das umfasst: einen Speicher; einen Prozessor, der dazu konfiguriert ist: Systemfehlercodes, Komponentenfehlercodes und Ausfallmodi zu empfangen; ein Modell erster Ebene mit kausalen Beziehungen erster Ebene und kausalen Gewichten erster Ebene zwischen den Systemfehlercodes und den Komponentenfehlercodes zu erzeugen; ein Modell zweiter Ebene mit kausalen Beziehungen zweiter Ebene und kausalen Gewichten zweiter Ebene zwischen den Komponentenfehlercodes und den Ausfallmodi zu erzeugen; das Modell erster Ebene und das Modell zweiter Ebene zu kombinieren, um ein graphisches Modell zu erzeugen; und unter Verwendung des graphischen Modells eine oder mehrere kausale Wahrscheinlichkeiten zu bestimmen; und eine Ausgabevorrichtung, die dazu konfiguriert ist, die kausalen Wahrscheinlichkeiten auszugeben.
System nach Anspruch 1, wobei die kausalen Gewichte erster Ebene bedingte Wahrscheinlichkeiten der Systemfehlercodes in Anbetracht der Komponentenfehlercodes umfassen; und die kausalen Gewichte zweiter Ebene bedingte Wahrscheinlichkeiten der Komponentenfehlercodes in Anbetracht der Ausfallmodi umfassen.
System nach Anspruch 1, wobei der Prozessor einen oder mehrere fahrzeugspezifische Systemfehlercodes und einen oder mehrere fahrzeugspezifische Komponentenfehlercodes empfangen soll; einen oder mehrere Ausfallmodi mit hoher Wahrscheinlichkeit auf der Basis der kausalen Wahrscheinlichkeiten bestimmen soll, wobei zum Bestimmen von einer oder mehreren kausalen Wahrscheinlichkeiten unter Verwendung des graphischen Modells der Prozessor bedingte Wahrscheinlichkeiten auf der Basis der fahrzeugspezifischen Systemfehlercodes, der fahrzeugspezifischen Komponentenfehlercodes und des graphischen Modells bestimmen soll; und Ausfallmodi mit hoher Wahrscheinlichkeit an einen Benutzer ausgeben soll, wobei das System vorzugsweise einen oder mehrere Sensoren eines gegenwärtig vorhandenen Fahrzeugs umfasst, die dazu ausgelegt sind, eine oder mehrere physikalische Größen des gegenwärtig vorhandenen Fahrzeugs zu messen, und das System vorzugsweise dazu ausgelegt ist, die fahrzeugspezifischen Systemfehlercodes und die fahrzeugspezifischen Komponentenfehlercodes von Messungen des einen oder der mehreren Sensoren zu erhalten.
System nach Anspruch 1, wobei der Prozessor dazu ausgelegt ist: einen Fahrzeugfunktionsstörungsdatensatz mit einem oder mehreren Flottenfahrzeug-Systemfehlercodes, einem oder mehreren Flottenfahrzeug-Komponentenfehlercodes und einem oder mehreren Flottenfahrzeug-Ausfallmodi zu empfangen; den Fahrzeugfunktionsstörungsdatensatz auf der Basis der kausalen Wahrscheinlichkeiten zu kategorisieren, wobei, um unter Verwendung des graphischen Modells eine oder mehrere kausale Wahrscheinlichkeiten zu bestimmen, der Prozessor Randwahrscheinlichkeiten auf der Basis der Flottenfahrzeug-Systemfehlercodes, der Flottenfahrzeug-Komponentenfehlercodes und der Flottenfahrzeug-Ausfallmodi bestimmen soll; und den kategorisierten Fahrzeugfunktionsstörungsdatensatz an einen Benutzer auszugeben.
System nach Anspruch 4, wobei zum Ausgeben des kategorisierten Fahrzeugfunktionsstörungsdatensatzes an einen Benutzer der Prozessor, wenn der kategorisierte Fahrzeugfunktionsstörungsdatensatz eine niedrige oder mittlere Wahrscheinlichkeit umfasst, den einen oder die mehreren Fahrzeugproblemdatensätze an einen Qualitätsmanager ausgeben soll.
System nach Anspruch 4, wobei zum Ausgeben des einen oder der mehreren kategorisierten Fahrzeugproblemdatensätze an einen Benutzer der Prozessor, wenn der kategorisierte Fahrzeugfunktionsstörungsdatensatz eine Wahrscheinlichkeit unter einem Schwellenwert umfasst, den einen oder die mehreren Fahrzeugproblemdatensätze an einen Diagnoseingenieur ausgeben soll.
