EP1153368A1 - Verfahren zum erkennen von fehlern eines kraftfahrzeugs - Google Patents

Verfahren zum erkennen von fehlern eines kraftfahrzeugs

Info

Publication number
EP1153368A1
EP1153368A1 EP00987027A EP00987027A EP1153368A1 EP 1153368 A1 EP1153368 A1 EP 1153368A1 EP 00987027 A EP00987027 A EP 00987027A EP 00987027 A EP00987027 A EP 00987027A EP 1153368 A1 EP1153368 A1 EP 1153368A1
Authority
EP
European Patent Office
Prior art keywords
operating parameters
motor vehicle
error
operating
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.)
Ceased
Application number
EP00987027A
Other languages
English (en)
French (fr)
Inventor
Markus Klausner
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP1153368A1 publication Critical patent/EP1153368A1/de
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • 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
    • 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

Definitions

  • the present invention relates to a method for
  • the invention also relates to a diagnostic device for predictive detection of errors in a motor vehicle.
  • preventive maintenance It is known from the prior art to carry out preventive maintenance of a motor vehicle on the basis of the mileage or the number of operating hours. For this purpose, certain operating parameters (for example, the mileage or the operating time) are recorded and stored in the motor vehicle over a certain period of time. If the operating parameters reach a predetermined value, certain parts, components and / or operating resources of the motor vehicle are checked or exchanged.
  • Known preventive maintenance relies on empirical values as to which parts, components and / or equipment must be checked or replaced when certain operating parameters have reached a predetermined value. These empirical values can partly differ considerably from the actual situation deviate in the motor vehicle. For example, defective parts, components and / or equipment may not have been checked or replaced, since the corresponding operating parameters have not yet reached a specified value. The result is a broken one
  • US Pat. No. 5,528,516 discloses a method for recognizing errors in a complex system based on observable operating parameters.
  • Complex vehicles such as a spaceship, are mentioned as complex systems in which the known method can be used; use in motor vehicles is not mentioned.
  • Known methods for detecting errors in a computer network and a satellite system are described. It is also mentioned to use the known method for medical diagnosis of a patient's symptoms.
  • operating parameters of the complex system are recorded and stored over a certain period of time. When a certain error occurs, an operational characteristic pattern is created from the recorded operational parameters, to which the error is assigned. Redundant or unnecessary information is eliminated from the operational characteristic pattern. An error occurring in the complex system can then be identified and localized on the basis of the reduced operating characteristic pattern. An error prediction is not possible with the known system.
  • the known method is used for a single complex system.
  • a combination of the created operational parameter samples of several complex systems is not intended. This has the disadvantage that the operating parameter samples have to be created for each individual system to be diagnosed and their information cannot be easily transferred to other complex systems.
  • the object of the present invention is to enable predictive detection of faults in a motor vehicle with a high degree of reliability.
  • the invention proposes, starting from the method for detecting faults in a motor vehicle of the type mentioned at the outset, a method which is characterized by the following steps: an operational characteristic pattern is created from the operational characteristics recorded before the occurrence of a specific error in the motor vehicle, which is associated with the error; - The company characteristic size pattern is described in a suitable form; and the currently recorded operating parameters are compared with the descriptions of the error-characteristic operating parameter patterns during the operation of the motor vehicle.
  • Operating parameters are recorded in a motor vehicle over a certain period of time, which can differ from motor vehicle to motor vehicle.
  • Operating parameters are understood to mean all information that describes the condition of the motor vehicle and its environment. These are, for example, signals from sensors located in the motor vehicle.
  • information about the characterization of the operational parameters for example the state of systems including occurring error codes and the date, time and / or location of the operational parameters, is also recorded.
  • the recorded operating parameters and information can be saved for the purpose of being called up later.
  • the recorded operating parameters are stored, for example, in the form of vectors, the individual vector elements corresponding to the values of the operating parameters at specific times.
  • the error can be, for example, the failure of a specific component or an unusual signal from a specific sensor.
  • the error that has occurred is identified on the basis of the recorded operational parameters and the recorded ones Information on the characterization of the operational parameters in a manner known per se from the prior art. From those recorded before the error occurred
  • Processing of the recorded operating parameters for identifying the fault can take place either in the context of an onboard diagnosis in the motor vehicle or outside the motor vehicle in a workshop.
  • the farm parameter sample is stored, for example, in the form of a matrix, the individual matrix elements corresponding to the values of different farm parameters at specific times. In particular, the times before the occurrence of the error and those operating parameters which are influenced by the error are considered.
  • the operating characteristic patterns are then described by suitable rules and / or mathematical functions (for example folding).
  • the description of the operating characteristic pattern serves to simplify and thus save space and computing resources in a computer of the motor vehicle.
  • the descriptions of the farm metric patterns are attached to the
  • the currently recorded operating characteristic quantities are then compared with the previously determined descriptions of the operating characteristic pattern, which are assigned to various errors, for predictive diagnosis of faults in the motor vehicle.
  • certain operating parameters take on certain values that for are characteristic of the respective error.
  • the prediction of errors in the motor vehicle can be combined with a statement about the reliability of the prediction, i.e. about the probability that the predicted error can actually be expected in the future. The closer the error occurs, the more reliably the error can be predicted.
  • the method according to the invention enables the predictive detection of errors in a motor vehicle even before the error has occurred and before major damage or consequential errors have occurred.
  • a specific operating characteristic pattern be assigned to a specific error on the basis of operating characteristics recorded in several motor vehicles.
  • This further development assumes that a specific fault occurs in several motor vehicles (usually different ones) Points in time) occurs. For this reason, the operating parameters, including the diagnosed error, recorded before the occurrence of a specific error are transferred to a central error memory external to the vehicle.
  • the operating parameters are one in the fault memory
  • an operating parameter pattern to which this error is assigned is determined in the vehicle-external error memory.
  • the operating parameters of a defective motor vehicle are compared with the operating parameters of those motor vehicles that do not have this error.
  • the operating parameter patterns associated with a specific error can be compared with one another for similarity or correspondence.
  • Various algorithms and methods from the field of data mining or knowledge discovery known from the prior art can be used for this.
  • the same time period is advantageously used as a basis for the comparison of the operating parameters, ie all operating parameters are standardized to the same relative time base.
  • the aim of determining the farm parameter pattern from the recorded farm parameters is to clarify which farm parameter and farm parameter combinations allow unambiguous characterization of a particular error, which mathematical relationship exists between the individual farm parameters and from which point The point in time before the occurrence of a certain error, the characteristic operating parameters can be observed.
  • the same operating parameters be recorded in the motor vehicles of a certain type. If, for example, the function of the internal combustion engine is monitored in a motor vehicle, the same operating parameters are preferably recorded in the motor vehicles with the same internal combustion engine type. As a result, the operating parameters of a plurality of motor vehicles of the same type can be better compared with one another in order to determine the operating parameter pattern.
  • the recorded operating parameters, the information for characterizing the operating parameters and the errors that have occurred in motor vehicles of a certain type are transmitted to a fault memory arranged outside the motor vehicles and stored there.
  • the vehicle-external fault memory is connected, for example, via a data network to workshops in which the motor vehicles are serviced. In the workshops, the operating parameters are read out from the individual motor vehicles and transmitted to the fault memory external to the vehicle. Since the operating parameters and the errors that have occurred in a large number of motor vehicles are combined in the vehicle-external error memory, they can be processed together there.
  • the operating parameters are advantageously transmitted from the individual motor vehicles to the fault memory external to the vehicle by means of wireless transmission methods.
  • a specific operating characteristic pattern be assigned to a specific fault on the basis of the operating characteristics stored in the fault memory external to the vehicle.
  • trivial relationships be eliminated from the descriptions of the operating characteristic patterns. For example, the fact that the associated operating characteristic value disappears or lies outside an expected range is called trivial if a sensor fails.
  • Such trivial correlations are eliminated in the course of the determination of the descriptions of the operational characteristic patterns, since the operational characteristic patterns are determined with the aim of establishing non-trivial correlations between the operational characteristics and errors that have occurred.
  • Non-trivial relationships are, for example, unexpected or difficult or impossible to model relationships.
  • redundant and unnecessary information can be eliminated from the operating characteristic patterns.
  • Relationship between an operating characteristic pattern and the occurrence of a specific error is mapped as a rule.
  • the correlations obtained through the analysis of the operational parameters are shown in the form of rules or algorithms.
  • the rules describe which characteristic curves or combinations of characteristic curves lead to a specific error.
  • the rules also describe the period in which this characteristic operating characteristic pattern can be observed before the error occurs.
  • Diagnostic device that is, for example, in a workshop.
  • the ascertained descriptions of the operating characteristic size patterns are transmitted from the vehicle-external fault memory to an in-vehicle diagnostic device of the motor vehicle, the operating characteristic values currently recorded being compared in the vehicle-internal diagnostic device with the descriptions of the operating characteristic size patterns ,
  • the currently recorded operating parameters are compared with the rules or the functions are applied to them.
  • the predictive diagnosis can be carried out while the motor vehicle is traveling.
  • the currently recorded operating parameters be transmitted from the motor vehicle to a vehicle-external diagnostic device which has access to the vehicle-external fault memory, the currently recorded operating parameters being compared in the vehicle-external diagnostic device with the descriptions of the operating parameter models.
  • the currently recorded operating parameters are based on the rules compared or the functions are applied to them.
  • the invention proposes a diagnostic device for predictive detection of errors in a motor vehicle, which has means for carrying out the method according to claim 8 or 9.
  • a diagnostic device can be arranged inside the motor vehicle, for example as part of a control device of the motor vehicle, or outside the motor vehicle in a workshop.
  • Fig. 2 is a flowchart for empirically determining
  • FIG. 1 shows the inventive method for predictive detection of errors in a motor vehicle 7.1, 7.2 to 7.m according to a preferred embodiment.
  • the process essentially consists of five steps.
  • a first step 1.1, 1.2 to ln operating parameters and information for characterizing the operating parameters over a certain period of time are recorded in a plurality of motor vehicles 6.1, 6.2 to 6.n and stored in the motor vehicles 6.1, 6.2 to 6.n.
  • the motor vehicles 6.1, 6.2 to 6.n and the motor vehicles 7.1, 7.2 to 7.m can be the same, partial quantities or else different motor vehicles, which, however, are expediently of the same type.
  • the operating parameters and information for characterizing the operating parameters stored in the motor vehicle 6.1, 6.2 to 6.n, in particular in the period before the error occurs, are in a second step 2.1, 2.2 to 2.n to an external error memory 8.
  • an analysis of the operating parameters is then carried out in a third step 3 with the aim of establishing a characteristic operating parameter pattern for the errors that have occurred in the motor vehicle 6.1, 6.2 to 6.n. identify and describe it in a suitable form.
  • a characteristic operating characteristic pattern is assigned to each error that occurs during driving operation in one of the motor vehicles 6.1, 6.2 to 6.n and is described in a suitable manner.
  • the description can be illustrations by rules or mathematical functions such as products or foldings.
  • a fourth step 4.1, 4.2 to 4.m the Transfer descriptions of the operating characteristic patterns to a large number of motor vehicles 7.1, 7.2 to 7.m.
  • these motor vehicles 7.1, 7.2 to 7.m during the driving operation, in a fifth step 5.1, 5.2 to 5.m, the operating parameters with the individual are currently recorded
  • steps 1 to 3 are shown in FIG. 2 for one of motor vehicles 6.1, 6.2 to 6.n as a flow chart.
  • current operational parameters are recorded in function block 10 over a certain period of time, which can vary from motor vehicle to motor vehicle.
  • Operating parameters are understood to be all information that describes the state of the motor vehicle 6.1, 6.2 to 6.n and its environment. These are, for example, signals from sensors located in the motor vehicle (characteristic data of the internal combustion engine or the driving dynamics of the motor vehicle) or from the ambient sensor system of the motor vehicle (temperature, moisture content or dust content of the ambient air). In addition, information about the characterization of the operational parameters, for example the state of systems including occurring error codes and the date, time and / or location of the operational parameters, is also recorded.
  • the acquired operating parameters and information are stored in a function block 11 for the purpose of a later one
  • the recorded operating parameters are stored, for example, in the form of an operating parameter matrix, the individual vectors corresponding to different operating parameters and the individual vector elements corresponding to the values of the operating parameters at specific times.
  • a query block 12 checks whether an error m has occurred in the motor vehicle during the operation of the motor vehicle 6.1, 6.2 to 6.n. The error can be, for example, the failure of a specific component or an unusual signal from a specific sensor. If no error is detected, the process branches back to the function block 10 for recording further operating parameters. If an error has occurred, the acquired operating parameter matrix and information relating to the error (type, time, etc.) are transferred to the external error memory 8 in a function block 13.
  • Steps 1 and 2 according to blocks 10 to 13 are carried out in a motor vehicle 6.1, 6.2 to 6.n.
  • step 3 described below is carried out in an external computer unit 9 which has access to the external error memory 8.
  • the error that has occurred is diagnosed in the subsequent function blocks 14 to 18, and a so-called operational parameter is obtained from the operating parameters recorded before the error occurred
  • the values of the operating parameter matrix assigned to the error are compared with the values of error-free operating parameter matrices.
  • the error-free operating parameter matrices originate from the subset of motor vehicles 6.1, 6.2 to 6.n in which this error has not occurred and which have likewise transferred their operating parameter matrices to the error memory 8.
  • an operating characteristic pattern which is characteristic of the error that has occurred and is assigned to this error is then created in function block 15.
  • the relationship between the operating characteristic pattern and the occurrence of an error is described in a suitable form in function block 16. To describe the relationship, it can be represented in the form of rules or represented by mathematical functions (e.g. folds or products).
  • Diagnostic device 18 can, as shown in Fig. 1, as vehicle-internal diagnostic devices in the motor vehicles 7.1, 7.2 to 7.n.
  • the operating parameters currently recorded in motor vehicles 7.1, 7.2 to 7.n are compared in the vehicle-internal diagnostic device with the descriptions of the error-characteristic operating parameter patterns.
  • the predictive diagnosis can be carried out while the motor vehicle 7.1, 7.2 to 7.n is traveling.
  • a diagnostic device 18 be designed as a diagnostic device external to the vehicle, which is located in a workshop, for example. Then the currently recorded operating parameters are transmitted from the motor vehicle 7.1, 7.2 to 7.n to the vehicle-external diagnostic device, which has access to the vehicle-external fault memory 8. The currently recorded operating parameters are compared in the vehicle-external diagnostic device with the descriptions of the error-characteristic operating parameters. In this embodiment, the predictive diagnosis can be carried out, for example, in a workshop.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Control Of Electric Motors In General (AREA)
  • Debugging And Monitoring (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)

