Prof. Dr.-Ing. Klaus Schreiner / 2001-06-22 Fallbasierte Diagnose.ppt Bild 1 Fachhochschule Konstanz...

Prof. Dr.-Ing. Klaus Schreiner / 2001-06-22 Fallbasierte Diagnose.ppt

Bild 1

Fachhochschule Konstanz

University of Applied Sciences

?

!

Diagnose von komplexen Diagnose von komplexen

Maschinen am Beispiel Maschinen am Beispiel

des Turbo-Diesel-Motors des Turbo-Diesel-Motors

von VWvon VW

Prof. Dr.-Ing. Klaus Schreiner

FH Konstanz • Fachbereich Maschinenbau MK • Brauneggerstraße 55 • 78462 KonstanzFon: 07531-206-307 • Fax: 07531-206-305

E-Mail: [email protected] • Web: www.klaus-schreiner.de


Bild 2



Moderne Maschinen und Anlagen sind teilweise sehr komplex und schwer zu diagnostizieren

Im Servicefall (zustandsorientierte Wartung oder Fehlersuche bei Störungen) wird für die Diagnose ein umfassendes Wissen benötigt

Das Wissen ist oft auf mehrere Personen, die nicht alle verfügbar sind, verteilt

Reiseberichte werden angefertigt, oft aber nicht systematisch ausgewertet und archiviert

DiagnoseDiagnose ProblemstellungProblemstellung

In vielen Industriefirmen ist ein großes Potenzial für In vielen Industriefirmen ist ein großes Potenzial für eine Optimierung der Serviceaktivitäten vorhandeneine Optimierung der Serviceaktivitäten vorhanden


Bild 3



Wie kann Wie kann man man

Wissen Wissen struktu-struktu-rieren?rieren?

Bewährte Methode bei einfachen Maschinen

Einfache Darstellung

Allgemeine Gesetzmäßigkeiten werden verwendet

if-then-Abfragen

Gute Erklärungsfähigkeit, Argumentationskette

Regelbasierte Diagnose (Fehlerbaum)Regelbasierte Diagnose (Fehlerbaum)

FMEA als Grundlage

Sehr umfangreich bei komplexen Zusammenhängen

Schwierig zu warten (Es besteht die Gefahr, dass unbeabsichtigt Widersprüche eingebaut werden)


Bild 4



Wie kann Wie kann man man

Wissen Wissen struktu-struktu-rieren?rieren?

Umfassende Beschreibung der Maschine durch ein physikalisches Modell

Vergleich der aktuellen Messwerte und Beobachtungen mit den berechneten Werten: Rückschluss auf den Maschinenzustand

Modellbasierte Diagnose (Simulation)Modellbasierte Diagnose (Simulation)

Man muss alles verstehen

Modelle für komplexe Maschinen werden sehr kompliziert

Hohe Anforderungen an die Com-puter-Hardware (Rechenleistung)

Problem bei unvollständigem Wissen

Viele Produkte funktionieren, obwohl man sie nicht simulieren kann


Bild 5



Wie denkt Wie denkt ein ein

Mensch?Mensch?


Bild 6



Wie denkt Wie denkt ein ein

Mensch?Mensch? Gab es schon einmal einen ähnlichen (relevanten) Fall?

Wie wurde damals das Problem gelöst?

Denken in FällenDenken in Fällen

Wissen wird nicht regelbasiert, sondern fallbasiert gespeichert

Die Methode ist sehr intuitiv

Die Methode ist lernfähig

Es werden keine allgemeinen Gesetzmäßigkeiten, sondern die Ähnlichkeit von Fällen verwendet

Beispiel: Rechtsprechung, Medizin


Bild 7



Fallbasierte Fallbasierte Diagnose Diagnose

(Case (Case Based Based

Reasoning Reasoning CBR)CBR)

Fälle (Problem- bzw. Situationsbeschreibungen) werden durch Attribute (Kriterien) und deren Werte (Eigenschaften) beschrieben

Vergleich der Wertekonstellation des aktuellen Falles mit ähnlichen Fällen

Ähnlichste Fälle und deren Lösungen dienen als Grundlage für den aktuellen Fall

Der Begriff „Ähnlichkeit“ muss für unterschied-liche Eingaben unterschiedlich definiert werden (numerische Werte, Auswahlliste für symbolische Werte, frei eingebbarer Text, ...)

Ähnliche Probleme Ähnliche Probleme haben ähnliche Lösungenhaben ähnliche Lösungen


Bild 8



Der CBR-Der CBR-ZyklusZyklus

neuer Fall

neuer Fall

ähnlicher Fall

Lösungs-vorschlag

Problem-Lösung

neuer Re-ferenzfall

Fallbasis

?

!


Bild 9



Der CBR-Der CBR-ZyklusZyklus

neuer Fall

neuer Fall

ähnlicher Fall

Lösungs-vorschlag

Problem-Lösung

neuer Re-ferenzfall

Fallbasis

retrieve

reuse

revise

retain

?

!


Bild 10



Vor- und Vor- und Nachteile Nachteile von CBRvon CBR

Learning by doingLearning by doing

CBR „denkt“ wie ein Mensch

Die Fallbasis ist eine Datenbank, die intelligent durchsucht wird

Die Fallbasis (Wissensbasis) ist problemlos erweiterbar

CBR kann auch mit unvollständigen Fallbeschreibungen Ergebnisse liefern (Man muss nicht jede Frage eines Fehlerbaums beantworten)

Zusammenhänge, die zunächst nicht logisch sind, können aufgedeckt werden (Data-Mining)

CBR enthält keine interne Logik

Regeln, die bekannt sind, können (von einfacher CBR-Software) nicht berücksichtigt werden

?

!


Bild 11



CBR-CBR-SoftwareSoftware

Datenbanken für umfangreiches WissenDatenbanken für umfangreiches Wissen

CBR-Software: Mehrere Softwareprodukte

Grundlage: Datenbank (MS-Access oder MS-Excel)

Intelligente Datenbankabfragen

Kaidara Advisor (Acknosoft Javakate) ist weltweit führend im Bereich der technischen Diagnose (Anwender: DaimlerChrysler, British Airways, Aérospatiale, Hewlett Packard, ...)

Alternative Einsatzgebiete: Medizin, Kundenberatung, Produktauswahl


Bild 12



CBR-CBR-SoftwareSoftware

Kaidara AdvisorKaidara Advisor

Entwicklungsoberfläche und Anwendungsoberfläche

Kann auch Fehlerbäume generieren

Gewichtung vorgebbar

Similiarities (Ähnlichkeiten) sind möglich

Relationships (Querverweise) sind möglich

Mehrsprachigkeit

Hyperlinks (Bilder, Dokumentation) sind möglich

Oberfläche als JSP (eigener Server, Web-geeignet)

Oberfläche mit CSS-Files frei definierbar


Bild 13



Beispiel:Beispiel:TDI-Motor TDI-Motor

des VW des VW GolfGolf

VorgehensweiseVorgehensweise

Attribute zur Beschreibung von Fällen festlegen

Werte hierfür festlegen

Datenmodell (Domain Model) erstellen

Fälle bilden und in Datenbank aufnehmen


Bild 14





Domain ModelDomain Model

Symptome Startverhalten Laufverhalten Einspritzanlage Abgasanlage Turbolader Kühlsystem Ölkreislauf Elektrische Anlage Fehlerkennzahl

Infos Kilometerstand Motortemperatur Außentemperatur Wann tritt das Problem auf Wie oft tritt das Problem auf

Motorinfos Fertigungsjahr Motorkennbuchstabe


Bild 15









• Motor dreht nicht• Motor dreht, zündet aber nicht• Motor springt kurz an und geht

wieder aus• Motor springt schlecht an• Blaurauch beim Start• Schwarzrauch beim Start

• Motor dreht nicht• Motor dreht, zündet aber nicht• Motor springt kurz an und geht

wieder aus• Motor springt schlecht an• Blaurauch beim Start• Schwarzrauch beim Start


Bild 16









• im Stand• während der Fahrt• im Leerlauf• im Warmlauf• im unteren Drehzahlbereich• im gesamten Drehzahlbereich

• im Stand• während der Fahrt• im Leerlauf• im Warmlauf• im unteren Drehzahlbereich• im gesamten Drehzahlbereich


Bild 17





FallbasisFallbasis

531 Fälle

Aktuelle Fälle fehlen (Werkstatt führt keine Statistik)

Reparaturanleitungen

Fehlertabelle des V.A.G.-Reparaturleitfadens

Einbindung von Dokumentationen über Hyperlinks


Bild 18



Zusammen-Zusammen-fassungfassung

ZusammenfassungZusammenfassung

CBR mit dem Programm Kaidara Advisor ist eine geeignete Methode, um komplexe technische Produkte zu diagnostizieren (nicht nur Motoren)

CBR ist lernfähig, indem neues Service-Wissen (z.B. Reiseberichte) in Form von Fällen abgefasst und von Experten bewertet wird

Die FH Konstanz hat Interesse daran, Projekte in Zusammenarbeit mit Industriefirmen durchzuführen

Das Diagnoseprogramm kann im Labor für Verbrennungsmotoren getestet werden

?

!


Bild 19



Literatur-Literatur-verzeichnisverzeichnis

Literaturverzeichnis zu CBRLiteraturverzeichnis zu CBR

Heß, Heiko: Fallbasierte Diagnose am Beispiel des 1,9-l-TDI-PD-Motors von VWDiplomarbeit FH Konstanz 2001

Lenz, Mario et al.:

Case-Based Reasoning TechnologySpringer-Verlag 1998

Bergmann, Ralph et al.:

Developing Industrial Case-Based Reasoning ApplicationsSpringer-Verlag 1998

Beierle, Christoph; Kern-Isberner, Gabriele:

Methoden wissensbasierter SystemeVieweg-Verlag 2000

Görz, Günther et al.:

Handbuch der künstlichen IntelligenzOldenbourg-Verlag 2000

?

!

Prof. Dr.-Ing. Klaus Schreiner / 2001-06-22 Fallbasierte Diagnose.ppt Bild 1 Fachhochschule Konstanz...

Documents

Transcript of Prof. Dr.-Ing. Klaus Schreiner / 2001-06-22 Fallbasierte Diagnose.ppt Bild 1 Fachhochschule Konstanz...