CN115113940A - 异常诊断装置 - Google Patents
异常诊断装置 Download PDFInfo
- Publication number
- CN115113940A CN115113940A CN202210250377.7A CN202210250377A CN115113940A CN 115113940 A CN115113940 A CN 115113940A CN 202210250377 A CN202210250377 A CN 202210250377A CN 115113940 A CN115113940 A CN 115113940A
- Authority
- CN
- China
- Prior art keywords
- discrimination
- item
- value
- abnormality
- vehicle
- 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.)
- Pending
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 124
- 238000003745 diagnosis Methods 0.000 title claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims description 176
- 238000000034 method Methods 0.000 claims description 151
- 238000012545 processing Methods 0.000 claims description 139
- 230000008569 process Effects 0.000 claims description 108
- 238000003672 processing method Methods 0.000 claims description 13
- 238000003754 machining Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 11
- 101100522111 Oryza sativa subsp. japonica PHT1-11 gene Proteins 0.000 description 8
- QFTYEBTUFIFTHD-UHFFFAOYSA-N 1-[6,7-dimethoxy-1-[1-(6-methoxynaphthalen-2-yl)ethyl]-3,4-dihydro-1H-isoquinolin-2-yl]-2-piperidin-1-ylethanone Chemical compound C1=CC2=CC(OC)=CC=C2C=C1C(C)C(C1=CC(OC)=C(OC)C=C1CC1)N1C(=O)CN1CCCCC1 QFTYEBTUFIFTHD-UHFFFAOYSA-N 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 6
- 101100522114 Oryza sativa subsp. japonica PHT1-12 gene Proteins 0.000 description 4
- 101100522115 Oryza sativa subsp. japonica PHT1-13 gene Proteins 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C2205/00—Indexing scheme relating to group G07C5/00
- G07C2205/02—Indexing scheme relating to group G07C5/00 using a vehicle scan tool
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明涉及异常诊断装置。异常诊断装置具备:获取部,获取存储于车辆的车辆存储部的DTC以及FFD;诊断引擎,具有CPU以及存储装置;以及数据库,存储与多个DTC分别对应的多个判别组。多个判别组关联有判别项目,该判别项目与可能成为对应的DTC所表示的异常的产生原因的车辆部件有关。判别项目具有:部件信息,表示车辆部件;以及判别表格,包括对与车辆部件相关的FFD进行解析的规则。诊断引擎读出与DTC对应的判别组,依照与该判别组关联的判别项目的判别表格对FFD进行解析,从而诊断在车辆部件中是否产生异常。
Description
技术领域
本发明涉及调查车辆的异常的产生原因的异常诊断装置。
背景技术
在日本特开2009-293951中,记载有调查车辆的异常的产生原因的异常诊断装置的一个例子。当在车辆中产生了异常的情况下,在车辆的存储装置中存储DTC以及FFD。DTC是指故障代码,是“Diagnostic Trouble Code(诊断故障代码)”的简称。FFD是指停帧数据,是“Freeze Frame Data(冻结帧数据)”的简称。
根据日本特开2009-293951,当设置于车外的解析中心接收到存储于车辆的存储装置的DTC以及FFD时,在解析中心,制作罗列可能成为DTC所表示的异常的产生原因的车辆部件的列表。接着,FFD通过数据挖掘等来被解析。解析的结果,从上述列表去除诊断为不是异常的产生原因的车辆部件。由此,能够锁定有可能是异常的产生原因的车辆部件。此外,在日本特开2009-293951中,解析中心对应于异常诊断装置。
发明内容
在进行使用了如FFD等那样的车辆信息的诊断的情况下,有时以诊断的精度的提高以及能够诊断的内容的追加等为目的,更新存储于异常诊断装置的存储部的诊断程序。
在此,车辆制造商以及车辆销售店等多个商业实体分别准备用于进行车辆部件的异常诊断的异常诊断装置。存储于各诊断装置的存储部的诊断程序的规格即使实质上相同,创建诊断程序的编程语言有时也不同。
在这样的情况下,为了在多个诊断装置中都能够得到同样的诊断结果,需要在多个诊断装置中单独地进行诊断程序的更新。其结果,为了在多个诊断装置中使诊断的精度以及能够诊断的内容统一,需要花费巨大的劳力以及时间。因而,要求开发无需更新诊断程序自身就能够变更诊断的精度以及能够诊断的内容的异常诊断装置。
用于解决上述课题的异常诊断装置是如下装置:能够与车辆进行通信,调查在所述车辆中的异常的产生原因,所述车辆具有在产生了异常时将表示该异常的内容的代码即异常确定代码和车辆信息存储于车辆存储部的功能,所述车辆信息是作为表示车辆状态的值的车辆状态值的时间序列数据、且是包含该异常产生时的所述车辆状态值的数据。该异常诊断装置具备:获取部,获取存储于所述车辆存储部的所述异常确定代码以及所述车辆信息;诊断引擎,具有执行装置以及存储所述执行装置执行的诊断程序的存储装置;以及数据库,存储有与多个所述异常确定代码分别对应的多个判别组,且能够进行存储内容的改写。多个所述判别组关联有判别项目,所述判别项目是与可能成为对应的所述异常确定代码所表示的异常的产生原因的车辆部件有关的项目。多个所述判别项目具有:部件信息,是表示所述车辆部件的信息;以及判别表格,包括解析与该车辆部件相关的所述车辆信息的规则。所述诊断引擎从所述数据库读出与所述获取部获取到的所述异常确定代码对应的所述判别组,所述诊断引擎依照与所读出的该判别组关联的所述判别项目的所述判别表格的所述规则而解析所述获取部获取到的所述车辆信息,从而诊断在该判别项目的所述部件信息所表示的所述车辆部件中是否产生异常。
根据上述结构,在调查车辆中的异常的产生原因的情况下,与获取部获取到的异常确定代码对应的判别组由诊断引擎从数据库读出。于是,由诊断引擎依照与该判别组关联的判别项目的规则对车辆信息进行解析。由此,能够诊断在该判别项目的部件信息所表示的车辆部件中是否产生异常。
在上述异常诊断装置中,变更与判别组关联的判别项目的内容、或者变更判别项目的数量、或者进行上述规则的变更、追加,从而能够变更诊断的精度以及能够诊断的内容。因此,也可以不更新存储于存储装置的诊断程序自身。
因而,根据上述结构,即使不更新诊断程序,也能够变更诊断的精度以及能够诊断的内容。
在上述异常诊断装置的一个方案中,所述判别表格作为所述规则,具有从所述车辆信息导出作为用于判别在所述车辆部件中是否产生异常的值的处理值时的该车辆信息的加工手法的信息,所述判别表格还具有作为与所述处理值进行比较的值的比较值的信息、以及比较所述处理值和所述比较值时的比较运算符的信息。所述诊断引擎通过依照所述判别表格中的所述加工手法对所述车辆信息进行解析,从而导出所述处理值,所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。
