KR20090028258A

KR20090028258A - Vehicle fault diagnostic system with wavelet packet analysis

Info

Publication number: KR20090028258A
Application number: KR1020070093733A
Authority: KR
Inventors: 안성훈; 조영만; 홍영선; 여준철; 이경태
Original assignee: 재단법인서울대학교산학협력재단
Priority date: 2007-09-14
Filing date: 2007-09-14
Publication date: 2009-03-18

Abstract

A vehicle fault diagnostic system with wavelet packet analysis is provided to reduce maintenance cost of vehicles and perform exact determination of a damaged part and minute diagnosis of damage extent. A vehicle fault diagnostic system with wavelet packet analysis comprises database including a basis or a base measuring vibration and acoustic signal of idled vehicles to sense the unusual condition of the vehicles. The vehicle fault diagnostic system compares the vibration measured in the constructed database with acoustic signals and grasps the damaged part of the vehicle and warns a driver to repair the vehicle in a proper time.

Description

Vehicle Fault Diagnostic System with Wavelet Packet Analysis

본 발명은 웨이블렛 패킷 해석을 통해 차량의 이상을 진단하여 고장부위에 대한 진단과 고장 정도에 대한 정보를 운전자에게 알려주는 방법으로, 보다 상세하게는 정지된 차량의 공회전시에는 노면의 영향이나 기타 다른 외부의 영향을 상대적으로 덜 받기 때문에 차량 자체의 특징을 효과적으로 측정할 수 환경을 구성할 수 있고, 이러한 공회전 상태에서 엔진 마운트부위나 혹은 잦은 고장을 일으키는 차체 부위에서 진동신호를 측정하고, 소음이 주로 발생하는 엔진부위에서 마이크로폰과 같은 음향 센서를 이용하여 음향 신호를 측정하여 차량의 상태를 나타내는 신호를 추출할 수 있게 된다. 이렇게 추출된 차량의 신호는 이미 구축된 데이터베이스가 보유하고 있는 베이시스 혹은 베이스로 웨이블렛 패킷 해석을 시행하고 이러한 차량의 실제 신호에 대한 웨이블렛 패킷 해석의 결과를 통해 차량의 이상 부위와 고장 정도를 판단하여 운전자에게 그 정보를 알려주는 시스템이다. The present invention is a method of diagnosing a problem of the vehicle through wavelet packet analysis and informing the driver of the diagnosis and the degree of the failure, more specifically, the effect of the road surface during idling of the stationary vehicle or other Since it is relatively less influenced by the outside, it is possible to construct an environment that can effectively measure the characteristics of the vehicle itself.In this idling state, vibration signals are measured at the engine mount part or at the body part causing frequent failures, and noise is mainly used. In the generated engine part, a sound signal may be measured using an acoustic sensor such as a microphone to extract a signal representing the state of the vehicle. The extracted signal of the vehicle is analyzed by wavelet packet based on the basis or base which is already built in the database. The result of wavelet packet analysis of the actual signal of the vehicle is used to determine the faulty part of the vehicle and the degree of failure. It is a system that informs the information.

여기에서 사용되는 데이터베이스의 구성은 다음과 같다. 정상상태와 비정상상태에 대한 신호를 추출하여 한 주기 간격(1/rev)으로 추출된 신호를 정렬하여 각 정렬된 신호에 웨이블렛 패킷 해석을 시행한다. 그렇게 시행된 웨이블렛 패킷 해석 결과들 중에서 정상상태와 비정상상태의 차이를 가장 극명하게 보여주는 베이시스(mother wavelet) 혹은 베이스(daughter wavelet)를 찾아서 각 고장에 대해 이상 유무를 판단할 수 있는 데이터베이스를 구축한다(mother wavelet(Daubechies, Morlet, Shannon, etc), daughter wavelet(원래의 mother wavelet에서 scale 및 center frequency를 조정하여 변형된 mother wavelet))The configuration of the database used here is as follows. The signals for steady state and abnormal state are extracted and wavelet packet analysis is performed on each aligned signal by aligning the extracted signals at one cycle interval (1 / rev). From the wavelet packet analysis results, the base wave (daughter wavelet) or the base (daughter wavelet) that shows the difference between the normal state and the abnormal state most clearly is constructed and a database that can determine the abnormality for each failure ( mother wavelet (Daubechies, Morlet, Shannon, etc), daughter wavelet (mother wavelet transformed by adjusting the scale and center frequency in the original mother wavelet)

기계 및 전기 분야에서 정확한 신호처리에 대한 요구가 증가함에 따라 웨이블렛을 통한 해석이 중요시 되고 있다. 기존의 페스트 푸리에 변환(FFT, Fast Fourier Transform)의 경우 신호의 주파수 성분만을 분석해주는 반면에 웨이블렛 해석은 주파수영역과 함께 시간영역의 정보를 함께 나타내고 필터 뱅크(filter bank)의 사용을 통해 세분화된 주파수 영역에서의 해석도 가능하기 때문에 시스템의 고장 및 이상 상태를 효과적으로 검출할 수 있는 기법이다. 이미 이러한 웨이블렛 해석은 로터리 시스템에서 축의 정렬 뒤틀림(mis-alignment), 베어링의 손상과 같은 이상을 감지해내는 데에 탁월한 성능을 보이고 있으며 그 효용성이 날로 증대되고 있는 실정이다. As the demand for accurate signal processing increases in the mechanical and electrical fields, analysis through wavelets becomes important. In the conventional Fast Fourier Transform (FFT), only the frequency component of the signal is analyzed, while wavelet analysis shows the time domain information together with the frequency domain and the frequency is subdivided through the use of a filter bank. Analysis in the area is also possible, so it is a technique that can effectively detect system failures and abnormal conditions. Already, these wavelet analyzes have shown excellent performance in detecting abnormalities such as shaft mis-alignment and bearing damage in rotary systems, and their utility is increasing day by day.

하지만 이러한 페스트 푸리에 변환 혹은 웨이블렛 기법을 이용한 고장진단의 경우 일반적으로는 정상신호를 나타내는 특징(feature)과 고장 신호를 나타내는 특징의 비교를 통해 고장부위의 진단과 고장의 정도를 파악하고 있는데 이러한 측정방법은 기본적으로 시스템의 정상 상태에서의 측정을 통한 정상 특징의 추출 그리고 각 부위에 있어서 이상 부품으로의 대체를 통해 각 부위별 고장 상태 하에서 각 고장에 따른 특징을 추출하는 것을 기본으로 하고 있다. 이러한 기법은 심각한 수준의 파손 정도가 아니라면 일반적으로 작은 크기의 고장 신호와 상대적으로 큰 크기의 정상신호의 조합으로 구성되므로 신호의 특징 추출(feature extraction)에 있어서 민감하고 정확한 수준의 측정 및 정밀한 진단이 불가능하다.However, in the case of fault diagnosis using the Fast Fourier transform or wavelet technique, the diagnosis of the fault site and the degree of the fault are usually determined by comparing the feature representing the normal signal with the feature representing the fault signal. Basically, it is based on the extraction of the features of each fault under the fault condition of each part by the extraction of the normal features through the measurement of the system's steady state and the replacement of the faulty parts in each part. This technique usually consists of a combination of a small fault signal and a relatively large normal signal, unless it is a significant degree of breakdown, so that sensitive and accurate levels of measurement and precise diagnostics in the feature extraction of the signal impossible.

본 기술은 기존의 각각의 비정상 상태에 대한 특징을 추출하여 정상 상태의 특징과의 비교를 통해 고장을 진단하는 것이 아니라, 정상과 비정상의 특징을 가장 극명하게 보여주는 베이시스 및 베이스를 찾아 기준으로 삼고 이러한 기준을 통해 실제 차량의 측정 신호에 선정된 베이스를 이용하여 웨이블렛 패킷 해석을 수행하고 웨이블렛 패킷 해석을 통한 결과로 정상과 비정상의 진단을 하고 데이터베이스가 보유하고 있는 고장 유형이면 고장의 부위와 정도까지 파악하여 운전자에게 알려주고 보유하고 있지 않은 고장 유형이면 파악하지 못하는 고장이라는 것도 운전자에게 알려주는 시스템을 구축하도록 하는 방법이다.This technology does not extract the characteristics of each existing abnormal state and compares them with the characteristics of the normal state to diagnose the failure, but finds the basis and basis for the most obvious characteristics of the normal and abnormal. Perform the wavelet packet analysis using the base selected for the measurement signal of the actual vehicle based on the standard, diagnose the normal and abnormal as a result of the wavelet packet analysis, and if the type of failure possessed by the database, identify the location and extent of the failure This is a way to build a system that informs the driver and tells the driver that the fault is not known if the fault type is not owned.