Abstract

Die Efindung betrifft ein Verfahren zum Erkennen von Fehlern eines Kraftfahrzeugs (7.1, 7.2 bis 7.m), wobei in einem Kraftfahrzeug (6.1, 6.2 bis 6.n) Betriebskenngrössen und Informationen zur Charakterisierung der Betriebskennungsgrössen über einen bestimmten Zeitraum hinweg erfasst werden. Um ein prädiktives Erkennen von Fehlern des Kraftfahrzeugs (7.1, 7.2 bis 7.m) mit einer hohen Zuverlässigkeit zu ermöglichen, wird ein Verfahren mit den nachfolgenden Schritten vorgeschlagen: (a) aus den vor dem Auftreten eines bestimmten Fehlers in dem Kraftfahrzeug (6.1; 6.2 bis 6.n) erfassten Betriebskenngrössen wird ein Betriebskenngrössen-Muster erstellt, das dem Fehler zugeordnet ist; (b) das Betriebskenngrössen-Muster wird in geeigneter Form (Regeln und/oder mathematische Funktionen) beschrieben; und (c) die aktuell erfassten Betriebskenngrössen werden während des Betriebs des Kraftfahrzeugs (7.1; 7.2 bis 7.m) mit den Beschreibungen der fehlercharakteristichen Betriebskenngrössen-Muster verglichen.