根据上述结构,诊断引擎当读出判别表格时,依照该判别表格中的加工手法对车辆信息进行解析,从而导出处理值。接着,诊断引擎使用判别表格中的比较运算符来进行所导出的处理值与判别表格中的比较值的比较。然后,诊断引擎根据其比较结果,诊断在车辆部件中是否产生异常。
即,在上述异常诊断装置中,变更判别表格而变更加工手法,从而无需变更诊断程序,就能够变更处理值。如果被导出的处理值发生改变,则诊断的精度也发生改变。另外,变更判别表格而变更比较值,从而无需变更诊断程序,就能够变更诊断的精度。另外,变更判别表格而变更比较运算符,从而无需变更诊断程序,就能够变更诊断的精度。
在上述异常诊断装置的一个方案中,所述判别表格还具有项目种类的信息。在多个所述判别项目之中,有所述判别表格中的所述项目种类为所述车辆信息的项目的所述判别项目和所述判别表格中的所述项目种类为计算项目的所述判别项目。所述计算项目具有计算表格。所述计算表格包含加工手法的信息,该加工手法用于通过对所述车辆信息进行加工从而导出作为包含多个值的时间序列数据的加工后数据。在所述判别项目的所述判别表格中的所述项目种类是所述车辆信息的项目的情况下,所述诊断引擎依照所述判别表格中的所述加工手法对所述车辆信息进行解析,从而导出所述处理值,所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。另一方面,在所述判别项目的所述判别表格中的所述项目种类是所述计算项目的情况下,所述诊断引擎依照该计算项目的所述计算表格中的所述加工手法对所述车辆信息进行加工,从而导出与所述车辆信息相同格式的所述加工后数据,所述诊断引擎依照所述判别表格中的所述加工手法对所述加工后数据进行解析,从而导出所述处理值,所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。
根据上述结构,诊断引擎在所读出的判别项目的判别表格中的项目种类是车辆信息的项目的情况下,依照判别表格中的加工手法对该车辆信息的项目所指定的车辆信息进行解析,从而导出处理值。接着,诊断引擎使用判别表格中的比较运算符来进行所导出的处理值与判别表格中的比较值的比较。然后,诊断引擎根据其比较结果,诊断在车辆部件中是否产生异常。
另一方面,诊断引擎在所读出的判别项目的判别表格中的项目种类是计算项目的情况下,依照计算项目的计算表格中的加工手法对车辆信息进行加工,从而导出加工后数据。接下来,诊断引擎依照判别表格中的加工手法对加工后数据进行解析,从而导出处理值。接着,诊断引擎使用判别表格中的比较运算符来进行所导出的处理值与判别表格中的比较值的比较。然后,诊断引擎根据其比较结果,诊断在车辆部件中是否产生异常。
即,变更计算项目的计算表格来变更加工手法,从而无需变更诊断程序,就能够变更加工后数据以及处理值。由此,能够变更诊断的精度。
在上述异常诊断装置的一个方案中,在所述计算项目中,作为子要素而设定有一个以上的所述车辆信息的项目。将多个所述计算项目中的具有多个所述子要素的所述计算项目作为规定的计算项目。在所述判别项目的所述判别表格中的所述项目种类是所述计算项目、且该计算项目不是所述规定的计算项目的情况下,所述诊断引擎依照所述计算表格中的所述加工手法,对由作为所述子要素而设定的所述车辆信息的项目指定的所述车辆信息进行加工,从而导出所述加工后数据,所述诊断引擎依照所述判别表格中的所述加工手法对所述加工后数据进行解析,从而导出所述处理值,所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。在所述判别项目的所述判别表格中的所述项目种类是所述计算项目、且该计算项目是所述规定的计算项目的情况下,所述诊断引擎依照所述计算表格中的所述加工手法,对由作为所述子要素而设定的多个所述车辆信息的项目各自指定的多个所述车辆信息进行加工,从而导出多个所述加工后数据,所述诊断引擎关于多个所述加工后数据,按时间而减去值,从而导出与所述车辆信息相同格式的重新加工数据,所述诊断引擎依照所述判别表格中的所述加工手法对所述重新加工数据进行解析,从而导出所述处理值,所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。
根据上述结构,诊断引擎在所读出的判别项目的判别表格中的项目种类是规定的计算项目的情况下,依照计算表格中的加工手法对多个车辆信息进行加工,从而导出多个加工后数据。即,对多个车辆信息中的第1车辆信息进行加工,从而导出第1加工后数据。另外,对多个车辆信息中的第2车辆信息进行加工,从而导出第2加工后数据。接下来,诊断引擎关于多个加工后数据,按时间而减去值,从而导出重新加工数据。即,根据多个加工后数据,导出1个重新加工数据。接着,诊断引擎依照判别表格中的加工手法对重新加工数据进行解析,从而导出处理值。接下来,诊断引擎使用判别表格中的比较运算符来进行所导出的处理值与判别表格中的比较值的比较。然后,诊断引擎根据其比较结果,诊断在车辆部件中是否产生异常。
即,变更计算项目的计算表格来变更加工手法,从而无需变更诊断程序,就能够变更各加工后数据、重新加工数据以及处理值。由此,能够变更诊断的精度。
在上述异常诊断装置的一个方案中,在将所述判别组中的关联有多个判别项目的判别组作为预定判别组时,在所述预定判别组中,针对多个所述判别项目,设定有决定诊断的顺序的优先顺序。在从所述数据库读出所述预定判别组的情况下,所述诊断引擎关于所述预定判别组的多个所述判别项目,从优先顺序高的所述判别项目的所述部件信息所表示的所述车辆部件的诊断起依次执行,所述诊断引擎在通过多个所述判别项目的任意判别项目的诊断而诊断为在所述车辆部件中产生异常的情况下,不执行剩余的所述判别项目的诊断。
根据上述结构,与关于多个判别项目全部进行诊断的情况相比,能够缩短调查车辆中的异常产生的原因所需的时间。
附图说明
下面将参照附图说明本发明的示例性实施例的特征、优点以及技术和工业上的意义,其中相同的符号表示相同的元件,其中:
图1是示出实施方式的异常诊断装置和车辆的图。
图2是示出在车辆中产生异常时的FFD的一个例子的图。
图3是示出异常诊断装置的数据库的数据结构的示意图。
图4是示出各判别项目的数据结构的图。
图5是示出判别项目的判别表格的一个例子的图。
图6是示出计算项目的计算表格的一个例子的图。
图7是示出通过依照计算表格对FFD进行加工而被导出的时间序列数据的一个例子的图。
图8是示出通过依照计算表格对FFD进行加工而被导出的时间序列数据的一个例子的图。
图9是说明诊断在车辆部件中是否产生异常时的主处理例程的流程图。
图10是说明用于执行判别项目的判定处理的子例程的流程图。
图11是说明用于执行计算项目的计算处理的子例程的流程图。
图12是示出作为计算项目的子要素的两个FFD的一个例子的图。
图13是示出通过计算项目的计算处理导出的时间序列数据的一个例子的图。
具体实施方式
以下,依照图1~图13,说明车辆的异常诊断装置的一个实施方式。
在图1中,图示出多个异常诊断装置20A、20B。各异常诊断装置20A、20B具有从车辆10接收各种信息的功能。车辆10具有当在车辆10中产生了异常时将DTC以及FFD存储于车辆存储部11的功能。
DTC是表示在车辆10中产生的异常的内容的代码。即,DTC对应于“异常确定代码”。FFD是作为表示车辆状态的值的车辆状态值的时间序列数据。FFD是包含车辆10中的异常产生时的车辆状态值的数据。即,FFD对应于“车辆信息”。DTC是“Diagnostic Trouble Code”的简称。FFD是“Freeze Frame Data”的简称。
在图2中,图示出FFD的一个例子。FFD例如是包含在时间序列上连续的5个车辆状态值的数据。多个车辆状态值中的时刻t(m+3)的情况下的车辆状态值即第4个车辆状态值是异常的产生时间点的车辆状态值。车辆状态值例如是传感器值、指令值。
作为在车辆10中产生的异常,例如能够举出内燃机的失火、内燃机的起动不良。
<异常诊断装置20A、20B>
如图1所示,各异常诊断装置20A、20B具备获取部21、诊断引擎22以及数据库30。
获取部21获取存储于车辆存储部11的DTC以及FFD。例如,获取部21经由网络从车辆10接收DTC以及FFD。另外,获取部21也可以使用诊断用加密狗从车辆10获取DTC以及FFD。
诊断引擎22具有CPU23以及存储装置24。在存储装置24中,存储有CPU23执行的诊断程序。在本实施方式中,CPU23对应于“执行装置”。CPU23通过执行诊断程序,从而对获取部21获取到的DTC以及FFD进行解析,调查车辆10中的异常的产生原因。
此外,在各异常诊断装置20A、20B中存储于存储装置24的诊断程序实质上相同,但不限于完全相同。即,在异常诊断装置20A的诊断程序和异常诊断装置20B的诊断程序中,只要程序的规格相同,创建出程序的语言就也可以互不相同。在此所称的实质上相同是指只要数据库30的内容相同,则异常诊断装置20A中的诊断的结果与异常诊断装置20B中的诊断的结果就彼此相同。
图3是示出数据库30中的数据结构的框图。数据库30是能够改写的存储器。在数据库30中,存储有与多个DTC分别对应的多个判别组。例如,作为DTC是“Pxxxx”的情况下的判别组,准备判别组Dset11。作为DTC是“Pxxxy”的情况下的判别组,准备判别组Dset21、Dset22、Dset23。作为DTC是“Pxxxz”的情况下的判别组,准备判别组Dset31、Dset32。即,与DCT对应的判别组的数量为一个以上。
如图3所示,在数据库30中,存储有N个判别项目IT。N是2以上的整数,例如比10大的值被设定为N。而且,各判别组关联有至少一个判别项目IT。
例如,判别组Dset11关联有项目编号为1的判别项目IT(1)。判别组Dset21关联有项目编号为2的判别项目IT(2)以及项目编号为3的判别项目IT(3)。判别组Dset22关联有项目编号为4的判别项目IT(4)以及项目编号为5的判别项目IT(5)。判别组Dset23关联有项目编号为6的判别项目IT(6)以及项目编号为7的判别项目IT(7)。判别组Dset31关联有项目编号为5的判别项目IT(5)、项目编号为8的判别项目IT(8)以及项目编号为9的判别项目IT(9)。判别组Dset32关联有项目编号为8的判别项目IT(8)以及项目编号为10的判别项目IT(10)。
此外,在存储于数据库30的多个判别组之中,包括预定判别组。预定判别组是指多个判别项目被关联起来的判别组。在图3中,判别组Dset21、Dset22、Dset23、Dset31、Dset32对应于预定判别组。
判别项目IT具有作为表示车辆部件的信息的部件信息和判别表格。在此所称的车辆部件例如是燃料喷射阀、火花塞、起动马达。判别表格包括对与车辆部件相关的FFD进行解析的规则。
在图4,示出多个判别项目IT的判别表格的例子。如图4所示,在判别项目IT(1)以及判别项目IT(2)中,作为项目种类,分别设定有FFD项目。即,判别项目IT(1)、IT(2)是通过对由FFD项目指定的1个FFD进行解析,从而诊断在判别项目IT的部件信息所表示的车辆部件中是否产生异常的项目。在本实施方式中,FFD对应于车辆信息,所以FFD项目对应于“车辆信息的项目”。
在判别项目IT(3)中,作为项目种类,设定有判别项目A11。在判别项目A11中,作为第1子要素而设定有FFD项目。判别项目A11是各判别项目IT(1)~IT(N)中的判别项目IT(3)以外的任意判别项目。即,判别项目IT(3)是通过对由第1子要素的FFD项目指定的FFD进行解析,从而诊断在判别项目IT(3)的部件信息所表示的车辆部件中是否产生异常的项目。
在判别项目IT(4)中,作为项目种类,设定有计算项目B21。在计算项目B21中,作为第1子要素而设定有两个FFD项目。在将具有多个子要素的计算项目作为“规定的计算项目”时,计算项目B21对应于规定的计算项目。
判别项目IT(4)是通过对由第1子要素的两个FFD项目指定的两个FFD进行解析,从而诊断在判别项目IT(4)的部件信息所表示的车辆部件中是否产生异常的项目。更详细而言,根据由计算项目B21的第1子要素的各FFD项目指定的FFD,新制作1个加工后数据,对该加工后数据进行解析,从而诊断在车辆部件中是否产生异常。此外,加工后数据的格式与FFD的格式相同。即,加工后数据是包含多个值的时间序列数据。
在判别项目IT(5)中,作为项目种类,设定有判别项目A12和1个FFD项目。在判别项目A12中,作为第1子要素而设定有计算项目B22。在计算项目B22中,作为第2子要素而设定有两个FFD项目。即,计算项目B22对应于“规定的计算项目”。此外,第2子要素是比第1子要素靠下位的要素。
判别项目IT(5)是通过对由各FFD项目指定的FFD进行解析,从而诊断在判别项目IT(5)的部件信息所表示的车辆部件中是否产生异常的项目。更详细而言,根据由作为计算项目B22的第2子要素的各FFD项目指定的FFD,制作1个加工后数据。加工后数据的格式与FFD的格式相同。即,加工后数据是包含多个值的时间序列数据。然后,通过对该加工后数据的解析结果和由剩余的1个FFD项目指定的FFD进行解析,从而诊断在车辆部件中是否产生异常。
如图5所示,各判别项目IT的判别表格除了具有项目种类之外,还具有时间方向的结合方法的信息、开始时刻的信息、结束时刻的信息、比较运算符的信息以及比较值的信息。时间方向的结合方法的信息、开始时刻的信息以及结束时刻的信息相当于对FFD进行解析的“规则”。另外,时间方向的结合方法的信息相当于FFD的“加工手法的信息”。
在图5中,示出了判别项目IT的判别表格的例子。
在模式PT11中,开始时刻是1,结束时刻是5。设为判别项目IT的项目种类是FFD项目,由FFD项目指定的FFD是图2所示的FFD。在该情况下,在“100、200、300、400、410”中,开始时刻所指定的第1个值是100,结束时刻所指定的第5个值是410。在该情况下,选择100、200、300、400以及410,根据所选择的多个值将处理值进行导出。
在模式PT11中,时间方向的结合方法是“最大”。在结合方法是“最大”的情况下,所选择的多个值的中的最大值作为处理值而被导出。因此,在图2所示的FFD的情况下,410作为处理值而被导出。
在模式PT11中,比较运算符是“>”,比较值是“Th11”。在该情况下,判定上述处理值是否比比较值Th11大。
在图5所示的模式PT12中,时间方向的结合方法是“没有”,开始时刻是1,未设定结束时刻。在该情况下,将开始时刻所表示的第1个值作为处理值而导出。例如,设为判别项目IT的项目种类是FFD项目,FFD项目所指定的FFD是图2所示的FFD。在该情况下,在“100、200、300、400、410”中,开始时刻所指定的第1个值是100。因此,100作为处理值而被导出。
在模式PT12中,比较运算符是“=”,比较值是“Th12”。在该情况下,判定上述处理值是否与比较值Th12相等。
在图5所示的模式PT13中,开始时刻是3,结束时刻是5。例如,设为判别项目IT的项目种类是FFD项目,FFD项目所指定的FFD是图2所示的FFD。在该情况下,在“100、200、300、400、410”中,开始时刻所指定的第3个值是300,结束时刻所指定的第5个值是410。在该情况下,选择300、400以及410,根据所选择的多个值将处理值进行导出。
在模式PT13中,时间方向的结合方法是“最小”。在结合方法是“最小”的情况下,所选择的多个值的中的最小值作为处理值而被导出。因此,在图2所示的FFD的情况中,300作为处理值而被导出。
在模式PT13中,比较运算符是“<”,比较值是“Th13”。在该情况下,判定上述处理值是否比比较值Th13小。
在图5所示的模式PT14中,开始时刻是1,结束时刻是5。例如,设为判别项目IT的项目种类是FFD项目,FFD项目所指定的FFD是图2所示的FFD。在该情况下,在“100、200、300、400、410”中,开始时刻所指定的第1个值是100,结束时刻所指定的第5个值是410。在该情况下,选择100、200、300、400以及410,根据所选择的多个值将处理值进行导出。
在模式PT14中,时间方向的结合方法是“抽取(4)”。在该情况下,从所选择的多个值之中作为处理值而抽取第4个值。因此,在图2所示的FFD的情况下,400作为处理值而被抽取。
在模式PT14中,比较运算符是“<”,比较值是“Th14”。在该情况下,判定上述处理值是否比比较值Th14小。
此外,在判别项目IT中,有时作为项目种类设定有计算项目。在该情况下,根据依照后述计算项目中的计算表格而导出的时间序列数据,处理值被导出。根据该时间序列数据将处理值进行导出的手法与使用图5说明的根据FFD将处理值进行导出的手法相同。即,通过使用判别表格中的时间方向的结合方法、开始时刻以及结束时刻对该时间序列数据进行加工,从而处理值被导出。然后,使用判别表格中的比较运算符来进行所导出的处理值与判别表格中的比较值的比较。
接下来,参照图6,说明计算项目。
计算项目具有项目种类和计算表格。作为计算项目的项目种类,设定FFD项目。计算表格包括用于通过对由FFD项目指定的FFD进行加工从而将作为包含多个值的时间序列数据的加工后数据进行导出的加工手法。加工后数据的格式与FFD的格式相同。即,加工后数据是包含多个值的时间序列数据。
如图6所示,计算表格具有时间方向的运算方法的信息、时间位置的信息。时间方向的运算方法的信息以及时间位置的信息对应于“计算表格的加工手法的信息”。即,根据构成FFD的多个值中的按照时间位置指定的值,依照该运算方法而加工FFD,加工后数据被导出。
在图6所示的模式PT21中,项目种类是FFD项目,时间方向的运算方法是差分,时间位置是1。这意味着将构成FFD的5个车辆状态值中的根据时间位置指定的车辆状态值作为基准值,将剩余的4个车辆状态值与基准值的差分进行导出。例如设为FFD项目所指定的FFD是图2所示的FFD。在该情况下,时间位置是1,所以在“100、200、300、400、410”中,第1个车辆状态值即100被设定为基准值。然后,作为运算方法而指定差分,所以剩余的4个车辆状态值与100的差分被导出。其结果,图7所示的加工后数据被导出。
在图6所示的模式PT22中,项目种类是FFD项目,时间方向的运算方法是扩大,时间位置是2。这意味着将构成FFD的5个车辆状态值中的根据时间位置指定的车辆状态值作为基准值,将剩余的4个车辆状态值置换为基准值。例如,设为FFD项目所指定的FFD是图2所示的FFD。在该情况下,时间位置是2,所以在“100、200、300、400、410”中,第2个车辆状态值即200被设定为基准值。然后,作为运算方法被指定为扩大,所以剩余的4个车辆状态值被置换为200。其结果,图8所示的加工后数据被导出。
<诊断引擎22执行的处理的流程>
参照图9,说明为了调查车辆10中的异常的产生原因而由诊断引擎22执行的主处理例程。图9所示的主处理例程通过由CPU23执行存储于存储装置24的诊断程序而实现。
在主处理例程中,在最初的步骤S11中,诊断引擎22从数据库30获取与获取部21获取到的DTC对应的判别组。此外,根据DTC,有时多个判别组被对应起来。即,诊断引擎22将步骤S13以后的处理执行与获取到的判别组的数量相应的量。
在接下来的步骤S13中,诊断引擎22将作为与判别组关联起来的判别项目的数量的项目数设定为循环次数B。例如,在获取部21获取到的DTC是图3所示的“Pxxxx”的情况下,1被设定为循环次数B。接着,在步骤S15中,诊断引擎22作为系数D而设置1。
然后,在步骤S17中,诊断引擎22通过依照判别项目IT的判别表格对FFD进行解析,从而执行判定处理,该判定处理判定在判别项目IT的部件信息所表示的车辆部件中是否产生异常。即,诊断引擎22执行使用图10说明的子例程。关于用于执行该判定处理的子例程将在后面叙述。
当执行图10的子例程而判定处理结束时,诊断引擎22使处理转移到步骤S19。在步骤S19中,诊断引擎22判定判定处理的结果是否为真。结果为真的情况是指判定出在判别项目IT的部件信息所表示的车辆部件中产生了异常的情况。结果为假的情况是指未判定出在判别项目IT的部件信息所表示的车辆部件中产生了异常的情况。
在判定处理的结果为真的情况下(S19:是),诊断引擎22使处理转移到步骤S21。在步骤S21中,诊断引擎22输出成为真的判别项目IT。即,诊断引擎22输出在成为真的判别项目IT的部件信息所表示的车辆部件中有可能会产生异常的意思。然后,诊断引擎22结束主处理例程。
另一方面,当在步骤S19中,判定处理的结果不为真的情况下(否),结果为假,所以诊断引擎22使处理转移到步骤S23。在步骤S23中,诊断引擎22使系数D递增1。接着,在步骤S25中,诊断引擎22判定系数D是否比循环次数B大。在系数D为循环次数B以下的情况下,在与判别组关联起来的判别项目IT之中,尚有未执行判定处理的判别项目IT。因此,在系数D为循环次数B以下的情况下(S25:否),诊断引擎22使处理转移到步骤S17。在该情况下,诊断引擎22通过依照与前次的判定处理的执行时不同的判别项目IT的判别表格对FFD进行解析,从而执行判定在判别项目IT的部件信息所表示的车辆部件中是否产生异常的判定处理。即,诊断引擎22执行图10的子例程。
在此,在多个判别项目IT与判别组关联起来的情况下,诊断引擎22按照各判别项目IT中的优先顺序从高到低的顺序执行判定处理。例如,也可以将图3所示的项目编号小的判别项目IT作为优先顺序比项目编号大的判别项目IT高的判别项目。
另一方面,在步骤S25中,在系数D比循环次数B大的情况下(是),诊断引擎22使处理转移到步骤S27。在该情况下,诊断引擎22未能确定有可能会产生异常的车辆部件。因此,在步骤S27中,诊断引擎22输出没有表示异常的项目的意思。即,诊断引擎22输出未能发现有可能会产生异常的车辆部件的意思。然后,诊断引擎22结束主处理例程。
参照图10,说明用于执行判定处理的子例程。图10所示的子例程通过由CPU23执行存储于存储装置24的诊断程序而实现。
在该子例程中,在最初的步骤S41中,诊断引擎22将判别项目中的要素数设定为循环次数X。在此所称的要素数是指作为判定处理的执行对象的判别项目中的项目种类的数量。例如,在执行针对图4所示的判别项目IT(1)的判定处理的情况下,作为循环次数X而设定1。另外,例如,在执行针对判别项目IT(5)的判定处理的情况下,作为循环次数X而设定2。
在接下来的步骤S43中,诊断引擎22作为系数Y而设置1。接着,在步骤S45中,诊断引擎22判定作为处理对象的要素是否是判别项目。在作为处理对象的要素不是判别项目的情况下(S45:否),诊断引擎22使处理转移到步骤S47。
在步骤S47中,诊断引擎22判定作为处理对象的要素是否是计算项目。在作为处理对象的要素不是计算项目的情况下(S47:否),诊断引擎22使处理转移到步骤S49。在该情况下,作为处理对象的要素是FFD项目。
在步骤S49中,诊断引擎22获取由FFD项目指定的FFD。然后,诊断引擎22使处理转移到步骤S55。
另一方面,在步骤S47中,作为处理对象的要素是计算项目的情况下(是),诊断引擎22使处理转移到步骤S51。在步骤S51中,诊断引擎22执行计算项目的计算处理。即,诊断引擎22执行使用图11说明的子例程。关于用于执行该计算处理的子例程将在后面叙述。在计算处理中,依照计算项目的计算表格而加工后数据被导出。当执行图11的子例程而结束计算处理时,诊断引擎22使处理转移到步骤S55。
在此,根据诊断程序的构造,当在项目种类、子要素设定有计算项目的情况下,使针对下位的要素的计算处理比针对上位的要素的判定处理先完成。即,在判别项目IT的项目种类是计算项目的情况下,有时在该计算项目中设定有子要素。在此,将作为子要素而设定的计算项目称为子计算项目。通过执行针对子计算项目的计算处理,从而对由作为子计算项目的子要素而设定的FFD项目指定的FFD进行加工,从而输出针对子计算项目的计算处理的结果。之后,使用针对子计算项目的计算处理的结果来执行针对判别项目IT的判定处理。
另一方面,当在步骤S45中,作为处理对象的要素是判别项目的情况下(是),诊断引擎22使处理转移到步骤S53。在步骤S53中,诊断引擎22针对该判别项目(即,子要素)而执行判定处理。通过执行图10的子例程,从而执行针对该判别项目的判定处理。当在此所称的判别项目是第1子要素的判别项目的情况下,在步骤S41中,设置与该第1子要素对应的第2子要素的数量,作为循环次数X。
在此,根据诊断程序的构造,在设定有下位的要素的情况下,使针对下位的要素的判定处理比针对上位的要素的判定处理先完成。即,在判别项目IT的项目种类是判别项目(在此,称为“子判别项目”。)的情况下,在该子判别项目中设定有子要素。通过执行针对子判别项目的判定处理,从而对由作为子判别项目的子要素而设定的FFD项目指定的FFD进行加工,输出针对子判别项目的判定处理的结果。之后,使用针对子判别项目的判定处理的结果来执行针对判别项目IT的判定处理。
当结束步骤S53的判定处理时,诊断引擎22使处理转移到步骤S55。
在步骤S55中,诊断引擎22判定在判别表格中时间方向的结合方法是否被指定。在图5所示的各模式PT11~PT14中的模式PT11、PT13、PT14的情况下,结合方法被指定。另一方面,在模式PT12的情况下,结合方法未被指定。然后,在结合方法被指定的情况下(S55:是),诊断引擎22使处理转移到步骤S57。在步骤S57中,诊断引擎22依照被指定的结合方法,执行根据FFD的多个车辆状态值将处理值进行导出的结合处理。然后,诊断引擎22使处理转移到步骤S61。
另一方面,当在步骤S55中结合方法未被指定的情况下(否),诊断引擎22使处理转移到步骤S59。在步骤S59中,诊断引擎22抽取在判别表格中指定的时刻的车辆状态值,将抽取出的车辆状态值设定为处理值。然后,诊断引擎22使处理转移到步骤S61。
在步骤S61中,诊断引擎22使用判别表格中的比较运算符和比较值,执行对处理值和比较值进行比较的比较处理。诊断引擎22在比较处理中将与结果相应的值设定为输出值。例如,诊断引擎22在比较处理的结果为真的情况下将1作为输出值而输出,在结果为假的情况下,将0作为输出值而输出。
