Automotive Electronic Control Unit Ground Line Health Monitoring Method
Notice bibliographique
Résumé
Electronic Control Units (ECUs) have been used in the automotive industry for decades to control one or more of the vehicle subsystems. The ECUs communicate primarily using the in-vehicle Controller Area Network (CAN) communication protocol. The recent rapid development of connected, electric, and autonomous vehicles expands the number of ECUs and complexity of the CAN network required to integrate vehicle systems and deliver the desired functionalities. This demands increased reliability of the ECUs to ensure for robust vehicle performance. One of the most common ECU failure modes is the ECU ground fault. A ground fault occurs when the ground path in the ECU circuit is corroded, which is usually developed slowly over time. Such failure usually results in various symptoms including ECU incapable of functioning and further impacts the vehicle functionalities negatively. This type of fault can be difficult to detect prior to vehicle functionality loss. It usually involves routinely testing the resistance of the ground circuit, visually inspecting the connectors and wirings, and checking the voltage drop across the ground circuit. Therefore, it is highly desirable to continuously monitor the ECU ground line health status to predict any degradation and thus prevent vehicle functionality losses. This paper presents a novel method to monitor the health status of ECU ground line. The method leverages measured CAN voltage data to estimate the ECU ground state of health. The CAN voltage measurements are preprocessed and fed into a real-time data buffer of predefined size. Statistical moments are calculated from the buffered data to generate health indicators, which are then combined to form a fused health indicator. The fused health indicator is used to determine the health stage of ECU ground line. The health stage is classified based on the relationship between ground line degradation level and the ECU communication loss status. The method was developed and validated using actual vehicle data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».