Description

Verfahren zum Erkennen von Fehlern eines Kraftfahrzeugs
Stand der Technik
Die vorliegende Erfindung betrifft ein Verfahren zum
Erkennen von Fehlern eines Kraftfahrzeugs, wobei in einem Kraftfahrzeug Betriebskenngroßen und Informationen zur Charakterisierung der Betriebsgroßen über einen bestimmten Zeitraum hinweg erfasst werden. Die Erfindung betrifft außerdem eine Diagnoseeinrichtung zum pradiktiven Erkennen von Fehlern eines Kraftfahrzeugs.
Aus dem Stand der Technik ist es bekannt, eine präventive Wartung eines Kraftfahrzeugs auf Basis der Fahrleistung bzw. der Betriebsstunden durchzufuhren. Dazu werden in dem Kraftfahrzeug bestimmte Betriebskenngroßen (z.B. die Fahrleistung oder die Betriebsdauer) über einen bestimmten Zeitraum hinweg erfasst und abgespeichert. Erreichen die Betriebskenngroßen einen vorgegebenen Wert, wird eine Kontrolle bzw. ein Austausch bestimmter Teile, Komponenten und/oder Betriebsmittel des Kraftfahrzeugs durchgeführt. Bei der bekannten präventiven Wartung verlasst man sich auf Erfahrungswerte, welche Teile, Komponenten und/oder Betriebsmittel kontrolliert bzw. ausgetauscht werden müssen, wenn bestimmte Betriebskenngroßen einen vorgegebenen Wert erreicht haben. Diese Erfahrungswerte können zum Teil erheblich von der tatsachlichen Situation in dem Kraftfahrzeug abweichen. So kann es bspw. vorkommen, dass defekte Teile, Komponenten und/oder Betriebsmittel nicht kontrolliert bzw. ausgetauscht wurden, da die entsprechenden Betriebskenngrößen einen vorgegebenen Wert noch nicht erreicht haben. Die Folge sind ein defektes
Kraftfahrzeug, ein außerplanmäßiger Werkstattaufenthalt und möglicherweise sogar weitere Folgefehler aufgrund des in dem Kraftfahrzeug aufgetretenen Fehlers. Andererseits kann bei der präventiven Wartung aber auch der Fall eintreten, dass vollkommen intakte Teile, Komponenten und/oder
Betriebsmittel kontrolliert bzw. ausgetauscht werden, nur weil die entsprechende Betriebskenngroßen einen vorgegebenen Wert erreicht haben. Das fuhrt zu zusatzlichen unnötigen Arbeiten und Kosten.
Aus der DE 198 49 328 ist es zudem bekannt, in einem Kraftfahrzeug Betriebskenngroßen über einen bestimmten Zeitraum hinweg zu erfassen und abzuspeichern. Anhand der abgespeicherten Betriebskenngroßen kann nach dem Auftreten eines Fehlers in dem Kraftfahrzeug der Fehler lokalisiert werden. Dieses Verfahren erlaubt jedoch lediglich eine Diagnose eines Fehlers, nachdem dieser bereits aufgetreten ist. Eine pradiktive Diagnose, d.h. ein Erkennen eines Fehlers noch bevor er tatsachlich aufgetreten ist, ist mit diesem Verfahren nicht möglich. Mit dem bekannten Verfahren kann also em außerplanmäßiger Werkstattaufenthalt und mögliche Folgefehler aufgrund des aufgetretenen Fehlers in dem Kraftfahrzeug nicht vermieden werden.
Aus der US 5,528,516 ist ein Verfahren zum Erkennen von Fehlern m einem komplexen System auf der Grundlage beobachtbarer Betriebskenngroßen bekannt. Als komplexe Systeme, in denen das bekannte Verfahren zum Einsatz kommen kann, werden u.a. komplexe Fahrzeuge, wie bspw. ein Raumschiff, genannt; der Einsatz in Kraftfahrzeugen wird nicht erwähnt. In den Ausfuhrungsbeispielen wird das bekannte Verfahren zum Erkennen von Fehlern eines Computernetzwerks und eines Satellitensystems beschrieben. Es wird auch erwähnt, das bekannte Verfahren zur medizinischen Diagnose der Symptome eines Patienten einzusetzen. Bei dem beschriebenen Verfahren werden Betriebskenngroßen des komplexen Systems über einen bestimmten Zeitraum hinweg erfasst und abgespeichert. Beim Auftreten eines bestimmten Fehlers wird aus den erfassten Betriebskenngrößen ein Betriebskenngroßen-Muster erstellt, dem der Fehler zugeordnet ist. Aus dem Betriebskenngroßen- Muster werden redundante oder unnötige Informationen eliminiert. Anhand des reduzierten Betriebskenngroßen- Musters kann dann ein in dem komplexen System auftretender Fehler identifiziert und lokalisiert werden. Eine Fehlervorhersage ist mit dem bekannten System nicht möglich.
Des weiteren wird das bekannte Verfahren jeweils für ein einzelnes komplexes System eingesetzt. An eine Kombination der erstellten Betriebskenngroßen-Muster mehrerer komplexer Systeme ist nicht gedacht. Das hat den Nachteil, dass die Betriebskenngroßen-Muster für jedes einzelne zu diagnostizierende System erstellt werden müssen und ihre Aussage nicht ohne weiteres auf andere komplexe Systeme übertragen werden kann.
Aus den beschriebenen Nachteilen des Standes der Technik ergibt sich die Aufgabe der vorliegenden Erfindung, ein pradiktives Erkennen von Fehlern eines Kraftfahrzeugs mit einer hohen Zuverlässigkeit zu ermöglichen.
Zur Losung dieser Aufgabe schlagt die Erfindung, ausgehend von dem Verfahren zum Erkennen von Fehlern eines Kraftfahrzeugs der eingangs genannten Art ein Verfahren vor, das gekennzeichnet ist durch die nachfolgenden Schritte: aus den vor dem Auftreten eines bestimmten Fehlers in dem Kraftfahrzeug erfassten Betriebskenngroßen wird ein Betriebskenngroßen-Muster erstellt, das dem Fehler zugeordnet ist; - das Betriebskenngroßen-Muster wird in geeigneter Form beschrieben; und die aktuell erfassten Betriebskenngroßen werden wahrend des Betriebs des Kraftfahrzeugs mit den Beschreibungen der fehlercharakteristischen Betriebskenngroßen-Muster verglichen.
Vorteile der Erfindung
In einem Kraftfahrzeug werden über einen bestimmten Zeitraum hinweg, der von Kraftfahrzeug zu Kraftfahrzeug unterschiedlich sein kann, Betriebskenngroßen erfasst. Unter Betriebskenngroßen werden all jene Informationen verstanden, die den Zustand des Kraftfahrzeugs und seiner Umwelt beschreiben. Dies sind bspw. Signale von im Kraftfahzeug befindlichen Sensoren. Zusatzlich werden auch Informationen zur Charakterisierung der Betriebskenngroßen, bspw. der Zustand von Systemen einschließlich auftretender Fehlercodes sowie Datum, Zeit und/oder Ort der Betriebskenngroßenerfassung erfasst. Die erfassten Betriebskenngroßen und Informationen können zum Zwecke eines spateren Aufrufs abgespeichert werden. Die erfassten Betriebskenngroßen sind bspw. in Form von Vektoren abgelegt, wobei die einzelnen Vektorelemente den Werten der Betriebskenngroße zu bestimmten Zeitpunkten entsprechen.
Beim Auftreten eines bestimmten Fehlers in dem Kraftfahrzeug wird dieser identifiziert. Der Fehler kann bspw. der Ausfall einer bestimmten Komponente oder ein ungewöhnliches Signal eines bestimmten Sensors sein. Die Identifikation des aufgetretenen Fehlers erfolgt anhand der erfassten Betriebskenngroßen und der erfassten Informationen zur Charakterisierung der Betriebskenngroßen in an sich aus dem Stand der Technik bekannter Weise. Aus den vor dem Auftreten des Fehlers erfassten