在接下来的步骤S63中,诊断引擎22使系数Y递增1。在接下来的步骤S65中,诊断引擎22判定系数Y是否比循环次数X大。在系数Y为循环次数X以下的情况下(S65:否),诊断引擎22使处理转移到步骤S45。然后,诊断引擎22变更作为处理对象的要素,执行步骤S45以后的处理。另一方面,在系数Y比循环次数X大的情况下(S65:是),诊断引擎22使处理转移到步骤S67。
在步骤S67中,诊断引擎22执行逻辑结合处理。例如在循环次数X是1的情况下,诊断引擎22在逻辑结合处理中,将在步骤S61的比较处理中输出的输出值作为结合值而输出。在循环次数X为2以上的情况下,诊断引擎22将基于多个输出值的值作为结合值而输出。例如,在多个输出中的至少一个输出是1的情况下,诊断引擎22将1作为结合值而输出。另一方面,在多个输出值都是0的情况下,诊断引擎22将0作为结合值而输出。当这样输出结合值时,诊断引擎22结束图10的子例程。
参照图11,说明用于执行计算处理的子例程。图11所示的子例程通过由CPU23执行存储于存储装置24的诊断程序而实现。
在该子例程中,在最初的步骤S81中,诊断引擎22将计算项目中的要素数设定为循环次数X1。在此所称的要素数是指作为计算处理的执行对象的计算项目中的要素的数量。例如在图4所示的计算项目B21的情况下,作为第1子要素而设定有两个FFD项目,所以要素的数量成为2。另外,例如在图4所示的计算项目B22的情况下,作为第2子要素而设定有两个FFD项目,所以要素的数量成为2。
在接下来的步骤S83中,诊断引擎22作为系数Y1而设置1。接着,在步骤S85中,诊断引擎22判定作为处理对象的要素是否是判别项目。在作为处理对象的要素不是判别项目的情况下(S85:否),诊断引擎22使处理转移到步骤S87。
在步骤S87中,诊断引擎22判定作为处理对象的要素是否是计算项目。在作为处理对象的要素不是计算项目的情况下(S87:否),诊断引擎22使处理转移到步骤S89。在该情况下,作为处理对象的要素是FFD项目。
在步骤S89中,诊断引擎22获取由FFD项目指定的FFD。然后,诊断引擎22使处理转移到步骤S95。
另一方面,当在步骤S87中,作为处理对象的要素是计算项目的情况下(是),诊断引擎22使处理转移到步骤S91。在步骤S91中,诊断引擎22执行针对该计算项目(即,子要素的计算处理)的计算处理。即,诊断引擎22通过执行图11的子例程,从而执行针对下位的要素的计算处理。当在此所称的计算项目是第1子要素的计算项目的情况下,在步骤S81中,作为循环次数X1,设置与该第1子要素对应的第2子要素的数量。然后,当结束计算处理时,诊断引擎22使处理转移到步骤S95。
在此,根据诊断程序的构造,在设定有下位的要素的情况下,使针对下位的要素的计算处理比针对上位的要素的计算处理先完成。即,在第1计算项目的子要素是计算项目(在此,称为“第2计算项目”。)的情况下,在该第2计算项目中设定有子要素。通过执行针对第2计算项目的计算处理,从而对由作为第2计算项目的子要素而设定的FFD项目指定的FFD进行加工,从而输出针对第2计算项目的计算处理的结果。之后,使用针对第2计算项目的计算处理的结果来执行针对第1计算项目的计算处理。
另一方面,当在步骤S85中,作为处理对象的要素是判别项目的情况下(是),诊断引擎22使处理转移到步骤S93。在步骤S93中,诊断引擎22执行判别项目的判定处理。即,诊断引擎22通过执行图10的子例程,从而执行针对下位的要素的判定处理。当步骤S93的判定处理结束时,诊断引擎22使处理转移到步骤S95。
在此,根据诊断程序的构造,当在子要素设定有判别项目的情况下,使针对上位的要素的计算处理比针对下位的要素的判定处理先完成。即,在判别项目IT的项目种类是计算项目的情况下,有时在该计算项目中,作为第1子要素而设定有判别项目(在此,称为“子判别项目”。)。进而,有时作为子判别项目的第2子要素而设定有FFD项目。在该情况下,通过执行针对子判别项目的判定处理,从而对由作为子判别项目的第2子要素而设定的FFD项目指定的FFD进行加工,输出针对子判别项目的判定处理的结果。之后,使用针对子判别项目的判定处理的结果来执行针对计算项目的计算处理。
在步骤S95中,诊断引擎22判定在计算表格中时间方向的运算方法是否被指定。在图6所示的各模式PT21、PT22的情况下,运算方法被指定。在运算方法被指定的情况下(S95:是),诊断引擎22使处理转移到步骤S97。在步骤S97中,诊断引擎22依照被指定的运算方法,执行对FFD进行加工而将加工后数据进行导出的运算处理。然后,诊断引擎22使处理转移到步骤S101。
另一方面,当在步骤S95中,运算方法未被指定的情况下(否),诊断引擎22使处理转移到步骤S101。
在步骤S101中,诊断引擎22使系数Y1递增1。在接下来的步骤S103中,诊断引擎22判定系数Y1是否比循环次数X1大。在系数Y1为循环次数X1以下的情况下(S103:否),诊断引擎22使处理转移到步骤S85。然后,诊断引擎22变更作为处理对象的要素,执行步骤S85以后的处理。另一方面,在系数Y1比循环次数X1大的情况下(S103:是),诊断引擎22使处理转移到步骤S105。
在步骤S105中,诊断引擎22执行要素计算处理。即,诊断引擎22在要素计算处理中,关于多个时间序列数据,按时刻进行减法运算,从而将重新加工数据进行导出。例如,在如图12所示的多个时间序列数据的情况下,诊断引擎22通过要素计算处理将图13所示的时间序列数据作为重新加工数据而导出。然后,诊断引擎22结束一连串的处理。
<本实施方式中的作用以及效果>
首先,先说明作为DTC而获取部21获取到图3所示的“Pxxx”,并获取到与“Pxxx”对应的FFD的情况。
当由获取部21获取到“Pxxx”和与“Pxxx”对应的FFD时,执行图9的主处理例程。即,从数据库30读出与“Pxxx”对应的判别组Dset11(步骤S11)。判别项目IT(1)与判别组Dset11关联起来。因此,从数据库30读出判别项目IT(1)。然后,执行针对判别项目IT(1)的判定处理(步骤S17)。即,执行图10的子例程。
在图10的子例程中,判别项目IT(1)的项目种类是FFD项目,所以由诊断引擎22获取由判别项目IT(1)的FFD项目指定的FFD(步骤S49)。
例如,设为判别项目IT(1)的判别表格是图5所示的模式PT11。在该情况下,在判别项目IT(1)中,时间方向的结合方法被指定(步骤S55:是),所以执行结合处理(步骤S57)。在模式PT11中,结合方法是最大,开始时刻是1,结束时刻是5。在FFD是图2所示的“100、200、300、400、410”的情况下,100、200、300、400、410中的最大值即410作为处理值而被导出。
接着,在比较处理中,使用判别项目IT(1)的判别表格中的比较运算符和比较值(步骤S61)。在模式PT11中,比较运算符是“>”,比较值是“Th11”。因此,判定在结合处理中导出的处理值是否比比较值Th11大。然后,在处理值比比较值Th11大的情况下,1作为输出值而被输出。另一方面,在处理值为比较值Th11以下的情况下,0作为输出值而被输出。
然后,执行逻辑结合处理(步骤S67)。在该情况下,循环次数X是1,所以与在比较处理中输出的输出值相同的值作为结合值而被输出。当子例程结束而针对判别项目IT(1)的判定处理结束时,再次开始图9的主处理例程。即,在图9所示的步骤S19中,判定判定处理的结果是否为真。即,在结合值是1的情况下,结果为真(步骤S19:是),所以输出在判别项目IT(1)的部件信息所表示的车辆部件中有可能会产生异常的意思(步骤S21)。然后,“Pxxx”所表示的车辆10的异常的产生原因的调查结束。另一方面,在结合值是0的情况下,结果为假(步骤S19:否),所以输出未发现存在异常的可能性的车辆部件的意思(步骤S27)。然后,“Pxxx”所表示的车辆10的异常的产生原因的调查结束。
接下来,说明作为DTC而获取部21获取到图3所示的“Pxxy”、获取部21获取到与“Pxxy”对应的FFD的情况。
当由获取部21获取到“Pxxy”和与“Pxxy”对应的FFD时,执行图9所示的一连串的处理。即,从数据库30读出与“Pxxy”对应的判别组Dset21、Dset22、Dset23(步骤S11)。
说明判别组Dset21的情况。判别组Dset21关联有两个判别项目IT(2)、IT(3)。因此,从数据库30读出各判别项目IT(2)、IT(3)。于是,依照优先顺序,执行判定处理(步骤S17)。例如,首先执行针对判别项目IT(2)的判定处理。然后,在针对判别项目IT(2)的判定处理的结果为真的情况下(步骤S19:是),输出在判别项目IT(2)的部件信息所表示的车辆部件中有可能会产生异常的意思(步骤S21)。在该情况下,不执行针对判别项目IT(3)的判定处理。
另一方面,在针对判别项目IT(2)的判定处理的结果为假的情况下(步骤S19:否),执行针对判别项目IT(3)的判定处理(步骤S17)。在图10的子例程中,判别项目IT(3)的项目种类是判别项目A11,所以执行步骤S49、S51、S53中的步骤S53的判定处理。在该情况下,针对判别项目IT(3)的判定处理被中断,执行针对判别项目A11的判定处理。
判别项目A11的项目种类是FFD项目,所以由诊断引擎22获取由判别项目A11的FFD项目指定的FFD(步骤S49)。然后,通过步骤S57的结合处理或者步骤S59的处理,处理值被导出。在该情况下,通过使用判别项目A11的判别表格,从而处理值被导出。
在接下来的比较处理中,使用判别项目A11的判别表格中的比较运算符和比较值(步骤S61)。然后,在逻辑结合处理中,基于在比较处理中导出的输出值的结合值被导出(步骤S67)。当这样针对判别项目A11的判定处理结束时,再次开始针对判别项目IT(2)的判定处理。在针对判别项目IT(2)的判定处理中,步骤S53结束了,所以执行步骤S63以后的处理。
判别项目IT(3)的项目种类是判别项目,所以判别项目IT(3)的判别表格例如是图5所示的模式PT12。在判别项目IT(3)的判别表格中,结合方法未被指定(步骤S55:否),所以在开始时刻指定的值作为处理值而被导出。在该情况下,在针对判别项目A11的判定处理中导出的结合值作为处理值而被导出。
于是,在接下来的比较处理中,使用判别项目IT(3)的判别表格中的比较运算符来进行判别项目IT(3)的判别表格中的比较值与导出值的比较(步骤S61)。之后,当执行逻辑结合处理时(步骤S67),结束针对判别项目IT(3)的判定处理。然后,再次开始图9的主处理例程。在针对判别项目IT(3)的判定处理的结果为真的情况下(步骤S19:是),输出在判别项目IT(3)的部件信息所表示的车辆部件中有可能会产生异常的意思(步骤S21)。另一方面,在针对判别项目IT(3)的判定处理的结果为假的情况下(步骤S19:否),输出未发现存在异常的可能性的车辆部件的意思(步骤S27)。
接下来,说明判别组Dset22的情况。判别组Dset22关联有两个判别项目IT(4)、IT(5)。因此,从数据库30读出各判别项目IT(4)、IT(5)。于是,依照优先顺序,执行判定处理(步骤S17)。例如,首先执行针对判别项目IT(4)的判定处理。在图10的子例程中,判别项目IT(4)的项目种类是计算项目B21,所以执行步骤S49、S51、S53中的步骤S51的计算处理。即,针对判别项目IT(4)的判定处理被中断,执行针对计算项目B21的计算处理。
如图4所示,在计算项目B21中,作为第1子要素而设定有两个FFD项目。首先,关于作为两个FFD项目中的第1FFD项目所指定的FFD的第1FFD而执行处理。即,在图11的子例程中,通过步骤S89、S91、S93中的步骤S93的处理来获取由第1FFD项目指定的第1FFD。于是,依照计算项目B21的计算表格对第1FFD进行加工,从而第1加工后数据被导出(步骤S95、S97)。
接着,关于作为两个FFD项目中的第2FFD项目所指定的FFD的第2FFD而执行处理。即,通过步骤S89、S91、S93中的步骤S93的处理来获取由第2FFD项目指定的第2FFD。于是,依照计算项目B21的计算表格对第2FFD进行加工,从而第2加工后数据被导出(步骤S95、S97)。
然后,执行要素计算处理(步骤S105)。在要素计算处理中,根据第1加工后数据和第2加工后数据,重新加工数据被导出。当这样针对计算项目B21的计算处理结束时(图10的步骤S51),再次开始针对判别项目IT(4)的判定处理。在针对判别项目IT(4)的判定处理中,依照判别项目IT(4)的判别表格对该重新加工数据进行加工,从而处理值被导出(步骤S55、S57、S59)。以后的处理与上述的情况相同,所以省略说明。
在针对判别项目IT(4)的判定处理的结果为假的情况下(步骤S19:否),执行针对判别项目IT(5)的判定处理(步骤S17)。如图4所示,判别项目IT(5)作为项目种类而具有判别项目A12和FFD项目。说明针对判别项目A12的判定处理(步骤S17)。
在图10的子例程中,判别项目A12的项目种类是计算项目B22,所以执行步骤S49、S51、S53中的步骤S51的计算处理。即,针对判别项目A12的判定处理被中断,执行针对计算项目B22的计算处理。当针对计算项目B22的计算处理结束时,再次开始针对判别项目A12的判定处理。在针对判别项目A12的判定处理中,根据在该计算处理中导出的重新加工数据而处理值被导出(步骤S55、S57、S59)。
于是,在接下来的比较处理中,使用判别项目A12的判别表格中的比较运算符来进行判别项目A12的判别表格中的比较值与导出值的比较(步骤S61)。之后,当执行逻辑结合处理时(步骤S67),针对判别项目A12的判定处理结束。在针对判别项目A12的判定处理的结果为真的情况下(步骤S19:是),输出在判别项目IT(5)的部件信息所表示的车辆部件中有可能会产生异常的意思(步骤S21)。另一方面,在针对判别项目IT(5)的判定处理的结果为假的情况下(步骤S19:否),关于判别项目IT(5)的FFD项目而执行判定处理(步骤S17)。以后的处理与上述的情况相同,所以省略说明。
在本实施方式中,能够得到以下效果。
(1)在本实施方式中,变更与判别组关联起来的判别项目IT的内容、或者变更判别项目IT的数量、或者进行判别项目IT的判别表格的变更、追加,从而能够变更诊断的精度以及能够诊断的内容。因此,也可以不更新存储于存储装置24的诊断程序自身。
因而,只要将异常诊断装置20A的数据库30的存储内容与异常诊断装置20B的数据库30的存储内容设为相同,就能够使异常诊断装置20A的诊断结果与异常诊断装置20B的诊断结果成为相同。
(2)详细而言,如果变更判别表格而变更时间方向的结合方法、开始时刻以及结束时刻中的至少一个,则在依照判别表格对FFD进行加工时导出的处理值发生改变。如果处理值发生改变,则诊断的精度发生改变。另外,变更判别表格而变更比较运算符,从而诊断的精度可能发生改变。另外,变更判别表格而变更比较值,从而诊断的精度可能发生改变。即,通过变更判别表格的内容,从而无需变更诊断程序,就能够调整诊断的精度。
(3)另外,通过变更计算项目的计算表格的内容,能够变更加工后数据以及处理值。例如,变更计算表格而变更时间方向的运算方法,从而能够变更加工后数据以及处理值。另外,变更计算表格而变更时间位置,从而能够变更加工后数据以及处理值。然后,当加工后数据以及处理值发生改变时,诊断的精度也发生改变。因而,通过变更计算项目的计算表格,从而无需变更诊断程序,就能够调整诊断的精度。
(4)在本实施方式中,在从数据库30读出关联有多个判别项目IT的判别组的情况下,从优先顺序高的判别项目IT起执行诊断。此时,在多个判别项目IT之中,当诊断为在1个判别项目IT中在车辆部件中产生异常时,不执行剩余的判别项目IT的诊断。因此,与关于与判别组关联起来的多个判别项目IT全部进行诊断的情况相比,能够缩短为了调查车辆10中的异常的产生原因而所需的时间。
(变更例)
上述实施方式能够以如下方式变更而实施。上述实施方式以及以下的变更例能够在技术上不矛盾的范围内相互组合实施。
·在从数据库30读出关联有多个判别项目IT的判别组的情况下,也可以关于所有的判别项目IT而进行诊断,结束针对该判别组的一连串的处理。
·构成FFD的车辆状态值的数量只要为两个以上即可,就也可以不是5个。
·判别表格中的比较运算符也可以是在上述实施方式中说明的运算符以外的运算符。例如,作为其它比较运算符,能够举出“≥”、“≤”、“≠”。
·判别表格中的时间方向的结合方法也可以是在上述实施方式中说明的“最大”、“最小”、“抽取”以外的结合方法。作为其它结合方法,例如能够举出“平均”。在结合方法为平均的情况下,将所选择的多个车辆状态值的平均值作为处理值而输出即可。
·诊断引擎22不限于具备CPU23和存储装置24来执行软件处理。即,诊断引擎22是以下(a)~(c)中的任意结构即可。
(a)诊断引擎22具备依照计算机程序而执行各种处理的一个以上的处理器。处理器包括CPU、以及RAM及ROM等存储器。存储器保存构成为使CPU执行处理的程序代码或者指令。存储器、即计算机可读介质包括能够用通用或者专用的计算机访问的所有的可利用的介质。
(b)诊断引擎22具备执行各种处理的一个以上的专用的硬件电路。作为专用的硬件电路,例如能够举出专用集成电路即ASIC或者FPGA。此外,ASIC是“ApplicationSpecific Integrated Circuit(专用集成电路)”的简称,FPGA是“Field ProgrammableGate Array(现场可编程门阵列)”的简称。
(c)诊断引擎22具备依照计算机程序执行各种处理的一部分的处理器和执行各种处理中的剩余的处理的专用的硬件电路。
Claims (5)
1.一种异常诊断装置,能够与车辆进行通信,调查在所述车辆中的异常的产生原因,所述车辆具有在产生了异常时将表示该异常的内容的代码即异常确定代码和车辆信息存储于车辆存储部的功能,所述车辆信息是作为表示车辆状态的值的车辆状态值的时间序列数据、且是包含该异常产生时的所述车辆状态值的数据,其中,所述异常诊断装置具备:
获取部,获取存储于所述车辆存储部的所述异常确定代码以及所述车辆信息;
诊断引擎,具有执行装置以及存储所述执行装置执行的诊断程序的存储装置;以及
数据库,存储有与多个所述异常确定代码分别对应的多个判别组,且能够进行存储内容的改写,
多个所述判别组关联有判别项目,所述判别项目是与可能成为对应的所述异常确定代码所表示的异常的产生原因的车辆部件有关的项目,
多个所述判别项目具有:部件信息,是表示所述车辆部件的信息;以及判别表格,包括解析与该车辆部件相关的所述车辆信息的规则,
所述诊断引擎从所述数据库读出与所述获取部获取到的所述异常确定代码对应的所述判别组,
所述诊断引擎依照与所读出的该判别组关联的所述判别项目的所述判别表格的所述规则而解析所述获取部获取到的所述车辆信息,从而诊断在该判别项目的所述部件信息所表示的所述车辆部件中是否产生异常。
2.根据权利要求1所述的异常诊断装置,其中,
所述判别表格作为所述规则,具有从所述车辆信息导出作为用于判别在所述车辆部件中是否产生异常的值的处理值时的该车辆信息的加工手法的信息,
所述判别表格还具有作为与所述处理值进行比较的值的比较值的信息、以及比较所述处理值和所述比较值时的比较运算符的信息,
所述诊断引擎通过依照所述判别表格中的所述加工手法对所述车辆信息进行解析,从而导出所述处理值,
所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。
3.根据权利要求2所述的异常诊断装置,其中,
所述判别表格还具有项目种类的信息,
在多个所述判别项目之中,有所述判别表格中的所述项目种类为所述车辆信息的项目的所述判别项目和所述判别表格中的所述项目种类为计算项目的所述判别项目,
所述计算项目具有计算表格,所述计算表格包含加工手法的信息,该加工手法用于通过对所述车辆信息进行加工从而导出作为包含多个值的时间序列数据的加工后数据,
在所述判别项目的所述判别表格中的所述项目种类是所述车辆信息的项目的情况下,
所述诊断引擎依照所述判别表格中的所述加工手法对所述车辆信息进行解析,从而导出所述处理值,
所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常,
在所述判别项目的所述判别表格中的所述项目种类是所述计算项目的情况下,
所述诊断引擎依照该计算项目的所述计算表格中的所述加工手法对所述车辆信息进行加工,从而导出与所述车辆信息相同格式的所述加工后数据,
所述诊断引擎依照所述判别表格中的所述加工手法对所述加工后数据进行解析,从而导出所述处理值,
所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。
4.根据权利要求3所述的异常诊断装置,其中,
在所述计算项目中,作为子要素而设定有一个以上的所述车辆信息的项目,
在将多个所述计算项目中的具有多个所述子要素的所述计算项目作为规定的计算项目时,
在所述判别项目的所述判别表格中的所述项目种类是所述计算项目、且该计算项目不是所述规定的计算项目的情况下,
所述诊断引擎依照所述计算表格中的所述加工手法,对由作为所述子要素而设定的所述车辆信息的项目指定的所述车辆信息进行加工,从而导出所述加工后数据,
所述诊断引擎依照所述判别表格中的所述加工手法对所述加工后数据进行解析,从而导出所述处理值,
所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常,
在所述判别项目的所述判别表格中的所述项目种类是所述计算项目、且该计算项目是所述规定的计算项目的情况下,
所述诊断引擎依照所述计算表格中的所述加工手法,对由作为所述子要素而设定的多个所述车辆信息的项目各自指定的多个所述车辆信息进行加工,从而导出多个所述加工后数据,
所述诊断引擎关于多个所述加工后数据,按时间而减去值,从而导出与所述车辆信息相同格式的重新加工数据,
所述诊断引擎依照所述判别表格中的所述加工手法对所述重新加工数据进行解析,从而导出所述处理值,
所述诊断引擎使用所述判别表格中的所述比较运算符来比较所述判别表格中的所述比较值和所述处理值,根据其比较结果来诊断在所述车辆部件中是否产生异常。
5.根据权利要求1~4中的任意一项所述的异常诊断装置,其中,
在将所述判别组中的关联有多个判别项目的判别组作为预定判别组时,
在所述预定判别组中,针对多个所述判别项目,设定有决定诊断的顺序的优先顺序,
在从所述数据库读出所述预定判别组的情况下,
所述诊断引擎关于所述预定判别组的多个所述判别项目,从优先顺序高的所述判别项目的所述部件信息所表示的所述车辆部件的诊断起依次执行,
所述诊断引擎在通过多个所述判别项目的任意判别项目的诊断而诊断为在所述车辆部件中产生异常的情况下,不执行剩余的所述判别项目的诊断。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-048963 | 2021-03-23 | ||
JP2021048963A JP7447855B2 (ja) | 2021-03-23 | 2021-03-23 | 異常診断装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115113940A true CN115113940A (zh) | 2022-09-27 |
Family
ID=83325352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210250377.7A Pending CN115113940A (zh) | 2021-03-23 | 2022-03-15 | 异常诊断装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US12014586B2 (zh) |
JP (1) | JP7447855B2 (zh) |
CN (1) | CN115113940A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101660974A (zh) * | 2008-08-29 | 2010-03-03 | 丰田自动车株式会社 | 用于车辆的异常分析***和用于车辆的异常分析方法 |
JP2010203841A (ja) * | 2009-03-02 | 2010-09-16 | Hitachi Mobile Co Ltd | 車両のデータ収集装置およびこれを用いた車両の診断方法 |
CN102245437A (zh) * | 2008-12-10 | 2011-11-16 | 本田技研工业株式会社 | 车辆的故障诊断装置 |
CN102799171A (zh) * | 2011-05-25 | 2012-11-28 | 通用汽车环球科技运作有限责任公司 | 检测故障码设置中的异常和使用分析症状增强维修文件 |
CN103538537A (zh) * | 2012-07-12 | 2014-01-29 | 雅马哈发动机株式会社 | 车辆信息管理*** |
US20150228131A1 (en) * | 2012-10-10 | 2015-08-13 | Denso Corporation | Vehicle diagnosis apparatus |
CN111133289A (zh) * | 2017-09-28 | 2020-05-08 | 株式会社电装 | 车辆诊断装置、车辆诊断***以及车辆诊断程序 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8019501B2 (en) * | 1995-06-07 | 2011-09-13 | Automotive Technologies International, Inc. | Vehicle diagnostic and prognostic methods and systems |
