Der zunehmende Einsatz komplexer mechatronischer Systeme in Kraftfahrzeugen erfordert neue Methoden und Vorgehensweisen für eine zielsichere Diagnose in der Kfz-Werkstatt. Mit neuen technischen Diagnoseverfahren soll die Erkennung und Bewertung von fehlerhaften Systemen im Kfz verbessert werden. Ein neuer Ansatz ist das Lernen aus Reparaturfalldaten mittels Neuronaler Netze. Diese Technologie der Künstlichen Intelligenz ermöglicht es aus den Reparaturfalldaten Zusammenhänge und Abhängigkeiten zu lernen und das erlernte Wissen für zukünftige Reparaturfälle zu nutzen.
Incremental insertion of complex mechatronic systems in the vehicles leads to a serious need of a parallel development of new methods and approaches for a safe-based diagnosis in the vehicles' factory. The idea behind is to improve both of detection and evaluation processes of faulty systems using new techniques for the diagnosis process. The adopted approach is to enable the diagnostic system to learn from the data of the past repairing cases based on neural networks, which involve artificial intelligence methodologies. These methodologies enable the diagnostic system to learn -from the coherence and independences involved in the past data- the needed know how, which can be further used for future repairing cases.
Automatische erfahrungsbasierte Diagnose aus Felddaten mit neuronalen Netzen
Automatic and expirience-based diagnostics using distributed data and neural networks
Internationaler Kongress Elektronik im Kraftfahrzeug - Electronic Systems for Vehicles, 13 ; 593-605
VDI-Berichte ; 2000
2007
13 Seiten, 8 Bilder, 8 Quellen
Conference paper
German
Automatische erfahrungsbasierte Diagnose aus Felddaten mit neuronalen Netzen
Automotive engineering | 2007
|Automatische Schiffsidentifikation mit Neuronalen Netzen
SLUB | 1996
|Optimierung der Diagnose durch maschinelles Lernen aus Felddaten
Tema Archive | 2012
|Automotive engineering | 2001
|