JP2935382B2 - 故障診断方法 - Google Patents
故障診断方法Info
- Publication number
- JP2935382B2 JP2935382B2 JP3306605A JP30660591A JP2935382B2 JP 2935382 B2 JP2935382 B2 JP 2935382B2 JP 3306605 A JP3306605 A JP 3306605A JP 30660591 A JP30660591 A JP 30660591A JP 2935382 B2 JP2935382 B2 JP 2935382B2
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- degree
- functional components
- failure diagnosis
- failure
- 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.)
- Expired - Fee Related
Links
Landscapes
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Description
【０００１】
【産業上の利用分野】この発明は故障診断方法、特にセ
ンサを含む複数の機能部品を備え、これらの機能部品が
相互に関連付けられた車両の故障診断方法に関する。
ンサを含む複数の機能部品を備え、これらの機能部品が
相互に関連付けられた車両の故障診断方法に関する。
【０００２】
【従来の技術】車両などにおいては、エレクトロニクス
の急速な発達に伴って各種の機器類の電子制御化が進ん
でいる。電子制御を採用することによってシステムの信
頼性が向上するという利点がある反面、システムの異常
時には逆に電子化した部分がブラックボックスとなり、
故障した箇所を外部から特定しにくくなるという別の側
面がある。
の急速な発達に伴って各種の機器類の電子制御化が進ん
でいる。電子制御を採用することによってシステムの信
頼性が向上するという利点がある反面、システムの異常
時には逆に電子化した部分がブラックボックスとなり、
故障した箇所を外部から特定しにくくなるという別の側
面がある。
【０００３】このような問題に対しては、例えば特開昭
６１−１０７４３６号公報に示されているように、シス
テムに故障診断機能を組み込むことが考えられている。
これはシステムを制御するコントロールユニットから所
定の故障診断信号を出力し、それに対する所定の応答信
号が得られないときに故障と判定するものである。
６１−１０７４３６号公報に示されているように、シス
テムに故障診断機能を組み込むことが考えられている。
これはシステムを制御するコントロールユニットから所
定の故障診断信号を出力し、それに対する所定の応答信
号が得られないときに故障と判定するものである。
【０００４】
【発明が解決しようとする課題】ところで、エンジンな
どのようにセンサやアクチュエータなどの複数の機能部
品が相互に関連している複雑なシステムにおいては、従
来のような故障診断方法では診断精度が不足するという
問題がある。例えばエンジンを例にとると、エンジンは
機能面から見ると、エンジン本体を中心として、吸気
系、燃料系、点火系、排気系などが相互に関連したシス
テム構成となっており、例えば吸気系が故障している場
合であっても、吸気系の異常がエンジン本体に影響して
ノックを発生させたり、その影響が排気系に及んで排気
ガスの温度を上昇させたりする。したがって、仮に排気
温に異常が現れたとしても排気系の故障と断定できない
ことになる。
どのようにセンサやアクチュエータなどの複数の機能部
品が相互に関連している複雑なシステムにおいては、従
来のような故障診断方法では診断精度が不足するという
問題がある。例えばエンジンを例にとると、エンジンは
機能面から見ると、エンジン本体を中心として、吸気
系、燃料系、点火系、排気系などが相互に関連したシス
テム構成となっており、例えば吸気系が故障している場
合であっても、吸気系の異常がエンジン本体に影響して
ノックを発生させたり、その影響が排気系に及んで排気
ガスの温度を上昇させたりする。したがって、仮に排気
温に異常が現れたとしても排気系の故障と断定できない
ことになる。
【０００５】このような問題に対しては、サービスマン
などの経験によって得られた知識に基づいてセンサ情報
などをパターン化した故障診断用データをコントロール
ユニットなどに予め記憶させておいて、パターンマッチ
ングの手法を用いて故障診断を行うことが考えられてい
るが、経験のない故障原因に対しては対応できず診断範
囲が限定されるという問題がある。
などの経験によって得られた知識に基づいてセンサ情報
などをパターン化した故障診断用データをコントロール
ユニットなどに予め記憶させておいて、パターンマッチ
ングの手法を用いて故障診断を行うことが考えられてい
るが、経験のない故障原因に対しては対応できず診断範
囲が限定されるという問題がある。
【０００６】この発明は複数の機能部品が相互に関連付
けられた車両の故障診断における上記の問題に対処する
もので、故障診断を広範囲にわたって精度良く行い得る
ようにすることを目的とする。
けられた車両の故障診断における上記の問題に対処する
もので、故障診断を広範囲にわたって精度良く行い得る
ようにすることを目的とする。
【０００７】