정상과 비정상 상태의 극명한 차이를 나타내는 것의 판단은 웨이블렛 패킷 해석에 바탕을 정상 데이터 군과 비정상 데이터군 간의 거리 측정(distance measurement)을 통해 이루어진다.The determination of the difference between the normal and the abnormal state is made through distance measurement between the normal data group and the abnormal data group based on the wavelet packet analysis.

차량의 이상은 엔진 및 각 부품들의 기계적인 손상과 마모로 인해 발생되는데, 이러한 이상 상태를 진단하기 위해서 각 부품들의 손상을 일일이 사람의 눈으로 확인하는 것은 불가능할뿐더러 정확한 진단임을 신뢰할 수 없다.The abnormality of the vehicle is caused by mechanical damage and wear of the engine and its parts. In order to diagnose such an abnormal condition, it is impossible to check the damage of each part with a human eye, and it is not reliable that the diagnosis is accurate.

따라서 현대의 차량은 각 부품의 고장에 대한 사용기한을 정하여 주행거리를 기준으로 차량에 대한 정비를 수행하고 있다. Therefore, the modern vehicle is carrying out maintenance on the vehicle based on the mileage by setting the expiration date for the failure of each component.

그런데 이렇게 단지 주행거리에 따른 차량 정비 및 제품 교환은 적절한 정비라고 할 수 없고 또한 단순한 주행거리만으로 정비의 기준으로 삼기 어려운 고장 유형도 있는데 엔진 및 트랜스미션 기어 파손 엔진 마운트에서의 연결 불량과 같은 고장은 예견되지 않은 긴급한 파손임과 동시에 차량의 안전에 직접적이고도 치명적인 위험이 될 수 있는 고장임에도 불구하고 이에 대한 합리적인 예방 및 진단 기술이 전무한 상태이다.However, the maintenance and replacement of the product according to the mileage is not a proper maintenance, and there are some types of failures that cannot be used as a standard for maintenance based on a simple mileage. In spite of the fact that it is an unintentional breakdown and a failure that can be a direct and fatal danger to the safety of the vehicle, there is no reasonable prevention and diagnosis technology for this.

따라서 본 발명은 이와 같은 현재의 차량 고장 진단 시스템의 한계를 웨이블렛 패킷 기술을 통해 효과적으로 해결하는 것으로서, 공회전시에 차량의 각 부위에 대한 진동신호 및 음향신호를 측정하여 구축된 데이터베이스가 보유하고 있는 베이시스와 베이스를 통한 웨이블렛 패킷을 통해 시스템의 고장유무와 고장정도를 파악하여 운전자에게 전달하는 방법을 제공하고자 함에 있다.Accordingly, the present invention effectively solves the limitations of the current vehicle failure diagnosis system through wavelet packet technology, and has a basis built by measuring a vibration signal and an acoustic signal for each part of the vehicle during idling. The purpose of the present invention is to provide a method of determining whether there is a failure and a degree of failure through a wavelet packet through a base and transmitting it to the driver.

웨이블렛 패킷을 통한 차량의 고장 진단 시스템은 차량의 각 고장 유형별로 고장의 특징을 가장 극명하게 드러내는 베이시스 및 베이스를 선정하여 데이터베이스를 구축한 뒤에 이렇게 구축된 데이터베이스를 기반으로 하여 실제 차량에서 추출된 신호에 선정된 베이스를 이용해 웨이블렛 패킷 해석을 수행하고 이렇게 수행된 웨이블렛 패킷 해석결과를 이용하여 차량의 이상을 진단하는 시스템을 구축하는 것이다.The vehicle fault diagnosis system through wavelet packet selects the basis and base that most clearly reveals the fault characteristics for each fault type of the vehicle, builds a database, and then builds a database based on the database. A wavelet packet analysis is performed using the selected base, and a system for diagnosing an abnormality of a vehicle using the wavelet packet analysis result thus performed is constructed.

웨이블렛 변환(Wavelet transform)은 신호처리 분야에서 사용되는 기술로 시간영역에서 측정된 신호의 주파수 성분과 시간 영역 성분을 함께 추출할 수 있고, 저주파 영역에 대한 분해능이 우수한 특징을 갖고, 신호의 특징이나 이상을 기존의 신호처리보다 효과적으로 추출할 수 있는 기법이다.Wavelet transform is a technique used in the field of signal processing and can extract the frequency and time domain components of a signal measured in the time domain, and has excellent resolution in the low frequency domain. This technique can extract more effectively than the existing signal processing.

웨이블렛 패킷 해석은 주어진 신호에서 주파수 대역별로 가장 크게 영향을 미치는 패킷을 분리해내는 기술로 웨이블렛 변환과는 달리 저주파와 고주파 영역에 대한 분해능 모두 우수한 성능을 갖는다. 때문에 웨이블렛 패킷 해석은 차량의 진동 신호 및 음향신호에서 적절한 이상 징후 및 이상 부위 판별에 있어서 주파수 영역에 구애 받지 않고 광범위 하게 사용될 수 있다.Wavelet packet analysis is a technique that separates the most influential packet by frequency band in a given signal. Unlike wavelet transform, wavelet packet analysis has excellent performance in both low and high frequency ranges. Therefore, the wavelet packet analysis can be widely used regardless of the frequency domain in determining the appropriate abnormal signs and abnormal parts in the vibration signal and the acoustic signal of the vehicle.

이상과 같이 본 발명에 따르면, 각 차량의 이상 정보를 합리적으로 처리하여 적절한 유지보수를 가능하게 한다. 이러한 효율적인 처리는 차량의 유지보수 비용의 절감과 손상된 부품의 정확한 판단 및 손상의 정도에 대한 정밀한 진단이 가능 할 뿐 아니라 데이터베이스에 보유하지 않는 고장 유형일 경우 확인할 수 없는 유형의 고장으로 판단하여 운전자에 알릴 수도 있다. 이러한 경보는 정상적인 부품에 대한 불필요한 시간 및 경제적 손실을 줄일 수 있는 좋은 정보가 될 수 있다. 이러한 유지 보수 시스템으로 인해 차량 운행의 안전성을 높이고 차량정비의 있어서 차량 생산회사와의 연계성을 높여서 차량 생산자에게 차량의 유지보수도 함께 책임을 맡기는 효율적인 시스템을 구축하여 차량의 구입에서부터 차량의 폐기까지 생산자의 일관적인 서비스를 가능하게 한다는 효과를 갖게 된다. According to the present invention as described above, it is possible to reasonably process the abnormality information of each vehicle to enable proper maintenance. This efficient treatment not only reduces the maintenance costs of the vehicle, enables accurate determination of damaged parts and precise diagnosis of the degree of damage, but also informs the driver of the type of failure that cannot be identified in the case of failure types not retained in the database. It may be. Such alerts can be good information to reduce unnecessary time and economic losses for normal parts. This maintenance system increases the safety of vehicle operation and improves the linkage with the vehicle production company in the maintenance of vehicles, thereby establishing an efficient system that entrusts vehicle maintenance to vehicle producers. This has the effect of enabling a consistent service.

상기한 목적을 달성하기 위해 본 발명에 따르면 외부의 잡음으로부터 최대한 고립된 상태 즉 해석에 필요치 않는 외란과 노이즈를 최대한 차단한 상태에서 차량의 각종 상태를 수집하기 위해 공회전상태에서 차량의 엔진 부위와 혹은 엔진의 상태를 가장 잘 반영하는 엔진 마운트에서 가속도계를 이용하여 진동 신호를 취득하거나, 또는 차량의 음향 성질을 파악하기 위해 마이크로폰을 이용하여 엔진 부근에서의 음향신호를 취득하는 방법을 통해 차량의 현재 상태를 반영하는 적절한 신호들을 취득한다. 이러한 신호 취득방법은 가속도계, 마이크로폰 외에도 스트레인 게이지, 레이저 센서 등 다른 어떤 센서를 사용해도 해석에 사용될 수 있으며 동일한 역할을 할 수 있음은 자명한 사실이다. In order to achieve the above object, according to the present invention, the engine part of the vehicle in the idle state to collect various states of the vehicle in a state that is isolated from the outside noise as much as possible, that is, the disturbance and noise that are not necessary for analysis, as much as possible. The current state of the vehicle by acquiring a vibration signal using an accelerometer on the engine mount that best reflects the state of the engine, or by acquiring an acoustic signal in the vicinity of the engine using a microphone to determine the acoustic properties of the vehicle. Acquire appropriate signals reflecting It is obvious that this signal acquisition method can be used for analysis and can play the same role with any other sensor such as strain gauge and laser sensor in addition to accelerometer and microphone.

이렇게 취득한 신호는 웨이블렛 패킷 해석을 이용하여 신호의 주파수 성분과 시간 성분에 대한 분해능을 동시에 유지하면서 분석할 수 있다. 웨이블렛 패킷 해석을 위해 우선 해석에 사용될 데이터베이스의 구축이 선행되어야 하고, 본 발명에 사용될 데이터베이스의 구축은 다음과 같다. The obtained signal can be analyzed using wavelet packet analysis while simultaneously maintaining the resolution of the frequency and time components of the signal. For wavelet packet interpretation, the construction of a database to be used for interpretation must first be performed. The construction of a database to be used in the present invention is as follows.

우선 정상 상태와 각 부품의 비정상 상태의 신호를 추출하여 주기별로 분리 하여 각 상태별로 웨이블렛 패킷 해석을 수행한다. 웨이블렛 패킷 결과 정상상태와 각각의 비정상상태(고장 유형에 따른)의 특징들 사이에서 극명한 차이를 보이게 하는 베이시스와 베이스를 선정하여 데이터베이스를 구축한다. 데이터베이스에 유지될 정보들은 정상과 모든 비정상에 함께 적용될 수 있는 선정된 한 개 혹은 여러 개의 베이스일 수 있고, 혹은 특별한 경우 특정한 하나의 고장에 대해서만 이상 유무를 판단하는 데에 적용될 수 있는 베이스가 들어갈 수 있다. 이렇게 데이터베이스를 구축하고 나면 실제 차량의 신호에 대해 미리 선정된 베이시스 및 베이스를 이용해 웨이블렛 패킷 해석을 수행하여 차량의 고장 유무와 고장 부위 및 정도를 파악할 수 있다. 만약 데이터베이스가 보유하고 있는 고장 리스트에 없는 고장이라면 알려지지 않은 고장으로 진단할 수 있다. 알려지지 않은 고장이란 정보의 중요성은 데이터베이스가 보유하고 있는 고장 리스트 외의 고장을 의미하므로 정상부품에 대한 불필요한 정비를 피할 수 있게 해준다.First, the signals of the normal state and the abnormal state of each component are extracted, separated by periods, and the wavelet packet analysis is performed for each state. The database is constructed by selecting the basis and base that make the difference between the wavelet packet result steady state and the characteristics of each abnormal state (depending on the failure type). The information to be kept in the database can be one or several selected bases that can be applied to both normal and all abnormalities, or in particular cases can contain bases that can be applied to determine if there is a fault for only one particular failure. have. After the database is constructed, wavelet packet analysis can be performed using the basis and base selected in advance on the actual vehicle signal to determine whether the vehicle has a failure and the location and extent of the failure. If the fault is not in the fault list held by the database, it can be diagnosed as an unknown fault. The importance of unknown faults means failures beyond the fault list held by the database, thus avoiding unnecessary maintenance of normal parts.

이하, 상기한 바와 같이 구성된 본 발명에 대해 첨부 도면을 참조하여 상세히 설명한다. Hereinafter, the present invention configured as described above will be described in detail with reference to the accompanying drawings.

즉, 도 1은 본 발명에 필요한 각 부품에 대한 정상 상태 및 비정상 상태에 대한 신호를 추출하는 과정을 설명하는 도면이다That is, FIG. 1 is a diagram illustrating a process of extracting a signal for a normal state and an abnormal state for each component necessary for the present invention.

도 1은 실제 차량의 엔진 마운트, 크랭크 축, 변속기등 주요한 부위에 대한 기계진동 신호를 가속도계를 통해 취득하고 엔진 부근의 엔진 음을 마이크로폰을 통해 음향 신호를 취득하여 정상상태와 각 비정상상태에 따른 차량의 정보를 포함하는 신호를 추출하는 과정을 보이고 있다. Figure 1 is a mechanical vibration signal for the main parts of the actual vehicle engine mount, crankshaft, transmission, etc. through the accelerometer and the sound of the engine in the vicinity of the engine through a microphone to obtain a sound signal according to the steady state and each abnormal state It shows the process of extracting the signal containing the information.

도 2에 도시된 바와 같이, 본 발명에 사용될 고장 데이터베이스 유닛 구축을 위해서 실 차량의 크랭크축, 엔진 마운트, 변속기 외에 잦은 고장을 나타내는 부위에 대하여 센서를 통해 정상상태 및 각 부품의 파손상태에 대한 진동 및 음향신호를 취득하고 취득된 신호는 해석을 위해 1/rev으로 정렬된다. 이렇게 정렬된 신호에 대해 웨이블렛 패킷 해석을 수행하여 각 상태에 대한 베이시스와 베이스에 따른 웨이블렛 패킷 해석결과들이 서로간의 거리 측정을 통해 비교되며 정상상태와 비정상 상태의 차이를 명확하게 나타내는 베이시스와 베이스를 선정하여 데이터베이스를 구축하게 된다. 데이터베이스에 선정된 베이시스 혹은 베이스의 경우 정상상태와 모든 비정상상태를 구별하는 한개 혹은 여러 개의 베이시스와 베이스가 선정될 수 있고, 위의 경우로 규명하기 힘든 특이한 고장일 경우에 특이한 고장과 정상상태만을 구별하는 데에 적용될 수 있는 별도의 베이시스 혹은 베이스가 부가적으로 선정될 수 있다.As shown in FIG. 2, the vibration of the normal state and the breakage state of each part through the sensor for the parts indicating frequent failures in addition to the crankshaft, engine mount, and transmission of the real vehicle for building a failure database unit to be used in the present invention. And an acoustic signal is acquired and the obtained signal is aligned in 1 / rev for analysis. By performing wavelet packet analysis on the aligned signals, wavelet packet analysis results according to the basis and the base for each state are compared by measuring the distance between each other, and select the basis and base that clearly shows the difference between the steady state and the abnormal state. To build the database. In the case of the basis or base selected in the database, one or several basis and base can be selected to distinguish between the normal state and all abnormal states. A separate basis or base may be additionally selected to apply.

도 3은 도시된 바와 같이, 본 발명에 의해 최종적으로 운전자의 차량이 센서에 의해 차량의 상태가 측정되고 데이터베이스가 미리 선정하여 보유하고 있는 베이시스 및 베이스를 이용하여 웨이블렛 패킷 해석을 수행하여 차량의 고장 유무를 판단하여 운전자에게 알려주는 과정을 보이고 있다. FIG. 3 shows a failure of a vehicle by performing a wavelet packet analysis using a basis and a base in which a driver's vehicle is finally measured by a sensor and a database is pre-selected and retained according to the present invention. It shows the process of notifying the driver by determining the presence or absence.

도 1은 본 발명에 따른 정상상태 및 각종 비정상상태에 대한 차량의 신호를 추출하는 과정을 상세히 나타낸 도면이다.1 is a view showing in detail the process of extracting the signal of the vehicle for the steady state and various abnormal conditions according to the present invention.

도 2는 도 1에서 추출된 차량의 신호가 해석을 위해 1/rev 형태로 정렬되고 웨이블렛 패킷을 통해 각 상태에 대한 웨이블렛 패킷 해석결과를 보이고 있고 이러한 결과들이 서로간의 거리 측정을 통해 정상과 비정상의 상태를 극명하게 나타내는지 판단되고, 최적의 베이시스와 베이스를 선정하여 데이터베이스를 구축하는 과정을 상세히 나타낸 도면이다.FIG. 2 illustrates a wavelet packet analysis result for each state through a wavelet packet, in which signals of the vehicle extracted in FIG. 1 are aligned in a 1 / rev form for analysis. It is determined whether the state is clearly represented, and in detail, a process of constructing a database by selecting an optimal basis and base is illustrated in detail.

도 3은 구축된 데이터베이스를 이용하여 실제 차량의 신호를 추출하여 선정된 베이시스와 베이스를 통해 웨이블렛 패킷 해석을 수행하여 차량의 고장을 진단하여 운전자에게 전달하는 과정을 상세히 나타낸 도면이다.3 is a diagram illustrating a process of extracting a signal of an actual vehicle using a built database, performing wavelet packet analysis through a selected basis and a base, and diagnosing a failure of the vehicle and transmitting the result to a driver.

Claims

Fault diagnosis system of vehicle through wavelet packet analysis

The method of claim 1,

How to efficiently diagnose the abnormality of the vehicle by using wavelet packet analysis

The method of claim 1,

How to build a system that supports effective and consistent service in vehicle maintenance

The method of claim 1,

A method for selecting a basis and a base that clearly distinguishes between normal and abnormal states by measuring distances between wavelet packets

The method of claim 1,

How to build a database using wavelet packets for fault diagnosis