NOx-sensorn är grundläggande i det moderna efterbehandlingssystemet och dess pålitlighet är avgörande för att kunna leva upp till rådande emissionslagkrav. Livslängden samt sensorns beteende i slutet av denna varierar betydligt. Om en NOx sensor med oberäkneligt beteende inte upptäcks av fordonets styrsystemet kan det orsaka omfattande verkstadsbesök eller i värsta fall brott mot emissionslagkrav. Examensarbetet involverar identifiering av olika sensorfellägen, tidiga tecken till dessa fellägen, förstå och identifiera förhållanden mellan olika sensorparametrar och analysera sensorbeteendet vid sensorlivslängdens slutskede. NOx sensorn är en relativt ny sensor och fordonsindustrin har ännu inte en fullständig förståelse för dess beteende. Litteraturstudien täcker olika fellägena så som fastnat värde, förskjutet värde, förstärkning av värdet, felaktiga svängningar samt långsam respons. Även effekterna av åldrande i NOx sensorn beskrivs. Litteraturstudien diskuterar också diagnoser av sensorer i allmänhet samt diagnoser specifikt för NOx sensorer. Uppsatsarbetet involverar också en experimentell studie där NOx sensorer utsätts för statiska och fluktuerande gasflöden i en motortestbädd. Fellägen i NOx sensorer kan observeras i parametrarna för NOx-värde och oxidationsnivå. I den version av NOx sensorn som användes observerades det också att parametrarna felaktig NOx och felaktig O2 visar samma felkod samtidigt. Dock är inte parametrarna för felaktig NOx och felaktig O2 relaterade till parametrarna för värmningsstatus, felaktig värmare och värmeelementets temperatur. Sensorns status gällande ogiltiga NOx-mätningar är större än eller lika med antalet ogiltiga O2-mätningar. Resultatet gäller framför allt sensormodell Continental 2.8 NOx sensorer. Även logik för en monitor gällande felaktiga svängningar utvecklas baserat på standardavvikelse och NOx statusparametern för ogiltig mätning. / The NOx sensor is essential in the modern after-treatment system and the reliability of the sensor is crucial for any emission-based legislation. The life span of a sensor varies a lot as well as the behaviour previous to its end of life. If a NOx sensor with erratic behaviour is not discovered by the control system it may cause extensive workshop effort or in worst case exceed legal requirements. The thesis work involves identifying different sensor failure modes, precursors to these failure modes, understanding and identifying relationships between different sensor parameters, and analysing the sensor behaviour especially towards the end of life. The NOx sensor is a relatively new sensor and the vehicle industry does not yet have a complete understanding of its behaviour. The literature study covers the different failure modes namely stuck, offset, gain, oscillations, and slow response and their causes along with the effects of ageing in NOx sensors. It also discusses the diagnosis of faulty sensors in general and faulty NOx sensors. The thesis work also involves an experimental study where the NOx sensors are subjected to static and transient gas flow tests in an engine testbed. Failure modes in NOx sensors are observable in NOx concentration and actual oxidation measurement parameters. It was also observed in the version of the NOx sensor used that Error NOx and Error O2 parameters show the same fault code at the same time. Although, the Error NOx and Error O2 parameters are not related to the heater parameters, Heater status, Error heater, and Temperature of heating element. The number of invalid flags set in NOx status is greater than or equal to the number of invalid flags in O2 status. The mentioned parameters are concerning Continental 2.8 NOx sensors. The logic for the oscillatory fault monitor is developed based on standard deviation and an invalid flag check on the NOx status parameter.

In the rapidly evolving landscape of the Internet of Things (IoT), ensuring consistency and reliability becomes a top priority for a seamless user experience. In many instances, reliability is assessed through Quality of Service (QoS) metrics, sidelining traditional reliability metrics that thrive on time-dependent failure rates. The lack of a comprehensive framework that fully integrates all layers of an IoT system adds to the complexity. This gap makes it difficult to pinpoint specific areas that need improvement and to conduct a thorough assessment of the system’s reliability. This project addresses this intricate challenge, which holds significant relevance for industry professionals but remains unresolved. The project introduced an IoT architecture spanning the Power, Device, Edge, Application, and Cloud Layers. Within each layer, potential failure points were identified, and the reliability was analysed deploying time-based failure rates with an exponential distribution. Reliability Block Diagrams (RBDs) were employed to map the intricate inter-dependencies, though the framework’s adaptive nature allows for other system reliability methodologies. One of the primary outcomes of this research is the development of a new framework tailored for evaluating the reliability of various IoT system components. This framework yields insights into both system reliability and availability over time, serving as a pivotal tool for stakeholders such as device manufacturers, system integrators, network providers, and research institutions. The results show how the framework emerges as a pivotal starting point for IoT system reliability evaluation. Before this thesis, the feasibility of such a framework was uncertain, with concerns about its potential bias – being either too pessimistic or optimistic. Yet, the tangible results from this work affirm its capability to provide a balanced and reasonable reliability estimation, given the intricacies of IoT devices. This paves the way for subsequent research, enabling a deeper dive into targeted enhancements and fostering a nuanced understanding of IoT reliability. / I det snabbt föränderliga IoT-landskapet (Internet of Things) är det av högsta prioritet att säkerställa konsekvens och tillförlitlighet för en sömlös användarupplevelse. I många fall bedöms tillförlitligheten med hjälp av QoSmått (Quality of Service), vilket innebär att traditionella tillförlitlighetsmått som bygger på tidsberoende felfrekvenser åsidosätts. Avsaknaden av ett heltäckande ramverk som integrerar alla lager i ett IoT-system bidrar till komplexiteten. Denna brist gör det svårt att identifiera specifika områden som behöver förbättras och att göra en grundlig bedömning av systemets tillförlitlighet. Detta projekt tar itu med denna komplicerade utmaning, som har stor relevans för branschfolk men som fortfarande inte har lösts. Projektet introducerade en IoT-arkitektur som spänner över kraft-, enhets-, Edge-, applikationsoch molnlagren. Inom varje lager identifierades potentiella felpunkter och tillförlitligheten analyserades med hjälp av tidsbaserade felfrekvenser med en exponentiell fördelning. Tillförlitlighetsblockdiagram (RBD) användes för att kartlägga de komplicerade ömsesidiga beroendena, även om ramverkets adaptiva natur möjliggör andra metoder för systemtillförlitlighet. Ett av de främsta resultaten av denna forskning är utvecklingen av ett nytt ramverk som är skräddarsytt för att utvärdera tillförlitligheten hos olika IoT-systemkomponenter. Detta ramverk ger insikter om både systemets tillförlitlighet och tillgänglighet över tid, och fungerar som ett viktigt verktyg för intressenter som tillverkare av enheter, systemintegratörer, nätverksleverantörer och forskningsinstitutioner. Resultaten visar hur ramverket framstår som en viktig utgångspunkt för utvärdering av IoT-systemens tillförlitlighet. Före den här avhandlingen var det osäkert om ett sådant ramverk var genomförbart, med farhågor om dess potentiella partiskhet - att vara antingen för pessimistisk eller optimistisk. De konkreta resultaten från detta arbete bekräftar dock ramverkets förmåga att ge en balanserad och rimlig uppskattning av tillförlitligheten, med tanke på IoT-enheternas komplexitet. Detta banar väg för efterföljande forskning, vilket möjliggör en djupare analys av riktade förbättringar och främjar en nyanserad förståelse av IoT-tillförlitlighet.