【課題を解決するための手段】すなわち、本願の請求項
１に係る故障診断方法は、センサを含む複数の機能部品
を備え、これらの機能部品が相互に関連付けられた車両
において、互いに関連する二つの機能部品に対して関連
度に応じた重み付けをそれぞれ設定すると共に、センサ
ごとの検出値を異常度合を示す状態量に変換して、これ
らの状態量を各センサを起点として関連する機能部品の
系統ごとに機能部品間の関連度に応じて重み付け演算を
行い、各系統についての演算結果に基づいて機能部品の
故障判定を行うことを特徴とする。ここで、機能部品と
は電気的、機械的を問わず一定の機能を実現する部品な
いし複数部品の集合体を意味する。
１に係る故障診断方法は、センサを含む複数の機能部品
を備え、これらの機能部品が相互に関連付けられた車両
において、互いに関連する二つの機能部品に対して関連
度に応じた重み付けをそれぞれ設定すると共に、センサ
ごとの検出値を異常度合を示す状態量に変換して、これ
らの状態量を各センサを起点として関連する機能部品の
系統ごとに機能部品間の関連度に応じて重み付け演算を
行い、各系統についての演算結果に基づいて機能部品の
故障判定を行うことを特徴とする。ここで、機能部品と
は電気的、機械的を問わず一定の機能を実現する部品な
いし複数部品の集合体を意味する。
【０００８】また、本願の請求項２に係る故障診断方法
は、請求項１に記載の故障診断方法において、センサの
検出値に基づく異常度合を示す状態量を機能部品間の関
連度に応じて重み付け演算を行う際に、同一系統に．お
ける演算処理の過程で重複演算が行われる場合には、そ
の時点で該系統における演算処理を終了することを特徴
とする。
は、請求項１に記載の故障診断方法において、センサの
検出値に基づく異常度合を示す状態量を機能部品間の関
連度に応じて重み付け演算を行う際に、同一系統に．お
ける演算処理の過程で重複演算が行われる場合には、そ
の時点で該系統における演算処理を終了することを特徴
とする。
【０００９】そして、本願の請求項３に係る故障診断方
法は、請求項１に記載の故障診断方法において、センサ
の検出値に基づく異常度合を示す状態量が所定の設定値
よりも小さいときには、その状態量に対する重み付け演
算を行わないことを特徴とする。
法は、請求項１に記載の故障診断方法において、センサ
の検出値に基づく異常度合を示す状態量が所定の設定値
よりも小さいときには、その状態量に対する重み付け演
算を行わないことを特徴とする。
【００１０】さらに、本願の請求項４に係る故障診断方
法は、請求項１に記載の故障診断方法において、センサ
の検出値に基づく異常度合を示す数値の大小を比較し
て、その数値が大きいものから順番に重み付け演算を行
うことを特徴とする。
法は、請求項１に記載の故障診断方法において、センサ
の検出値に基づく異常度合を示す数値の大小を比較し
て、その数値が大きいものから順番に重み付け演算を行
うことを特徴とする。
【００１１】また、本願の請求項５に係る故障診断方法
は、センサを含む複数の機能部品を備え、これらの機能
部品が相互に関連付けられた車両において、互いに関連
する二つの機能部品に対して関連度に応じた重み付けを
それぞれ設定すると共に、センサごとの検出値を異常度
合を示す状態量に変換して、これらの状態量を各センサ
を起点として関連する機能部品の系統ごとに機能部品間
の関連度に応じて重み付け演算を行い、各系統について
の演算結果に基づいて機能部品の故障判定を行うと共
に、その判定結果を表示することを特徴とする。
は、センサを含む複数の機能部品を備え、これらの機能
部品が相互に関連付けられた車両において、互いに関連
する二つの機能部品に対して関連度に応じた重み付けを
それぞれ設定すると共に、センサごとの検出値を異常度
合を示す状態量に変換して、これらの状態量を各センサ
を起点として関連する機能部品の系統ごとに機能部品間
の関連度に応じて重み付け演算を行い、各系統について
の演算結果に基づいて機能部品の故障判定を行うと共
に、その判定結果を表示することを特徴とする。
【００１２】
【作用】請求項１に係る故障診断方法によれば、センサ
を起点として相互に関連する機能部品の系統ごとに、セ
ンサの検出値から求めた異常度合を示す状態量を機能部
品間の関連度に応じて重み付け演算を行うと共に、各系
統についての演算結果に基づいて機能部品の故障判定を
行うようになっているので、広範囲にわたって精度良く
故障診断を行うことが可能となる。
を起点として相互に関連する機能部品の系統ごとに、セ
ンサの検出値から求めた異常度合を示す状態量を機能部
品間の関連度に応じて重み付け演算を行うと共に、各系
統についての演算結果に基づいて機能部品の故障判定を
行うようになっているので、広範囲にわたって精度良く
故障診断を行うことが可能となる。
【００１３】また、請求項２に係る故障診断方法によれ
ば、機能部品がループ状に関連している場合において
も、重複演算が行われることがないので診断精度が向上
することになる。
ば、機能部品がループ状に関連している場合において
も、重複演算が行われることがないので診断精度が向上
することになる。
【００１４】そして、請求項３に係る故障診断方法によ
れば、センサの検出値に基づく異常度合を示す状態量が
小さいときには、その状態量に対する重み付け演算が行
われないので、計算時間が短縮されることになる。
れば、センサの検出値に基づく異常度合を示す状態量が
小さいときには、その状態量に対する重み付け演算が行