Betriebskenngroßen wird e sogenanntes Betπebskenngroßen- Muster erstellt, das dem identifizierten Fehler zugeordnet
Die Verarbeitung der erfassten Betriebskenngroßen zur Identifikation des Fehlers kann entweder im Rahmen einer Onboard-Diagnose in dem Kraftfahrzeug oder außerhalb des Kraftfahrzeugs m einer Werkstatt erfolgen. Das Betriebskenngroßen-Muster ist bspw. in Form einer Matrix abgelegt, wobei die einzelnen Matrixelemente den Werten verschiedener Betriebskenngroßen zu bestimmten Zeitpunkten entsprechen. Es werden insbesondere die Zeitpunkte vor dem Auftreten des Fehlers und diejenigen Betriebskenngroßen, die von dem Fehler beemflusst werden, betrachtet.
Außerhalb des Kraftfahrzeugs werden die Betπebskenngroßen- Muster dann durch geeignete Regeln und/oder mathematische Funktionen (z. B. Faltung) beschrieben. Die Beschreibung des Betriebskenngroßen-Musters dient der Vereinfachung und damit der Einsparung von Speicherplatz und Rechenresourcen in einem Rechner des Kraftfahrzeugs. Schließlich werden die Beschreibungen der Betriebskenngroßen-Muster an das
Kraftfahrzeug übermittelt und dort wahrend des Betriebs des Kraftfahrzeugs mit den aktuell erfassten Betriebskenngroßen verglichen.
Wahrend des Betriebs des Kraftfahrzeugs werden dann zur pradiktiven Diagnose von Fehlern des Kraftfahrzeugs die aktuell erfassten Betriebskenngroßen mit den zuvor ermittelten Beschreibungen der Betriebskenngroßen-Muster verglichen, die verschiedenen Fehlern zugeordnet sind. Bevor em Fehler in dem Kraftfahrzeug auftritt, nehmen bestimmte Betriebskenngroßen bestimmte Werte an, die für den jeweiligen Fehler charakteristisch sind. Durch einen Vergleich der aktuell erfassten Betriebskenngroßen mit den Beschreibungen der Betriebskenngroßen-Muster können solche charakteristischen Veränderungen der Betriebskenngroßen ermittelt werden.
Mit Hilfe des erfindungsgemaßen Verfahrens können auch sehr komplexe, nicht modellierbare Zusammenhange abgebildet werden. Mit dem erfindungsgemaßen Verfahren kann ein aller Wahrscheinlichkeit nach zukunftig auftretender Fehler des Kraftfahrzeugs vorhergesagt werden, auch wenn die erfaßten Betriebskenngroßen keine kausale Beziehung zu dem auftretenden Fehler haben. Schon bevor der Fehler überhaupt aufgetreten ist, können so geeignete Gegenmaßnahmen eingeleitet und Folgefehler vermieden werden.
Die Vorhersage von Fehlern des Kraftfahrzeugs kann in Verbindung mit einer Aussage über die Zuverlässigkeit der Vorhersage, d.h. über die Wahrscheinlichkeit, mit der in Zukunft tatsachlich mit dem Auftreten des vorhergesagten Fehlers zu rechnen ist, erfolgen. Je naher das Auftreten eines Fehlers ruckt, umso zuverlässiger kann das Auftreten des Fehlers vorhergesagt werden.
Das erfindungsgemaße Verfahren ermöglicht das pradiktive Erkennen von Fehlern eines Kraftfahrzeugs noch bevor der Fehler überhaupt aufgetreten ist und bevor größere Schaden oder Folgefehler entstanden sind.
Gemäß einer vorteilhaften Weiterbildung der vorliegenden Erfindung wird vorgeschlagen, dass ein bestimmtes Betriebskenngroßen-Muster einem bestimmten Fehler anhand von in mehreren Kraftfahrzeugen erfassten Betriebskenngroßen zugeordnet wird. Diese Weiterbildung geht davon aus, dass ein bestimmter Fehler jeweils in mehreren Kraftfahrzeugen (in der Regel zu unterschiedlichen Zeitpunkten) auftritt. Deshalb werden die vor dem Auftreten eines bestimmten Fehlers erfassten Betriebskenngroßen einschließlich des diagnostizierten Fehlers auf einen zentralen fahrzeugexternen Fehlerspeicher übertragen. In dem Fehlerspeicher sind die Betriebskenngroßen einer
Vielzahl von Kraftfahrzeugen mit den zugeordneten Fehlern gespeichert. Anhand der in mehreren Kraftfahrzeugen erfassten Betriebskenngroßen, denen derselbe Fehler zugrunde lag, wird in dem fahrzeugexternen Fehlerspeicher ein Betriebskenngroßen-Muster ermittelt, dem dieser Fehler zugeordnet ist. Durch die Auswertung der Betriebskenngroßen mehrerer Kraftfahrzeuge kann die Aussagekraft der Betriebskenngroßen-Muster verbessert und die Zuverlässigkeit der Vorhersage eines bestimmten Fehlers entscheidend erhöht werden.
Zur Ermittlung des fehlerspezifischen Betriebskenngroßen- Musters werden die Betriebskenngroßen eines fehlerhaften Kraftfahrzeugs mit den Betriebskenngroßen jener Kraftfahrzeuge, die diesen Fehler nicht aufweisen, verglichen. Ebenso können die einem bestimmten Fehler zugeordneten Betriebskenngroßen-Muster miteinander auf Ähnlichkeit bzw. Übereinstimmung verglichen werden. Hierfür können verschiedene, aus dem Stand der Technik bekannte Algorithmen und Methoden aus dem Bereich des Data-Mining oder des Knowledge-Discovery eingesetzt werden. Vorteilhafterweise wird für den Vergleich der Betriebskenngroßen derselbe Zeitraum zugrundegelegt, d.h. alle Betriebskenngroßen sind auf die gleiche relative Zeitbasis normiert. Ziel der Ermittlung des Betriebskenngroßen-Musters aus den erfassten Betriebskenngroßen ist, zu klaren, welche Betriebskenngroßen und Betriebskenngroßen-Kombinationen eine eindeutige Charakterisierung eines bestimmten Fehlers erlauben, welche mathematische Beziehung zwischen den einzelnen Betriebskenngroßen besteht und ab welchem Zeitpunkt vor Auftreten eines bestimmten Fehlers die charakteristischen Betriebskenngroßen beobachtbar sind.
Gemäß einer bevorzugten Ausfuhrungsform der vorliegenden Erfindung wird vorgeschlagen, dass in den Kraftfahrzeugen eines bestimmten Typs jeweils die gleichen Betriebskenngroßen erfasst werden. Wird in einem Kraftfahrzeug bspw. die Funktion der Brennkraftmaschine überwacht, so werden vorzugsweise in den Kraftfahrzeugen mit demselben Brennkraftmaschinentyp jeweils die gleichen Betriebskenngroßen erfasst. Dadurch können die Betriebskenngroßen mehrerer Kraftfahrzeuge desselben Typs zur Ermittlung des Betriebskenngroßen-Musters besser miteinander verglichen werden.
Gemäß einer weiteren vorteilhaften Weiterbildung der vorliegeden Erfindung wird vorgeschlagen, dass die erfassten Betriebskenngrößen, die Informationen zur Charakterisierung der Betriebskenngrößen und die aufgetretenen Fehler von Kraftfahrzeugen eines bestimmten Typs an einen außerhalb der Kraftfahrzeuge angeordneten Fehlerspeicher übertragen und dort gespeichert werden. Der fahrzeugexterne Fehlerspeicher ist bspw. über ein Datennetzwerk mit Werkstatten verbunden, in denen die Kraftfahrzeuge gewartet werden. In den Werkstatten werden die Betriebskenngroßen aus den einzelnen Kraftfahrzeugen ausgelesen und an den fahrzeugexternen Fehlerspeicher bermittelt. Da in dem fahrzeugexternen Fehlerspeicher die Betriebskenngroßen und die aufgetretenen Fehler einer Vielzahl von Kraftfahrzeugen zusammengeführt sind, können sie dort gemeinsam verarbeitet werden. Die Betriebskenngroßen werden vorteilhafterweise mittels drahtloser Ubertragungsverfahren aus den einzelnen Kraftfahrzeugen an den fahrzeugexternen Fehlerspeicher übertragen. Gemäß einer anderen bevorzugten Ausfuhrungsform der vorliegenden Erfindung wird vorgeschlagen, dass em bestimmtes Betriebskenngroßen-Muster einem bestimmten Fehler anhand der in dem fahrzeugexternen Fehlerspeicher gespeicherten Betriebskenngroßen zugeordnet wird.
Gemäß einer anderen vorteilhaften Weiterbildung der vorliegenden Erfindung wird vorgeschlagen, dass triviale Zusammenhange aus den Beschreibungen der Betπebskenngroßen-Mustern eliminiert werden. Als trivial wird bspw. der Umstand bezeichnet, dass bei Ausfall eines Sensors der zugehörige Betπebskenngroßenwert verschwindet bzw. außerhalb eines erwarteten Bereichs liegt. Derartige triviale Zusammenhange werden im Rahmen der Ermittlung der Beschreibungen der Betriebskenngroßen-Muster eliminiert, da die Betriebskenngroßen-Muster mit dem Ziel ermittelt werden, nichttriviale Zusammenhange zwischen den Betriebskenngroßen und aufgetretenen Fehlern festzustellen. Nichttriviale Zusammenhange sind bspw. unerwartete oder schwer bzw. gar nicht modellierbare Zusammenhange. Des Weiteren können aus den Betriebskenngroßen-Mustern redundante und unnötige Informationen eliminiert werden.
Gemäß einer anderen vorteilhaften Weiterbildung der vorliegenden Erfindung wird vorgeschlagen, dass der
Zusammenhang zwischen einem Betriebskenngroßen-Muster und dem Auftreten eines bestimmten Fehlers als Regel abgebildet wird. Die durch die Analyse der Betriebskenngroßen gewonnenen Zusammenhange werden in Form von Regeln bzw. Algorithmen abgebildet. Die Regeln beschreiben, welche Betriebskenngroßenverlaufe bzw. Kombination von Betriebskenngroßenverlaufen zu einem bestimmten Fehler fuhren. Die Regeln beschreiben auch, in welchem Zeitraum vor dem Auftreten des Fehlers dieses charakteristische Betriebskenngroßen-Muster beobachtet werden kann.
Alternativ oder zusatzlich wird vorgeschlagen, dass der Zusammenhang zwischen einem Betriebskenngroßen-Muster und dem Auftreten eines bestimmten Fehlers durch eine mathematische Funktion (bspw. eine Faltung) beschrieben wird.
Die eigentliche Implementierung des Verfahrens zum pradiktiven Erkennen von Fehlern eines Kraftfahrzeugs kann in zwei grundlegend verschiedenen Formen erfolgen: zum einen m einer fahrzeuginternen Diagnoseeinrichtung in dem Kraftfahrzeug und zum anderen m einer fahrzeugexternen
Diagnoseeinrichtung, die bspw. m einer Werkstatt steht .
Deshalb wird gemäß einer bevorzugten Weiterbildung der vorliegenden Erfindung vorgeschlagen, dass die ermittelten Beschreibungen der Betriebskenngroßen-Muster von dem fahrzeugexternen Fehlerspeicher an eine fahrzeuginterne Diagnoseeinrichtung des Kraftfahrzeugs übertragen werden, wobei die aktuell erfassten Betriebskenngroßen in der fahrzeuginternen Diagnoseemrichtung mit den Beschreibungen der Betriebskenngroßen-Muster verglichen werden. Die aktuell erfassten Betriebskenngroßen werden mit den Regeln verglichen oder aber die Funktionen werden auf sie angewendet. Bei dieser Ausfuhrungsform kann die pradiktive Diagnose wahrend der Fahrt des Kraftfahrzeugs durchgeführt werden.
Alternativ wird vorgeschlagen, dass die aktuell erfassten Betriebskenngroßen von dem Kraftfahrzeug an eine fahrzeugexterne Diagnoseemrichtung übertragen werden, die Zugriff auf den fahrzeugexternen Fehlerspeicher hat, wobei die aktuell erfassten Betriebskenngroßen in der fahrzeugexternen Diagnoseemrichtung mit den Beschreibungen der Betriebskenngroßen-Muster verglichen werden. Die aktuell erfassten Betriebskenngroßen werden mit den Regeln verglichen oder aber die Funktionen werden auf sie angewendet .
Als weitere Losung der vorliegenden Aufgabe schlagt die Erfindung eine Diagnoseeinrichtung zum pradiktiven Erkennen von Fehlern eines Kraftfahrzeugs vor, die Mittel zur Durchfuhrung des Verfahrens nach Anspruch 8 oder 9 aufweist. Eine solche Diagnoseeinrichtung kann innerhalb des Kraftfahrzeugs, bspw. als Teil einer Steuereinrichtung des Kraftfahrzeugs, oder außerhalb des Kraftfahrzeugs in einer Werkstatt angeordnet sein.
In der Diagnoseeinrichtung werden die empirisch ermittelten Beschreibungen der bestimmten Fehlern zugeordneten Betriebskenngroßen-Muster wahrend des Betriebs des
Kraftfahrzeugs mit aktuell erfassten Betriebskenngroßen verglichen. Die Zusammenhange zwischen den Betriebskenngroßen-Mustern und dem Auftreten eines bestimmten Fehlers sind bspw. als Regeln in der Diagnoseinrichtung abgelegt.
Zeichnungen
Ein bevorzugtes Ausfuhrungsbeispiel der vorliegenden Erfindung wird im Folgenden an Hand der Zeichnungen naher erläutert. Es zeigt:
Fig. 1 ein erfindungsgemaßes Verfahren gemäß einer bevorzugten Ausfuhrungsform; und
Fig. 2 ein Ablaufdiagramm zum empirisches Ermitteln von
Betriebskenngroßen-Mustern in einem
Kraftfahrzeug.
In Fig. 1 ist das erfindungsgemaße Verfahren zum pradiktiven Erkennen von Fehlern eines Kraftfahrzeugs 7.1, 7.2 bis 7.m gemäß einer bevorzugten Ausfuhrungsform dargestellt. Das Verfahren besteht im Wesentlichen aus fünf Schritten. In einem ersten Schritt 1.1, 1.2 bis l.n werden in einer Vielzahl von Kraftfahrzeugen 6.1, 6.2 bis 6.n Betriebskenngroßen und Informationen zur Charakterisierung der Betriebskenngroßen über einen bestimmten Zeitraum hinweg erfaßt und in den Kraftfahrzeugen 6.1, 6.2 bis 6.n gespeichert. Bei den Kraftfahrzeugen 6.1, 6.2 bis 6.n und den Kraftfahrzeugen 7.1, 7.2 bis 7.m kann es sich um dieselben, um Teilmengen oder aber auch um unterschiedliche Kraftfahrzeuge handeln, die jedoch sinnvollerweise desselben Typs sind.
Bei Auftreten eines Fehlers in einem der Kraftfahrzeuge 6.1, 6.2 bis 6.n werden die - insbesondere in dem Zeitraum vor dem Auftreten des Fehlers - in dem Kraftfahrzeug 6.1, 6.2 bis 6.n gespeicherten Betriebskenngroßen und Informationen zur Charakterisierung der Betriebskenngroßen in einem zweiten Schritt 2.1, 2.2 bis 2.n an einen externen Fehlerspeicher 8 übertragen.
In einer externen Rechnereinheit 9, die Zugriff auf den externen Fehlerspeicher 4 hat, erfolgt dann in einem dritten Schritt 3 eine Analyse der Betriebskenngroßen mit dem Ziel, für den in dem Kraftfahrzeug 6.1, 6.2 bis 6.n aufgetretenen Fehler ein charakteristisches Betriebskenngrößen-Muster zu identifizieren und dieses in geeigneter Form zu beschreiben. Jedem wahrend des Fahrbetriebs in einem der Kraftfahrzeuge 6.1, 6.2 bis 6.n aufgetretenen Fehler wird auf diese Weise ein charakteristisches Betriebskenngroßen-Muster zugeordnet und in geeigneter Weise beschrieben. Bei der Beschreibung kann es sich um Abbildungen durch Regeln oder um mathematische Funktionen wie bspw. Produkte oder Faltungen handeln.
In einem vierten Schritt 4.1, 4.2 bis 4.m werden die Beschreibungen der Betriebskenngroßen-Muster an eine Vielzahl von Kraftfahrzeuge 7.1, 7.2 bis 7.m übertragen. In diesen Kraftfahrzeugen 7.1, 7.2 bis 7.m werden wahrend des Fahrbetriebs in einem fünften Schritt 5.1, 5.2 bis 5.m aktuell erfasste Betriebskenngroßen mit den den einzelnen
Fehlern zugeordneten Beschreibungen der Betriebskenngroßen- Muster verglichen.
Zur Erläuterung der Schritte 1 bis 3 sind diese m Fig. 2 für eines der Kraftfahrzeuge 6.1, 6.2 bis 6.n als Ablaufdiagramm dargestellt. Zunächst werden in Funktionsblock 10 wahrend des Betriebs des Kraftfahrzeugs 6.1, 6.2 bis 6.n aktuelle Betriebskenngroßen über einen bestimmten Zeitraum hinweg erfaßt, der von Kraftfahrzeug zu Kraftfahrzeug unterschiedlich sein kann. Unter
Betriebskenngroßen werden all jene Informationen verstanden, die den Zustand des Kraftfahrzeugs 6.1, 6.2 bis 6.n und seiner Umwelt beschreiben. Dies sind bspw. Signale von in dem Kraftfahzeug befindlichen Sensoren (Kenndaten der Brennkraftmaschine oder der Fahrdynamik des Kraftfahrzeugs) oder von der Umfeldsensorik des Kraftfahrzeugs (Temperatur, Feuchtigkeitsgehalt oder Staubgehalt der Umgebungsluft) . Zusatzlich werden auch Informationen zur Charakterisierung der Betriebskenngroßen, bspw. der Zustand von Systemen einschließlich auftretender Fehlercodes sowie Datum, Zeit und/oder Ort der Betriebskenngroßenerfassung erfasst .
Die erfassten Betriebskenngroßen und Informationen werden in einem Funktionsblock 11 zum Zwecke eines spateren
Aufrufs abgespeichert. Die erfassten Betriebskenngroßen sind bspw. in Form einer Betriebskenngroßen-Matrix abgelegt, wobei die einzelnen Vektoren unterschiedlichen Betriebskenngroßen und die einzelnen Vektorelemente den Werten der Betriebskenngroßen zu bestimmten Zeitpunkten entsprechen. In einem Abfrageblock 12 wird überprüft, ob wahrend des Betriebs des Kraftfahrzeugs 6.1, 6.2 bis 6.n ein Fehler m dem Kraftfahrzeug aufgetreten ist. Der Fehler kann bspw. der Ausfall einer bestimmten Komponente oder ein ungewöhnliches Signal eines bestimmten Sensors sein. Wird kein Fehler erkannt wird wieder zu dem Funktionsblock 10 zur Aufnahme weiterer Betriebskenngroßen verzweigt. Falls ein Fehler aufgetreten ist, werden in einem Funktionsblock 13 die erfaßte Betriebskenngroßen-Matrix und Informationen bezuglich des aufgetretenen Fehlers (Art, Zeitpunkt, etc.) an den externen Fehlerspeicher 8 übertragen. Es versteht sich, dass die Übertragung der Betriebskenngroßen-Matrix und der Informationen nicht unmittelbar nach dem Auftreten des Fehlers erfolgen muss. Vielmehr können die zu übertragenden Daten bis zur Datenübertragung auch in einem Speicher des Kraftfahrzeugs 6.1, 6.2 bis 6.n zwischengespeichert werden. Die Schritte 1 und 2 gemäß der Blocke 10 bis 13 werden in einem Kraftfahrzeug 6.1, 6.2 bis 6.n ausgeführt.
Der nachfolgend beschriebene Schritt 3 wird dagegen in einer externen Rechnereinheit 9 ausgeführt, die Zugriff auf den externen Fehlerspeicher 8 hat. In den nachfolgenden Funktionsblocken 14 bis 18 wird der aufgetretene Fehler diagnostiziert und aus den vor dem Auftreten des Fehlers erfassten Betriebskenngroßen ein sogenanntes
Betriebskenngroßen-Muster erstellt und dem diagnostizierten Fehler zugeordnet. Weiter wird eine geeignete Beschreibung des Betriebskenngroßen-Musters ermittelt und an die Kraftfahrzeuge 7.1, 7.2 bis 7.m übermittelt.
Genauer gesagt, werden in Funkrionsblock 14 die Werte der dem Fehler zugeordneten Betriebskenngroßen-Matrix mit den Werten von fehlerfreien Betriebskenngroßen-Matπzen verglichen. Die fehlerfreien Betriebskenngroßen-Matrizen stammen aus der Teilmenge von Kraftfahrzeugen 6.1, 6.2 bis 6.n, bei denen dieser Fehler nicht aufgetreten ist, und die ihre Betriebskenngrößen-Matrizen ebenfalls an den Fehlerspeicher 8 übertragen haben.
Aus dem in Funktionsblock 14 durchgeführten Vergleich wird in Funktionsblock 15 dann ein für den aufgetretenen Fehler charakteristisches Betriebskenngroßen-Muster erstellt, das diesem Fehler zugeordnet ist. In Funktionsblock 16 wird der Zusammenhang zwischen dem Betriebskenngrößen-Muster und dem Auftreten eines Fehlers in geeigneter Form beschrieben. Zur Beschreibung des Zusammenhangs kann dieser in Form von Regeln abgebildet oder durch mathematische Funktionen (z. B. Faltungen oder Produkte) dargestellt werden. Durch die Beschreibung des Zusammenhangs können triviale
Zusammenhange und redundante bzw. unnötige Informationen eliminiert werden. Dadurch kann in den Kraftfahrzeugen 7.1, 7.2 bis 7.m für den Vergleich der aktuell erfassten Betriebskenngroßen mit den bestimmten Fehlern zugeordneten Beschreibungen Speicherplatz und Rechenzeit eingespart werden.
Die Beschreibung der Zusammenhange zwischen den erfaßten Betriebskenngroßen und einem aufgetretenen Fehler wird für samtliche aufgetretenen Fehler ausgeführt, so dass schließlich eine Vielzahl von Regeln und/oder mathematische Funktionen für die verschiedenen Fehler vorliegen. In Funktionsblock 17 werden die Beschreibungen dann an Diagnoseeinrichtungen 18 in den Kraftfahrzeugen 7.1, 7.2 bis 7.m zur Durchfuhrung des Schritts 5.1, 5.2 bis 5.m des erfindungsgemaßen Verfahrens übertragen.
In den Diagnoseeinrichtungen 18 ist das eigentliche Verfahren zum pradiktiven Erkennen von Fehlern eines Kraftfahrzeugs 7.1, 7.2 bis 7.n implementiert. Eine
Diagnoseeinrichtung 18 kann, wie in Fig. 1 dargestellt, als fahrzeuginterne Diagnoseeinrichtungen in den Kraftfahrzeugen 7.1, 7.2 bis 7.n ausgebildet sein. Die in den Kraftfahrzeugen 7.1, 7.2 bis 7.n aktuell erfassten Betriebskenngrößen werden in der fahrzeuginternen Diagnoseeinrichtung mit den Beschreibungen der fehlercharakteristischen Betriebskenngrößen-Muster verglichen. Bei dieser Ausführungsform kann die pradiktive Diagnose wahrend der Fahrt des Kraftfahrzeugs 7.1, 7.2 bis 7.n durchgeführt werden.
Alternativ wird vorgeschlagen, dass eine Diagnoseeinrichtung 18 als eine fahrzeugexterne Diagnoseeinrichtung ausgebildet ist, die bspw. in einer Werkstatt steht. Dann werden die aktuell erfassten Betriebskenngrößen von dem Kraftfahrzeug 7.1, 7.2 bis 7.n an die fahrzeugexterne Diagnoseeinrichtung übertragen, die Zugriff auf den fahrzeugexternen Fehlerspeicher 8 hat. Die aktuell erfassten Betriebskenngroßen werden in der fahrzeugexternen Diagnoseeinrichtung mit den Beschreibungen der fehlercharakteristischen Betriebskenngroßen-Muster verglichen. Bei dieser Ausfuhrungsform kann die pradiktive Diagnose bspw. in einer Werkstatt durchgeführt werden.

Claims

Ansprüche
1. Verfahren zum Erkennen von Fehlern eines
Kraftfahrzeugs (7.1; 7.2 bis 7.m), wobei in einem Kraftfahrzeug (6.1, 6.2 bis 6.n) Betriebskenngrößen und Informationen zur Charakterisierung der Betriebskenngrößen über einen bestimmten Zeitraum hinweg erfasst werden, gekennzeichnet durch die nachfolgenden Schritte: aus den vor dem Auftreten eines bestimmten Fehlers in dem Kraftfahrzeug (6.1; 6.2 bis 6.n) erfassten Betriebskenngrößen wird ein Betriebskenngrößen-Muster erstellt, das dem Fehler zugeordnet ist; - das Betriebskenngrößen-Muster wird in geeigneter Form beschrieben; und die aktuell erfassten Betriebskenngrößen werden während des Betriebs des Kraftfahrzeugs (7.1; 7.2 bis 7.m) mit den Beschreibungen der fehlercharakteristischen Betriebskenngrößen-Muster verglichen.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein bestimmtes Betriebskenngrößen-Muster einem bestimmten Fehler anhand von in mehreren Kraftfahrzeugen
(6.1, 6.2 bis 6.n) erfassten Betriebskenngrößen zugeordnet wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass in den Kraftfahrzeugen (6.1, 6.2 bis 6.n) eines bestimmten Typs jeweils die gleichen Betriebskenngrößen erfasst werden.
4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass die erfassten Betriebskenngroßen, die Informationen zur Charakterisierung der Betriebskenngrößen und die aufgetretenen Fehler von Kraftfahrzeugen (6.1, 6.2 bis 6.n) eines bestimmten Typs an einen außerhalb der Kraftfahrzeuge (6.1, 6.2 bis 6.n) angeordneten Fehlerspeicher (8) übertragen und dort gespeichert werden.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass ein bestimmtes Betriebskenngrößen-Muster einem bestimmten Fehler anhand der in dem fahrzeugexternen Fehlerspeicher (8) gespeicherten Betriebskenngrößen zugeordnet wird.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass triviale Zusammenhänge aus den Beschreibungen der Betriebskenngroßen-Muster eliminiert werden.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass der Zusammenhang zwischen einem Betriebskenngrößen- Muster und dem Auftreten eines bestimmten Fehlers als Regel abgebildet oder durch mathematische Funktionen beschrieben wird.
8. Verfahren nach einem der Ansprüche 4 bis 7, dadurch gekennzeichnet, dass die ermittelten Regeln oder mathematischen Funktionen von dem fahrzeugexternen Fehlerspeicher (8) an eine fahrzeuginterne
Diagnoseeinrichtung (18) des Kraftfahrzeugs (7.1, 7.2 bis 7.n) übertragen werden, wobei die aktuell erfassten Betriebskenngrößen in der fahrzeuginternen
Diagnoseeinrichtung (18) mit den Beschreibungen der fehlercharakteristischen Betriebskenngrößen-Muster verglichen werden.
9. Verfahren nach einem der Ansprüche 4 bis 7, dadurch gekennzeichnet, dass die aktuell erfassten
Betriebskenngrößen von dem Kraftfahrzeug (7.1, 7.2 bis 7.m) an eine fahrzeugexterne Diagnoseeinrichtung übertragen werden, die Zugriff auf den fahrzeugexternen Fehlerspeicher (8) hat, wobei die aktuell erfassten Betriebskenngrößen in der fahrzeugexternen Diagnoseeinrichtung mit den
Beschreibungen der Betriebskenngroßen-Muster verglichen werden.
10. Diagnoseeinrichtung (18) zum pradiktiven Erkennen von Fehlern eines Kraftfahrzeugs (7.1, 7.2 bis 7.m), dadurch gekennzeichnet, dass die Diagnoseeinrichtung (18) Mittel zur Durchführung des Verfahrens nach Anspruch 8 oder 9 aufweist .
EP00987027A 1999-12-09 2000-10-26 Verfahren zum erkennen von fehlern eines kraftfahrzeugs Ceased EP1153368A1 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE19959526A DE19959526A1 (de) 1999-12-09 1999-12-09 Verfahren zum Erkennen von Fehlern eines Kraftfahrzeuges
DE19959526 1999-12-09
PCT/DE2000/003778 WO2001043079A1 (de) 1999-12-09 2000-10-26 Verfahren zum erkennen von fehlern eines kraftfahrzeugs

Publications (1)

Publication Number Publication Date
EP1153368A1 true EP1153368A1 (de) 2001-11-14

Family

ID=7932104

Family Applications (1)

Application Number Title Priority Date Filing Date
EP00987027A Ceased EP1153368A1 (de) 1999-12-09 2000-10-26 Verfahren zum erkennen von fehlern eines kraftfahrzeugs

Country Status (6)

Country Link
US (1) US6766232B1 (de)
EP (1) EP1153368A1 (de)
JP (1) JP2003516275A (de)
KR (1) KR100741647B1 (de)
DE (1) DE19959526A1 (de)
WO (1) WO2001043079A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7600671B2 (en) 2004-12-17 2009-10-13 Ncr Corporation Method of determining the cause of an error state in an apparatus
US7815103B2 (en) 2004-12-17 2010-10-19 Ncr Corporation Method of and system for prediction of the state of health of an apparatus

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7103460B1 (en) 1994-05-09 2006-09-05 Automotive Technologies International, Inc. System and method for vehicle diagnostics
US9443358B2 (en) 1995-06-07 2016-09-13 Automotive Vehicular Sciences LLC Vehicle software upgrade techniques
US10240935B2 (en) 1998-10-22 2019-03-26 American Vehicular Sciences Llc Vehicle software upgrade techniques
GB2378248A (en) * 2001-05-09 2003-02-05 Worcester Entpr Ltd A fault prediction system for vehicles
DE10140519B4 (de) * 2001-08-17 2004-07-22 Daimlerchrysler Ag Kommunikationsverfahren und Kommunikationsmodul
US7162312B2 (en) 2003-09-24 2007-01-09 Siemens Aktiengesellschaft Method, system and device for predictive error recognition in a plant
US7716014B2 (en) * 2004-09-30 2010-05-11 Rockwell Automation Technologies, Inc. Reuse of manufacturing process design models as part of a diagnostic system
DE102006008539A1 (de) 2006-02-22 2007-08-30 Robert Bosch Gmbh Verfahren und Schaltungsanordnung zur Simulation von Fehlerzuständen in einem Steuergerät
DE102006021306B3 (de) 2006-05-08 2007-11-29 Robert Bosch Gmbh Verfahren zur Diagnose und Steuervorrichtung zur Steuerung eines Kraftfahrzeuges
US7941060B2 (en) * 2006-09-29 2011-05-10 Xerox Corporation Systems and methods for remote diagnostics of devices
CN100563386C (zh) * 2007-01-31 2009-11-25 华为技术有限公司 一种授予终端话权的方法和即按即讲服务器
WO2008140363A1 (en) 2007-05-14 2008-11-20 Volvo Technology Corporation Remote diagnosis modellin
EP2186950B1 (de) 2007-08-09 2016-10-12 Hitachi Construction Machinery Co., Ltd Instrumentendiagnosevorrichtung für eine arbeitsmaschine
DE102007045255B4 (de) 2007-09-21 2021-11-18 Volkswagen Ag Verfahren zur Herstellung eines Diagnosesystems, insbesondere für ein Kraftfahrzeug
DE102008024979B4 (de) * 2008-05-23 2022-03-10 Bayerische Motoren Werke Aktiengesellschaft Bordnetz-System eines Kraftfahrzeugs und ein Verfahren zum Betrieb des Bordnetz-Systems
DE102008051016A1 (de) * 2008-10-13 2010-04-15 Rheinmetall Landsysteme Gmbh Verfahren zur Unterstützung bei der Ausbildung an Fahrzeugen bzw. Fahrzeugsystemen mit und ohne Waffensysteme
US9740993B2 (en) * 2009-12-04 2017-08-22 GM Global Technology Operations LLC Detecting anomalies in field failure data
US20120188097A1 (en) * 2011-01-26 2012-07-26 International Business Machines Corporation System and method for cooperative vehicle adaptation
DE102012202540A1 (de) * 2012-02-20 2013-08-22 Robert Bosch Gmbh Diagnoseverfahren und Diagnosevorrichtung für eine Fahrzeugkomponente eines Fahrzeugs
DE102013202193A1 (de) * 2013-02-11 2014-08-14 Robert Bosch Gmbh Verfahren und Mittel zum Betreiben eines ersten Kraftfahrzeugs auf Grundlage wenigstens einer Kenngröße wenigstens eines zweiten Kraftfahrzeugs
DE102013225717B4 (de) * 2013-12-12 2018-07-26 Robert Bosch Gmbh Verfahren zur Modifikation einer On-Board-Diagnose eines Fahrzeugs
DE102016226140A1 (de) * 2016-12-23 2018-06-28 Audi Ag Verfahren zur Speicherung von Einträgen eines Steuergeräts eines Kraftfahrzeugs
DE102018104665B4 (de) 2018-03-01 2022-12-01 Rolls-Royce Solutions GmbH Verfahren zum Betrieb einer Brennkraftmaschine, Steuereinrichtung und Brennkraftmaschine
DE102018104667A1 (de) 2018-03-01 2019-09-05 Mtu Friedrichshafen Gmbh Verfahren zum Betrieb einer Brennkraftmaschine, Steuereinrichtung und Brennkraftmaschine
DE102018109195A1 (de) * 2018-04-18 2019-10-24 Ms Motorservice International Gmbh Diagnosesystem und Verfahren zum Verarbeiten von Daten eines Kraftfahrzeugs

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4441101A1 (de) * 1994-11-18 1996-05-23 Bosch Gmbh Robert Verfahren zur Bestimmung von Diagnoseschwellwerten für einen bestimmten Kraftfahrzeugtyp und elektronisches Rechengerät für ein Kraftfahrzeug

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5099436A (en) * 1988-11-03 1992-03-24 Allied-Signal Inc. Methods and apparatus for performing system fault diagnosis
FR2656439B1 (fr) * 1989-12-21 1994-09-02 Siemens Automotive Sa Procede et dispositif de memorisation de defauts de fonctionnement intermittents d'un systeme physique et de variables de contexte de ces defauts.
US5809437A (en) * 1995-06-07 1998-09-15 Automotive Technologies International, Inc. On board vehicle diagnostic module using pattern recognition
WO1993012332A1 (en) * 1991-12-19 1993-06-24 Caterpillar Inc. Method for diagnosing an engine using computer based models
US5442553A (en) * 1992-11-16 1995-08-15 Motorola Wireless motor vehicle diagnostic and software upgrade system
US5477827A (en) * 1994-05-16 1995-12-26 Detroit Diesel Corporation Method and system for engine control
US6546363B1 (en) * 1994-02-15 2003-04-08 Leroy G. Hagenbuch Apparatus for tracking and recording vital signs and task-related information of a vehicle to identify operating patterns
US5528516A (en) 1994-05-25 1996-06-18 System Management Arts, Inc. Apparatus and method for event correlation and problem reporting
US5729452A (en) * 1995-03-31 1998-03-17 Envirotest Acquisition Co. Method and system for diagnosing and reporting failure of a vehicle emission test
US5737215A (en) 1995-12-13 1998-04-07 Caterpillar Inc. Method and apparatus for comparing machines in fleet
US5919267A (en) * 1997-04-09 1999-07-06 Mcdonnell Douglas Corporation Neural network fault diagnostics systems and related method
DE19812318A1 (de) 1998-03-20 1999-09-30 Bosch Gmbh Robert Kraftfahrzeugdaten-Verarbeitungsvorrichtung
DE19849328A1 (de) 1998-10-26 2000-05-04 Bosch Gmbh Robert Verfahren und Vorrichtung zur Steuerung einer Brennkraftmaschine
US6301531B1 (en) * 1999-08-23 2001-10-09 General Electric Company Vehicle maintenance management system and method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4441101A1 (de) * 1994-11-18 1996-05-23 Bosch Gmbh Robert Verfahren zur Bestimmung von Diagnoseschwellwerten für einen bestimmten Kraftfahrzeugtyp und elektronisches Rechengerät für ein Kraftfahrzeug

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO0143079A1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7600671B2 (en) 2004-12-17 2009-10-13 Ncr Corporation Method of determining the cause of an error state in an apparatus
US7815103B2 (en) 2004-12-17 2010-10-19 Ncr Corporation Method of and system for prediction of the state of health of an apparatus

Also Published As

Publication number Publication date
US6766232B1 (en) 2004-07-20
WO2001043079A1 (de) 2001-06-14
DE19959526A1 (de) 2001-06-13
JP2003516275A (ja) 2003-05-13
KR100741647B1 (ko) 2007-07-24
KR20010108191A (ko) 2001-12-07

Similar Documents

Publication Publication Date Title
EP1153368A1 (de) Verfahren zum erkennen von fehlern eines kraftfahrzeugs
DE112009000439T5 (de) Fahrzeuginformationsaufzeichnungsvorrichtung, Fahrzeuginformationskommunikationssystem und Fahrzeuginformationskommunikationsverfahren
DE102011014557B4 (de) Verfahren zum Diagnostizieren von Ursachen von Fehlern in Fahrzeugsystemen
DE102020103768A1 (de) Überwachung und Diagnose von Fahrzeugsystemproblemen mit Maschinenlern-Klassifikatoren
EP1597643B1 (de) Vorrichtung und verfahren zur modellbasierten on-board-diagnose
EP2676115A1 (de) System und verfahren zum identifizieren, diagnostizieren, warten und reparieren eines fahrzeugs
EP3907707A1 (de) Verfahren und diagnosevorrichtung zum durchführen einer fahrzeugdiagnose
WO2006056355A2 (de) Diagnose- und servicesystem für ein kraftfahrzeug
WO2007022849A2 (de) Verfahren zur identifikation komplexer diagnosesituationen im kundendienst
DE10161283A1 (de) Verfahren und Vorrichtung zum Überwachen des Fahrverhaltens von Schienenfahrzeugen und der Diagnose von Komponenten von Schienenfahrzeugen
DE102021125867A1 (de) Automatisierte detektion von fahrzeugdatenmanipulation und mechanischen ausfällen
EP1597117B1 (de) Vorrichtung und verfahren zur zentralen on-board diagnose für kraftfahrzeuge
DE102008016801A1 (de) Onboard-Fehlerdiagnoseverfahren für Fahrzeuge
DE102013203501A1 (de) Datenlogger, Datenerfassungsnetzwerk, Kraftfahrzeug und Verfahren
DE102007010264B4 (de) Verfahren zum Betreiben eines ersten und eines zweiten Steuergeräts und Geräteanordnung mit dem ersten und dem zweiten Steuergerät
DE102019202879A1 (de) Verfahren zur Überwachung von Temperaturwerten von Fahrzeugreifen an einem Fahrzeug
WO2019076515A1 (de) Vorrichtung zum auslesen von betriebsparametern eines fahrzeuges und entsprechendes fahrzeug
DE102015214987B4 (de) Bestimmung eines defekten Bauteils eines Fahrzeugs
DE102016222473A1 (de) Verfahren zum Überprüfen eines Kraftfahrzeugs, insbesondere eines Kraftwagens, sowie Diagnosegerät zum Durchführen eines solchen Verfahrens
DE10227992A1 (de) Verfahren und Vorrichtung zur Diagnose von Komponenten eines Fahrzeugs
DE10307344A1 (de) Vorrichtung und Verfahren zur dezentralen On-Board-Diagnose für Kraftfahrzeuge
DE10028912A1 (de) Herstellungsverfahren für ein elektronisches Gerät
DE102020107528A1 (de) System zur Fehler-Diagnose und/oder Fehler-Prognose in Kraftfahrzeugen
DE60004589T2 (de) Hilfsvorrichtung zur Diagnose einer Kraftfahrzeugstörung
EP1117023B1 (de) Vorrichtung zur Diagnose von beim Betrieb eines Kraftfahrzeugs auftretenden Fehlern

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE

17P Request for examination filed

Effective date: 20011214

RBV Designated contracting states (corrected)

Designated state(s): DE GB SE

17Q First examination report despatched

Effective date: 20091022

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20130414