車載診断（OBD）と診断トラブルコード（DTC）の解析

車載診断（OBD）とは

車載センサーは車両の状態をますます詳しく監視して報告できるようになり、OEMは信頼できる実使用の指標を得られるようになりました。こうした指標を集める大きな目的は2つあります。診断トラブルコード（DTC）につながる問題の発生を減らすことと、予知保全の計画を立てることです。

OBDのデータを解析する理由

正常な範囲を超えたときを見きわめるには、膨大なデータセットを、多くの場合リアルタイムで解析しなければなりません。リアルタイムで解析しない場合、データは要約統計量として記録されるので、情報量が減り、根本原因の解析が難しくなることがあります。DTCにつながる高次元の変数の組み合わせや履歴を特定し、保守の問題を予測するのは簡単ではありません。こうした計算上の壁を越えてOBDのデータを効果的に使うには、OEMは予測モデリングと高度な解析を活用する必要があります。

OBDのデータを解析するときの課題

OBDシステムのデータの解析には、センサーのノイズ、データの量と入力候補の多さ、車載の処理能力の限界、データ転送の帯域の狭さ、製造された車両ごとのばらつき、使われ方と故障モードの不確かさなど、手ごわい課題がいくつもあります。これらの課題が重なると、サンプル数が膨大で、手に負えないように見える高次元の問題になります。

OBDと組み込みシステムのためのSmartUQのソリューション

SmartUQは、さまざまな解析ツールでこれらの課題に取り組みます。

• 次元削減、データのサブサンプリング、フィルタリングのツールで、処理、保存、送信が必要なデータの量を減らせます。
• 感度解析で、重要な入力を特定して解析できます。
• 統計的キャリブレーションと逆解析の手法で、ノイズの多いデータからバイアスの信号を見つけ、もとにある入力の不確かさを求め、運用パラメータとモデルを調整できます。
• 高度で軽量な予測モデリングのツールを、仮想センサーや、性能を最適化するためのリアルタイムの予測に使えます。
• これらをすべて組み合わせたデジタルツインと確率的な解析で、エラーコードやエンジンの故障の根本原因を解析できます。

まとめ

車載診断のデータをうまく集めて解析するのは難しいこともありますが、適切なツールとサポートがあれば、車両の運用についての知識と、根本原因の解析、予知保全、高度な制御の可能性は、これまでになく広がります。

OBDの解析について詳しくは、お問い合わせください。