JP4369825B2 (ja) * | 2004-08-11 | 2009-11-25 | 株式会社日立製作所 | 車両故障診断装置および車載端末 |
US8412401B2 (en) | 2004-12-30 | 2013-04-02 | Service Solutions U.S. Llc | Method and system for retrieving diagnostic information from a vehicle |
JP5206126B2 (ja) | 2008-06-02 | 2013-06-12 | トヨタ自動車株式会社 | 車両用故障診断装置、故障診断方法 |
JP4640475B2 (ja) | 2008-09-11 | 2011-03-02 | トヨタ自動車株式会社 | 車両の修理交換情報管理システム、車両の修理交換情報管理装置、車両の異常原因情報管理システム、車両の異常原因情報管理装置、複数組の教師データの処理方法 |
JP2015073190A (ja) | 2013-10-02 | 2015-04-16 | トヨタ自動車株式会社 | 通信システムおよび通信ノード並びに通信方法 |
JP2016049947A (ja) | 2014-09-02 | 2016-04-11 | トヨタ自動車株式会社 | 故障診断支援システム |
EP3156870B1 (en) * | 2015-10-15 | 2022-06-01 | Tata Consultancy Services Limited | Systems and methods for predictive reliability mining |
GB2569262B (en) * | 2016-10-12 | 2023-02-15 | Harman Int Ind | Systems and methods for in-vehicle predictive failure detection |
JP7088089B2 (ja) | 2019-03-14 | 2022-06-21 | トヨタ自動車株式会社 | ハイブリッド車両、及びハイブリッド車両の異常診断方法 |
JP7307615B2 (ja) | 2019-07-10 | 2023-07-12 | 株式会社Subaru | 電動車両 |
-
2021
- 2021-03-23 JP JP2021048963A patent/JP7447855B2/ja active Active
-
2022
- 2022-03-15 CN CN202210250377.7A patent/CN115113940A/zh active Pending
- 2022-03-21 US US17/655,787 patent/US12014586B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101660974A (zh) * | 2008-08-29 | 2010-03-03 | 丰田自动车株式会社 | 用于车辆的异常分析***和用于车辆的异常分析方法 |
CN102245437A (zh) * | 2008-12-10 | 2011-11-16 | 本田技研工业株式会社 | 车辆的故障诊断装置 |
JP2010203841A (ja) * | 2009-03-02 | 2010-09-16 | Hitachi Mobile Co Ltd | 車両のデータ収集装置およびこれを用いた車両の診断方法 |
CN102799171A (zh) * | 2011-05-25 | 2012-11-28 | 通用汽车环球科技运作有限责任公司 | 检测故障码设置中的异常和使用分析症状增强维修文件 |
CN103538537A (zh) * | 2012-07-12 | 2014-01-29 | 雅马哈发动机株式会社 | 车辆信息管理*** |
US20150228131A1 (en) * | 2012-10-10 | 2015-08-13 | Denso Corporation | Vehicle diagnosis apparatus |
CN111133289A (zh) * | 2017-09-28 | 2020-05-08 | 株式会社电装 | 车辆诊断装置、车辆诊断***以及车辆诊断程序 |
Also Published As
Publication number | Publication date |
---|---|
US20220309842A1 (en) | 2022-09-29 |
US12014586B2 (en) | 2024-06-18 |
JP2022147632A (ja) | 2022-10-06 |
JP7447855B2 (ja) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2950177A1 (en) | Asset condition monitoring | |
CN112559365A (zh) | 一种测试用例筛选方法、装置、计算机设备和存储介质 | |
US5946481A (en) | Method for detecting errors in models through restriction | |
Kwong et al. | Fault diagnosis in discrete-event systems with incomplete models: Learnability and diagnosability | |
Casanova et al. | Diagnosing unobserved components in self-adaptive systems | |
US10094740B2 (en) | Non-regression method of a tool for designing a monitoring system of an aircraft engine | |
Su et al. | Diagnosability of Discrete-Event Systems with Uncertain Observations. | |
EP3896543A1 (en) | Device for evaluating a classification made for a measured data point | |
CN114461534A (zh) | 软件性能测试方法、***、电子设备及可读存储介质 | |
CN112769615B (zh) | 一种异常分析方法及装置 | |
Kaur et al. | Various techniques to detect and predict faults in software system: survey | |
CN113392000A (zh) | 测试用例执行结果分析方法、装置、设备及存储介质 | |
CN115113940A (zh) | 异常诊断装置 | |
CN111767218B (zh) | 一种用于持续集成的自动化测试方法、设备及存储介质 | |
Muske et al. | Techniques for efficient automated elimination of false positives | |
CN111722863A (zh) | 风控模型更新方法及装置 | |
CN114625106B (zh) | 车辆诊断的方法、装置、电子设备及存储介质 | |
CN107102938B (zh) | 测试脚本的更新方法及装置 | |
CN112527542A (zh) | 故障分析方法 | |
JP2002333992A (ja) | 実行順序検査装置及びプログラム | |
JP2020038473A (ja) | 分析装置および不良対策支援方法 | |
US20220027261A1 (en) | Method and device for operating fuzz testing of a program code | |
US8812655B2 (en) | Determining deadlock-critical relations between components of a vehicle system | |
CN117453567A (zh) | 混沌测试方法、装置及设备 | |
Lunze | Diagnosability of deterministic I/O automata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |