Intelligente Fahrzeugdiagnose mit variabler Prüfstrategie
Der vorliegende Beitrag beschreibt ein System zur Diagnose elektrischer Systeme im Fahrzeug. Zur Ermittlung der Fehlerkandidaten kommt ein wahrscheinlichkeitsbasiertes Verfahren auf Basis von Bayes-Netzen zum Einsatz. Ausgehend von den Fehlerkandidaten werden automatisch Prüfanweisungen zur Eingrenzung der Fehlerursache generiert und zu einer Sequenz kombiniert, die eine kosten- und zeitoptimale Fehlersuche ermöglicht. Eine Besonderheit der eingesetzten Verfahren ist, dass sie ohne vorher erstelltes Expertenwissen (wie es bei heutigen Systemen üblich ist) auskommen. Im Beitrag wird gezeigt, wie das Diagnosesystem fahrzeugindividuelle und variantenspezifische Informationen automatisch berücksichtigen kann und dadurch in der Lage ist, exaktere Diagnosen und präzisere Prüfanweisungen ausgeben zu können, als dies heute möglich ist.
This article introduces a system for the diagnosis of electrical systems in vehicles. The system utilizes probability based detection of failure causes based on Bayesian Networks. Test steps for concluding to the failure cause are generated automatically for each failure candidate. These test steps will then be combined to a sequence leading to a cost and time optimal failure search. The specialty of the utilized methods is that they are independent of manually built expert knowledge bases like it is utilized in nowadays systems. This article shows how the diagnosis system can take information about the individual vehicle and its specific variant into account. Thus the system is able to deliver a more exact diagnosis and more precise test steps than nowadays systems do.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved