Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-38729
Titel: MODIS: ein Expertensystem zur Erstellung von Reparaturdiagnosen für den Ottomotor und seine Aggregate
VerfasserIn: Borrmann, Horst Peter
Sprache: Deutsch
Erscheinungsjahr: 1983
Erscheinungsort: Kaiserslautern
DDC-Sachgruppe: 000 Allgemeines, Wissenschaft
Dokumenttyp: Forschungsbericht (Report zu Forschungsprojekten)
Abstract: MODIS ("motor-diagnosis-system") is a fully implemented, interactive knowledge-based expert system for diagnosing faults for internal combustion engines and associated aggregates (fuel-, Carburetor-, ignition-, starter-, lubrication-, exhaustion-, and cooling system; electrical installations only as far as the engine is affected). MODIS is based on some 2100 rules, using the meta-level-diagnosis system MEDl as a shell. Following MEDl, generating and checking diagnostic hypotheses proceeds along several levels of abstraction, with each level providing guidance for those taking more detailed views. MODIS has been field-tested with service-personnel of a major manufacturer, demonstrating satisfactory performance w.r.t. correctness, completeness, efficiency, as well as appropriateness in results, performance, and user interaction.
MODIS ("Motor-Diagnose-System") ist ein benutzungsfähiges, interaktives, wissensbasiertes Expertensystem zur Diagnostik von Fehlern in Ottomotoren und damit unmittelbar zusammenhängenden Aggregaten (Kraftstoff-, Vergaser-, Zünd-, Start, Schmier-, Auspuff- und Kühlanlage; elektrische Anlage nur soweit für den Motorbetrieb erforderlich): MODIS arbeitet mit über 2100 Regeln, die in das als Metasystem genommene Meta-Ebenen-Diagnostik-System MEDl eingefügt wurden. Erzeugung und Überprüfung von Verdachtsdiagnosen erfolgt über mehrere Abstraktionsebenen, wobei jede Ebene die Kontrollsteuerung für Ebenen mit größerem Detaillierungsgrad unterstützt. MODIS wurde Feldversuchen mit erfahrenen Kfz-Mechanikern einer Werkstatt eines großen Herstellers unterzogen. Dabei erwiesen sich gute Leistungen in der Korrektheit, Vollständigkeit und Effizienz in der Ableitung der Resultate, sowie Adäquatheit im Verhalten gegenüber dem Benutzer.
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-387296
hdl:20.500.11880/35051
http://dx.doi.org/10.22028/D291-38729
Band: 83,5
Datum des Eintrags: 30-Jan-2023
Fakultät: SE - Sonstige Einrichtungen
Fachrichtung: SE - DFKI Deutsches Forschungszentrum für Künstliche Intelligenz
Professur: SE - Sonstige
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes



Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.