われないので、計算時間が短縮されることになる。
【００１５】さらに、請求項４に係る故障診断方法によ
れば、異常度合を示す状態量の大きいものから順番に重
み付け演算が行われることになるので、故障した機能部
品を早期に絞り込むことが可能となって、計算を途中で
打ち切らなければならないような事態が生じたとして
も、高い確度で故障している機能部品を推定することが
可能となる。
れば、異常度合を示す状態量の大きいものから順番に重
み付け演算が行われることになるので、故障した機能部
品を早期に絞り込むことが可能となって、計算を途中で
打ち切らなければならないような事態が生じたとして
も、高い確度で故障している機能部品を推定することが
可能となる。
【００１６】また、請求項５に係る故障診断方法によれ
ば、広範囲にわたって精度良く故障診断を行うことがで
きると共に、故障診断の結果が表示されることになるの
で、メンテナンス性が向上することにもなる。
ば、広範囲にわたって精度良く故障診断を行うことがで
きると共に、故障診断の結果が表示されることになるの
で、メンテナンス性が向上することにもなる。
【００１７】
【実施例】以下、本発明の実施例について説明する。
【００１８】図１に示すように、車両に搭載されたエン
ジンコントロールユニット１には、スロットルセンサ２
によって検出されたスロットル開度信号と、エアフロー
センサ３によって検出された吸入空気量信号と、吸気温
センサ４によって検出された吸気温信号と、クランク角
センサ５によって検出されたクランク角信号と、水温セ
ンサ６によって検出されたエンジン水温信号と、排気温
センサ７によって検出された排気温信号と、Ｏ2センサ
８によって検出された空燃比信号と、ノックセンサ９に
よって検出されたノック信号とが入力されていると共
に、エンジンコントロールユニット１はこれらの各信号
を故障診断ユニット１０に転送するようになっている。
ジンコントロールユニット１には、スロットルセンサ２
によって検出されたスロットル開度信号と、エアフロー
センサ３によって検出された吸入空気量信号と、吸気温
センサ４によって検出された吸気温信号と、クランク角
センサ５によって検出されたクランク角信号と、水温セ
ンサ６によって検出されたエンジン水温信号と、排気温
センサ７によって検出された排気温信号と、Ｏ2センサ
８によって検出された空燃比信号と、ノックセンサ９に
よって検出されたノック信号とが入力されていると共
に、エンジンコントロールユニット１はこれらの各信号
を故障診断ユニット１０に転送するようになっている。
【００１９】一方、故障診断ユニット１０は、通信用の
インターフェース１１と、図２〜図９に示すように上記
各センサ２〜９の検出値に対応させて設定した異常度合
を示すメンバーシップ関数をそれぞれ記憶させた関数記
憶部１２と、故障診断用の知識データを記憶させた知識
データ記憶部１３と、上記インターフェース１１を介し
て取り込んだセンサ情報に基づいて故障推論を行う演算
処理部１４と、その推論結果を格納する推論結果格納部
１５とを有する。また、この故障診断ユニット１０には
故障表示用の表示装置１６が接続されている。
インターフェース１１と、図２〜図９に示すように上記
各センサ２〜９の検出値に対応させて設定した異常度合
を示すメンバーシップ関数をそれぞれ記憶させた関数記
憶部１２と、故障診断用の知識データを記憶させた知識
データ記憶部１３と、上記インターフェース１１を介し
て取り込んだセンサ情報に基づいて故障推論を行う演算
処理部１４と、その推論結果を格納する推論結果格納部
１５とを有する。また、この故障診断ユニット１０には
故障表示用の表示装置１６が接続されている。
【００２０】ここで、上記関数記憶部１２に記憶された
メンバーシップ関数について説明すると、例えばスロッ
トルセンサ２については、図２に示すように、センサ出
力電圧と異常度合を示すメンバーシップ値Ｍとの関係が
設定されている。つまり、センサ出力電圧が所定値Ｖ1
のところを中心としてメンバーシップ値Ｍが急激に増大
する傾向を示すことになる。
メンバーシップ関数について説明すると、例えばスロッ
トルセンサ２については、図２に示すように、センサ出
力電圧と異常度合を示すメンバーシップ値Ｍとの関係が
設定されている。つまり、センサ出力電圧が所定値Ｖ1
のところを中心としてメンバーシップ値Ｍが急激に増大
する傾向を示すことになる。
【００２１】同様にして、エアフローセンサ３、吸気温
センサ４、クランク角センサ５、水温センサ６、排気温
センサ７、Ｏ2センサ８及びノックセンサ９について
も、図３〜図９に示すようにメンバーシップ関数がそれ
ぞれ設定されている。
センサ４、クランク角センサ５、水温センサ６、排気温
センサ７、Ｏ2センサ８及びノックセンサ９について
も、図３〜図９に示すようにメンバーシップ関数がそれ
ぞれ設定されている。
【００２２】また、上記知識データ記憶部１５には、例
えば図１０に示すように、エンジンを機能面からブロッ
ク化したスロットル系Ａ、キャニスタＢ、バイパスエア
系Ｃ、オルタネータＤ、吸気系Ｅ、燃料系Ｆ、点火系
Ｇ、エンジン本体Ｈ、排気系Ｉ、冷却系Ｊ、ＥＧＲ系Ｋ
及び上記各センサ２〜９の相関関係を示す相関経路をそ
れぞれ代表させたルールと、ルールごとに関連度に応じ
て設定した相関係数とが記憶されている。例えばスロッ
トル系Ａの影響を受けるスロットルセンサ２と影響元で
あるスロットル系Ａとが、スロットル系Ａを起点とする
ルールＲ１の相関経路で連結されていると共に、両者の
関連度を示す相関係数の値（０．８８）がルールＲ１を
呼出コードとして上記知識データ記憶部１３に記憶され
ている。
えば図１０に示すように、エンジンを機能面からブロッ
ク化したスロットル系Ａ、キャニスタＢ、バイパスエア
系Ｃ、オルタネータＤ、吸気系Ｅ、燃料系Ｆ、点火系
Ｇ、エンジン本体Ｈ、排気系Ｉ、冷却系Ｊ、ＥＧＲ系Ｋ
及び上記各センサ２〜９の相関関係を示す相関経路をそ
れぞれ代表させたルールと、ルールごとに関連度に応じ
て設定した相関係数とが記憶されている。例えばスロッ
トル系Ａの影響を受けるスロットルセンサ２と影響元で
あるスロットル系Ａとが、スロットル系Ａを起点とする
ルールＲ１の相関経路で連結されていると共に、両者の
関連度を示す相関係数の値（０．８８）がルールＲ１を
呼出コードとして上記知識データ記憶部１３に記憶され
ている。
【００２３】これらの各ルールと相関係数との関係をま
とめると、次の表１に示すようなものとなる。
とめると、次の表１に示すようなものとなる。
【００２４】
【表１】 つまり、例えばスロットル系Ａとエアフローセンサ３と
の相関関係を示すルールＲ２に対応する相関係数の値は
０．７６となる。
の相関関係を示すルールＲ２に対応する相関係数の値は
０．７６となる。
【００２５】次に、上記故障診断ユニット１０が行う故
障診断処理を説明すると、この故障診断処理は図１１の
フローチャートに従って次のように行われる。
障診断処理を説明すると、この故障診断処理は図１１の
フローチャートに従って次のように行われる。
【００２６】すなわち、故障診断ユニット１０における
演算処理部１４は、ステップＳ１でインターフェース１
１を介してセンサ値を読み込んだ上で、ステップＳ２で
これらのセンサ値をメンバーシップ値Ｍ…Ｍにそれぞれ
変換する。つまり、インターフェース１１を介して取り
込んだ現実のセンサ値を、関数記憶部１２に記憶させた
メンバーシップ関数に照らし合わせて、該当するセンサ
値に対応するメンバーシップ関数の値をメンバーシップ
値Ｍとして選択するのである。例えば、スロットルセン
サ２からの信号が示す出力電圧が２Ｖで合ったとする
と、図２の関係から異常度合を示すメンバーシップ値Ｍ
として１が選択されることになる。
演算処理部１４は、ステップＳ１でインターフェース１
１を介してセンサ値を読み込んだ上で、ステップＳ２で
これらのセンサ値をメンバーシップ値Ｍ…Ｍにそれぞれ
変換する。つまり、インターフェース１１を介して取り
込んだ現実のセンサ値を、関数記憶部１２に記憶させた
メンバーシップ関数に照らし合わせて、該当するセンサ
値に対応するメンバーシップ関数の値をメンバーシップ
値Ｍとして選択するのである。例えば、スロットルセン
サ２からの信号が示す出力電圧が２Ｖで合ったとする
と、図２の関係から異常度合を示すメンバーシップ値Ｍ
として１が選択されることになる。
【００２７】次いで、演算処理部１４はステップＳ３を
実行してメンバーシップ値Ｍのソーティングを行う。つ
まり、各メンバーシップ値Ｍを比較して大きいものから
順番に並べ換えるのである。
実行してメンバーシップ値Ｍのソーティングを行う。つ
まり、各メンバーシップ値Ｍを比較して大きいものから
順番に並べ換えるのである。
【００２８】そして、演算処理部１４はステップＳ４に
進んで全センサについての推論処理が終了しているか否
かを判定して、ＮＯと判定したときにステップＳ５に進
んで上記ステップＳ３において並べ換えた一群のメンバ
ーシップ値Ｍ…Ｍの中から最大のメンバーシップ値Ｍが
所定の最小判定値Ｍ0よりも大きいか否かを判定し、Ｙ
ＥＳと判定したときにステップＳ６で所定の推論処理を
実行する。つまり、例えばスロットルセンサ２によるメ
ンバーシップ値Ｍが１番大きいとすると、図１１の相関
関係モデルに従えばスロットルセンサ２に関連するのは
スロットル系Ａであるから、この場合のスロットル系Ａ
の推論値ＲはルールＲ１に従ってメンバーシップ値Ｍに
相関係数を乗算した値となる。
進んで全センサについての推論処理が終了しているか否
かを判定して、ＮＯと判定したときにステップＳ５に進
んで上記ステップＳ３において並べ換えた一群のメンバ
ーシップ値Ｍ…Ｍの中から最大のメンバーシップ値Ｍが
所定の最小判定値Ｍ0よりも大きいか否かを判定し、Ｙ
ＥＳと判定したときにステップＳ６で所定の推論処理を
実行する。つまり、例えばスロットルセンサ２によるメ
ンバーシップ値Ｍが１番大きいとすると、図１１の相関
関係モデルに従えばスロットルセンサ２に関連するのは
スロットル系Ａであるから、この場合のスロットル系Ａ
の推論値ＲはルールＲ１に従ってメンバーシップ値Ｍに
相関係数を乗算した値となる。
【００２９】次いで、演算処理部１４はステップＳ７で
推論値Ｒが基準値Ｒ0よりも大きいか否かを判定して、
ＹＥＳと判定したときにステップＳ８で推論値Ｒを上記
推論結果格納部１５にブロックごとに設けた結果テーブ
ルに格納した後、ステップＳ６へ復帰して推論処理を続
行すると共に、上記ステップＳ７において推論値Ｒが基
準値Ｒ0よりも小さいと判定したときには、ステップＳ
９で他の相関経路があるか否かを判定して、ＹＥＳと判
定したときに再びステップＳ６に戻って推論処理を続行
する。すなわち、図１１の相関関係モデルにおいて、例
えばスロットルセンサ２を終点とする一連の独立した相
関経路を一通り巡り終るまで上記のプロセスを実行する
のである。その場合に、特定のセンサから始まった推論
過程が同じルールを再び使うようになったときには、そ
の時点で当該センサに対する一群の推論演算が終了され
ることになる。例えば、スロットル系Ａと吸気系Ｅとに
着目すると、吸気系Ａの推論値を求める過程でルールＲ
９が用いられた場合には、このルールＲ９が再び使用さ
れることがないのである。これにより、無限ループが回
避されて演算時間が短縮されると共に、重複演算による
誤差の蓄積も回避されることになる。
推論値Ｒが基準値Ｒ0よりも大きいか否かを判定して、
ＹＥＳと判定したときにステップＳ８で推論値Ｒを上記
推論結果格納部１５にブロックごとに設けた結果テーブ
ルに格納した後、ステップＳ６へ復帰して推論処理を続
行すると共に、上記ステップＳ７において推論値Ｒが基
準値Ｒ0よりも小さいと判定したときには、ステップＳ
９で他の相関経路があるか否かを判定して、ＹＥＳと判
定したときに再びステップＳ６に戻って推論処理を続行
する。すなわち、図１１の相関関係モデルにおいて、例
えばスロットルセンサ２を終点とする一連の独立した相
関経路を一通り巡り終るまで上記のプロセスを実行する
のである。その場合に、特定のセンサから始まった推論
過程が同じルールを再び使うようになったときには、そ
の時点で当該センサに対する一群の推論演算が終了され
ることになる。例えば、スロットル系Ａと吸気系Ｅとに
着目すると、吸気系Ａの推論値を求める過程でルールＲ
９が用いられた場合には、このルールＲ９が再び使用さ
れることがないのである。これにより、無限ループが回
避されて演算時間が短縮されると共に、重複演算による
誤差の蓄積も回避されることになる。
【００３０】演算処理部１４は上記ステップＳ９におい
て他の相関経路がないと判断すると、ステップＳ４に戻
って再び全センサについての推論処理が終了したか否か
を判定し、このステップＳ４においてＹＥＳと判定する
か、続くステップＳ５においてメンバーシップ値Ｍが最
小判定値Ｍ0よりも小さいと判定するまで、メンバーシ
ップ値Ｍの大きいものから順番に推論処理を実行する。
これにより、図１２，図１３に示すように、各センサに
対してブロックごとに推論値Ｒ…Ｒを蓄積した結果テー
ブルがそれぞれ得られることになる。
て他の相関経路がないと判断すると、ステップＳ４に戻
って再び全センサについての推論処理が終了したか否か
を判定し、このステップＳ４においてＹＥＳと判定する
か、続くステップＳ５においてメンバーシップ値Ｍが最
小判定値Ｍ0よりも小さいと判定するまで、メンバーシ
ップ値Ｍの大きいものから順番に推論処理を実行する。
これにより、図１２，図１３に示すように、各センサに
対してブロックごとに推論値Ｒ…Ｒを蓄積した結果テー
ブルがそれぞれ得られることになる。
【００３１】そして、演算処理部１４はステップＳ１０
に移って所定の集計処理を実行する。すなわち、各セン
サについての結果テーブルに納められた推論値Ｒ…Ｒを
ブロック別に加算すると共に、それらの値をブロックご
とに最終結果テーブルに加算して行くのである。
に移って所定の集計処理を実行する。すなわち、各セン
サについての結果テーブルに納められた推論値Ｒ…Ｒを
ブロック別に加算すると共に、それらの値をブロックご
とに最終結果テーブルに加算して行くのである。
【００３２】演算処理部１４はステップＳ１１で最終結
果テーブルに格納した集計値Ｓが所定の基準値Ｓ0より
も大きいか否かを判定し、ＹＥＳと判定したときにはス
テップＳ１２へ進んで表示装置１６に故障表示を行わせ
る。すなわち、図１４に示すように、吸気系Ｅの集計値
Ｓがもっとも大きく、かつ基準値Ｓ0よりも大きいとき
には、吸気系Ｅが故障であると判定されて、その旨の表
示が表示装置１６に出力されることになる。
果テーブルに格納した集計値Ｓが所定の基準値Ｓ0より
も大きいか否かを判定し、ＹＥＳと判定したときにはス
テップＳ１２へ進んで表示装置１６に故障表示を行わせ
る。すなわち、図１４に示すように、吸気系Ｅの集計値
Ｓがもっとも大きく、かつ基準値Ｓ0よりも大きいとき
には、吸気系Ｅが故障であると判定されて、その旨の表
示が表示装置１６に出力されることになる。
【００３３】また、故障と判定したときには、フェール
セーフモードへ移行するようにしても良い。
セーフモードへ移行するようにしても良い。
【００３４】なお、図１５に示すように、サービス工場
などにおいては、パーソナルコンピュータ１７を備えて
おいて、該コンピュータ１７の本体１８に付設したイン
ターフェース１９と、車両２０に搭載されたエンジンコ
ントロールユニット１に接続した故障診断ユニット１０
とを診断用コネクタ２１及びケーブル２２を介して通信
させることにより、診断結果をディスプレイ２３に表示
させるようにしても良い。そうすると、例えば排気温セ
ンサ７、吸気温センサ４及びノックセンサ９の異常度合
が大きく、故障診断ユニット１０によって吸気系Ａが故
障と判定された場合には、図１６に示すように、故障箇
所から影響の出たセンサまでの経路を示す出力画面がデ
ィスプレイ２３上に表示されることになる。これによ
り、診断結果が一目しただけで理解されることになる。
などにおいては、パーソナルコンピュータ１７を備えて
おいて、該コンピュータ１７の本体１８に付設したイン
ターフェース１９と、車両２０に搭載されたエンジンコ
ントロールユニット１に接続した故障診断ユニット１０
とを診断用コネクタ２１及びケーブル２２を介して通信
させることにより、診断結果をディスプレイ２３に表示
させるようにしても良い。そうすると、例えば排気温セ
ンサ７、吸気温センサ４及びノックセンサ９の異常度合
が大きく、故障診断ユニット１０によって吸気系Ａが故
障と判定された場合には、図１６に示すように、故障箇
所から影響の出たセンサまでの経路を示す出力画面がデ
ィスプレイ２３上に表示されることになる。これによ
り、診断結果が一目しただけで理解されることになる。
【００３５】さらに、図１７に示すように、エンジンコ
ントロールユニット１に通信用のインターフェース２４
を設けて、このインターフェース２４を、ＥＡＴノード
２５、ＡＢＳノード２６、メータノード２７、エアコン
ノード２８、パワステノード２９などが接続された多重
伝送路３０に接続させると共に、故障診断ユニット１０
に備えたインターフェース１１を上記多重伝送路３０に
接続して、この多重伝送路３０を介して故障診断に必要
な各種データを受け取るようにしても良い。そうすれ
ば、車両全体についての故障診断についても広範囲にわ
たって精度良く行うことが可能となる。
ントロールユニット１に通信用のインターフェース２４
を設けて、このインターフェース２４を、ＥＡＴノード
２５、ＡＢＳノード２６、メータノード２７、エアコン
ノード２８、パワステノード２９などが接続された多重
伝送路３０に接続させると共に、故障診断ユニット１０
に備えたインターフェース１１を上記多重伝送路３０に
接続して、この多重伝送路３０を介して故障診断に必要
な各種データを受け取るようにしても良い。そうすれ
ば、車両全体についての故障診断についても広範囲にわ
たって精度良く行うことが可能となる。
【００３６】
【発明の効果】以上のように本願の請求項１に係る故障
診断方法によれば、センサを起点として相互に関連する
機能部品の系統ごとに、センサの検出値から求めた異常
度合を示す状態量を機能部品間の関連度に応じて重み付
け演算を行うと共に、各系統についての演算結果に基づ
いて機能部品の故障判定を行うようになっているので、
広範囲にわたって精度良く故障診断を行うことが可能と
なる。
診断方法によれば、センサを起点として相互に関連する
機能部品の系統ごとに、センサの検出値から求めた異常
度合を示す状態量を機能部品間の関連度に応じて重み付
け演算を行うと共に、各系統についての演算結果に基づ
いて機能部品の故障判定を行うようになっているので、
広範囲にわたって精度良く故障診断を行うことが可能と
なる。
【００３７】また、請求項２に係る故障診断方法によれ
ば、機能部品がループ状に関連している場合において
も、重複演算が行われることがないので診断精度が向上
することになる。
ば、機能部品がループ状に関連している場合において
も、重複演算が行われることがないので診断精度が向上
することになる。
【００３８】そして、請求項３に係る故障診断方法によ
れば、センサの検出値に基づく異常度合を示す状態量が
小さいときには、その状態量に対する重み付け演算が行
われないので、計算時間が短縮されることになる。
れば、センサの検出値に基づく異常度合を示す状態量が
小さいときには、その状態量に対する重み付け演算が行
われないので、計算時間が短縮されることになる。
【００３９】さらに、請求項４に係る故障診断方法によ
れば、異常度合を示す状態量の大きいものから順番に重
み付け演算が行われることになるので、早期に故障した
機能部品を絞り込むことが可能となって、計算を途中で
打ち切らなければならないような事態が生じたとして
も、高い確度で故障している機能部品を推定することが
可能となる。
れば、異常度合を示す状態量の大きいものから順番に重
み付け演算が行われることになるので、早期に故障した
機能部品を絞り込むことが可能となって、計算を途中で
打ち切らなければならないような事態が生じたとして
も、高い確度で故障している機能部品を推定することが
可能となる。
【００４０】また、請求項５に係る故障診断方法によれ
ば、広範囲にわたって精度良く故障診断を行うことがで
きると共に、故障診断の結果が表示されることになるの
で、メンテナンス性が向上することにもなる。
ば、広範囲にわたって精度良く故障診断を行うことがで
きると共に、故障診断の結果が表示されることになるの
で、メンテナンス性が向上することにもなる。
【図１】 第１実施例における故障判定システムを示す
ブロック図である。
ブロック図である。
【図２】 スロットルセンサの出力状態に対する故障度
合を示すメンバーシップ関数の一例を示す特性図であ
る。
合を示すメンバーシップ関数の一例を示す特性図であ
る。
【図３】 エアフローセンサの出力状態に対する故障度
合を示すメンバーシップ関数の一例を示す特性図であ
る。
合を示すメンバーシップ関数の一例を示す特性図であ
る。
【図４】 吸気温センサの出力状態に対する故障度合を
示すメンバーシップ関数の一例を示す特性図である。
示すメンバーシップ関数の一例を示す特性図である。
【図５】 クランク角センサの出力状態に対する故障度
合を示すメンバーシップ関数の一例を示す特性図であ
る。
合を示すメンバーシップ関数の一例を示す特性図であ
る。
【図６】 水温センサの出力状態に対する故障度合を示
すメンバーシップ関数の一例を示す特性図である。
すメンバーシップ関数の一例を示す特性図である。
【図７】 排気温センサの出力状態に対する故障度合を
示すメンバーシップ関数の一例を示す特性図である。
示すメンバーシップ関数の一例を示す特性図である。
【図８】 Ｏ2センサの出力状態に対する故障度合を示
