ІНТЕГРАЦІЯ ДІАГНОСТИКИ ТРАНСПОРТНИХ ЗАСОБІВ ЗА СТАНДАРТОМ OBD-II З ПРОЄКТУВАННЯМ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ НА ОСНОВІ СКІНЧЕННИХ АВТОМАТІВ

Анотація

Дане дослідження пропонує інноваційний підхід до інтеграції систем бортової діагностики другого покоління (OBD-II) із методологіями проєктування програмного забезпечення на основі скінченних автоматів (FSM). У роботі розглянуто зростаючу складність сучасних систем діагностики транспортних засобів та представлено концептуальну основу, що поєднує діагностику в реальному часі з автоматизованими системами програмного управління. Використовуючи архітектури, засновані на FSM, дослідження спрямоване на підвищення точності діагностики, зменшення кількості хибних спрацювань та створення масштабованого рішення, яке можна адаптувати до різних моделей транспортних засобів і різноманітних умов експлуатації. Інтеграція принципів скінченних автоматів забезпечує динамічне пристосування до змінних станів системи, вдосконалюючи процедури виявлення несправностей та гарантуючи надійну роботу за різних умов. Критичним викликом у діагностиці OBD-II є точна класифікація й інтерпретація даних про несправності. Традиційні підходи нерідко ґрунтуються на статичних порогових налаштуваннях, що може призводити до підвищеної кількості хибних позитивних спрацювань або невиявлених помилок, оскільки такі методи не здатні адаптуватися до динамічно змінюваних умов середовища та експлуатації. Архітектури на основі FSM пропонують систематизований підхід до моделювання динамічної поведінки системи, дозволяючи діагностичним алгоритмам переходити між різними станами у відповідь на показники датчиків у реальному часі. У межах цього дослідження представлено нову діагностичну систему, вдосконалену завдяки FSM, яка включає імовірнісні переходи станів та регулювання на основі методів машинного навчання. Інтеграція імовірнісних моделей дає змогу динамічно змінювати переходи між станами, підвищуючи точність класифікації несправностей і покращуючи здатність системи до адаптації під час потенційних відмов. Запропонований підхід забезпечує більш ефективне виявлення й прогнозування несправностей, зменшуючи ризик помилкової діагностики. Дослідження пропонує комплексну математичну модель для відтворення переходів станів у скінченному автоматі, що дає змогу точно описати динамічну поведінку системи. Крім того, розроблено алгоритми адаптивної класифікації несправностей, які залучають техніки машинного навчання для безперервної оптимізації діагностичного процесу. Для валідації запропонованої методології проведено симуляції та емпіричне тестування на різноманітних наборах даних транспортних засобів.