FFI Transporteffektivitet Projektkonferens 18:e augusti. Guided Integrated. Projektledare Mattias Nyberg. Info class Internal Department/Name/Subject

Transkript

1 1 FFI Transporteffektivitet Projektkonferens 18:e augusti Guided Integrated Remote- and Workshop Diagnostics Projektledare Mattias Nyberg

2 Innehåll 2 Projektbeskrivning Projektstatus

3 3 Projektöversikt 4 år ( ) Automatiserad guidad felsökning Integrerar fjärrdiagnos med verkstadsdiagnos Baserat på tre tidigare forskningsprojekt Samarbete mellan Scania och Linköpings universitet Forskning: två doktorander d från Lic till disputation ti + seniorer Även industriellt applicerat (Downstream): prototyp

4 Felsökning och transporteffektivitet 4 Moderna lastbilar - komplexa mycket elektronik och mjukvara distribuerade funktioner stora system oändligt antal konfigurationer konstruktionsändringar ofta Symptom är svåra att tolka, svårt att veta bästa tillfälle för verkstadsbesök minskar uptime Felsökning är svårt och tar tid minskar uptime Felaktiga reparationer minskar uptime ytterligare!

5 Vår strategi 5 Automatiserad guidad felsökning Diagnos Rekommendation av åtgärder Fjärrdiagnos integrerat med verkstadsdiagnos di Modell Beslutsmodul Diagnosmodul Fordon på väg eller i verkstaden Fjärrdiagnos eller direkt interaktion

6 6 Nuläge och behov Scania har forskat fram Automatiserad guidad felsökning som fungerar under vissa förutsättningar: Fordonet befinner sig i verkstaden Modell i form av Bayesianskt nätverk finns tillgänglig Behovet: Vidareutveckla beslutsmodulen så att den fungerar för verkstadsdiagnos integrerat med fjärrdiagnos Utveckla effektiv metodik för att bygga modeller Beslutsmodul Diagnosmodul Modell

7 Fyra arbetspaket 7 WP1 Vidareutveckla beslutsmodulen från tidigare VICT- PhD 1 projekt för att inkludera även fjärrdiagnos. WP2a WP2b WP3 Modelleringsmetodik för att modellera sambandet mellan fel och symptom på lastbilen. Modelleringsmetodik för att modellera felsökningen i och utanför verkstaden. Bygga prototyp och demonstrera. PhD 2, senior PhD 1

8 Tidsplan 8

9 Parter 9 Bygga prototyp, projektledning och forskning (2 industridoktorander, 2 seniora industriforskare) Institutionen för datavetenskap Doktorandhandledning Fordonssystem Doktorandhandledning

10 Kostnader (totalt 8,0 Mkr) 10 Linköpings universitet 12 % 88 % Scania CV AB kr kr Finansiering 44 % 56 % Vinnova FFI Egen finansiering kr kr

11 11 Projektstatus t t

12 Två arbetspaket 12 WP1 Vidareutveckla beslutsmodulen från tidigare VICT- PhD 1 projekt för att inkludera även fjärrdiagnos. WP2a WP2b WP3 Modelleringsmetodik för att modellera sambandet mellan fel och symptom på lastbilen. Modelleringsmetodik för att modellera felsökningen i och utanför verkstaden. Bygga prototyp och demonstrera. PhD 2, senior PhD 1

13 Bayesianska nätverk 13

14 14 Modelleringsmetodik för att ta fram Bayesianska nätverket Noder för breakables och observables Kausala samband tas fram med nyutvecklad metodik baserad på en service-vy av systemet. Konfigurationer, storlek hanteras med modularisering Målet är minimal manuell hantering

15 Prototyp baserad på SCR-systemet 15 SCR systemet ECUer (SW+HW): EEC, EMS, COO Hårdvara: sensorer, aktuatorer, tankar, rör Exempel

16 16 SLUT

17 Beroenden till tidigare projekt 17 IVSS: Fault Detection and Isolation for Fault Tolerant Architectures FFP: Model based residual generation for diesel engines VICT: Automated Assistance Systems for Efficient Offboard Diagnosis FFI: Guided Integrated Remote and Workshop Diagnostics VICT: Remote Diagnostics and Programming Scania internal: Service Remote Diagnosis Scania internal: Remote Diagnosisi Platform

18 Fyra arbetspaket 18 WP1: Vidareutveckla beslutsmodulen från tidigare VICT- projekt för att inkludera även fjärrdiagnos. Planeringsalgoritm. WP2a: Modelleringsmetodik för att modellera sambandet mellan fel och symptom på lastbilen. Utgår från resultaten i tidigare IVSS- och FFP-projekt. WP2b: Modelleringsmetodik för att modellera felsökningen i och utanför verkstaden. WP3: Bygga prototyp t och demonstrera.

19 19 Leverabler Två doktorsexamina Planeringsalgoritm till beslutsmodul Metodik för modellering En prototyp-platform

20 Koppling till effektmålen för FFI Transporteffektivet 20 Stärkt konkurrenskraft k k genom kunskapsbyggande k Förbättrad service och underhåll Ökad mobilitet, förbättrad samhälls- och näringslivsekonomi Ökad uppkopplingsgrad

21 Key Concept: The Service View 21 SW and HW components are service providers with customer and suppliers. Architecture follows control system structure Causality of failure propagation vs. service dependencies. Scope Info Class Internal NESE / ssscsw / NES-NEC TM

22 22 Service Status Each service has a status: Nominal (NOM), Unavailable (UNA), Disturbed (DIST) (optional) A SW service provider estimates status given Suppliers status Diagnostic test results Estimated service status is communicated to customer Info Class Internal NESE / ssscsw / NES-NEC TM

23 23 Reconfiguration and Variants Faults make suppliers deliver service of degraded quality Customer Service quality should be kept up: reconfiguration Service Provider Selector Service may exist in several variants Variant 1 Variant 2 Execute variant of best quality Supplier 1 Supplier 2 Info Class Internal NESE / ssscsw / NES-NEC TM

24 A Mechatronic Benchmark System 24 ECU External Command Fuel Mass-Flow Estimator Air Mass-Flow Estimator Throttle Valve Position Estimated Fuel Flow Air Mass-Flow Controller Estimated Air Flow Position Reference Position Controller Throttle Valve Position Current Reference Current Controller Proportional Valve Current S1 Pressure Sensor C1 Proportional Valve S2 Position Sensor Injector Control Signal High Pressure Air Air Flow Air Tank C2 Throttle Valve Fuel Injector Info Class Internal NESE / ssscsw / NES-NEC TM

25 Module A2 Final Customer 25 Service: deliver air-mass flow through throttle Suppliers: L1, L3 Customer: A1 3 variants 1 diagnostic test ECU pˆ Wˆ th A2 Air Mass-Flow Estimator p at L1 Pressure xˆ th A1 Air Mass-Flow Controller x thref A3 Throttle Position Controller i thref A4 Throttle Current Controller î th L2 Current û th xˆ th L3 Position Wˆ W f L4 Mass-Flow Estimator r f B1 A/D B2 A/D B3 PWM B4 A/D B5 PWM Service status estimation p at S1 Pressure Sensor C1 x i Proportional th u th Valve th S2 Position Sensor u f High Pressure Air Air Flow Air Tank C2 Throttle Valve Fuel Injector Info Class Internal NESE / ssscsw / NES-NEC TM

26 A Fault Scenario Final Customer SC to ground S1 wire 2. 0 V to ECU-port 3. B1 = NOM 4. L1 = UNA, in-range test 5. L3 = NOM 6. A2:1 = UNA, A2:2 = UNA, A3:3 = DIST ECU pˆ Wˆ th A2 Air Mass-Flow Estimator p at L1 Pressure xˆ th A1 Air Mass-Flow Controller x thref A3 Throttle Position Controller i thref A4 Throttle Current Controller î th L2 Current û th xˆ th L3 Position Wˆ W f L4 Mass-Flow Estimator r f B1 A/D B2 A/D B3 PWM B4 A/D B5 PWM 7. A2 = DIST 8. A1 = NOM p at S1 Pressure Sensor High Pressure Air Air Tank C1 x i Proportional th u th Air Flow Valve C2 Throttle Valve th S2 Position Sensor u Fuel Injector f Info Class Internal NESE / ssscsw / NES-NEC TM