Mit der zunehmenden Fahrzeugkomplexität stößt die heute etablierte Geführte Fehlersuche (GFS) immer häufiger an Ihre Grenzen. Ein Problem dabei ist die starre Zuordnung von Fehlerspeichereintrag (DTC) zu Fehlersuchprogramm, das in Kombination mit mehreren DTCs pro Auslesevorgang zu unnötig langen Ketten an auszuführenden Fehlersuchprogrammen führt. Dadurch entstehen höhere Kosten durch überflüssig ausgeführte Fehlersuchprogramme. Vorgestellt wird ein Verfahren, welches durch ein intelligentes adaptives Modell eine auf minimierte Fehlersuchzeit optimierte Fehlersuchprogrammauswahl errechnet, die neben DTCs auch die Kundenbeanstandung, die Fahrzeugverbauliste sowie Steuergeräte-Software- und Hardwareversionen mit einbezieht. Die Evaluierung zeigt, dass das vorgestellte Konstruktionsverfahren für komplexitätserweiterte neuronale Netze nicht nur theoretisch sondern auch praktisch gute Ergebnisse liefert. Werden die verwendeten Daten betrachtet, zeigt sich, dass das neuronale Modell selbst in unscharfen Daten automatisch Muster und Zusammenhänge erkennt, die auch praktisch für die Diagnostik eingesetzt werden können. Die Modelle eröffnen zusätzlich eine Bandbreite an neuen Möglichkeiten, die Daten zu verstehen und z.B. für qualitätssteigernde Maßnahmen einzusetzen.

    With the growing complexity of vehicles, the today well-established guided fault finding system is increasingly being pushed to the limit. One problem is the fixed assignment from diagnostic trouble code (DTC) to fault finding plan. In case of several DTCs per diagnostic session unnecessary long chains of fault finding plans have to be executed which leads to rising costs. This paper presents a method which calculates an optimized fault finding plan selection using an intelligent adaptive model. This model considers beside DTCs, the customer complains, the list of built-in ECUs and the ECUs software and hardware versions. This leads to a statistical minimized error identification time and a reduction of repeated repairs which leads lastly to a reduction of warranty costs.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Optimierung der Geführten Fehlersuche durch intelligente adaptive Modelle


    Contributors:


    Publication date :

    2011


    Size :

    13 Seiten, 8 Bilder, 11 Quellen



    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Dynamisch intelligente Fehlersuche in komplexen Systemen

    Tappe,R. / Ehrhardt,D. / Audi,Ingolstadt,DE et al. | Automotive engineering | 2003


    Gefahrdung durch Fehlersuche

    British Library Online Contents | 2010


    Gefahrdung durch Fehlersuche - Zusatzanfrage

    British Library Online Contents | 2011


    Fehlersuche leichtgemacht

    Bosch | Automotive engineering | 1981


    Auf Fehlersuche

    Köhler, Burkhard | IuD Bahn | 2007