すメンバーシップ関数の一例を示す特性図である。
すメンバーシップ関数の一例を示す特性図である。
【図９】 ノックセンサの出力状態に対する故障度合を
示すメンバーシップ関数の一例を示す特性図である。
示すメンバーシップ関数の一例を示す特性図である。
【図１０】 エンジンの構造モデルを示す相関関係図で
ある。
ある。
【図１１】 故障判定処理を示すフローチャート図であ
る。
る。
【図１２】 １個のセンサを起点とする推論結果を納め
た結果テーブルの一例を示す概念図である。
た結果テーブルの一例を示す概念図である。
【図１３】 別ののセンサを起点とする推論結果を納め
た結果テーブルの一例を示す概念図である。
た結果テーブルの一例を示す概念図である。
【図１４】 最終推論結果を納めた最終結果テーブルの
一例を示す芸燃図である。
一例を示す芸燃図である。
【図１５】 故障診断結果を外部モニターする場合の一
例を示す模式図である。
例を示す模式図である。
【図１６】 故障診断結果の表示例を示す模式図であ
る。
る。
【図１７】 本発明の第２実施例を示す故障診断システ
ムのブロック図である。
ムのブロック図である。
２ スロットルセンサ ３ エアフローセンサ ４ 吸気温センサ ５ クランク角センサ ６ 水温センサ ７ 排気温センサ ８ Ｏ2センサ ９ ノックセンサ １０ 故障診断ユニット １４ 演算処理部 Ａ スロットル系 Ｂ キャニスタ Ｃ バイパスエア系 Ｄ オルタネータ Ｅ 吸気系 Ｆ 燃料系 Ｇ 点火系 Ｈ エンジン本体 Ｉ 排気系 Ｊ 冷却系 Ｋ ＥＧＲ系
フロントページの続き (56)参考文献 特開 平５−180730（ＪＰ，Ａ) 特開 平５−216723（ＪＰ，Ａ) 特開 平１−278865（ＪＰ，Ａ) 特開 昭62−6856（ＪＰ，Ａ) 特開 昭63−82338（ＪＰ，Ａ) 特開 平４−43138（ＪＰ，Ａ) 特開 平３−71211（ＪＰ，Ａ) 特開 平２−308951（ＪＰ，Ａ) 特開 平１−136045（ＪＰ，Ａ) 特開 平５−2590（ＪＰ，Ａ) 特開 平４−188307（ＪＰ，Ａ) 特許2842922（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.6，ＤＢ名) B60S 5/00 G06F 11/22 360
Claims (5)
- 【請求項１】 センサを含む複数の機能部品を備え、こ
れらの機能部品が相互に関連付けられた車両の故障診断
方法であって、互いに関連する二つの機能部品に対して
関連度に応じた重み付けをそれぞれ設定すると共に、セ
ンサごとの検出値を異常度合を示す状態量に変換して、
これらの状態量を各センサを起点として関連する機能部
品の系統ごとに機能部品間の関連度に応じて重み付け演
算を行い、各系統についての演算結果に基づいて機能部
品の故障判定を行うことを特徴とする故障診断方法。 - 【請求項２】 請求項１に記載の故障診断方法におい
て、センサの検出値に基づく異常度合を示す状態量を機
能部品間の関連度に応じて重み付け演算を行う際に、同
一系統における演算処理の過程で重複演算が行われる場
合には、その時点で該系統における演算処理を終了する
ことを特徴とする故障診断方法。 - 【請求項３】 請求項１に記載の故障診断方法におい
て、センサの検出値に基づく異常度合を示す状態量が所
定の設定値よりも小さいときには、その状態量に対する
重み付け演算を行わないことを特徴とする故障診断方
法。 - 【請求項４】 請求項１に記載の故障診断方法におい
て、センサの検出値に基づく異常度合を示す数値の大小
を比較して、その数値が大きいものから順番に重み付け
演算を行うことを特徴とする故障診断方法。 - 【請求項５】 センサを含む複数の機能部品を備え、こ
れらの機能部品が相互に関連付けられた車両の故障診断
方法であって、互いに関連する二つの機能部品に対して
関連度に応じた重み付けをそれぞれ設定すると共に、セ
ンサごとの検出値を異常度合を示す状態量に変換して、
これらの状態量を各センサを起点として関連する機能部
品の系統ごとに機能部品間の関連度に応じて重み付け演
算を行い、各系統についての演算結果に基づいて機能部
品の故障判定を行うと共に、その判定結果を表示するこ
とを特徴とする故障診断方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3306605A JP2935382B2 (ja) | 1991-10-25 | 1991-10-25 | 故障診断方法 |
| US07/965,772 US5414645A (en) | 1991-10-25 | 1992-10-23 | Method of fault diagnosis in an apparatus having sensors |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3306605A JP2935382B2 (ja) | 1991-10-25 | 1991-10-25 | 故障診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05116601A JPH05116601A (ja) | 1993-05-14 |
| JP2935382B2 true JP2935382B2 (ja) | 1999-08-16 |
Family
