CN1688479A - 改进故障隔离的方法和装置 - Google Patents

Abstract

描述用于为复杂系统中失效模式改进故障隔离的方法、实施所述方法或对应方法的软件程序以及使用这种软件的基于计算机的飞机诊断系统。该方法包括：捕捉与复杂系统的失效模式相一致的故障现象集；为复杂系统识别与故障现象集相一致的修复集；当修复集包括不止一个修复时将修复排序，该序列将使修复复杂系统的平均成本最小，所述序列包括历史组件并且反映解决每个修复的可获得的测试结果的有效性；确定与失效模式相一致的可能的测试；根据各自修复复杂系统的平均成本的纯改进将可能的测试排序，然后最好是选择测试并获取测试结果，并且重复上述过程直至所述集仅包含一个修复，然后报告所述修复。

Description

改进故障隔离的方法和装置

发明领域

本发明涉及复杂系统的维护和服务，更具体地说，涉及用于改进此类系统的故障隔离的方法和装置。

发明背景

复杂系统包含数十或数百个相互关联、配合工作的系统和子系统，许多可能本身就复杂，提出独特的维护和服务挑战。此类复杂系统的例子包括工厂、主建筑、海轮、发电厂和飞机等等。复杂系统以及系统和子系统的相互关联、配合工作的特性常常要求同样复杂和规范的维护和服务程序。这些程序通常包括所观察或指示的不规则性或差异的文档或记录以及用来解决或预防此类不规则性和差异而采取的行动或执行的服务。此文档通常由服务和维护人员填写、完成或记录。为了节省时间和提高精度，可使服务和维护文档、诊断、程序、成本估计等标准化的专家系统和工具是非常符合需要的，它们可以提供全面的维护和操作支持程序。

例如在飞机工业中，最近更多地使用故障模型，故障模型中尤其包括故障代码，作为一种方法用来总结对于特定类型飞机的每种不同故障状态预期存在的故障现象或标准观察集。在飞机上的简单系统中，故障代码典型地对应于故障状态，并且常常用作包括故障分类和故障隔离、物资计划、成本估计以及延迟/关键程度分析的诊断努力的基础。因此故障代码是飞机故障模型中关键的元素，其中模型用来支持自动诊断和维护支持系统。因此当出现差异性和故障现象集或给定故障状态时，同等重要的是确定正确的飞机故障代码。基于显而易见的故障现象或观察来发现或确定或选择正确的故障代码被称为故障分类。

给定故障代码，使用仅仅可作为测试结果获得的附加的故障现象确定最佳修复被称为故障隔离。目前航空公司的员工或技术人员常常使用文档化的故障隔离程序或通过他们自己在所涉及的飞机系统方面的知识执行故障隔离活动。程序本身是不够的，因为系统的复杂性使得故障模型的种类远多于程序文档的作者所能预计的种类。依靠技术人员的专业知识是不够的，因为技术人员可能被要求一年服务于100个不同的飞机，每一个本质上都不同，例如波音757和空中客车A320，或者具有显著的差异，例如757-27A和757-27B分机队之间的差异。典型的美国航空公司会拥有几个主机队和一打或更多的分机队。另外，为了结合安全性、可靠性和乘客舒适性的改进，飞机的配置是随时间变化的。这些变化在一段时间内才被加入，从而导致技术人员在没有支持的情况下试图分析飞机故障状态时更加模糊。

其它自动支持故障隔离的系统，例如那些从波音可获得的业界常称作PMA的系统以及从空中客车可获得的通常称作CATS的系统，有助于识别要用的故障隔离图表(树)，但未提供把经验结合到这种决策中或者有效地根据此经验修改决策树本身的机制。因此，故障隔离仍然是非常耗时且易出错的活动，这会增加诊断和服务程序的复杂性，提高成本，并降低计划和成本分析活动的精度。显然存在对于改进复杂系统、如飞机的故障隔离的方法和装置的需要，最好是在此类方法和装置中结合经验的方法和装置。

发明概述

本发明在可变范围内是一种为复杂系统中的失效模式改进故障隔离的方法和装置。本发明的一方面是软件程序，包含运行于处理器上用来为复杂系统中的失效模式改进故障隔离的软件指令，当此软件程序被安装并工作于处理器上时，导致处理器执行一种创造性的故障隔离方法。按照本发明的另一方面是基于计算机的飞机维护和操作诊断系统，改进对于基于飞机故障模型的飞机内部故障状态的故障隔离的协助，计算机利用故障隔离软件程序的创造性实施例执行另一个创造性的故障隔离方法。

一方面，本方法包括如下步骤：捕捉与复杂系统的失效模式相一致的故障现象集；为复杂系统识别与故障现象集相一致的修复集；当修复集包括不止一个修复时将修复排序，该序列将使修复复杂系统的平均成本最小化，序列包括历史组件并且反映解决所述修复集中每个修复的可获得的测试结果的有效性；确定与失效模式相一致的可能的测试；并且根据各自修复复杂系统的平均成本的纯改进将可能的测试排序。

在较窄范围内，本方法的一个方面包括：从可能的测试中选择测试并获取测试结果，并使用故障现象集、测试结果以及将被选择的测试的任何附加测试结果，重复识别、将修复集排序、确定可能的测试、将可能的测试排序以及选择另一些测试的步骤，直到所述集仅包括一个修复，然后报告这个修复。捕捉故障现象集的过程最好包括：使用标准代码作为对应于故障现象集中的可观察故障现象子集的标准观察集的指示，标准观察从标准观察列表中选择，其中可能的测试对应于标准代码，其中识别修复集的步骤包括识别对应于故障现象集的标准代码的修复列表。将修复排序最好还使用经验评估，利用与所述修复集的每个修复同时出现的故障现象集，关于每个修复评估可获得的测试结果是否控告、宣告无罪或者沉默以及与每个修复相关的成本。将可能的测试排序最好是使用一种算法根据可能的测试的值将可能的测试排序，这个值取决于减去执行可能的测试的成本的平均成本的降低。

此软件程序尤其适合用于复杂系统所用的诊断工具中。一方面，使用此软件程序的一个实施例，本发明是一种飞机维护和操作诊断系统，改进对于基于飞机故障模型的飞机内部故障状态的故障隔离的协助，其中系统包括：用户界面；计算机，耦合到用户界面并具有存储软件指令和数据库的存储器；处理器，用于执行软件指令以处理信息，以便于根据故障模型对故障状态的故障分类，软件指令导致计算机：从故障分类过程捕捉故障代码，故障代码作为与故障状态相一致的故障模型的一部分；为复杂系统识别与故障代码相一致的修复集；当修复集包括不止一个修复时将修复排序，该序列将会使修复飞机的平均成本最小化，序列包括历史组件并且反映在解决每个修复期间可获得的测试结果的有效性；确定与故障代码相一致的可能的测试；并且根据各自修复飞机的平均成本的纯改进将可能的测试排序。

上述系统在更创造性和更狭义的范围内还包括以下过程：从可能的测试中选择测试并获取测试结果，并且使用故障代码、测试结果以及从将被选择的附加测试得到的任何测试结果，重复进行识别、将修复集排序、确定可能的测试、将可能的测试排序以及选择另一些测试，直到所述集仅包括一个修复，然后报告这个修复。捕捉故障代码最好包括：捕捉对应于可观察故障现象子集的相关标准观察集，标准观察从标准观察列表中选择，并且捕捉任何可获得的测试结果。将修复排序最好还使用经验评估，利用对应于与故障代码和任何可获得的测试结果相关的可观察故障现象并与所述修复集的每个修复同时出现的故障现象集，关于每个修复评估可获得的测试结果是否控告、宣告无罪或者沉默以及与每个修复相关的成本。将可能的测试排序最好是使用一种算法根据可能的测试的值将可能的测试排序，这个值取决于减去执行可能的测试的成本的平均成本的降低。系统最好还使用用户界面为用户或远程用户按所排列的顺序显示可能的测试，以供查看并选择可能的测试。

附图的简要说明

附图用来进一步说明全部根据本发明的各种实施例并解释各种原理和优势，其中诸如参考数字在各个视图中全部指的是同样的或功能相似的元素，并且和下面的详细说明合并在一起组成此说明书的一部分。

图1以示范的形式描述了根据本发明的用于在复杂系统中使故障隔离更加便利的基于计算机的优选诊断系统的功能框图；

图2描述了示范数据集，用于说明根据本发明的图1中的诊断系统的操作；以及

图3描述了根据本发明的优选方法实施例的流程图。

优选实施例的详细说明

总体来说，本公开关心并涉及复杂系统的服务、维护和诊断支持系统，更具体地说，本公开涉及结合历史诊断信息的这类系统中为故障状态或失效模式协助故障隔离的创造性方法和装置。再具体地说，讨论了以方法和装置来实施的用于有效地和系统地为复杂系统确定正确的故障隔离的各种创造性概念和原理。尽管尤其感兴趣的复杂系统是那些与飞机相关的，不过，这里讨论的概念和原理同样适用于其它复杂系统，例如前面提到的那些。

正如下面进一步讨论的，各种创造性的原理及其组合被有利地用来改进诊断工作，特别是故障隔离，采取的方式是结合历史诊断、分类或故障信息、例如先前对相似故障状态或失效模式的诊断，并因而从中学习。此数据最好被结合到故障模型中用于相关的系统，从而缓解各种问题，例如不精确的服务和维护行动和描述、不灵活性或缺少适应能力、以及与已知系统相关的过多成本，同时仍然使质量服务、维护和诊断行动更加便利并且工作量、时间和成本估计更加精确，这将产生于更系统的故障隔离，并且通过适当的和一致的故障隔离能够预测必要的修复程序和行动。

当前提供的公开以使能的方式进一步解释了用于实现和使用根据本发明的各种实施例的方法和技术，以及如发明人预期的实践本发明的最佳方式。提供本公开还为了增强对创造性原理及其优势的理解和领会，而不是以任何方式限制本发明。本发明仅由所附权利要求来定义，包括在本申请未决期间的任何修改以及与已提出的那些权利要求等价的内容。

进一步理解相关术语的使用，如果有的话，例如第一和第二，上面和下面，以及类似的术语仅用来区别不同的实体或行动，而不一定要求或暗示这类实体或行动之间的任何实际的这种关系或顺序。许多创造性的功能和许多创造性的原理通过软件程序或指令来实现。可以预期，一般的技术人员，尽管可能需要大量努力和许多由例如可获得的时间、当前技术以及经济因素推动的设计选择，当得到这里公开的概念和原理的指导时，可以很容易能够通过最少的实验产生此类软件指令和程序。因此，为了简化和尽量减少阻碍本发明的原理和概念的说明的任何风险，对此类软件的进一步讨论，如果有的话，将会仅限于如优选实施例中使用或应用的较高级的原理和概念。

图1以示范形式在上下文和示范性环境中描述了根据本发明的基于计算机的优选诊断系统的功能框图，该系统用于在复杂系统中使故障隔离更加便利。更具体地说，描述了飞机维护和操作诊断系统100，用于改进对于基于飞机的故障模型103的飞机101中故障状态的故障隔离的协助。此系统是基于计算机的，并且包括用户界面105，例如传统的键盘和监视器和可能的部件(未示出)，用于耦合到分开的系统，从而下载失效模式或状态相关数据、如观察的故障现象或测试结果。还包括已知的计算机107，它耦合到用户界面并且具有存储器109，用于存储软件指令110以及包括故障模型和数据库103的数据库，最好是端口111和处理器113。此端口适合耦合到广域网(WAN)115、如PSTN或因特网，从而提供从远程终端117到系统100的访问。通常，系统100被安排和构造成使技术人员119或维护和诊断人员可以执行差异121相关的测试，使用示范的测试车122，并且通过用户界面与系统交互，实现正确的故障隔离、从而实现正确的修复和维护程序等。类似地，在远程终端的技术人员119或远程用户可与系统100交互，并且从中得到诊断支持，以便为远程飞机123进行适当的故障隔离。事实上，飞机可能一部分在一个地点被分析或诊断，而最终在另一个地点被诊断。

为了开发一些通用的约定，简要回顾故障模型和故障分类以及隔离约定。用于飞机或其它复杂系统的故障模型103最好是关系数据库，它标识飞机的失效模式以及每个失效模式或故障状态产生的故障现象。故障现象被定义为观察或测试结果。观察是对于技术人员119显而易见的故障现象集，无需运行测试程序或连接附加设备、如测试车122到飞机或其它复杂系统上。测试结果是通过运行测试程序或连接附加设备到飞机上才能发现的故障现象集。故障分类仅仅使用观察来确定故障代码。Felke等人的共同未决的题为“用于改进故障分类的方法和装置”的专利申请中公开了一种用于故障分类的创造性方法和装置，该专利转让给这里相同的受让人并且具有代理人档案号H0003237，此申请通过引用完整地结合到这里。如前所述，故障代码是总结为每个不同故障状态或失效模式报告的故障现象集或症候群的方式。给定先前正确确定的故障代码，故障隔离使用测试结果确定最佳修复序列和方法。

系统100最好使用的故障分类方法使用故障模型103为飞机提供飞机特定信息，让隔离软件可用于许多不同类型的飞机。在这个方案中，每种类型的飞机具有不同的故障模型，标识为该飞机类型定义的失效模式、观察、测试程序、修复和故障代码。故障模型也可包含与每个失效模式的出现率以及故障模型实体之间的同现率相关的各种统计信息，以便确定信息最理想的活动以支持故障分类和故障隔离。

这样，处理器113执行软件程序109或指令以处理信息，以便于根据故障模型103对故障状态或失效模式的故障隔离。执行软件程序导致计算机从故障分类过程中捕捉故障代码，此故障代码是与故障状态相一致的故障模型的一部分。这也可称为例如报告故障代码给计算机或系统。最常用的机制是仅仅从较早分类活动中捕捉故障代码，但是可以设想通过数据接口报告故障代码或其它故障模型相关数据，以便使这类信息可以由辅助系统提供或产生。应该注意，故障代码将与观察特征或对应于差异的标准观察集相关，并且通过很可能不同的指示测试程序，多个修复很可能与同样的故障代码相关。示范性的故障代码或故障代码描述可能是“引擎不启动”、“起动器在转动”和“燃料指示正常”。这样，通过捕捉故障代码，捕捉了对应于可观察故障现象子集的相关标准观察集，其中标准观察从标准观察列表中选择。同样，最好是，无法观察但从未减轻的任何故障现象、例如任何可获得的测试结果也被捕捉或提供给计算机。

然后，识别与故障代码相一致的飞机的修复集的步骤被执行。识别故障代码集的步骤由计算机或者处理器执行，它们自动识别与上述通过分类活动识别并捕捉的故障代码相关的修复，除去任何可能已被可获得的测试结果或输出排除的修复。

接着，只要修复集包括不止一个修复，则以会使修复飞机的平均成本最小化的序列将修复排序，采取的序列包括或取决于一个或多个历史组件或因素以及解决(指向或控告、远离或宣告无罪、或不提供信息或沉默)每个修复的可获得的测试结果的能力或有效性。最好是，修复的排序还使用经验评估，利用对应于与故障代码相关的可观察故障现象和任何可获得的测试结果并且与修复集的每个修复一起出现的故障现象集，关于每个修复评估可获得的测试结果是否控告、宣告无罪或沉默以及与每个修复相关的成本。排序过程最好使用各种附加概念和构造并结合故障模型和下面进一步说明的算法来实现。

一旦知道了故障代码，这里描述的算法就使用故障模型和各种故障模型实体来确定测试或修复的最佳序列，从而根据用户的喜好以最小的成本或最短的时间纠正故障状态。参照图2，示范数据集200被用来说明下面描述的过程。假定我们已经确定哪些故障状态或故障(通过他们指定的修复或修复行动表示)是相关的或者可以解释所有或一些当前的故障现象，排序过程的第一步是确定每个候选修复或故障的相对似然性。此算法确定每个故障状态或修复先前的多少次出现产生所有当前已知故障现象结果的故障现象值(观察存在/不存在&测试结果)。在图2中，被报告的故障代码201具有并且描述了一个直接到测试、引擎系统BITE 203的链接以及随后的修复：更换电源、更换点火器、更换压力阀、修复燃料线路和更换燃料泵205-213。在故障模型中，此数据从用于故障代码的现有维护程序中导出，使用了共同未决的题为“可训练、可扩展、自动数据到知识转换器”的Kramer等人的PCT申请PCT/US01/07652中公开的文档到知识的技术，该申请被转让给这里相同的受让人，或者通过操作者指派的责任人直接开发和录入或编辑到故障模型中。

在这个例子中，还标识了测试“引擎点火器测试”215、“引擎燃料测试”217和“燃料线路测试”217。“引擎点火器测试”和“引擎燃料测试”与特定的结果、特别是“引擎系统BITE测试”203的点火器故障221和燃料故障225相关。当阅读“引擎系统BITE测试”的文档指令时，将会给用户提供用于建立测试和测试设备以及后继检查引擎系统(未示出)的方向，从而确定哪一个可能的测试结果是显然的或已经发生的。一个例子是接合起动器，然后在引擎控制器上按下系统BITE测试按钮。这个测试的结果会包括如下：“点火器故障”221、“压力控制故障”223和“燃料故障”225，如引擎控制器显示器上显示或说明的那样。在引擎系统BITE测试程序中，如果读出等于“点火器故障”，将会指示用户执行“引擎点火器测试”215；如果读出等于“压力控制故障”，将指示他们“更换压力阀”209；以及如果读出等于“燃料故障”，将指示他们执行“引擎燃料测试”217。重要的是注意，示范数据包含第四个测试程序“燃料线路测试”219，它没有直接链接到故障代码201或通过其任意结果可达。通常在维护手册的不同部分调出这个测试，但算法认为它是相关的，因为它可以“控告”(指向或指示)或“宣告无罪”(远离或不指示)一个或多个链接到故障代码的失效模式或修复。

本公开中描述的故障隔离算法把测试程序227分类为“直接”、“嵌套”或“间接”。在示范数据中，测试“引擎系统BITE”归类为“直接”，因为它直接链接到故障代码；测试“引擎点火器测试”和“引擎燃料测试”归类为“嵌套”，因为它们通过跟踪所有“直接”测试的所有可能结果是可达的；以及测试“燃料线路测试”归类为“间接”，因为它不“直接”或“嵌套”，但是它确实控告或宣告无罪一个或多个与故障代码相关的失效模式。

在运行任何测试之前，算法按照这些可能的修复与故障代码的同现计数将它们排序，该计数是故障代码已经通过执行相关修复得到纠正的次数的指示。与故障代码相关的每个失效模式的同现计数被记录在故障模型中，并且每当一个修复被确认已纠正了所报告的故障代码时就被递增。在我们的示范数据中，每个修复的同现计数是1、2、4、5和8，如图所示。这个信息被用来通过下面的公式计算每个修复(在不存在任何测试结果的情况下)的似然性：

似然性_x＝同现_x/和(同现_i...z)

此公式得到下面的排序：其中1、2、4、5和8分别除以和或20：

    更换燃料泵＝0.40

    修复燃料供应线路＝0.25

    更换压力阀＝0.20

    更换点火器＝0.10

    更换电源＝0.05

当测试被执行并且测试结果被报告时，算法根据解决每个修复时测试结果的有效性分离可能的修复(失效模式)集，具体分成三个子集：被测试结果控告或指向的那些、被测试结果宣告无罪或未指向的那些、以及测试为之沉默或不提供信息的那些。本公开中描述的修复排序算法确保所有被结果控告的修复的排序高于测试为之沉默的那些修复，并且那些测试为之沉默的修复的排序高于被测试宣告无罪的那些修复。要求这一点以确保合理的答案用于那些当由于各种原因测试运行超出正常序列的场合。

在示范数据集中，如果测试“引擎点火器测试”作为第一测试程序运行并且结果是“点火器故障”，会期望修复“更换点火器”被排序最高，因为它被报告结果所指控，修复“更换压力阀”、“修复燃料供应线路”和“更换燃料泵”将被排序在中间，因为在这些修复上测试是沉默的，然后修复“更换电源”将被排序为最低，因为这个修复与没有报告的测试结果相关。

算法识别两个比率，可用来根据修复属于上面识别的三个集(控告，宣告无罪，沉默)之一调整修复的似然性。第一个比率，“控告升级”是每个被控告的修复需要被升级、以便确保它的得分高于所有属于宣告无罪集或沉默集的修复的量。该值如下计算：

控告_升级＝2*最大值(未被控告的同现)/最小值(所有被控告的同现)

第二个比率，“宣告无罪_降级”是每个被宣告无罪的修复需要被降级、以便确保它的得分低于所有属于沉默集(如果有的话)的修复的量。这个值如下计算：

宣告无罪_降级＝最小值(沉默的同现)/2*最大值(所有被宣告无罪的同现)

宣告无罪_降级＝最小值(宣告无罪_降级，0.5)；降级应当总是按照至少0.5减去支持

宣告无罪_降级＝0.5；如果没有所报告的测试为之沉默的修复

利用这些值，每个修复的“支持_出现”如下计算：

支持_出现_i＝同现_i*宣告无罪_降级；如果此修复被宣告无罪。

支持_出现_i＝同现_i*控告_升级；如果此修复被控告。

支持_出现_i＝同现_i；其它

每个可能的失效模式(修复)的相对似然性可如下计算：

似然性_x＝支持_出现_x/和(支持_出现_i...z)

对于我们的示范数据，如果运行“引擎点火器测试”并且报告“点火器故障”结果，将通过计算得到下面的结果：

控告_升级＝2*最大值(10)/最小值(2)＝10；

宣告无罪_降级＝最小值(最小值(10)/2*最大值(1)，0.5)＝0.5；

“支持_出现”计算：

    更换电源＝1×0.5＝0.5；

    更换点火器＝2×10＝20；

    更换压力阀＝4×1＝4；

    更换燃料供应线路＝5×1＝5；

    更换燃料泵＝10×1＝10；

修复似然性计算：

和(所有修复)＝39.5

    更换电源＝0.01

    更换点火器＝2×10＝0.50

    更换压力阀＝0.11

    更换燃料供应线路＝0.13

    更换燃料泵＝10×1＝0.25

算法必须被修正，以便得体地处理运行多个测试的情况。每个修复在每个结果暗含集(例如控告、宣告无罪、沉默)中的次数的计数被计算以支持更新的公式。在这个模型中，一个修复可能被一个测试控告，被另一个宣告无罪，还被第三个以沉默对待。公式的更新版本如下：

控告_升级＝2*最大值(未被控告的同现)/最小值(所有被控告的同现)

其中未被控告集是被至少一个报告的测试结果宣告无罪或沉默的修复集，同时控告集是被至少一个报告的测试结果控告的所有修复的集合。

宣告无罪_降级＝最小值(沉默的同现)/2*最大值(所有被宣告无罪的同现)

宣告无罪_降级＝最小值(宣告无罪_降级，0.5)；降级总是按照至少0.5减去支持

宣告无罪_降级＝0.5；如果没有所报告的测试为之沉默的修复其中沉默集是至少一个报告的测试结果为之沉默的所有修复的集合，而宣告无罪集是被至少一个报告的测试结果宣告无罪的所有修复的集合。

支持_出现_i＝同现_i*[宣告无罪_降级^宣告无罪计数_i]

其中宣告无罪计数_i是此修复被宣告无罪的测试结果数量。

支持_出现_i＝支持_出现_i*[控告_升级^控告计数_i]

其中控告计数_i是此修复被控告的测试结果数。

似然性_x＝支持_出现_x/和(支持_出现_i...z)

要求一个最终调整，以便支持已尝试一个或多个修复、但没有成功纠正问题的情况。在这种情况下，对于已尝试并且失败的任何修复_i，把支持_出现_i值乘以0.1。对支持_出现_i值的这个调整在计算每个修复的似然值之前执行。此行动的公式是：

支持_出现_i＝支持_出现_i*(0.1)^N

其中N是已经对差异执行修复_i的次数。

在先有技术的系统中，给定修复的似然性或概率受限于它的同现计数。上面的过程或算法代表在先有系统之上的显著改进，因为概率根据解决特定修复时测试结果的有效性进行调整，即关于给定的修复，是否控告或指向、宣告无罪或远离、或者沉默或不提供信息。在下面的讨论中注意，概率被称为并且表示为P_x或P_i等等。上面这些概率已被称作似然性和似然性_i等等。

如果技术人员不能收集额外的观察，可能看起来执行与上面标识的最可能故障相关的修复并且继续执行修复直到观察的故障现象全部被清除为止是合理的。在一些情况下，这可能真的是最合理的方法，但在许多情况下它不是。考虑故障被确定为处于两个部分之一的情况。同样假设一个部分具有为第二个(33％)两倍的可能性(67％)，但是它的更换成本是第二个($100)的十倍($1000)。这说明首先更换第二部分将会实际降低修复的预期或平均成本。

策略₁₂-更换部分₁然后部分₂的预期成本：

    $1000+0.33*100＝$1033

策略₂₁-更换部分₂然后部分₁的预期成本：

    $100+0.67*100＝$770

如果此修复在飞机的使用期限内多次重复，运营者对于每个飞机修复将会节省$263的平均值。对于任何特定的修复，每个策略可以有两个不同的结果：

实际失效组件    部分₁(67％)   部分₂(33％) NFF比率      平均成本

策略₁₂成本     $1000          $1100         部分₁(33％) $1033

策略₂₁成本     $1100          $100          部分₂(67％) $770

这个表指出，采用策略₂₁的运营者67％的时间承受$1100的成本和33％的时间承担$100的成本。对于任何给定的修复，运营者将只承受这些成本中的一个。使用这种策略的效果可以为运营者减少修复飞机或其它复杂系统的整个成本或平均成本。策略会具有增加部分₂的无故障发现率的效果，但通过降低部分₁的无故障发现率的利益得到抵消。最后这部分讨论中介绍的计算或概念在下一节进行公式化描述。

修复的最低成本是如果模糊组件(执行修复集中的一个修复所要求的组件或其它行动)在最佳序列中被删除，飞机所导致的预期成本值。如前面章节所示，最佳序列取决于在模糊组中每个组件的概率以及那些组件的成本。用于特定更换序列的修复成本如下给出：

CR_x＝C_i+(1-P_i)*C_j+(1-P_i-P_j)*C_k+...+P_n*C_n其中X是排序的组件更换序列i，j，...n；C_i是组件_i的成本；P_i是需要更换组件_i的概率。修复的最佳情况的成本基于使这个等式最小化的更换序列进行计算。最佳序列的计算在计算上很复杂，因此通过比率值确定更换序列来进行近似：

排序_x＝C_x/P_x(近似)最佳更换序列可以通过排列更换的顺序、使得排序_i＜排序_j＜...＜排序_n来发现。排序计算的基本原理基于这样的观察：为简单的两组件模糊组或者修复集两个修复的修复等式成本为：CR_ij＝C_i+(1-P_i)*C_j或者CR_ji＝C_j+(1-P_j)*C_i，取决于更换序列。通过得出如下结论，这些序列的每个修复的成本可以进行比较：

CR_ij＜Cr_ji iffC_i+(1-P_i)*C_j＜C_j+(1-P_j)*C_i

这可重写为CR_ij＜Cr_ji iffC_i+C_j-P_i*C_j＜C_j+C_i-P_j*C_i

CR_ij＜Cr_ji iffP_i*C_j＞P_j*C_i

CR_ij＜Cr_ji iffC_j/P_j＞C_i/P_i

这个最终形式说明，如果排序_i＜排序_j，组件_i应该在组件_j之前被更换。计算尤其首先比较了修复每个组件的成本效益。在算法中，我们利用这个信息，通过根据每个组件的排序值将更换排序来计算整个更换序列。

一旦修复序列被确定，这个估计就可以通过“C”中比较直观的代码或其它程序语言来机械化。它也可以作为对关系数据库的SQL查询来实现，通过重写成本公式如下：

CR_x＝(P_i+P_j+...P_n)*C_i+(P_j+P_k+...P_n)*C_j+...+P_n*C_n

或者

CR_x＝(P_i*C_i+P_j*C_j+...P_n*C_n)+(P_j+P_k+...P_n)*C_i+(P_k+...+P_n)*C_j+P_m*C_m此行动的输出将会是排序的修复列表或具体的修复行动，例如组件更

换和平均成本，如果这些组件以修复飞机的最佳情况或最小平均成本排序的次序被更换，排序和因此平均成本包括或取决于历史组件或因素，即每个修复之间的历史联系以及它解决故障现象的功效，如给定解决特定修复的可获得的测试结果的有效性进行调整。

下一步无论如何计算机或处理器将会确定与故障代码相一致的可能的测试；并且根据各自修复飞机的平均成本的纯改进对这些可能的测试排序。最好是，算法被用来根据可能的测试的值对可能的测试排序，这个值取决于平均成本减去执行可能的测试的成本的降低。这将协助技术人员快速作出关于是否以及执行哪些测试的决定。一旦对这些可能的测试排序后，最好将其显示在监视器上，以便用户或技术人员查看并选择任何进一步要执行的测试。

当不止一个修复或故障仍然可能并且测试可用来确定或帮助确定执行哪个(些)修复时，下面的算法计算每个可能的测试的有效性，并根据这里后面描述的计算建议技术人员。任何时间都有可用的测试或可能的测试或许能够打破模糊组或得到更小的修复集，要问的重要问题是哪些测试最有效并且它们是否值得努力执行。结果发现，我们已经描述的用来发现修复集或要修复的候选故障状态&最小成本的活动或计算可用来评价剩余的测试，从而计算它们的相关值。本方法令人振奋的特点是，可以为每个测试计算Dollar值，该值向运营者指明测试提供的信息的价值。程序可利用这个信息和执行每个测试的成本来确定利益或为每个测试修复飞机的平均成本的纯降低。

以比提供的信息价值更高的成本运行的任何测试通常都不会被运行。(例如，运营者通常不会测量提供给日光灯的电压以确定灯管是否应该更换。)任何比其成本价值更高的测试通常会被运行。有些例外情况，就是运营者要访问程序无法获得的数据，可能选择不同于程序推荐的一系列行动(更换灯管不可获得，或者已有电压表等等)。与用户的交互允许用户选择最佳使用他们已获得的所有数据的一系列行动。直接的故障诊断系统的功能是提供可用数据给运营者，使他们可以就故障隔离作出最佳决定。

计算每个测试的值所要求的计算如下：

给定当前已知的故障现象状态(对应于故障代码的观察和任何可获得的测试结果)计算“修复成本”或从上述过程得到的预期成本，并记录为修复成本_基线。

计算最佳情况的修复成本如下：

修复成本_最佳＝P_i*C_i+P_j*C_j+...+P_n*C_n

计算当前模糊组的大小或修复集的大小作为模糊_基线(必须是2或更多)计算最大改进＝修复成本_基线-修复成本_最佳

对于每个可能的测试或还没有被运行的测试；(测试_x)

找出会得到最大模糊组的测试的结果(是/否)作为模糊测试_x

计算改进率_x为(模糊_基线-模糊测试_x)/(模糊_基线-1)

计算测试值_x＝最大改进×改进率_x

计算测试利润_x＝测试值_x-测试成本_x

一旦每个测试的利润被计算出来，给用户显示所有的测试，其中最有利可图的利润(最大测试利润_x)首先被显示。

然后用户可从可能的测试中选择测试，执行测试并且获取测试结果，使用故障代码、测试结果以及任何从将被选择的附加测试得到的测试结果，反复识别，将修复集排序，确定可能的测试，将可能的测试排序并选择进一步测试，直到所述集仅包括一个修复，然后报告这个修复。当然用户或运营者总是可以在故障隔离过程中任意点使用判定或在任意点报告预期的修复成本。注意，通过包括每个修复或故障的修复时间因子，同样形式的计算可用来推导估计修复图表的时间。因为对于运营者来说时间是关键的因素，这可用在故障隔离程序中作为决定性因素。

参照图3，描述在复杂系统中为失效模式改进故障隔离的优选方法300实施例的流程图。方法300类似于上面实现的过程，并且利用对一般技术人员显而易见的类似的算法，给定上面公开的原理和概念，尽管这个方法在本质上更加通用，并且通过捕捉与复杂系统的失效模式相一致的故障现象集开始于301处。这个捕捉过程最好使用捕捉相关故障现象的分类程序的结果。更具体且更适宜的是，捕捉故障现象集的步骤包括使用标准代码作为对应于故障现象集的可观察故障现象子集的标准观察集的指示，其中标准观察从标准观察列表中选择。

在303，该方法为复杂系统识别了与故障现象集以及最好是与标准代码相一致的修复集，因为除去任何修复的故障现象集已经通过可获得的测试结果被排除。同样，任何可能的测试最好对应于标准代码。这参考通常从故障模型等可获得的失效模式数据304来实现。在305测试是否不止一个修复在修复集中，如果不是，则这个修复在307被报告，然后过程终止。

否则，方法在309着手按照使修复复杂系统的平均成本最小化的顺序对修复排序，该序列包括或取决于历史组件并且反映解决修复集中每个修复的可获得的测试结果的有效性。这通过参考将成为故障或失效模型等的一部分的失效模式数据310来实现。对失效模式排序的过程还使用经验评估，利用与修复集或剩余修复集中的每个修复同时出现的所述故障现象集，关于每个修复，评估可获得的测试结果是否控告、宣告无罪或者沉默，以及与每个修复相关的成本。诸如上面讨论的算法将会是用于这个排序程序的优选方法。

然后在311确定与失效模式相一致的可能的测试，这通过借助于或参考再次从典型复杂系统的故障或失效模型中获得的失效模式数据310来执行。标准代码最好包括与失效模式或相关的修复相关的测试程序集。在313，这些可能的测试参考失效模式数据310根据各自修复复杂系统的平均成本的纯改进来排序。最好是，这使用一种算法根据可能的测试的值将可能的测试排序，该值取决于平均成本减去执行可能的测试的成本的降低。再次，诸如上面讨论的算法将适合于这个任务。方法的附加优选步骤315是：选择可能的测试，并且从可能的测试获取测试结果，利用故障现象集、测试结果以及将被选择的测试的任何附加测试结果，重复以下步骤：识别，对修复集排序，确定可能的测试，对可能的测试排序并选择进一步测试，直到所述集中仅包括一个修复，如在步骤305确定的那样，然后在步骤307报告这个修复。

这个方法，通过一般技术人员适当的调整，适用于诊断工具中并可应用于大多数飞机的大多数故障模型中。实现这种方法的一个合适的途径是通过软件程序，软件程序包含软件指令，软件指令用来运行于处理器上，从而在复杂系统中为失效模式改进故障隔离，软件程序当被安装并工作在处理器上时导致处理器执行根据图3的方法。

上面讨论的过程以及其中创造性的原理针对并且会缓解一些问题，诸如不连贯和费时的诊断以及由用于故障隔离的先有技术诊断、维护和服务程序引起的纠正行动或记录。使用这些故障隔离或修复选择的原理将会简化服务和维护估计、投影和程序，并节省与不一致的活动相关的成本。或者，如果用户确实需要，必要的过程可用来使修复时间最小化。

已经讨论和描述了用于故障隔离的方法、系统和装置的各种实施例，具有或没有对应的故障模型，从而促进并为复杂系统提供一致的和成本有效的维护和服务程序。可以预期，这些实施例或根据本发明的其它实施例可应用于许多复杂系统中。公开的原理和概念扩展了这些系统，尤其是用于维护和服务的方法。本公开旨在解释如何根据本发明改变和使用不同的实施例，而不是限制其真实、预期且合理的范围和精神。本发明仅由可在专利申请待决期间修改的所附权利要求及其所有等效物来定义。

Claims (19)

1.一种用于在复杂系统中为失效模式改进故障隔离的方法，所述方法包括以下步骤：

捕捉与所述复杂系统的失效模式相一致的故障现象集；

为所述复杂系统识别与所述故障现象集相一致的修复集；

当所述修复集包括不止一个修复时，将所述修复排列成将使修复所述复杂系统的平均成本最小化的序列，所述序列包括历史组件并且反映解决所述修复集中的每个修复的可获得的测试结果的有效性；

确定与所述失效模式相一致的可能的测试；以及

根据它们各自修复所述复杂系统的所述平均成本的纯改进对所述可能的测试排序。

2.如权利要求1所述的方法，还包括如下步骤：从所述可能的测试中选择测试并获取测试结果，使用所述故障现象集、所述测试结果以及将被选择的测试的任何附加测试结果，重复所述识别、对所述修复集排序、确定所述可能的测试，对所述可能的测试排序并选择进一步测试的步骤，直到所述集仅包括一个修复，然后报告所述修复。

3.如权利要求1所述的方法，其中捕捉所述故障现象集的所述步骤包括：使用标准代码作为对应于所述故障现象集中的可观察故障现象子集的标准观察集的指示，所述标准观察从标准观察列表中选择，所述可能的测试对应于所述标准代码，并且其中识别所述修复的所述集的所述步骤包括为所述故障现象集识别对应于所述标准代码的修复列表。

4.如权利要求1所述的方法，其中对所述修复排序的所述步骤还使用经验评估，利用与所述修复的所述集的每个修复同时出现的所述故障现象集，关于所述每个修复评估所述可获得的测试结果是否控告、宣告无罪或沉默以及与每个修复相关的成本。

5.如权利要求1所述的方法，其中对所述可能的测试的所述排序使用一种算法根据所述可能的测试的值对所述可能的测试排序，所述值取决于所述平均成本减去执行所述可能的测试的成本的降低。

6.如权利要求1所述的方法，被用于诊断工具中并可应用于多种飞机的多种故障模型。

7.一种包含软件指令的软件程序，所述软件指令被用来运行于处理器上，从而在复杂系统中为失效模式改进故障隔离，所述软件程序当被安装并工作在处理器上时导致所述处理器：

捕捉与所述复杂系统的失效模式相一致的故障现象集；

为所述复杂系统识别与所述故障现象集相一致的修复集；

当所述修复集包括不止一个修复时，将所述修复排列成将使修复所述复杂系统的平均成本最小化的序列，所述序列包括历史组件并且反映解决所述修复集中的每个修复的可获得的测试结果的有效性；

确定与所述失效模式相一致的可能的测试；以及

根据它们各自修复所述复杂系统的所述平均成本的纯改进对所述可能的测试排序。

8.如权利要求7所述的软件程序，还包括：从所述可能的测试中选择测试并获取测试结果，使用所述故障现象集、所述测试结果以及将被选择的附加测试得到的任何测试结果，重复所述识别、所述修复集的所述排序、所述可能的测试的所述确定、所述可能的测试的所述排序以及所述测试的选择，直到所述集仅包括一个修复，然后报告所述修复。

9.如权利要求7所述的软件程序，其中对所述故障现象集的所述捕捉包括：使用标准代码作为对应于所述故障现象集中的可观察故障现象子集的标准观察集的指示，所述标准观察从标准观察列表中选择，其中所述可能的测试对应于所述标准代码，并且其中对所述修复的所述集的所述识别包括为所述故障现象集识别对应于所述标准代码的修复列表。

10.如权利要求7所述的软件程序，其中对所述修复的所述排序还使用经验评估，利用与所述修复的所述集的每个修复同时出现的所述故障现象集，关于所述每个修复评估所述可获得的测试结果是否控告、宣告无罪或沉默以及与每个修复相关的成本。

11.如权利要求7所述的软件程序，其中对所述可能的测试的所述排序使用一种算法根据所述可能的测试的值对所述可能的测试排序，所述值取决于所述平均成本减去执行所述可能的测试的成本的降低。

12.如权利要求7所述的软件程序，被用于诊断工具中并且适合应用于多种飞机的多种故障模型。

13.一种飞机维护和操作诊断系统，用于根据飞机的故障模型为飞机中的故障状态协助改进故障隔离，所述系统包括以下各项的组合：

用户界面；

耦合到所述用户界面的计算机，具有存储软件指令和数据库的存储器以及处理器，用于：

执行所述软件指令以处理信息，以便于根据故障模型对所述故障状态的故障隔离，所述软件程序导致所述计算机：

从故障分类过程中捕捉故障代码，所述故障代码是与所述故障状态相一致的所述故障模型的一部分；

为所述飞机识别与所述故障代码相一致的修复集；

当所述修复集包括不止一个修复时，将所述修复排列成将使修复所述飞机的平均成本最小化的序列，所述序列包括历史组件并且反映解决所述修复集中的每个修复的可获得的测试结果的有效性；

确定与所述故障代码相一致的可能的测试；以及

根据它们各自修复所述飞机的所述平均成本的纯改进对所述可能的测试排序。

14.如权利要求13所述的系统，还包括：从所述可能的测试中选择测试并获取测试结果，使用所述故障代码、所述测试结果以及将被选择的附加测试得到的任何测试结果，重复所述识别、所述修复集的所述排序、所述可能的测试的所述确定、所述可能的测试的所述排序以及进一步测试的选择，直到所述集仅包括一个修复，然后报告所述修复。

15.如权利要求13所述的系统，其中对所述故障代码的所述捕捉包括：捕捉对应于可观察故障现象子集的相关标准观察集，所述标准观察从标准观察列表中选择，以及捕捉任何可获得的测试结果。

16.如权利要求13所述的系统，其中对所述修复排序的所述步骤还使用经验评估，利用对应于与所述故障代码相关的可观察故障现象和任何可获得的测试结果、并且与所述修复的所述集的每个修复同时出现的故障现象集，关于所述每个修复评估所述可获得的测试结果是否控告、宣告无罪或沉默，以及与每个修复相关的成本。

17.如权利要求13所述的系统，其中对所述可能的测试的所述排序使用一种算法根据所述可能的测试的值对所述可能的测试排序，所述值取决于所述平均成本减去执行所述可能的测试的成本的降低。

18.如权利要求13所述的系统，还包括在所述用户界面上按所排列的顺序显示所述可能的测试以便于查看并选择可能的测试。

19.如权利要求13所述的系统，还包括到广域网的端口，用于为远程用户提供故障隔离的诊断支持。