This master thesis has been carried out at Scania R&D at the department of Powertrain Control System Development during the winter 2011/2012. The purpose of the thesis was to produce a method that with the result of troubles codes from the field testing would be able to say something about the maturation of a component, in this case the VGT, variable geometry turbocharger. To start with, it was necessary to investigate hich information was available. After the information been summed up in tables and charts, this so that it was possible to understand the huge amount of data, the calculations started. Since the thesis was about maturation of a component the proportions were calculated of components that had a trouble code in contrast of those who passed the test without a trouble code. This Thesis includes background information about basic of statistics and about the company Scania and its testing process. The reader will also be able to read a short section about the component VGT. The proportions from the testing were analyzed together with the proportion from the customer with the help of linear regression. A connection between the two proportions could be shown. About the possibility of predicting when software will be ready for release, unfortunately it was not possible to produce a method for this, since the different tests had different conditions. Therefore instead a chart for displaying the results from the field testing was produced in a way that a comparison between different software versions could be made. To not break the confidentiality agreement all values are made up by the author. / Populärvetenskaplig sammanfattning Utfallet av felkoder är ett sätt att mäta resultatet av testningen av mjukvaran i fordon. Felkoderna används för att se vad som är fel och för att kunna informera om vilka åtgärder som måste vidtas. Det är sista delen i testprocessen fältprov och felkoderna som uppstår under fältprov som har varit av intresse för rapporten. Examensarbetet har utförts vinter 2011/2012 på Gruppen Powertrain Control Systems Development, Test Coordination and Support på Scania, Forskning och Utveckling i Södertälje. Examensarbetet har utrett om det går att använda felkodsutfallet i fältprov för att kunna uttala sig om mognad hos en komponent samt om det är möjligt att prediktera när en godkänd mjukvara kommer vara möjlig att leverera. Den aktuella komponenten för rapporten är VGT som står för variabel turboladdare. Data från fältprov och kundfordon sammanställdes och analyserades. Tabeller och grafer togs fram för att tydligt kunna visualisera det insamlade datamaterialet. Då examensarbetet hade fokus på komponentnivå lades stort fokus på proportion av VGT med felkodsutfall. Då uppmätt proportion i fältprov jämfördes med uppmätt proportion hos kundfordonen med hjälp av linjär regression framgick ett samband efter att outliers, avvikande värden, hade rensats bort. När det kom till att hitta en metod för att uttala sig om mognaden och kvalitén hos komponenten uppstod det tyvärr problem då de olika testerna har mycket olika förutsättningar då det är olika många fordon som går i olika drift testerna emellan. För att på ett tydligt sätt visa resultatet från fältprov för att kunna göra jämförelse mjukvaruversioner emellan, togs en graf fram som redovisar hur långt de felfria respektive de icke felfria testerna har körts, hur många fordon som har haft respektive inte haft ett VGT-relaterat fel samt avslutningsvis en beräkning av km/felkod. För att inte bryta sekretessavtalet med Scania är samtliga värden fiktiva.

BSR Svenska AB har gett oss uppgiften är att göra deras Portable Programming Carrier 3 (PPC 3) till en felkodsläsare som klarar av att läsa och radera generiska felkoder. Felkodsläsaren kommer kallas för PPC Diagnostic System och kommer att kunna användas till alla bilar med OBDII-uttag. Meningen är att vem som helst ska kunna kontrollera och radera felkoder i sin bil. De generiska felkoderna är mestadels lagstadgade och har oftast koppling med drivlina eller miljöklassificerade värden på bilen. / BSR Svenska AB have developed a diagnostic device for cars and the task at hand is to develop this device called PPC diagnostic to make it compatible with generic OBDII codes. This will make it easier for the ordinary person to control their cars and check if there is anything wrong, that is contained in the generic protocol. This includes mostly a lot of probes weather they are ok or not and also a lot of values for temperature and similar stuff, but the most important part of the generic fault codes is the environmental fault codes.

I takt med att internetinfrastrukturen växer har internet fått en allt större betydelse för människors liv och vardag. Vilket har orsakat ett problem för brottsförebyggande myndigheter och IT-organisationer att justera vad som är lagligt och olagligt på Internet då det inte existera rätt verktyg för justeringar. Tidigare forskning är framtagna ur ett allmänt perspektiv. Detta har medfört att blockera webbsidor i dagsläget är en utmaning då det inte finns något tekniskt stöd i form av http kod i Sverige, utan bara lagar och regler som ger anvisningar för ITorganisationerna. Med detta i åtanke blev det intressant att undersöka hur det allmänna perspektivet kan stödja Sveriges kamp mot illegala webbsidor. Frågeställningarna för denna studie är: Hur kan Sverige motverka och förebygga illegala webbsidor med och utan statuskod 451 och vilken arbetsgång/besultsprocess kan rekommenderas för svenska förhållanden för att motverka illegala webbsidor? Framtagningen av empiri har gjorts med hjälp av att intervjua berörda aktörer som rör området internet, det vill säga en internetleverantör, en expert om statuskoden 451 samt en person som har nyckel till .Se och .Nu. Det studien har kommit fram till är att det kommer vara en utmaning för Sveriges kamp mot illegala webbsidor, tills man har åtgärdat de juridiska grunderna för statuskod 451. Då de juridiska grunderna ligger i grunden till hur beslutsprocessen ska gå till när man ska geoblockera webbsidor, därefter kan man fördela rollerna i processen för ISP och webbhotellen samt brottsförebyggande myndigheterna. Skulle Sverige inte använda sig av statuskoden 451, kan man använda sig av tre olika metoder. Den första metoden är att varje land i världen samarbetar så att man förhindrar att webbsidorna dyker på Internet igen. Den andra metoden är att det bör finnas starkare samband och förklaring mellan brottsförebyggande myndigheterna om ISP och webbhotellens om deras roller. Sista metoden är att enbart webbhotellen och ISP är noga med att se till att varje kund verkligen följer upp villkoren. När d

Diagnostic trouble codes (DTC) have traditionally been used by mechanics to figure out what is wrong with a vehicle. A vehicle generates a DTC when a specific condition in the vehicle is met. This condition has been defined by an engineer and represents some fault that has happened. Therefore the intuition is that DTC’s contain useful information about the health of the vehicle. Due to the sequential ordering of DTC’s and the high count of unique values, this modality of data has characteristics that resemble those of natural language. This thesis investigates if an algorithm that has shown to be promising in the field of Natural Language Processing can be applied to sequences of DTC’s. More specifically, the deep learning model called the transformer decoder will be compared to a baseline model called n-gram in terms of how well they estimate a probability distribution of the next DTC condition on previously seen DTC’s. Estimating a probability distribution could then be useful for manufacturers of heavy commercial vehicles such as Scania when creating systems that help them in their mission of ensuring a high uptime of their vehicles. The algorithms were compared by firstly doing a hyperparameter search for both algorithms and then comparing the models using the 5x2 cross-validation paired t-test. Three metrics were evaluated, perplexity, Top- 1 accuracy, and Top-5 accuracy. It was concluded that there was a significant difference in the performance of the two models where the transformer decoder was the better method given the metrics that were used in the evaluation. The transformer decoder had a perplexity of 22.1, Top-1 accuracy of 37.5%, and a Top-5 accuracy of 59.1%. In contrast, the n-gram had a perplexity of 37.6, Top-1 accuracy of 7.5%, and a Top-5 accuracy of 30%. / Felkoder har traditionellt använts av mekaniker för att ta reda på vad som är fel med ett fordon. Ett fordon genererar en felkod när ett visst villkor i fordonet är uppfyllt, detta villkor har definierats av en ingenjör och representerar något fel som har skett. Därför är intuitionen att felkoder innehåller användbar information om fordonets hälsa. På grund av den sekventiella ordningen av felkoder och det höga antalet unika värden, har denna modalitet av data egenskaper som liknar de för naturligt språk. Detta arbete undersöker om en algoritm som har visat sig vara lovande inom språkteknologi kan tillämpas på sekvenser av felkoder. Mer specifikt kommer den djupainlärnings modellen som kallas Transformer Decoder att jämföras med en basmodell som kallas n- gram. Med avseende på hur väl de estimerar en sannolikhetsfördelning av nästa felkod givet tidigare felkoder som har setts. Att uppskatta en sannolikhetsfördelning kan vara användbart för tillverkare av tunga fordon så som Scania, när de skapar system som hjälper dem i deras uppdrag att säkerställa en hög upptid för sina fordon. Algoritmerna jämfördes genom att först göra en hyperparametersökning för båda modellerna och sedan jämföra modellerna med hjälp av 5x2 korsvalidering parat t-test. Tre mätvärden utvärderades, perplexity, Top-1 träffsäkerhet och Top-5 träffsäkerhet. Man drog slutsatsen att det fanns en signifikant skillnad i prestanda för de två modellerna där Transformer Decoder var den bättre metoden givet mätvärdena som användes vid utvärderingen. Transformer Decoder hade en perplexity på 22.1, Top-1 träffsäkerhet på 37,5% och en Top-5 träffsäkerhet på 59,1%. I kontrast, n-gram modellen hade en perplexity på 37.6, Top-1 träffsäkerhet på 7.5% och en Top-5 träffsäkerhet på 30%.