ID=17959090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3306605A Expired - Fee Related JP2935382B2 (ja) | 1991-10-25 | 1991-10-25 | 故障診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2935382B2 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1903441B1 (en) * | 2005-07-14 | 2016-03-23 | Fujitsu Ltd. | Message analyzing device, message analyzing method and message analyzing program |
| JP2010181212A (ja) * | 2009-02-04 | 2010-08-19 | Toyota Central R&D Labs Inc | 故障診断システム、故障診断方法 |
| CN111796883B (zh) * | 2019-04-09 | 2024-05-14 | Oppo广东移动通信有限公司 | 设备控制方法、装置、存储介质及电子设备 |
| JP7392293B2 (ja) * | 2019-06-06 | 2023-12-06 | マツダ株式会社 | 車両の故障診断装置 |
| US11989983B2 (en) * | 2020-05-07 | 2024-05-21 | Nec Corporation | Deep learning of fault detection in onboard automobile systems |
| CN112233420B (zh) * | 2020-10-14 | 2023-12-15 | 腾讯科技（深圳）有限公司 | 一种智能交通控制系统的故障诊断的方法及装置 |
-
1991
- 1991-10-25 JP JP3306605A patent/JP2935382B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05116601A (ja) | 1993-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0718485B1 (en) | Automotive position sensing | |
| Capriglione et al. | On-line sensor fault detection, isolation, and accommodation in automotive engines | |
| JP2805970B2 (ja) | 車両用電子制御装置 | |
| US7181334B2 (en) | Method and apparatus to diagnose intake airflow | |
| CN110375888B (zh) | 冷却液温度传感器的诊断方法、装置、车辆和存储介质 | |
| JPH0733983B2 (ja) | 車両用故障診断装置 | |
| JPH09244917A (ja) | モデルベース診断システムの自動分析方法 | |
| JPH0830672B2 (ja) | 車輌診断装置 | |
| CN113586239B (zh) | 发动机故障诊断方法、装置、控制器和存储介质 | |
| JP2935382B2 (ja) | 故障診断方法 | |
| CN111140391A (zh) | 一种进气传感器故障处理方法、装置、系统、车辆及介质 | |
| CN112267949B (zh) | 一种柴油机大气压力传感器容错控制方法及控制系统 | |
| US6292738B1 (en) | Method for adaptive detection of engine misfire | |
| JPH01155232A (ja) | 車輌診断システム | |
| JP3046870B2 (ja) | 故障診断方法 | |
| KR101002379B1 (ko) | 전자 시스템 유닛의 진단 방법 | |
| CA2081402C (en) | Display of electronic self-test results using gauge dial pointers | |
| Rizzoni et al. | Real time detection filters for onboard diagnosis of incipient failures | |
| JPH0916255A (ja) | 機器の故障診断方法およびその装置 | |
| JP2639103B2 (ja) | 自動車用電子制御装置の故障診断装置 | |
| JPH0470573B2 (ja) | ||
| JPH07225610A (ja) | 故障診断方法および装置 | |
| JPS6379031A (ja) | 車両用故障診断装置 | |
| JPS61255411A (ja) | 車載用制御装置の自己診断装置 | |
| JP2823589B2 (ja) | 車載センサの出力電圧誤検出防止システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090604 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |