[发明专利]使用诊断故障代码马尔可夫链的故障诊断和预测

说明书

技术领域

本发明总体涉及故障诊断和预测系统，更具体地，涉及使用时间标记诊断故障代码(或故障代码)和马尔可夫链的故障诊断和预测的改进方法。 

背景技术

在汽车工业中不断努力来通过将故障诊断和预测特征结合到车辆中以改进车辆的质量和可靠性。传统地，由技术人员将扫描工具或其他诊断工具(例如，TECH II^TM，MDI^TM)连接到车辆的电子控制单元(ECU)而进行故障诊断。一旦连接，诊断故障代码(DTC)从ECU提取并用于确定是什么导致了事故。在一些情况下，单独的DTC不足以精确地确定问题的根本原因，因为一个DTC或DTC的组合可能是多种事故模式的症状。另外，在没有关于什么时间每个DTC发生的任何信息的情况下，难以确认故障的真实原因。 

近年来，车辆故障诊断已经利用车载诊断的实施而改进，该车载诊断配置成自动访问车辆DTC以给车辆操作者或技术人员提供诊断信息而不必从外部连接到ECU。然而，现有技术不能够区分具有相同DTC特征的两种事故模式，因为它们不是以系统的方式利用DTC点火时间信息。 

因此，需要系统和方法配置成：1)以统计方法利用DTC的设定时间和频率，其能够诊断和隔离事故模式，尤其是不明确的事故模式(即，具有共同DTC特征样式的事故模式)；2)还通过为何时系统不具有任何DTC建模来诊断间歇故障；和3)利用事故模式的可接受的置信限度来预测到接下来事故状态的剩余时间(RTFS)。 

发明内容

根据本发明的教导，用于故障诊断的系统和方法包括接收限定了事故模式和诊断故障代码之间的关系的信息，以及提取诊断故障代码数据，包括与多个事故模式有关的多个诊断故障代码的设定时间、频 率数据和诊断故障代码序列信息。所述系统和方法还包括使用多个事故模式的每个的诊断故障代码数据构造马尔可夫链、使用所述诊断故障代码数据训练所述马尔可夫链以学习一组状态参数、以及使用训练的马尔可夫链计算多个事故模式的每个的诊断故障代码序列的可能性。 

结合附图从下列描述和所附权利要求中，本发明额外特征将变得明显。 

本发明还提供如下方案： 

方案1.一种故障诊断和预测系统，其包括： 

多个电子控制单元，其中所述多个电子控制单元中的至少一个配置成： 

接收限定了事故模式和诊断故障代码之间的关系的信息； 

提取与具体事故模式有关的多个诊断故障代码的诊断故障代码数据； 

使用所述具体事故模式的诊断故障代码数据构造马尔可夫链； 

使用所述诊断故障代码数据训练所述马尔可夫链以学习一组状态参数； 

使用经训练的马尔可夫链计算所述具体事故模式的诊断故障代码序列的可能性；以及 

使用所述经训练的马尔可夫链预测趋势。 

方案2.如方案1所述的系统，其特征在于，所述诊断故障代码数据包括设定时间、频率数据和诊断故障代码序列信息。 

方案3.如方案1所述的系统，其特征在于，所述诊断故障代码数据从现场事故数据和历史数据提取。 

方案4.如方案1所述的系统，其特征在于，所述具体事故模式从包含多个事故模式的不确定组中选择。 

方案5.如方案4所述的系统，其特征在于，为不确定组中的多个事故模式的每个构造马尔可夫链。 

方案6.如方案5所述的系统，其特征在于，为不确定组中的多个事故模式的每个计算诊断故障代码序列的可能性。 

方案7.如方案6所述的系统，其特征在于，以最可能故障的顺序对多个事故模式的每个的可能性排序。 

方案8.如方案1所述的系统，其特征在于，还包括使用经训练的马尔可夫链预测到接下来事故状态的剩余时间。 

方案9.如方案1所述的系统，其特征在于，一组状态参数包括所述马尔可夫链的每个状态的初始和转移概率。 

方案10.如方案1所述的系统，其特征在于，所述多个电子控制单元的至少一个为中央诊断电子控制单元。 

方案11.如方案1所述的系统，其特征在于，限定了事故模式和诊断故障代码之间的关系的信息为诊断矩阵的形式。 

方案12.如方案1所述的系统，其特征在于，所述诊断故障代码的每个代表所述马尔可夫链的状态。 

方案13.如方案12所述的系统，其特征在于，所述马尔可夫链构造成包括无诊断故障代码状态以诊断间歇事故。 

方案14.一种故障诊断的方法，其包括： 

接收限定了事故模式和诊断故障代码之间的关系的信息；