System nach Anspruch 1, wobei der Prozessor dazu ausgelegt ist, einen oder mehrere Fahrzeugfunktionsstörungsdatensätze mit einem oder mehreren Flottenfahrzeug-Systemfehlercodes, einem oder mehreren Flottenfahrzeug-Komponentenfehlercodes und einem oder mehreren Flottenfahrzeug-Ausfallmodi zu empfangen; und das graphische Modell zu aktualisieren, so dass es einen oder mehrere Fahrzeugfunktionsstörungsdatensätze umfasst, die sich vorher nicht im graphischen Modell befanden.
System nach Anspruch 1, wobei das graphische Modell ein azyklisches graphisches Modell umfasst.
System nach Anspruch 1, wobei das System mehrere Fahrzeuge im Einsatzgebiet mit Sensoren umfasst, die dazu ausgelegt sind, eine oder mehrere physikalische Größen eines jeweiligen Fahrzeugs zu messen, und das System dazu ausgelegt ist, die Systemfehlercodes und Komponentenfehlercodes und vorzugsweise die Ausfallmodi, die verwendet werden, um das graphische Modell zu erzeugen, aus Messungen der Sensoren zu erhalten, und/oder wobei das System dazu ausgelegt ist, eine Wartungsaktivität an einem gegenwärtig vorhandenen Fahrzeug auf der Basis der ausgegebenen kausalen Wahrscheinlichkeiten auszuführen.
Verfahren, das umfasst: Verwenden eines Computersystems, um: Systemdiagnosefehlercodes (DTCs), Komponenten-DTCs und Grundursachen zu empfangen; ein Modell erster Ebene mit kausalen Beziehungen erster Ebene und kausalen Gewichten erster Ebene zwischen den System-DTCs und Komponenten-DTCs zu bestimmen; ein Modell zweiter Ebene mit kausalen Beziehungen zweiter Ebene und kausalen Gewichten zweiter Ebene zwischen den Komponenten-DTCs und Grundursachen zu bestimmen; ein azyklisches graphisches Modell auf der Basis des Modells erster Ebene und des Modells zweiter Ebene zu erzeugen; und einen Fahrzeugproblemdatensatz mit einem oder mehreren Flottenfahrzeug-System-DTCs, einem oder mehreren Flottenfahrzeug-Komponenten-DTCs und einem oder mehreren Flottenfahrzeug-Ausfallmodi zu empfangen; eine Randwahrscheinlichkeit unter Verwendung des azyklischen graphischen Modells in Verbindung mit dem einen oder den mehreren Flottenfahrzeug-System-DTCs, dem einen oder den mehreren Flottenfahrzeug-Komponenten-DTCs und dem einen oder den mehreren Flottenfahrzeug-Ausfallmodi zu berechnen; den Fahrzeugproblemdatensatz auf der Basis der Randwahrscheinlichkeit zu kategorisieren; und Ausgeben des kategorisierten Fahrzeugproblemdatensatzes an eine Ausgabevorrichtung an einen Benutzer.
Verfahren nach Anspruch 10, das ferner umfasst: Verwenden des Computersystems, um: einen oder mehrere individuelle Fahrzeug-System-DTCs und einen oder mehrere individuelle Fahrzeug-Komponenten-DTCs zu empfangen; eine kausale Wahrscheinlichkeit unter Verwendung des azyklischen graphischen Modells in Verbindung mit den individuellen Fahrzeug-System-DTCs und einem oder mehreren individuellen Fahrzeug-Komponenten-DTCs zu berechnen; eine oder mehrere sehr wahrscheinliche Grundursachen auf der Basis der kausalen Wahrscheinlichkeit zu bestimmen; und Anzeigen der einen oder der mehreren sehr wahrscheinlichen Grundursachen auf einer Anzeigevorrichtung für einen Benutzer, wobei die individuellen fahrzeugsystemspezifischen Fehlercodes und die fahrzeugspezifischen Komponentenfehlercodes vorzugsweise unter Verwendung von Messungen von einem oder mehreren Sensoren eines jeweils gegenwärtig vorhandenen individuellen Fahrzeugs erhalten werden, die eine oder mehrere physikalische Größen des individuellen Fahrzeugs messen.
Verfahren nach Anspruch 10 oder 11, wobei die Systemfehlercodes und Komponentenfehlercodes und vorzugsweise die Ausfallmodi, die verwendet werden, um das graphische Modell zu erzeugen, von Messungen von Sensoren von mehreren Fahrzeugen im Einsatzgebiet erhalten werden, die eine oder mehrere physikalische Größen eines jeweiligen Fahrzeugs messen, und/oder wobei eine Wartungsaktivität an einem gegenwärtig vorhandenen Fahrzeug auf der Basis der ausgegebenen kausalen Wahrscheinlichkeiten ausgeführt wird.