DE102004022144B4 - Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems - Google Patents

Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems Download PDF

Info

Publication number
DE102004022144B4
DE102004022144B4 DE102004022144A DE102004022144A DE102004022144B4 DE 102004022144 B4 DE102004022144 B4 DE 102004022144B4 DE 102004022144 A DE102004022144 A DE 102004022144A DE 102004022144 A DE102004022144 A DE 102004022144A DE 102004022144 B4 DE102004022144 B4 DE 102004022144B4
Authority
DE
Germany
Prior art keywords
sub
interval
parameters
subinterval
technical system
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.)
Expired - Fee Related
Application number
DE102004022144A
Other languages
English (en)
Other versions
DE102004022144A1 (de
Inventor
Veronika Dunkel
Benedikte Elbel
Michael Dr. Greiner
David Meintrup
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Priority to DE102004022144A priority Critical patent/DE102004022144B4/de
Priority to US11/579,631 priority patent/US7630952B1/en
Priority to PCT/EP2005/052036 priority patent/WO2005109137A1/de
Publication of DE102004022144A1 publication Critical patent/DE102004022144A1/de
Application granted granted Critical
Publication of DE102004022144B4 publication Critical patent/DE102004022144B4/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Verfahren zur rechnergestützten Bewertung von Kenngrößen (A(t)) eines technischen Systems:
– bei dem in einem zeitlichen Gesamtintervall (I) mit einem Startpunkt (t0) und einem Endpunkt (tend), in dem eine Mehrzahl von Kenngrößen (A(t)) des technischen Systems ermittelt wurden, mehrere unterschiedliche Teilintervalle (I1, I2, ..., I) bestimmt werden, wobei jedes Teilintervall zwischen einem Teilintervallsstartpunkt und einem Teilintervallsendpunkt (t1, t2, ..., tend) im Gesamtintervall (I) liegt;
– bei dem für jedes Teilintervall (I1, I2, ..., I) ein oder mehrere Parameter (ai, bi, ci) eines vorgegebenen Prognosemodells an die im Teilintervall (I1, I2, ..., I) ermittelten Kenngrößen (A(t)) angepasst werden, wodurch eine Teilanpassung (Pi) erhalten wird, der ein Teilintervall (I1, I2, ..., I) und der Teilintervallsendpunkt (ti) des Teilintervalls (I1, I2, ..., I) zugeordnet sind;
– bei dem für die Teilanpassungen (Pi) jeweils ein Änderungsmaß (Ci) ermittelt wird, welches die Änderung der Parameter (ai, bi, ci) der jeweiligen Teilanpassung...

Description

  • Die Erfindung geht aus von Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems sowie entsprechende Anordnungen und entsprechende Computerprogrammprodukte.
  • Aus dem Stand der Technik sind Zuverlässigkeitswachstumsmodelle aus dem Bereich des „Operations Research" bekannt, mit denen das Ausfallverhalten eines technischen Systems im Verlauf eines Test- und Korrekturprozesses analysiert werden kann und die Zuverlässigkeit des technischen Systems prognostiziert werden kann. Beispielsweise sind in Lawrence, Denis: "Software Reliability and Safety in Nuclear Reactor Protection Systems", US Nuclear Regulatory Commission, 1993, Seiten 101 bis 105 Modelle beschrieben, mit denen der Anstieg der Zuverlässigkeit von Programmmitteln in einem Testzeitraum ermittelt werden kann.
  • Die bekannten Prognosemodelle beruhen auf der Annahme, dass sich der Test- und Korrekturprozess des technischen Systems im Laufe der Zeit nicht verändert, was jedoch nicht immer der Fall ist. Insbesondere können Inhomogenitäten im Test- und Korrekturprozess auftreten, beispielsweise durch Veränderung im Testverfahren oder aufgrund eines Wechsels des Personals, das die Tests durchführt, insbesondere dann, wenn das neue Personal nicht die gleiche Testerfahrung wie das vorangegangene Personal hat. In einem solchen Fall werden die Kenngrößen des betrachteten technischen Systems durch Prognosemodelle nicht mehr richtig bewertet und es ist somit wünschenswert, Inhomogenitäten im Testprozess zu lokalisieren.
  • Die Druckschrift WO 03/065138 A1 offenbart ein Verfahren zur rechnergestützten Prognose der Zuverlässigkeit einer technischen Anordnung, bei dem Zuverlässigkeitskenngrößen prognostiziert werden können.
  • Die Druckschrift DE 102 41 746 A1 offenbart ein Verfahren zur rechnergestützten Bewertung von Kenngrößen, welche beispielsweise zur Qualitätsbewertung von in einem zyklischen Produktionsprozess gefertigten Produkten herangezogen werden. Bei signifikanten Abweichungen von Prozesskenngrößen in einem Produktionsprozess wird beispielsweise eine Stichprobenentnahme eingeleitet, um damit das verwendete Prozessmodell anzupassen. Insbesondere werden messtechnisch erfasste Sensorsignale in einem periodisch wiederholten Zeitbereich analysiert, indem der Zeitbereich in charakteristische Segmente unterteilt wird. Darüber hinaus werden die mit dem Verfahren ermittelten Daten zusätzlich gemäß ihres Abstandes zu einem erwarteten Optimalwert statistisch gewichtet.
  • Aus der Druckschrift DE 296 17 200 U1 ist es bekannt, Messwerte einer technischen Anlage zyklisch zu äquidistanten Zeitpunkten und damit in festen Teilintervallen zu erfassen. Die Messwerte werden hierbei einem Anlagenmodell zugeführt, mit dem Qualitätssollwerte generiert werden, die mit den Istwerten verglichen werden, wobei ein kritischer Bereich ermittelt werden kann, in dem die durch das Anlagenmodell prädizierten Qualitätskennwerte unerwünschte Werte aufweisen.
  • Aufgabe der Erfindung ist es deshalb, ein Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems zu schaffen, mit dem Inhomogenitäten bei der Bestimmung der Kenngrößen ermittelt werden können.
  • Diese Aufgabe wird durch die unabhängigen Patentansprüche gelöst. Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen definiert.
  • In dem Verfahren werden in einem zeitlichen Gesamtintervall mit einem Startpunkt und einem Endpunkt, in dem eine Mehrzahl von Kenngrößen des technischen Systems ermittelt wurden, mehrere unterschiedliche Teilintervalle bestimmt, wobei jedes Teilintervall zwischen einem Teilintervallsstartpunkt und einem Teilintervallsendpunkt im Gesamtintervall liegt. Für jedes Teilintervall werden ein oder mehrere Parameter eines vorgegebenen Prognosemodells an die im Teilintervall ermittelten Kenngrößen angepasst, wodurch eine Teilanpassung erhalten wird, der ein Teilintervall und der Teilintervallsendpunkt des Teilintervalls zugeordnet sind. Für die Teilanpassungen wird dann jeweils ein Änderungsmaß ermittelt, welches die Änderung der Parameter der jeweiligen Teilanpassung in Bezug auf die Parameter wenigstens einer benachbarten Teilanpassung angibt, wobei der wenigstens einen benachbarten Teilanpassung ein Teilintervall zugeordnet ist, dessen Teilintervallsendpunkt benachbart zum Teilintervallsendpunkt des jeweiligen Teilintervalls ist. Das Intervall zwischen dem Teilintervallsendpunkt einer jeweiligen Teilanpassung und dem Teilintervallsendpunkt der wenigstens einen benachbarten Teilanpassung wird als inhomogenes Intervall markiert, falls das Änderungsmaß größer als sein vorbestimmter Wert ist.
  • Durch die Analyse der Parameteränderung der Teilanpassungen der Prognosemodelle kann festgestellt werden, in welchem Zeitraum im Gesamtintervall eine besonders große Parameteränderung aufgetreten ist. Eine solche Parameteränderung deutet darauf hin, dass in diesem Zeitraum eine Inhomogenität bei der Ermittlung der Kenngröße aufgetreten ist. Durch die Markierung des entsprechenden Zeitraums ist es nach Beendigung des Verfahrens möglich, die inhomogenen Intervalle nochmals genauer zu analysieren, um die Ursache dieser Inhomogenitäten zu bestimmen.
  • In einer bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens ist das Änderungsmaß für die jeweilige Teilanpassung abhängig von dem Maximum ausgewählt aus der Änderung der Parameter der jeweiligen Teilanpassung in Bezug auf die Parameter der benachbarten Teilanpassung mit benachbartem kleineren Teilintervallsendpunkt und der Änderung der Parameter der jeweiligen Teilanpassung in Bezug auf die Parameter der benachbarten Teilanpassung mit benachbartem größeren Teilintervallsendpunkt. Dabei wird das gesamte Intervall zwischen dem benachbarten kleineren Teilintervallsendpunkt und dem Teilintervallsendpunkt der jeweiligen Teilanpassung und von dort zu dem benachbarten größeren Teilintervallsendpunkt als inhomogenes Intervall markiert, wenn das Änderungsmaß größer als ein vorbestimmter Wert ist.
  • In einer besonders bevorzugten Ausführungsform gibt das Änderungsmaß den Betrag der relativen Änderung der Parameter der jeweiligen Teilanpassung in Bezug auf Parameter wenigstens einer benachbarten Teilanpassung an.
  • In einer bevorzugten Ausführungsform sind die Teilintervalle ineinander geschachtelt, d.h. jedes Teilintervall beginnt am Startpunkt des Gesamtintervalls, so dass Teilintervalle mit größeren Teilintervallsendpunkten auch immer Teilintervalle mit kleineren Teilintervallsendpunkten umfassen.
  • Vorzugsweise wird die Anpassung des vorgegebenen Prognosemodells an die im jeweiligen Teilintervall ermittelten Kenngrößen nach der Maximum-Likelihood-Methode und/oder der Methode der kleinsten Abweichungsquadrate ermittelt. Diese Methoden sind aus der statistischen Mathematik hinlänglich bekannt.
  • In einer besonders bevorzugten Ausführungsform ist das vorgegebene Prognosemodell ein Zuverlässigkeitsprognosemodell und die Kenngrößen des technischen Systems sind Werte, welche die Zuverlässigkeit des technischen Systems repräsentieren. Die Kenngrößen können hierbei insbesondere die Anzahl der Gesamtausfälle des technischen Systems zum Zeitpunkt der Ermittlung der Kenngröße und/oder die durchschnittliche Zeit bis zum Auftreten eines Ausfalls des technischen Systems zum Zeitpunkt der Ermittlung der Kenngröße sein.
  • In einer weiteren besonders bevorzugten Ausführungsform wird das erfindungsgemäße Verfahren zur Bewertung von Kenngrößen in einem technischen System verwendet, das Prozessormittel aufweist, auf denen Programmmittel ausgeführt werden, wobei das vorgegebene Prognosemodell ein Zuverlässigkeitswachstumsmodell für die Programmmittel ist. Zuverlässigkeitswachstumsmodelle sind aus dem Stand der Technik bekannt und gehen insbesondere davon aus, dass keine Inhomogenitäten im betrachteten Gesamtintervall auftreten. Deshalb ist es bei der Verwendung von Zuverlässigkeitswachstumsmodellen sehr wichtig, solche Inhomogenitäten mit dem erfindungsgemäßen Verfahren zu ermitteln.
  • In einer weiteren Ausführungsform ist das zeitliche Gesamtintervall insbesondere eine Test- und Korrekturphase des technischen Systems, wobei in dieser Phase das technische System zur Verbesserung seiner Zuverlässigkeit laufend angepasst wurde.
  • Neben dem oben beschriebenen Verfahren ist eine Anordnung zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems vorgesehen, wobei die Anordnung derart ausgestaltet ist, dass das beanspruchte Verfahren mit dieser Anordnung durchführbar ist.
  • Darüber hinaus ist ein Computerprogrammprodukt vorgesehen, das in den Speicher eines Computers geladen werden kann und Softwarecodeabschnitte umfasst, mit denen das beanspruchte Verfahren durchgeführt wird, wenn das Programmprodukt auf dem Computer läuft.
  • Ausführungsbeispiele der Erfindung werden nachfolgend anhand der beigefügten Figuren detailliert beschrieben.
  • Es zeigen:
  • 1: ein Diagramm, welches den Ablauf des erfindungsgemäßen Verfahrens zeigt;
  • 2: ein Diagramm zur Verdeutlichung der. im erfindungsgemäßen Verfahren durchgeführten Anpassung eines vorgegebenen Prognosemodells an die Kenngrößen eines technischen Systems;
  • 3: ein Diagramm, welches die Änderung der Parameter der Teilanpassungen eines vorgegebenen Prognosemodells graphisch verdeutlicht; und
  • 4: eine technische Anordnung zur Durchführung des erfindungsgemäßen Verfahrens.
  • 1 zeigt ein Diagramm, welches ein Ausführungsbeispiel für den Ablauf des erfindungsgemäßen Bewertungsverfahrens wiedergibt. In einem ersten Schritt S101 wird ein Gesamtintervall I in Teilintervalle I1, I2, ..., I aufgeteilt. Bei dem Gesamtintervall handelt es sich insbesondere um ein Zeitintervall, in dem das technische System getestet und korrigiert wurde. In diesem Gesamtintervall wurden eine Vielzahl von Kenngrößen des technischen Systems ermittelt, wobei in der hier beschriebenen Ausführungsform die Kenngrößen die Gesamtausfallzahl des technischen Systems zu entsprechenden Zeitpunkten im Gesamtintervall ist. Diese Gesamtausfallzahl wird als A(t) bezeichnet, wobei t ein beliebiger Zeitpunkt im Gesamtintervall ist.
  • In einem nächsten Schritt S102 wird ein vorgegebenes Prognosemodell an die Ausfallzahlen A(t) des technischen Systems in jedem Teilintervall angepasst, wodurch Teilanpassungen Pi (i = 1, ..., Anzahl der Teilanpassungen) erhalten werden. Das vorgegebene Prognosemodell ist insbesondere ein Zuverlässigkeitswachstumsmodell, welches für softwareintensive technische Systeme eingesetzt wird und mit dem die Kenngrößen des Systems modelliert werden können, so dass die Entwicklung der Kenngrößen prognostiziert werden kann.
  • In einem nächsten Schritt S103 wird für jede Teilanpassung Pi, die zwischen zwei Teilanpassungen liegt (d.h. i = 2, ..., Anzahl der Teilanpassungen-1), ein Änderungsmaß Ci bestimmt, welches die Änderung der Parameter der jeweiligen Teilanpassung in Bezug auf die Parameter der benachbarten Teilanpassungen angibt. Das Änderungsmaß Ci kann beispielsweise wie folgt bestimmt werden:
    Es wird davon ausgegangen, dass das vorgegebene Prognosemodell die Parameter a, b und c umfasst, wobei die im jeweiligen Teilintervall Ii angepassten Parameter als ai, bi und ci bezeichnet werden. Es wird nunmehr die relative Parameteränderung der Teilanpassung zu der vorangegangenen bzw. nachfolgenden Teilanpassung bestimmt. Die Parameteränderung ist hierbei das Maximum der relativen Parameteränderung zwischen der vorangegangenen bzw. nachfolgenden Teilanpassung und lässt sich mathematisch für die Parameter a, b bzw. c wie folgt schreiben: Cai = max(|ai – ai–1|/ai;|ai – ai+1|/ai) Cbi = max(|bi – bi–1|/bi;|bi – bi+1|/bi) Cci = max(|ci – ci–1|/ci;|ci – ci+1|/ci)
  • Auf der Basis der Parameteränderungen C a / i, C b / i und C c / i lässt sich nun eine Gesamtparameteränderung Ci wie folgt berechnen:
    Figure 00070001
  • Bei den Werten d1, d2 und d3 handelt es sich um positive Zahlen, welche Gewichtungen darstellen, die von dem gewählten Prognosemodell abhängen.
  • Sind die Änderungsmaße auf diese Weise bestimmt worden, wird im Schritt S104 für jede Teilanpassung Pi das Zeitintervall zwischen den Teilintervallsendpunkten der vorangegangenen Teilanpassung Pi–1 und der nachfolgenden Teilanpassung Pi+1 als inhomogen markiert, falls das jeweilige Änderungsmaß Ci größer als ein Schwellwert ist. Die markierten Intervalle stellen Zeitintervalle dar, in denen möglicherweise Inhomogenitäten im Testprozess vorliegen, beispielsweise weil bei der Durchführung der Testphase die Testkriterien geändert wurden oder die Testpersonen durch andere Testpersonen ersetzt wurden. Auf diese Weise können Inhomogenitäten in der Testphase eines technischen Systems lokalisiert und anschließend näher evaluiert werden.
  • 2 zeigt ein Diagramm, welches die im erfindungsgemäßen Verfahren durchgeführte Anpassung der Parameter eines vorgegebenen Prognosemodells an die Kenngrößen eines technischen Systems verdeutlicht. Die Abszisse des Diagramms ist die Zeitachse t und die Ordinate stellt die Anzahl der Gesamtausfälle A dar. In dem Diagramm sind die in einem Gesamtintervall I zwischen t0 bis tend zu vorgegebenen Zeitpunkten gemessenen Gesamtausfälle A(t) des technischen Systems in Form von Messpunkten dargestellt. Zur Anpassung werden unterschiedliche Teilintervalle berücksichtigt, wobei in 2 die Teilintervalle I1, I2 und I3 gezeigt sind. Alle Teilintervalle beginnen an dem Zeitpunkt t0 = 0 und werden der Reihe nach größer. Intervall I1 erstreckt sich von 0 bis t1, Intervall I2 von 0 bis t2 und Intervall I3 von 0 bis t3. Die Ausfallzahlen A(t) in den einzelnen Teilintervallen werden zur Anpassung der Parameter des betrachteten Prognosemodells herangezogen. Für jedes Intervall I1, I2 und I3 ergeben sich somit drei Kurven P1, P2 und P3, welche eine entsprechende Prognose der Ausfallzahlen auf der Basis der gemessenen Ausfallzahlen in den entsprechenden Intervallen darstellt. Wie zu erwarten, ist hierbei die Abweichung der mit der Prognose P3 ermittelten Ausfallzahl von der tatsächlichen Ausfallzahl A(tend) am Endpunkt tend am kleinsten.
  • 3 zeigt ein Diagramm, welches die Änderung von zwei Parametern a, b eines Zuverlässigkeitswachstumsmodells bei der Anpassung an Teilintervalle zeigt. Diagramm D1 zeigt die ermittelten Ausfallzahlen eines technischen Systems, wobei auf der Abszisse die Zeit t und auf der Ordinate die Ausfallzahl A aufgetragen ist. Es wurden Teilanpassungen eines Zuverlässigkeitswachstumsmodells von Goel & Okumoto an die in D1 gezeigten Kenngrößen vorgenommen. Diagramm D2 zeigt die relative Änderung des Parameters a für unterschiedliche Teilanpassungen, wobei auf der Abszisse die Teilintervallsendpunkte der einzelnen Teilanpassungen aufgetragen sind. Diagramm D3 zeigt ein Diagramm analog zu D2, jedoch ist in D3 die relative Änderung des Parameters b dargestellt. In allen drei Diagrammen sind durch Rechtecke 1, 2 bzw. 3 Zeitbereiche gekennzeichnet, in denen große Parameterschwankungen der Teilanpassungen auftreten. Die eingezeichneten Rechtecke dienen lediglich zur Andeutung der inhomogenen Bereiche und entsprechen nicht exakt den mittels des erfindungsgemäßen Verfahrens markierten inhomogenen Intervallen. Aus den Diagrammen D2 und D3 ist ersichtlich, dass in den Rechtecken 2 und 3 große Schwankungen der Parameter a und b auftreten. Es liegen somit in diesem Gebiet möglicherweise Inhomogenitäten im Testprozess vor, die zu einer derartigen Parameterschwankung führen. Mit dem erfindungsgemäßen Verfahren können solche Inhomogenitäten markiert werden und nachfolgend näher untersucht werden.
  • 4 zeigt eine technische Anordnung mit Prozessormitteln PRZE, auf denen Programmmittel ausführbar sind. Die Prozessormittel PRZE umfassen einen Prozessor CPU, einen Speicher MEM und eine Input-/Output-Schnittstelle IOS, die über ein Interface IFC auf unterschiedliche Art und Weise genutzt wird. Über eine Graphikschnittstelle wird eine Ausgabe auf einem Monitor MON sichtbar und/oder auf einem Drucker PRT ausgegeben. Eine Eingabe erfolgt über die Maus MAS oder eine Tastatur TAST. Auch verfügen die Prozessormittel PRZE über einen Datenbus BUS, der die Verbindung zu dem Speicher MEM, dem Prozessor CPU und der Input-/Output-Schnittstelle IOS gewährleistet. Weiterhin sind an den Datenbus BUS zusätzliche Komponenten anschließbar, z.B. zusätzliche Speicher, Datenspeicher in Form einer Festplatte oder ein Scanner. Die technische Anordnung kann als Einrichtung zur Bewertung der Kenngrößen eines technischen Systems verwendet werden. Darüber hinaus kann in den Speicher MEM das Computerprogrammprodukt zur Durchführung des erfindungsgemäßen Verfahrens geladen werden. Es ist auch denkbar, dass die technische Anordnung der 4 das technische System darstellt, dessen Kenngrößen mit dem erfindungsgemäßen Verfahren bewertet werden.

Claims (12)

  1. Verfahren zur rechnergestützten Bewertung von Kenngrößen (A(t)) eines technischen Systems: – bei dem in einem zeitlichen Gesamtintervall (I) mit einem Startpunkt (t0) und einem Endpunkt (tend), in dem eine Mehrzahl von Kenngrößen (A(t)) des technischen Systems ermittelt wurden, mehrere unterschiedliche Teilintervalle (I1, I2, ..., I) bestimmt werden, wobei jedes Teilintervall zwischen einem Teilintervallsstartpunkt und einem Teilintervallsendpunkt (t1, t2, ..., tend) im Gesamtintervall (I) liegt; – bei dem für jedes Teilintervall (I1, I2, ..., I) ein oder mehrere Parameter (ai, bi, ci) eines vorgegebenen Prognosemodells an die im Teilintervall (I1, I2, ..., I) ermittelten Kenngrößen (A(t)) angepasst werden, wodurch eine Teilanpassung (Pi) erhalten wird, der ein Teilintervall (I1, I2, ..., I) und der Teilintervallsendpunkt (ti) des Teilintervalls (I1, I2, ..., I) zugeordnet sind; – bei dem für die Teilanpassungen (Pi) jeweils ein Änderungsmaß (Ci) ermittelt wird, welches die Änderung der Parameter (ai, bi, ci) der jeweiligen Teilanpassung (Pi) in Bezug auf die Parameter einer benachbarten Teilanpassung angibt, wobei der benachbarten Teilanpassung ein Teilintervall (I1, I2, ..., I) zugeordnet ist, dessen Teilintervallsendpunkt benachbart zum Teilintervallsendpunkt (ti) der jeweiligen Teilanpassung (Pi) ist; und – bei dem das Intervall zwischen dem Teilintervallsendpunkt (ti) einer jeweiligen Teilanpassung (Pi) und dem Teilintervallsendpunkt der benachbarten Teilanpassung als inhomogenes Intervall markiert wird, falls das Änderungsmaß (Ci) größer als ein vorbestimmter Toleranzbereich ist.
  2. Verfahren zur rechnergestützten Bewertung von Kenngrößen (A(t)) eines technischen Systems: – bei dem in einem zeitlichen Gesamtintervall (I) mit einem Startpunkt (t0) und einem Endpunkt (tend), in dem eine Mehrzahl von Kenngrößen (A(t)) des technischen Systems ermittelt wurden, mehrere unterschiedliche Teilintervalle (I1, I2, ..., I) bestimmt werden, wobei jedes Teilintervall zwischen einem Teilintervallsstartpunkt und einem Teilintervallsendpunkt (t1, t2, ..., tend) im Gesamtintervall (I) liegt; – bei dem für jedes Teilintervall (I1, I2, ..., I) ein oder mehrere Parameter (ai, bi, ci) eines vorgegebenen Prognosemodells an die im Teilintervall (I1, I2, ..., I) ermittelten Kenngrößen (A(t)) angepasst werden, wodurch eine Teilanpassung (Pi) erhalten wird, der ein Teilintervall (I1, I2, ..., I) und der Teilintervallsendpunkt (ti) des Teilintervalls (I1, I2, ..., I) zugeordnet sind; – bei dem für die Teilanpassungen (Pi) jeweils ein Änderungsmaß (Ci) ermittelt wird, welches die Änderung der Parameter (ai, bi, ci) der jeweiligen Teilanpassung (Pi) in Bezug auf die Parameter mehrerer benachbarter Teilanpassungen angibt, wobei jeder benachbarten Teilanpassung ein Teilintervall (I1, I2, ..., I) zugeordnet ist, dessen Teilintervallsendpunkt benachbart zum Teilintervallsendpunkt (ti) der jeweiligen Teilanpassung (Pi) ist; und – bei dem jedes Intervall zwischen dem Teilintervallsendpunkt (ti) einer jeweiligen Teilanpassung (Pi) und den Teilintervallsendpunkten der benachbarten Teilanpassungen als inhomogenes Intervall markiert wird, falls das Änderungsmaß (Ci) größer als ein vorbestimmter Toleranzbereich ist.
  3. Verfahren nach Anspruch 2, bei dem das Änderungsmaß (Ci) für die jeweilige Teilanpassung (Pi) abhängig ist von dem Maximum ausgewählt aus der Änderung der Parameter (ai, bi, ci) der jeweiligen Teilanpassung (Pi) in Bezug auf die Parameter (ai–1, bi–1, ci–1) der benachbarten Teilanpassung (Pi–1) mit benachbartem kleineren Teilintervallsendpunkt (ti–1) und der Änderung der Parameter (ai, bi, ci) der jeweiligen Teilanpassung (Pi) in Bezug auf die Parameter (ai+1, bi+1, Ci+1) der benachbarten Teilanpassung (Pi+1) mit benachbartem größeren Teilintervallsendpunkt (ti+1), wobei das Intervall zwischen dem Teilintervallsendpunkt (ti) der jeweiligen Teilanpassung (Pi) und dem benachbarten kleineren Teilintervallsendpunkt (ti–1) und zwischen dem Teilintervallsendpunkt (ti) der jeweiligen Teilanpassung (Pi) und dem benachbarten größeren Teilintervallsendpunkt (ti+1) als inhomogenes Intervall markiert wird, wenn das Änderungsmaß (Ci) größer als ein vorbestimmter Toleranzbereich ist.
  4. Verfahren nach einem der vorhergehenden Ansprüche, bei dem das Änderungsmaß (Ci) den Betrag der relativen Änderung der Parameter (ai, bi, ci) der jeweiligen Teilanpassung (Pi) in Bezug auf Parameter der einen oder der mehreren benachbarten Teilanpassungen angibt.
  5. Verfahren nach einem der vorhergehenden Ansprüche, bei dem jedes Teilintervall (I1, I2, ..., I) am Startpunkt (t0) des Gesamtintervalls (I) beginnt.
  6. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Anpassung des vorgegebenen Prognosemodells an die im jeweiligen Teilintervall (I1, I2, ..., I) ermittelten Kenngrößen (A(t)) nach der Maximum-Likelihood-Methode und/oder der Methode der kleinsten Abweichungsquadrate erfolgt.
  7. Verfahren nach einem der vorhergehenden Ansprüche, bei dem das vorgegebene Prognosemodell ein Zuverlässigkeitsprognosemodell ist und die Kenngrößen (A(t)) Werte sind, welche die Zuverlässigkeit des technischen Systems repräsentieren.
  8. Verfahren nach Anspruch 7, bei dem die Kenngrößen (A(t)) die Anzahl der Gesamtausfälle des technischen Systems zum Zeitpunkt der Ermittlung der Kenngröße (A(t)) und/oder die durchschnittliche Zeit bis zum Auftreten eines Ausfalls des technischen Systems zum Zeitpunkt der Ermittlung der Kenngröße (A(t)) ist.
  9. Verfahren nach einem der vorhergehenden Ansprüchen, bei dem das zeitliche Gesamtintervall (I) eine Test- und Korrekturphase des technischen Systems darstellt, wobei in dieser Phase das technische System zur Verbesserung seiner Zuverlässigkeit laufend angepasst wurde.
  10. Verwendung des Verfahrens nach einem der vorhergehenden Ansprüche zur rechnergestützten Bewertung von Kenngrößen (A(t)) eines technischen Systems, das Prozessormittel aufweist, auf denen Programmmittel ausgeführt werden, wobei das vorgegebene Prognosemodell ein Zuverlässigkeitswachstumsmodell für die Programmmittel ist.
  11. Anordnung zur rechnergestützten Bewertung von Kenngrößen (A(t)) eines technischen Systems, wobei die Anordnung derart ausgestaltet ist, das ein Verfahren nach einem der vorhergehenden Ansprüche durchführbar ist.
  12. Computerprogrammprodukt, das in den Speicher eines Computers geladen werden kann und Softwarecodeabschnitte umfasst, mit denen ein Verfahren nach einem der Ansprüche 1 bis 9 durchgeführt wird, wenn das Programmprodukt auf dem Computer läuft.
DE102004022144A 2004-05-05 2004-05-05 Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems Expired - Fee Related DE102004022144B4 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102004022144A DE102004022144B4 (de) 2004-05-05 2004-05-05 Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems
US11/579,631 US7630952B1 (en) 2004-05-05 2005-05-04 Method for the computer-assisted evaluation of characteristic values of a technical system
PCT/EP2005/052036 WO2005109137A1 (de) 2004-05-05 2005-05-04 VERFAHREN ZUR RECHNERGESTÜTZTEN BEWERTUNG VON KENNGRÖßEN EINES TECHNISCHEN SYSTEMS

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102004022144A DE102004022144B4 (de) 2004-05-05 2004-05-05 Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems

Publications (2)

Publication Number Publication Date
DE102004022144A1 DE102004022144A1 (de) 2005-12-01
DE102004022144B4 true DE102004022144B4 (de) 2007-08-16

Family

ID=34979572

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102004022144A Expired - Fee Related DE102004022144B4 (de) 2004-05-05 2004-05-05 Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems

Country Status (3)

Country Link
US (1) US7630952B1 (de)
DE (1) DE102004022144B4 (de)
WO (1) WO2005109137A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8149983B2 (en) 2006-06-06 2012-04-03 Westinghouse Electric Company Llc Method for analysis of pellet-cladding interaction

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE29617200U1 (de) * 1996-10-02 1997-11-06 Siemens Ag Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters
WO2003065138A1 (de) * 2002-02-01 2003-08-07 Siemens Aktiengesellschaft Frühzeitige prognose der zuverlässigkeit einer technischen anordnung
DE10241746A1 (de) * 2002-09-10 2004-03-18 Haag, Günter, Prof.Dr. Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548718A (en) * 1994-01-07 1996-08-20 Microsoft Corporation Method and system for determining software reliability
US6064810A (en) * 1996-09-27 2000-05-16 Southern Methodist University System and method for predicting the behavior of a component
US6917839B2 (en) * 2000-06-09 2005-07-12 Intellectual Assets Llc Surveillance system and method having an operating mode partitioned fault classification model
US6609036B1 (en) * 2000-06-09 2003-08-19 Randall L. Bickford Surveillance system and method having parameter estimation and operating mode partitioning
US6820029B2 (en) * 2000-12-22 2004-11-16 United Microelectronics Corp. Method for determining failure rate and selecting best burn-in time
US20020183965A1 (en) * 2001-05-02 2002-12-05 Gogolak Victor V. Method for analyzing drug adverse effects employing multivariate statistical analysis
US6847917B2 (en) * 2001-05-24 2005-01-25 Simmonds Precision Products, Inc. Method and apparatus for selecting condition indicators in determining the health of a component
US6728658B1 (en) * 2001-05-24 2004-04-27 Simmonds Precision Products, Inc. Method and apparatus for determining the health of a component using condition indicators
US7136794B1 (en) * 2001-05-24 2006-11-14 Simmonds Precision Products, Inc. Method and apparatus for estimating values for condition indicators
US20030135547A1 (en) * 2001-07-23 2003-07-17 Kent J. Thomas Extensible modular communication executive with active message queue and intelligent message pre-validation
US7016805B2 (en) * 2001-12-14 2006-03-21 Wavecrest Corporation Method and apparatus for analyzing a distribution
US6943575B2 (en) 2002-07-29 2005-09-13 Micron Technology, Inc. Method, circuit and system for determining burn-in reliability from wafer level burn-in

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE29617200U1 (de) * 1996-10-02 1997-11-06 Siemens Ag Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters
WO2003065138A1 (de) * 2002-02-01 2003-08-07 Siemens Aktiengesellschaft Frühzeitige prognose der zuverlässigkeit einer technischen anordnung
DE10241746A1 (de) * 2002-09-10 2004-03-18 Haag, Günter, Prof.Dr. Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LAWRENCE,D.: Software Reliability and Safety in Nuclear Reactor Protection Systems. In: US Nuclear Regulatory Commission, 1993, S.101-105 *

Also Published As

Publication number Publication date
WO2005109137A1 (de) 2005-11-17
DE102004022144A1 (de) 2005-12-01
US7630952B1 (en) 2009-12-08

Similar Documents

Publication Publication Date Title
DE69930501T2 (de) Ultrasensitive überwachung von sensoren und prozessen
EP1252556B1 (de) Verfahren zum automatisierten generieren einer fehlerbaumstruktur
EP2122428B1 (de) Verfahren und system zur ermittlung von zuverlässigkeitsparametern einer technischen anlage
EP2186003B1 (de) Verfahren und vorrichtung zur ermittlung einer eintrittswahrscheinlichkeit
DE112016006546T5 (de) Qualitätskontrollvorrichtung, qualitätskontrollverfahren und qualitätskontrollprogramm
DE102013219236A1 (de) System und verfahren zum beurteilen eines computermodells in bezug auf empirische ergebnisse für dynamische systeme
DE102018109049A1 (de) Überprüfung von Blitzableitern für Windenergieanlagen
DE112018007712T5 (de) Datenverarbeitungseinrichtung und datenverarbeitungsverfahren
EP2433185B1 (de) Vorrichtung und verfahren zum bearbeiten einer prozesssimulationsdatenbasis eines prozesses
EP2064898B1 (de) Vorrichtung zum bestimmen von informationen zur zeitlichen ausrichtung zweier informationssignale
DE102006019896A1 (de) Verfahren zur Fehlerbaumanalyse
WO2020043335A1 (de) Verfahren, vorrichtung und system zur ermittlung von messinformationen
DE102004022144B4 (de) Verfahren zur rechnergestützten Bewertung von Kenngrößen eines technischen Systems
WO2005109253A2 (de) VERFAHREN ZUR RECHNERGESTÜTZTEN BEWERTUNG DER MITTELS EINES PROGNOSEMODELLS DURCHGEFÜHRTEN PROGNOSE VON KENNGRÖßEN EINES TECHNISCHEN SYSTEMS
DE112020003694T5 (de) Fehlerwahrscheinlichkeits-Bewertungsvorrichtung und Fehlerwahrscheinlichkeits-Bewertungsverfahren
DE10346612A1 (de) Verfahren zur Prognose einer zeitlichen Entwicklung einer Systemgröße
EP1141734B1 (de) Verfahren und anordnung zur vorhersage von messdaten anhand vorgegebener messdaten
DE102020200051A1 (de) Verfahren zum Bestimmen von Restnutzungszyklen, Restnutzungszyklusbestimmungsschaltung, Restnutzungszyklusbestimmungsvorrichtung
DE102008047958B4 (de) Verfahren zur beanspruchungsabhängigen Auslegung eines Bauteils
EP2945032B1 (de) Verfahren zur ermittlung der schaltzeiten und/oder der heizkurvenkennlinie einer heizungsanlage
EP1929402B1 (de) Verfahren und vorrichtung zur rechnergestützten analyse der zuverlässigkeit eines technischen systems
DE10137364B4 (de) Quantifizierung von Bauteildeviationen aus Spektralverschiebungen mit CAE-Methoden
DE10250285A1 (de) Vorhersage des Termintreuegrads in der Serienfertigung
DE102009037241A1 (de) Vorrichtung und ein Verfahren zur Analyse eines Stromnetzes auf ihren Oberwellengehalt
DE602005000204T2 (de) Verfahren und Vorrichtung zur Bearbeitung von Schwingungsdaten

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8364 No opposition during term of opposition
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee