[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

EP1307816A1 - System zur ermittlung von fehlerursachen - Google Patents

System zur ermittlung von fehlerursachen

Info

Publication number
EP1307816A1
EP1307816A1 EP00960421A EP00960421A EP1307816A1 EP 1307816 A1 EP1307816 A1 EP 1307816A1 EP 00960421 A EP00960421 A EP 00960421A EP 00960421 A EP00960421 A EP 00960421A EP 1307816 A1 EP1307816 A1 EP 1307816A1
Authority
EP
European Patent Office
Prior art keywords
error
hypotheses
analysis
current
cause
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP00960421A
Other languages
English (en)
French (fr)
Inventor
Manuel Greulich
Gerhard Vollmar
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ABB Research Ltd Switzerland
ABB Research Ltd Sweden
Original Assignee
ABB Research Ltd Switzerland
ABB Research Ltd Sweden
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ABB Research Ltd Switzerland, ABB Research Ltd Sweden filed Critical ABB Research Ltd Switzerland
Publication of EP1307816A1 publication Critical patent/EP1307816A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2257—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using expert systems

Definitions

  • the invention relates to a system for determining the causes of errors, including computer-assisted generation of hypotheses, and for carrying out their verification as part of an analysis of the causes of errors.
  • the system is suitable for supporting the search for causes of faults in the event of fault events occurring in industrial plants.
  • Hypotheses for causes of errors are required in step 2c if, starting from the error event, the question is repeatedly asked what could have led to the error event. Hypotheses are thus conjectures about the cause of the error, which are based on experience. Hypotheses are verified by using the previously secured information about the error and thus confirming or refuting the hypothesis. If a hypothesis is confirmed in this way, the fact described by the hypothesis becomes a fact or a fact. For this fact, the question can again be asked what could have led to this fact, i.e. further hypotheses are made.
  • a disadvantage of the known methods is that the creation of hypotheses and their verification depends on the experience of the error analyst (s). Even if there are suitable fault trees, for example generated from fault models, they cannot yet be used directly for the present fault analysis. Rather, such fault trees and the hypotheses contained therein must be adapted to the specific fault event to be investigated. An experienced error analyst is required for this.
  • the invention has for its object to provide a system for determining the causes of errors, which enables automated determination of hypotheses and their verification within the framework of a necessary error cause analysis.
  • This object is achieved by a system for determining the causes of errors, which includes an automated determination of hypotheses and their verification, and which has the features specified in claim 1.
  • Advantageous refinements are specified in further claims.
  • the system supports a user in the analysis of selected error events by making suggestions for the processing of a general error model. These suggestions relate to a suitable entry point into the model and in particular suitable hypotheses and verification options that enable the cause of errors to be carried out efficiently.
  • the system uses experiences that have been gained in error analyzes that have already been carried out and that are available in an experience library.
  • FIG. 1 shows the block diagram of a system according to the invention for the automatic generation of hypotheses and their verification for determining the causes of errors
  • FIG. 2 shows the operation of the system
  • the proposed system can be implemented and used locally in a computer. However, an implementation on the Internet is preferred because worldwide use for service purposes is then possible in a simple manner.
  • 1 shows the diagram of a system for the automatic generation of hypotheses and their verification for determining the causes of errors.
  • the system is divided into means for data entry and visualization 10, a data processing device 20 and a data store 30.
  • a conventional web browser 11 is used as a means for file entry and visualization.
  • the data processing device 20 contains a processing unit for error cause analysis 21, which coordinates the processing of the error cause analysis. Further components are available for processing that support detailed steps, namely a first comparator 22, a second comparator 23 and a hypothesis selection 24.
  • the processing unit for analyzing the causes of errors 21 uses data from the data memory 30, with access to an error event list 32, a general error model 33 and an experience database 34. Intermediate and final results of the error cause analysis are stored in a protocol current error cause analysis 31.
  • the log 31 records: the currently selected current error event with description, a suitable entry point into the general error model, selected empirical error analyzes, a list of selected empirical error hypotheses and the result of the error cause analysis, ie the determined error causes.
  • User inputs are requested from the processing unit for error cause analysis 21 via the web browser 11. Results are presented to the user via the web browser 11.
  • Fig. 2 shows a flow chart to illustrate the operation of the system.
  • step 100 the user selects an error event to be examined from the list of error events 32 via the web browser interface 11 and saves it in the component protocol current error cause analysis 31.
  • This current error event is discussed in more detail in FIG. 3.
  • step 200 the system compares the description of the current error event (see FIG. 3) with the contents of the general error model 33 using the first comparator 22 and suggests entry points for the error analysis.
  • the system uses the common attributes of the description of the current error event and the general error model, such as the error title, error text, effect. the error code and error location, and checks their values for equality or similarity.
  • a suitable method that performs this check is, for example, the closest neighbor method [I. Watson: Applying Case-Based Reasoning: Techniques for Enterprise Systems, Morgan Kaufmann Publishers, Inc., San Francisco, 1997, pages 23 to 33].
  • the structure of the general fault model is shown in FIGS. 4, 6 and 7. If the system suggests several fault trees suitable as an entry point for fault analysis, the user selects the most suitable one.
  • the system stores a description of the entry point in the component protocol current error cause analysis 31.
  • step 300 the system compares the description of the current error event with the experience error analyzes of the experience database 34 by means of the second comparator 23 and suggests suitable experience error analyzes. Similar to step 200, the system compares the common attributes of the current error event and the experience error analysis. The closest neighbor method is also suitable for the similarity check.
  • An empirical error analysis shows how and with what result an error event was analyzed. In particular, the hypotheses that are decisive in the course of the analysis and their verification are summarized in a list. The user selects the most appropriate experience error analysis. The system stores these empirical error analyzes in the component protocol current error cause analysis 31.
  • step 400 the system uses the hypothesis selection component 24 to summarize the lists of all selected experience hypotheses and to propose to the user the candidates for a current error analysis.
  • the hypotheses are taken into account that
  • step 500 the hypotheses selected in step 400 are integrated into the processing of the general error model.
  • the system follows the general error model and processes the hypotheses contained therein. For each hypothesis, the system checks whether suitable experience hypotheses are available by comparing the attributes. In this case, the hypothesis of experience including verification is used, otherwise the hypothesis from the general model is retained. The system saves the determined causes of the error as the result of the error cause analysis in the component protocol current error cause analysis 31.
  • the error event is described in the attributes error text, effects of the error, time at which the error occurred, the internally used error code from the error code list and the error location.
  • further system records which reflect the process situation at the time of the error. This includes the process data as recorded by the control system, the operator log and the work reports from the maintenance management system.
  • the top level contains a process model with several process steps. Each process step can be divided into further process steps. There are error events and critical process components for each process step.
  • fault trees are categorized, as can be seen in FIG. 5.
  • a fault tree can consist of several subtrees. This is indicated in FIG. 5 by the arrows and is explained in more detail in FIG. 7.
  • the nodes of a fault tree represent fault hypotheses.
  • a checklist for verification is an essential part of the content of an error hypothesis. The contents of a hypothesis are discussed in more detail in FIG. 6.
  • the industry-specific error models created for this are typical of a particular industry, such as error models for the cement industry or error models for the steel industry.
  • This category of error models has the error event as the top node.
  • a fault event is an undesirable condition that affects production.
  • a second category according to FIG. 5 describes component faults. These models are more general, so they can be used in different industries. Typically, hypotheses of industry-specific failure models refer to component failure models.
  • the third category of error models describes very general error relationships. Such errors are caused, for example, by inadequate training of employees, organizational shortcomings or problems in maintenance. These models are subordinate to the industry-specific fault models and the component fault models.
  • the hypothesis includes a description of the error relationships.
  • the affected component or sub-system is also assigned to the hypothesis.
  • a checklist describes criteria for how the hypothesis can be verified.
  • the effort for the diagnosis is given for each criterion.
  • Complex, independent error trees can be subordinate to the hypothesis. This reference is in the fault tree reference.
  • FIG. 7 shows, using the example of the error event "Insufficient product quality", how error trees refer to one another and how complex and extensive error relationships can be modeled in this way.
  • FIG. 8 takes up the example from FIG. 7 and shows how the error hypothesis 'errors in the cleaning system' is replaced by a suitable empirical hypothesis when processing the general error model. The entire error tree (in the illustration on the left) can be replaced by the considerably smaller error tree in the experience hypothesis (in the illustration on the right), which can significantly reduce the effort for processing.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

Die Erfindung bezieht sich auf ein System zur Ermittlung von Fehlerursachen einschliesslich einer automatisierten Ermittlung von Hypothesen im Rahmen einer Fehlerursachenanalyse und zur automatisierten Durchführung deren Verifikation, wobei das System eine Datenverarbeitungseinrichtung (20) aufweist, die mit Mitteln zur Dateneingabe und Visualisierung (10) und mit einem Datenspeicher (30) verbunden ist. Die Datenverarbeitungseinrichtung (20) enthält eine Bearbeitungseinheit zur Fehlerursachenanalyse (21), einen erster Vergleicher (22), einen zweiter Vergleicher (23), und eine Hypothesen-Auswahl (24). Der Datenspeicher (30) enthält ein allgemeines Fehlermodell (33), eine Fehlerereignisse-Liste (32), eine Erfahrungsdatenbank (34) und einen Speicherbereich zur Ablage eines Protokolls aktueller Fehlerursachenanalyse (31). Die Datenverarbeitungseinrichtung (20) ist dafür eingerichtet, nach Auswahl eines Fehlerereignisses aus der angezeigten Fehlerereignisse-Liste (32) durch einen Benutzer, ihm vom System vorgeschlagene Hypothesen anzuzeigen, sowie nach Auswahl zu verifizierender Hypothesen, deren Verifikation durchzuführen, und als Ergebnis ermittelte Fehlerursachen zu protokollieren und anzuzeigen.

Description

System zur Ermittlung von Fehlerursachen
Beschreibung
Die Erfindung bezieht sich auf ein System zur Ermittlung von Fehlerursachen einschließlich einer rechnerunterstützten Erzeugung von Hypothesen und zur Durchführung ihrer Verifikation im Rahmen einer Fehlerursachenanalyse. Das System ist geeignet zur Unterstützung der Fehlerursachensuche im Fall von eintretenden Fehlerereignissen in industriellen Anlagen.
Für die Fehlerursachenanalyse können unterschiedliche Methoden und Techniken eingesetzt werden. Dazu gehören die Fehlerbaumanalyse (Fault Tree Analysis) oder die Fehlerursachenanalyse (Root Cause Analysis) in diversen Varianten, wie beispielsweise beschrieben in [Reliability Center, Inc.: Root Cause Failure Analysis Methods, Hopewell, USA, 1997] oder [ASB Group Inc., Risk and Reliability Division: Root Cause Analysis Handbook: A Guide to Effective Incident Investigation, Knox- ville, USA, 1999].
Bei einer solchen Fehlerursachenanalyse werden typischerweise folgende Schritte durchlaufen:
1. Durchführung einer FMEA (Failure Mode And Effects Analysis) zur Bestimmung der wirklich wichtigen Fehler.
2. Durchführung der eigentlichen Fehlerursachenanalyse für jeden der signifikanten Fehler. Dabei werden folgende Teilschritte durchlaufen: a) Sicherstellung aller benötigten Informationen, die Rückschlüsse auf Verlauf und Ursachen des Fehlers erlauben, beispielsweise beschädigte Komponenten, Lage derselben, Interviews mit Operateuren, Prozessdaten, usw. b) Organisation der Fehlerursachenanalyse. Festlegung der benötigten Ressourcen und Durchführungsplan. c) Eigentliche Analyse zum Beispiel anhand von Fehlerbäumen und Ermittlung der Fehlerursachen. Hierbei werden Fehlerbäume aufgestellt, mit denen ausgehend vom Fehlerereignis über mehrere Ursachenebenen die Fehlerursachen ermittelt werden können.
3. Umsetzen der Verbesserungen. Dazu werden die ermittelten Fehlerursachen sowie Empfehlungen für Abhilfemassnahmen zu den entsprechenden Entscheidungsträger kommuniziert und es wird ein Aktionsplan festgelegt, nach dem die Empfehlungen durchgeführt werden. Konnte dieser Aktionsplan erfolgreich abgeschlossen werden, ist die Analyse beendet.
Hypothesen für Fehlerursachen werden im Schritt 2c benötigt, wenn ausgehend vom Fehlerereignis wiederholt die Frage gestellt wird, was zu dem Fehlerereignis führen konnte. Hypothesen sind somit Vermutungen über die Fehlerursache, die auf Erfahrungswissen beruhen. Verifiziert werden Hypothesen, indem die zuvor sichergestellten Informationen über den Fehler herangezogen werden und damit die Hypothese bestätigt oder widerlegt werden kann. Wird eine Hypothese auf diese Weise bestätigt, so wird der durch die Hypothese beschriebene Sachverhalt zu einer Tatsache oder einem Fakt. Für diese Tatsache kann wiederum die Frage gestellt werden, was zu diesem Fakt führen konnte, d.h. es werden weitere Hypothesen aufgestellt.
Nachteil der bekannten Verfahren ist, daß die Erstellung von Hypothesen und deren Verifikation von der Erfahrung des oder der Fehleranalysten abhängt. Selbst wenn geeignete Fehlerbäume, zum Beispiel aus Fehlermodellen generiert, vorliegen, so sind diese noch nicht direkt für die vorliegende Fehleranalyse einsetzbar. Vielmehr müssen solche Fehlerbäume und auch die darin enthaltenen Hypothesen an das spezielle, zu untersuchende Fehlerereignis angepasst werden. Hierzu ist ein erfahrener Fehleranalyst notwendig.
Der Erfindung liegt die Aufgabe zugrunde, ein System zur Ermittlung von Fehlerursachen anzugeben, das eine automatisierte Ermittlung von Hypothesen und deren Verifikation im Rahmen einer dazu erforderlichen Fehlerursachenanalyse ermöglicht. Diese Aufgabe wird durch ein System zur Ermittlung von Fehlerursachen gelöst, das eine automatisierte Ermittlung von Hypothesen und deren Verifikation einschließt, und das die im Anspruch 1 angegebenen Merkmale aufweist. Vorteilhafte Ausgestaltungen sind in weiteren Ansprüchen angegeben.
Das System unterstützt einen Benutzer bei der Analyse von ausgewählten Fehlerereignissen, indem es Vorschläge für die Abarbeitung eines allgemeinen Fehlermodells macht. Diese Vorschläge betreffen einen geeigneten Einstiegspunkt in das Modell und insbesondere geeignete Hypothesen und Verifikationsmöglichkeiten, die eine effiziente Durchführung der Fehlerursachenanalyse ermöglichen. Dazu benutzt das System Erfahrungen, die in bereits durchgeführten Fehleranalysen gewonnen wurden und die in einer Erfahrungsbibliothek verfügbar sind.
Eine weitere Beschreibung der Erfindung und deren Vorteile erfolgt nachstehend anhand von Ausführungsbeispielen, die in Zeichnungsfiguren dargestellt sind.
Es zeigen:
Fig. 1 das Blockschema eines erfindungsgemäßen Systems zur automatischen Erzeugung von Hypothesen und ihrer Verifikation zur Ermittlung von Fehlerursachen, Fig. 2 eine Darstellung der Arbeitsweise des Systems,
Fig. 3 eine Beschreibung des aktuellen Fehlerereignisses,
Fig. 4 eine prinzipielle Darstellung des allgemeinen Fehlermodells,
Fig. 5 eine Darstellung zur Kategorisierung der Fehlermodelle,
Fig. 6 wesentliche Inhalte einer Fehlerhypothese,
Fig. 7 aufeinander verweisende Fehlermodelle, und
Fig. 8 die Einbindung einer Erfahrungshypothese in die Abarbeitung des allgemeinen Fehlermodells.
Das vorgeschlagene System kann lokal in einem Rechner implementiert sein und genutzt werden. Bevorzugt wird jedoch eine Implementierung im Internet, weil dann auf einfache Weise eine weltweite Nutzung für Service-Zwecke möglich ist. Fig. 1 zeigt das Schema eines Systems zur automatischen Erzeugung von Hypothesen und ihrer Verifikation zur Ermittlung von Fehlerursachen. Das System ist gegliedert in Mittel für eine Dateneingabe und Visualisierung 10, eine Datenverarbeitungseinrichtung 20 und einen Datenspeicher 30. Als ein Mittel für die Dateieingabe und zur Visualisierung wird ein üblicher Web Browser 11 verwendet. Die Datenverarbeitungseinrichtung 20 enthält eine Bearbeitungseinheit zur Fehlerursachenanalyse 21 , die die Abarbeitung der Fehlerursachenanalyse koordiniert. Für die Abarbeitung stehen weitere Komponenten zur Verfügung, die Detailschritte unterstützen, nämlich ein erster Vergleicher 22, ein zweiter Vergleicher 23 und eine Hypothesen-Auswahl 24. Die Bearbeitungseinheit zur Fehlerursachenanalyse 21 verwendet Daten aus dem Datenspeicher 30, wobei ein Zugriff auf eine Fehlerereignisse-Liste 32, ein allgemeines Fehlermodell 33 und eine Erfahrungsdatenbank 34 erfolgt. Zwischen- und Endergebnisse der Fehlerursachenanalyse werden in einem Protokoll aktuelle Fehlerursachenanalyse 31 abgelegt. In das Protokoll 31 werden aufgenommen: das jeweils ausgewählte aktuelle Fehlerereignis mit Beschreibung, ein geeigneter Einstiegspunkt in das allgemeine Fehlermodell, ausgewählte Erfahrungsfehleranalysen, eine Liste von ausgewählten Erfahrungsfehlerhypothesen und das Ergebnis der Fehlerursachenanalyse, d.h. die ermittelten Fehlerursachen. Benutzereingaben werden von der Bearbeitungseinheit zur Fehlerursachenanalyse 21 über den Web Browser 11 angefordert. Ergebnisse werden dem Benutzer über den Web Browser 11 dargestellt.
Fig. 2 zeigt ein Ablaufdiagramm zur Darstellung der Arbeitsweise des Systems.
In Schritt 100 wählt der Benutzer über die Web Browser-Oberfläche 11 ein zu untersuchendes Fehlerereignis aus der Liste der Fehlerereignisse 32 aus und speichert es in der Komponente Protokoll aktuelle Fehlerursachenanalyse 31 ab. Auf die Beschreibung dieses aktuellen Fehlerereignisses wird in Fig. 3 näher eingegangen.
In Schritt 200 vergleicht das System mittels des ersten Vergleichers 22 die Beschreibung des aktuellen Fehlerereignisses (siehe Fig. 3) mit den Inhalten des allgemeinen Fehlermodells 33 und schlägt Einstiegspunkte für die Fehleranalyse vor. Das System benutzt dabei die gemeinsamen Attribute der Beschreibung des aktuellen Fehlerereignisses und des allgemeinen Fehlermodells, wie Fehlertitel, Fehlertext, Auswir- kungen, Fehlercode und Fehlerort, und überprüft deren Werte auf Gleichheit bzw. Ähnlichkeit. Ein geeignetes Verfahren, das diese Überprüfung leistet, ist beispielsweise das Nearest-Neighbor Verfahren [I. Watson: Applying Case-Based Reasoning: Techniques for Enterprise Systems, Morgan Kaufmann Publishers, Inc., San Francisco, 1997, pages 23 bis 33]. Den Aufbau des allgemeinen Fehlermodells zeigen Fig. 4, Fig. 6 und Fig. 7. Falls das System mehrere als Einstiegspunkt für die Fehleranalyse geeignete Fehlerbäume vorschlägt, wählt der Benutzer den geeignetsten aus. Das System speichert eine Beschreibung des Einstiegspunkts in der Komponente Protokoll aktuelle Fehlerursachenanalyse 31 ab.
In Schritt 300 vergleicht das System mittels des zweiten Vergleichers 23 die Beschreibung des aktuellen Fehlerereignisses mit den Erfahrungsfehleranalysen der Erfahrungsdatenbank 34 und schlägt geeignete Erfahrungsfehleranalysen vor. Ähnlich wie in Schritt 200 vergleicht hier das System die gemeinsamen Attribute von aktuellem Fehlerereignis und den Erfahrungsfehleranalysen. Das Nearest-Neighbor Verfahren ist auch hier für die Ähnlichkeitsprüfung geeignet. Eine Erfahrungsfehleranalyse zeigt, wie und mit welchem Ergebnis ein Fehlerereignis analysiert wurde. Es werden insbesondere die im Verlauf der Analyse entscheidenden Hypothesen und ihre Verifikation in einer Liste zusammengefaßt. Der Benutzer wählt die geeignetsten Erfahrungsfehleranalysen aus. Das System speichert diese Erfahrungsfehleranalysen in der Komponente Protokoll aktuelle Fehlerursachenanalyse 31 ab.
In Schritt 400 faßt das System mittels der Komponente Hypothesen-Auswahl 24 die Listen aller ausgewählten Erfahrungshypothesen zusammen und schlägt dem Benutzer die Kandidaten für eine aktuelle Fehleranalyse vor. Dabei werden insbesondere die Hypothesen berücksichtigt, die
in vielen Fehleranalysen vorkamen, eine Schlüsselrolle bei der Ursachenidentifikation hatten, weil beispielsweise die zugehörigen Verifikationen eine besondere Tragweite hatten, von den Durchführenden als besonders wichtig eingestuft wurden, zum Beispiel, weil mit einer Untersuchung ein ganzer Ursachenkomplex ausgegrenzt werden konnte, oder, die mit sehr geringem Aufwand zu verifizieren waren. Der Benutzer wählt diejenigen Hypothesen aus, die er im Rahmen der aktuellen Fehleranalyse verwenden möchte. Das System speichert diese Erfahrungshypothesen in der Komponente Protokoll aktuelle Fehlerursachenanalyse 31 ab.
In Schritt 500 werden die im Schritt 400 ausgewählten Hypothesen in die Abarbeitung des allgemeinen Fehlermodells eingebunden. Zur Durchführung der Fehleranalyse folgt das System dem allgemeinen Fehlermodell und bearbeitet die darin enthaltenen Hypothesen. Bei jeder Hypothese prüft das System durch Vergleich der Attribute, ob geeignete Erfahrungshypothesen vorhanden sind. In diesem Fall wird die Erfahrungshypothese inklusive Verifikation verwendet, ansonsten wird die Hypothese aus dem allgemeinen Modell beibehalten. Das System speichert die ermittelten Fehlerursachen als das Ergebnis der Fehlerursachenanalyse in der Komponente Protokoll aktuelle Fehlerursachenanalyse 31 ab.
Fig. 3 zeigt die Darstellung eines aktuellen Fehlerereignisses. Dazu wird das Fehlerereignis in den Attributen Fehlertext, Auswirkungen des Fehlers, Zeitpunkt, zu dem der Fehler aufgetreten ist, den intern verwendeten Fehlercode aus der Fehlercodeliste und den Fehlerort beschrieben. Zusätzlich wird auf weitere Systemaufzeichnungen verwiesen, die die Prozeßsituation zum Fehlerzeitpunkt wiedergeben. Dazu gehören die Prozeßdaten, wie sie vom Leitsystem aufgezeichnet werden, das Operator-Logbuch und die Arbeitsberichte aus dem Wartungsmanagementsystem.
Fig. 4 zeigt die prinzipielle Darstellung eines Fehlermodells. Die oberste Ebene beinhaltet ein Prozeßmodell mit mehreren Prozeßschritten. Jeder Prozeßschritt kann in weitere Prozeßschritten untergliedert werden. Zu jedem Prozeßschritt gibt es Fehlerereignisse und kritische Prozeß-Komponenten.
Die nächst tiefere Ebene des Modells beinhaltet Fehlerbäume. Fehlerbäume sind, wie in Fig. 5 zu sehen ist, kategorisiert. Ein Fehlerbaum kann sich aus mehreren Teilbäumen zusammensetzen. Dies wird in Fig. 5 durch die Pfeile angedeutet und ist in Fig. 7 näher erläutert. Die Knoten eines Fehlerbaumes repräsentieren Fehlerhypothesen. Wesentlicher inhaltlicher Bestandteil einer Fehlerhypothese ist eine Checkliste zur Verifikation. Auf die Inhalte einer Hypothese wird in Fig. 6 näher eingegangen.
Fig. 5 zeigt die Kategorisierung der Fehlermodelle. Die dazu erstellten industriespezifischen Fehlermodelle sind jeweils typisch für eine bestimmte Industrie, wie beispielsweise Fehlermodelle für die Zementindustrie oder Fehlermodelle für die Stahlindustrie. Diese Kategorie der Fehlermodelle hat als obersten Knoten das Fehlerereignis. Ein Fehlerereignis ist ein unerwünschter Zustand, der die Produktion beeinträchtigt.
Eine zweite Kategorie gemäß Fig. 5 beschreibt Komponentenfehler. Diese Modelle sind allgemeingültiger, sind also in unterschiedlichen Industrien anwendbar. Typischerweise verweisen Hypothesen der industriespezifischen Fehlermodelle auf Komponentenfehlermodelle.
Die dritte Kategorie der Fehlermodelle beschreibt sehr allgemeingültige Fehlerzusammenhänge. Solche Fehler haben beispielsweise ihre Ursachen in unzureichendem Training der Mitarbeiter, organisatorischen Mißständen oder Problemen in der Instandhaltung. Diese Modelle sind den industriespezifischen Fehlermodellen und den Komponentenfehlermodellen unterlagert.
Fig. 6 zeigt die wesentlichen Inhalte einer Fehlerhypothese am Beispiel einer Reinigungsanlage von Stahlplatten. Zur Hypothese gehört eine Beschreibung der Fehlerzusammenhänge. Außerdem wird der Hypothese die betroffene Komponente oder das betroffene Teil-System zugeordnet. Eine Checkliste beschreibt Kriterien wie die Hypothese verifiziert werden kann. Zu jedem Kriterium ist der Aufwand für die Diagnose mit angegeben. Der Hypothese können komplexe eigenständige Fehlerbäume unterlagert sein. Dieser Verweis steht in der Fehlerbaumreferenz.
Fig. 7 zeigt am Beispiel des Fehlerereignisses 'Unzureichenende Produktqualität' wie Fehlerbäume aufeinander verweisen und wie auf diese Weise komplexe und umfangreiche Fehlerzusammenhänge modeliiert werden können. Fig. 8 greift das Beispiel aus Fig. 7 auf und zeigt wie die Fehlerhypothese 'Fehler in der Reinigungsanlage' bei der Abarbeitung des allgemeinen Fehlermodells durch eine passende Erfahrungshypothese ersetzt wird. Der gesamte Fehlerbaum (in der Darstellung links) kann durch den erheblich kleineren Fehlerbaum der Erfahrungshypothese (in der Darstellung rechts) ersetzt werden, was den Aufwand für die Abarbeitung erheblich verkürzen kann.

Claims

Patentansprüche
1. System zur Ermittlung von Fehlerursachen einschließlich einer automatisierten Ermittlung von Hypothesen im Rahmen einer Fehierursachenanalyse und zur automatisierten Durchführung deren Verifikation, wobei das System eine Datenverarbeitungseinrichtung (20) aufweist, die mit Mitteln zur Dateneingabe und Visualisierung (10) und mit einem Datenspeicher (30) verbunden ist, und wobei
a) die Datenverarbeitungseinrichtung (20) eine Bearbeitungseinheit zur Fehlerursachenanalyse (21), einen erster Vergleicher (22), einen zweiter Vergleicher (23), und eine Hypothesen-Auswahl (24) enthält, b) der Datenspeicher (30) ein allgemeines Fehlermodell (33), eine Fehlerereignisse-Liste (32 ), eine Erfahrungsdatenbank (34) und einen Speicherbereich zur Ablage eines. Protokolls aktuelle Fehlerursachenanalyse (31) enthält, und c) die Datenverarbeitungseinrichtung (20) dafür eingerichtet ist, nach Auswahl eines Fehlerereignisses aus der angezeigten Fehlerereignisse-Liste (32 ) durch einen Benutzer, ihm vom System vorgeschlagene Hypothesen anzuzeigen, nach Auswahl zu verifizierender Hypothesen, deren Verifikation durchzuführen, und als Ergebnis ermittelte Fehlerursachen zu protokollieren oder auch anzuzeigen.
2. System nach Anspruch 1 , dadurch gekennzeichnet, daß die Mittel zur Dateneingabe und Visualisierung (10) einen WEB-Browser (11 ) enthalten, mit dessen Verwendung dem Benutzer Eingaben ermöglicht und Zwischen- und Endergebnisse aus Analysen anzeigbar sind.
3. System nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Datenverarbeitungseinrichtung (20) dafür eingerichtet ist,
a) in einem ersten Schritt (100) dem Benutzer die Fehlerereignisse-Liste (32) anzuzeigen, und ein von ihm ausgewähltes Fehlerereignis oder ausgewählte Fehlerereignisse im Protokoll aktuelle Fehlerursachenanalyse (31 ) zu speichern, b) in einem zweiten Schritt (200) mittels des ersten Vergleichers (22) die zu einem gewählten aktuellen Fehlerereignis gehörende Beschreibung des Fehlerereignisses mit den Inhalten des allgemeinen Fehlermodells (33) zu vergleichen, und aus dem allgemeinen Fehlermodell (33) geeignete Fehlerbäume zur Durchführung der weiteren Analyse anzuzeigen, und nach Auswahl eines Fehlerbaums diesen im Protokoll aktuelle Fehlerursachenanalyse (31) zu speichern, c) in einem dritten Schritt (300) mittels des zweiten Vergleichers (23) die Beschreibung des aktuellen Fehlerereignisses mit Erfahrungsfehleranalysen aus der Erfahrungsdatenbank (34) zu vergleichen, und geeignete Erfahrungsfehleranalysen anzuzeigen, sowie nach Auswahl von Erfahrungsfehleranalysen diese im Protokoll aktuelle Fehierursachenanalyse (31) zu speichern, d) in einem vierten Schritt (400) mittels der Einrichtungs-Komponente Hypothesen-Auswahl (24) in einer Liste die in den gewählten Erfahrungsfehleranalysen enthaltenen Hypothesen zusammenzufassen und anzuzeigen, und nach Auswahl von Hypothesen diese im Protokoll aktuelle Fehierursachenanalyse (31) zu speichern, und e) in einem fünften Schritt (500) unter Einsatz der gespeicherten Daten aus dem Protokoll aktuelle Fehierursachenanalyse (31) das allgemeine Fehlermodell (33) abzuarbeiten, dabei eine Verifikation der gewählten Hypothesen durchzuführen und als Ergebnis der Verifikation ermittelte Fehlerursachen im Protokoll aktuelle Fehierursachenanalyse (31) zu speichern.
EP00960421A 2000-08-09 2000-08-09 System zur ermittlung von fehlerursachen Withdrawn EP1307816A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
PCT/EP2000/007730 WO2002013015A1 (de) 2000-08-09 2000-08-09 System zur ermittlung von fehlerursachen
US10/364,004 US6952658B2 (en) 2000-08-09 2003-02-10 System for determining fault causes

Publications (1)

Publication Number Publication Date
EP1307816A1 true EP1307816A1 (de) 2003-05-07

Family

ID=33160912

Family Applications (1)

Application Number Title Priority Date Filing Date
EP00960421A Withdrawn EP1307816A1 (de) 2000-08-09 2000-08-09 System zur ermittlung von fehlerursachen

Country Status (4)

Country Link
US (1) US6952658B2 (de)
EP (1) EP1307816A1 (de)
AU (1) AU2000272739A1 (de)
WO (1) WO2002013015A1 (de)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10146901A1 (de) * 2001-09-24 2003-05-15 Abb Research Ltd Verfahren und System zur Bearbeitung von Fehlerhypothesen
US7230812B2 (en) * 2003-11-21 2007-06-12 Agere Systems Inc Predictive applications for devices with thin dielectric regions
DE102004007053A1 (de) * 2004-02-13 2005-09-15 Daimlerchrysler Ag Verfahren zum Erzeugen von Testfällen
US7412842B2 (en) 2004-04-27 2008-08-19 Emerson Climate Technologies, Inc. Compressor diagnostic and protection system
US7275377B2 (en) 2004-08-11 2007-10-02 Lawrence Kates Method and apparatus for monitoring refrigerant-cycle systems
DE102004041898A1 (de) * 2004-08-30 2006-03-09 Siemens Ag Verfahren und Vorrichtung zur Diagnose bei Servicesystemen für technische Anlagen
US20060095230A1 (en) * 2004-11-02 2006-05-04 Jeff Grier Method and system for enhancing machine diagnostics aids using statistical feedback
US20070061110A1 (en) * 2005-09-09 2007-03-15 Canadian Space Agency System and method for diagnosis based on set operations
US8590325B2 (en) 2006-07-19 2013-11-26 Emerson Climate Technologies, Inc. Protection and diagnostic module for a refrigeration system
US20080216494A1 (en) 2006-09-07 2008-09-11 Pham Hung M Compressor data module
DE102006056879A1 (de) 2006-12-01 2008-06-05 Dürr Systems GmbH Fehlerprotokollierungsverfahren für eine Beschichtungsanlage
JP5075465B2 (ja) * 2007-04-20 2012-11-21 株式会社東芝 インシデント・アクシデントレポート分析装置、方法、およびプログラム
US20090037142A1 (en) 2007-07-30 2009-02-05 Lawrence Kates Portable method and apparatus for monitoring refrigerant-cycle systems
US9140728B2 (en) 2007-11-02 2015-09-22 Emerson Climate Technologies, Inc. Compressor sensor module
US8224842B2 (en) * 2008-11-21 2012-07-17 The Invention Science Fund I, Llc Hypothesis selection and presentation of one or more advisories
US8260729B2 (en) * 2008-11-21 2012-09-04 The Invention Science Fund I, Llc Soliciting data indicating at least one subjective user state in response to acquisition of data indicating at least one objective occurrence
US8260912B2 (en) * 2008-11-21 2012-09-04 The Invention Science Fund I, Llc Hypothesis based solicitation of data indicating at least one subjective user state
US8239488B2 (en) * 2008-11-21 2012-08-07 The Invention Science Fund I, Llc Hypothesis development based on user and sensing device data
US20100131607A1 (en) * 2008-11-21 2010-05-27 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Correlating data indicating subjective user states associated with multiple users with data indicating objective occurrences
US8244858B2 (en) * 2008-11-21 2012-08-14 The Invention Science Fund I, Llc Action execution based on user modified hypothesis
US8224956B2 (en) * 2008-11-21 2012-07-17 The Invention Science Fund I, Llc Hypothesis selection and presentation of one or more advisories
US20100131334A1 (en) * 2008-11-21 2010-05-27 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Hypothesis development based on selective reported events
US8813025B1 (en) * 2009-01-12 2014-08-19 Bank Of America Corporation Customer impact predictive model and combinatorial analysis
US8832657B1 (en) * 2009-01-12 2014-09-09 Bank Of America Corporation Customer impact predictive model and combinatorial analysis
CN103597292B (zh) 2011-02-28 2016-05-18 艾默生电气公司 用于建筑物的供暖、通风和空调hvac系统的监视系统和监视方法
US8964338B2 (en) 2012-01-11 2015-02-24 Emerson Climate Technologies, Inc. System and method for compressor motor protection
US9310439B2 (en) 2012-09-25 2016-04-12 Emerson Climate Technologies, Inc. Compressor having a control and diagnostic module
CN103049346B (zh) * 2012-12-11 2015-03-18 工业和信息化部电子第五研究所 基于失效物理的元器件故障树构建方法和系统
US9803902B2 (en) 2013-03-15 2017-10-31 Emerson Climate Technologies, Inc. System for refrigerant charge verification using two condenser coil temperatures
US9551504B2 (en) 2013-03-15 2017-01-24 Emerson Electric Co. HVAC system remote monitoring and diagnosis
US9638436B2 (en) 2013-03-15 2017-05-02 Emerson Electric Co. HVAC system remote monitoring and diagnosis
EP2981772B1 (de) 2013-04-05 2022-01-12 Emerson Climate Technologies, Inc. Wärmepumpensystem mit kühlmittelladungsdiagnostik
US20150025866A1 (en) * 2013-07-22 2015-01-22 Honeywell International Inc. Methods and apparatus for the creation and use of reusable fault model components
US9959158B2 (en) 2015-10-13 2018-05-01 Honeywell International Inc. Methods and apparatus for the creation and use of reusable fault model components in fault modeling and complex system prognostics
WO2018226234A1 (en) 2017-06-08 2018-12-13 Cummins Inc. Diagnostic systems and methods for isolating failure modes of a vehicle
EP3866075B1 (de) 2020-02-13 2024-08-21 Andreas Stihl AG & Co. KG Verfahren zum automatisierten assistieren bei der reparatur eines motorangetriebenen werkzeugs und system zum automatisierten assistieren bei der reparatur eines motorangetriebenen werkzeugs
CN113965448B (zh) * 2021-09-14 2024-06-21 国科信创科技有限公司 基于ai搜索树的网络安全信息分析方法、装置及系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4866635A (en) * 1987-10-19 1989-09-12 Carnegie Group Inc. Domain independent shell for building a diagnostic expert system
JP2547069B2 (ja) * 1988-04-20 1996-10-23 富士通株式会社 故障診断方式
US5067099A (en) * 1988-11-03 1991-11-19 Allied-Signal Inc. Methods and apparatus for monitoring system performance
US4954964A (en) * 1988-11-09 1990-09-04 Singh Gurvinder P Apparatus and method for expert analysis of metal failure with automated visual aide
EP0508571A3 (en) * 1991-03-12 1993-12-15 Hewlett Packard Co Expert system to diagnose data communication networks
US6049792A (en) * 1993-03-19 2000-04-11 Ricoh Company Limited Automatic invocation of computational resources without user intervention across a network
US5793933A (en) * 1993-09-13 1998-08-11 Kabushiki Kaisha Toshiba Computer-implemented system and method for constructing a system
US5566092A (en) * 1993-12-30 1996-10-15 Caterpillar Inc. Machine fault diagnostics system and method
CN1433534A (zh) * 2000-01-29 2003-07-30 Abb研究有限公司 求出生产设备效率、故障事件和故障事件原因的系统和方法
ATE363091T1 (de) * 2000-07-22 2007-06-15 Abb Research Ltd System zur unterstützung einer fehlerursachenanalyse

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO0213015A1 *

Also Published As

Publication number Publication date
US6952658B2 (en) 2005-10-04
US20040158434A1 (en) 2004-08-12
WO2002013015A1 (de) 2002-02-14
AU2000272739A1 (en) 2002-02-18

Similar Documents

Publication Publication Date Title
EP1307816A1 (de) System zur ermittlung von fehlerursachen
EP1303797B1 (de) System zur unterstützung einer fehlerursachenanalyse
EP1252556B1 (de) Verfahren zum automatisierten generieren einer fehlerbaumstruktur
DE102011117803B4 (de) Verfahren für die Wartungsdiagnose- und Wartungsprozedurverbesserung
DE69228803T2 (de) Wartungs-vorrichtung und verfahren ausgelöst durch wissenbasiertemaschine
DE69132873T2 (de) Rechnerunterstütztes Gerät und Verfahren zur nachträglichen Änderung in der Produktion
DE69228986T2 (de) Durch hierarchisch verteilte wissenbasierte maschine ausgelöste wartungs-vorrichtung und -verfahren
DE3855706T2 (de) Automatisierte Rechnung von Materialien
EP1751637A1 (de) Wissensbasiertes diagnosesystem für ein komplexes technisches system mit zwei getrennten wissensbasen zur verarbeitung technischer systemdaten und zur verarbeitung von kundenbeanstandungen
DE4305522C2 (de) Einrichtung zur rechnergestützten Diagnose eines aus Modulen bestehenden technischen Systems
DE10220938A1 (de) Ein Verfahren und ein System zum Prüfen einer Unternehmenskonfiguration
WO2001055805A1 (de) System und verfahren zur ermittlung der produktionsanlagen-effektivität, von fehlerereignissen und der fehlerursachen
DE60219821T2 (de) Verfahren und gerät zum wiedergewinnen von zeitreihedaten, die mit einer aktivität in beziehung stehen
EP1959325A2 (de) Verfahren und Vorrichtung zur Reduktion einer Ausfall-Häufigkeit
EP0789864B1 (de) Überwachungssystem für eine technische anlage
DE102004015503A1 (de) Verfahren und Vorrichtung zum Korrigieren diagnostischer Analysekonzepte in komplexen Systemen
EP2414903A1 (de) Vorrichtung und verfahren zur erstellung eines prozessmodells
EP3340250B1 (de) Bauteilidentifikation bei der fehlerbehandlung von medizinischen geräten
EP1250666B1 (de) Verfahren zum automatisierten ermitteln von fehlerereignissen
DE10146901A1 (de) Verfahren und System zur Bearbeitung von Fehlerhypothesen
EP1657670A1 (de) System und Verfahren zur Status- und Fortschriftskontrolle eines technischen Prozesses oder eines technischen Projektes
DE112020003689T5 (de) Reparaturunterstützungssystem und reparaturunterstützungsverfahren
WO2001075685A1 (de) Verfahren und system zur erfassung und speicherung von daten aus einer produktionsanlage
EP1717990B1 (de) Testgerät für ein Telekommunikationsnetzwerk und Verfahren zum Durchführen eines Tests an einem Telekommunikationsnetzwerk
EP1190321B1 (de) Verfahren, anordnung und computerprogramm zum vergleich einer ersten spezifikation mit einer zweiten spezifikation

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20030109

AK Designated contracting states

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE

AX Request for extension of the european patent

Extension state: AL LT LV MK RO SI

17Q First examination report despatched

Effective date: 20040705

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20050118