情境分析
故障代码可与症状、车辆信息、测量值和已执行的工作一起读取。
关键点
Diagolia 通过组织病例信息、交叉检查可用来源并将最终决定留给技术人员来支持诊断。
研讨会背景
故障代码、客户症状或车间测量并不总是足以找出原因。技术人员经常必须从文档转移到论坛,从内部历史记录转移到制造商注释,然后返回车辆以验证假设。
Diagolia 旨在减少这种分散。该平台收集案例背景,将有用的资源更紧密地结合在一起,并帮助突出显示应首先考虑的检查。
分析支持
Diagolia 使用人工智能作为分析辅助工具。它可以汇集故障、症状、技术资源和现场反馈,根据与案例的一致性对可能的原因进行排序。
输出仍然是诊断帮助。验证、物理检查和最终决定由专业人员决定。
故障代码可与症状、车辆信息、测量值和已执行的工作一起读取。
文档、类似案例和现场反馈有助于验证假设在技术上是否一致。
建议是作为可能需要检查的原因提出的,而不是作为自动判决。
用户
Diagolia 面向已经拥有诊断要素的专业人士:DTC、观察、测量、症状、照片或车辆信息。
当多种原因仍然可能存在时、清除代码后故障再次出现时、或者在修复之前需要进行检查以证明情况合理时,该工具特别有用。
构建案例、共享有用的元素并节省搜索时间。
更快地阅读重要信息并优先检查车辆。
保留可用的推理痕迹并以以前的案例为基础。
限制
如果不对车辆进行检查,任何工具都无法确认故障。 Diagolia 有助于使推理更易于阅读、比较假设并准备验证。
技术人员仍然对方法、安全性、测量和干预决策负责。
FAQ
不会。Diagolia 使用案例中可用的信息,包括诊断工具读取的故障代码。扫描工具和车间检查仍然是必要的。
不会。Diagolia 提出了可能的原因和需要考虑的检查。故障必须由技术人员确认。
它对于不明确的故障、间歇性问题、长时间诊断或需要比较多个来源的情况最有用。