DE102020132263A1 - Verfahren zum automatischen Bestimmen einer Fehlerursache - Google Patents

Abstract

Die Erfindung betrifft ein Verfahren zum automatischen Bestimmen einer Fehlerursache in einem System, das mehrere Prozessorsysteme umfasst, die jeweils Fehlermeldungen ausgeben können, so dass bei einem Fehler auch Folgefehler auftreten, womit sich eine Fehlersequenz ergibt. Beim Auftreten eines Fehlers wird die hierdurch verursachte Fehlersequenz erfasst und diese aktuelle Fehlersequenz wird mit Clustern aus Fehlersequenzdaten von früheren Fehlersequenzen verglichen, wobei in einem jeden Cluster eine Fehlerursache zugeordnet ist, und das Cluster bestimmt wird, das der aktuellen Fehlersequenz am ähnlichsten ist, wobei die dem bestimmten Cluster zugeordnete Fehlerursache als Fehlerursache der aktuellen Fehlersequenz bestimmt wird.

Description

• Die vorliegende Erfindung betrifft ein Verfahren zum automatischen Bestimmen einer Fehlerursache, insbesondere betrifft die Erfindung ein Verfahren zum automatischen Bestimmen einer Fehlerursache in einem System, das mehrere Prozessorsysteme umfasst, die jeweils Fehlermeldungen ausgeben können, so dass bei einem Fehler auch Folgefehler auftreten, womit sich eine Fehlersequenz ergibt.
• In industriellen Produktionsanlagen, wie zum Beispiel in Hochleistungsdrucksystemen, sind eine Vielzahl von Prozessorsysteme integriert, welche unabhängig voneinander Fehlermeldungen ausgeben können. Solche Prozessorsysteme können in einem Smart-Sensor integriert sein oder durch eine oder mehrere Steuercomputer dargestellt werden. Diese Prozessorsysteme sind in der Regel mit einem Datennetzwerk verbunden, so dass die Fehlermeldungen im Datennetzwerk zusammenlaufen und beispielsweise an einer zentralen Schnittstelle ausgegeben werden. In der Praxis hat sich gezeigt, dass die Erzeugung und die Übertragung der Fehlermeldungen sich oftmals bezüglich des Eintretens des jeweiligen Fehlerzustandes verzögert. Zudem gibt es in der Regel Folgefehler, wenn eine bestimmte Komponente eines Systems ausfällt. Hierdurch wird eine Sequenz von Fehlermeldungen erzeugt. Aufgrund der Verzögerung der Ausgabe der Fehlermeldung als auch der Übertragung der Fehlermeldung ist der für den Ausfall des gesamten Systems ursächliche Fehler oftmals nicht der Fehler, für den die erste Fehlermeldung in der Folge bzw. Sequenz von Fehlermeldungen enthalten ist. Daher kann aus der Reihenfolge der Fehlermeldungen in einer Fehlersequenz oftmals nicht geschlossen werden, welcher Fehler tatsächlich für die Ursache des Ausfalls des gesamten Systems verantwortlich ist. In der Praxis werden derartige Fehlersequenzen von erfahrenen Betreibern von solchen Systemen manuell analysiert und aufgrund ihrer Erfahrung können sie den oder einige wenige Fehlermeldungen in einer Fehlersequenz eingrenzen, so dass dann der für den Ausfall des Systems tatsächlich ursächliche Fehler behoben und das System wieder in Gang gesetzt werden kann. Das Auffinden des ursächlichen Fehlers ist in der Praxis jedoch sehr aufwändig und beansprucht erhebliche Arbeitszeit von gut ausgebildeten Operateuren der jeweiligen Systeme.
• Es besteht daher ein erheblicher Bedarf, das Auffinden des Fehlers, welcher für die Ursache eines Ausfalls eines solchen Systems, bei dem mit einem Ausfall in der Regel eine Fehlersequenz mit einer Vielzahl von Fehlermeldungen erzeugt wird, zu vereinfachen.
• In dem Buch Digital Printing, Technology and Printing Techniques of Oce Digital Printing Presses, 9. Auflage, Februar 2005, ISBN 3-00-001081-5, sind in Kapitel 15 Druckserver für Hochleistungsdrucker beschrieben. Hierin ist schematisch der Ablauf eines in einem Oce PRISMAproduction Document Output Management System verwendeten Verfahrens zur Kommunikation zwischen zwei Prozessen eines Computersystems zum Übertragen von Druckdaten gezeigt.
• Derartige Systeme für den Hochleistungsdruck umfassen somit einen Druckserver und mehrere Druckgeräte. Im Druckgerät können mehrere handelsübliche, aber speziell konfigurierte Personalcomputer alleine zum Rastern der Druckdaten vorgeshen sein. Da im Hochleistungsdruck große Datenmengen verlustfrei und mit hoher Datenrate an die Druckwerke übertragen und oftmals bearbeitet werden müssen, sind am Druckserver und am bzw. an den Druckgeräten eine vielzahl unterschiedlicher Prozessorsystem vorgesehen, welche bei einer Fehlfunktion unabhängig voneinander Fehlermeldungen ausgeben. Die Prozessorsyteme können kleine Einplatinencomputer sein, wie sie z.B. in Smart-Sensoren enthalten sind oder auch Servercomputer mit mehrere Prozessoren.
• In der mathematischen Literatur gibt es eine Vielzahl von Dokumenten, welche sich mit unterschiedlichen Ähnlichkeitsmaßen von Vektoren und dem Clustern von ähnlichen Vektoren befassen. Nachfolgend sind beispielhaft einige Dokumente aufgeführt:
• - Seung-Seok Choi, A survey of binary similarity and distance measures; Systemics, Cybernetics and Informatics, Ausgabe 8, Nr. 1, 2010, Seite 43 ff (ISSN: 1690-4524),
• - Rui Xu et al, Survey of clustering algorithms, IEEE Transactions and neural networks, Ausgabe 16, Nr. 3, Mai 2005;
• - Z. Abdullah; Hierarchical clustering algorithms in data mining; World Academy of Science, Engineering and Technology, International Journal of Computer and Information Engineering; Ausgabe 9, Nr. 10, 2015, Seiten 2201 ff;
• - Yogita Rani et al; A study of hierarchical clustering algorithm; International Journal of Information and Computation Technology; ISSN: 0974-2239, Ausgabe 3, Nr. 11 (2013), Seiten 1225 ff;
• - Marjan Kuchaki Rafsanjani; A survey of hierarchical clustering algorithms; The Journal of Mathematics and Computer Science, Ausgabe 5, nr. 3, 2020, Seite 229 ff;
• - Amir Ahmad; Survey of State-Off-the-Art mix data clustering algorithms; preparation of papers for IEEEtransactions and Journals, Ausgabe 4, 2016.
• In Malgorzata Steinder, et al, the present and future of event correlation: A need for end-to-end-service fault localisation; (Journal: World Multi-Conf. Systemics, Cybernetics, and Informatics., Vol. 12, pages 124-129, Orlando, Fl) werden mehrere Methoden der Fehlerlokalisierung beschrieben und diskutiert. Unter anderem wird die Verwendung von künstlicher Intelligenz (Expertensysteme oder neuronale Netzwerke) und Code-basierter Fehlerausbreitungsmodelle erläutert.
• In Boris Kruschke, Integrated Eventmanagement: Event correlation using dependency graphs, presented at: DSOM'98 wird die Verwendung von Abhängigkeitsgraphen bei einem Fehlermanagement beschrieben.
• Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum automatischen Bestimmen einer Fehlerursache in einem System zu schaffen, das mehrere Prozessorsysteme umfasst, die jeweils Fehlermeldungen ausgeben können, so dass bei einem Fehler auch Folgefehler auftreten, womit sich eine Fehlersequenz ergibt.
• Die Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst. Vorteilhafte Ausgestaltungen sind in den jeweiligen Unteransprüchen angegeben.
• Beim erfindungsgemäßen Verfahren zum automatischen Bestimmen einer Fehlerursache in einem System, das mehrere Prozessorsysteme umfasst, die jeweils Fehlermeldungen ausgeben können, so dass bei einem Fehler auch Folgefehler auftreten, womit sich eine Fehlersequenz ergibt, wird beim Auftreten eines Fehlers die hierdurch verursachte Fehlersequenz erfasst und diese aktuelle Fehlersequenz mit Clustern aus Fehlersequenzdaten von früheren Fehlersequenzen verglichen, wobei in einem jeden Cluster die Fehlersequenzdaten von Fehlersequenzen mit der gleichen Fehlerursache zusammengefasst sind, und das Cluster bestimmt wird, das der aktuellen Fehlersequenz am ähnlichsten ist, wobei die dem bestimmten Cluster zugeordnete Fehlerursache als Fehlerursache der aktuellen Fehlersequenz bestimmt wird.
• Mit diesem Verfahren kann somit automatisch die Fehlerursache in einer Fehlersequenz in einem komplexen System bestimmt werden, das mehrere Prozessorsysteme umfasst, die jeweils Fehlermeldungen ausgeben können. Es ist nicht mehr notwendig, dass hierauf spezialisiertes Personal die Fehlersequenzen manuell analysiert. Durch den automatischen Vergleich mit den Clustern kann die Fehlerursache bestimmt werden.
• Die Cluster können automatisch erzeugt werden, wie es unten näher erläutert wird. In den Clustern sind Fehlersequenzdaten von Fehlersequenzen mit der gleichen Fehlerursache zusammen.
• Vorzugsweise werden Fehlermeldungen jeweils ein Zeitstempel zugeordnet und die Fehlersequenzen, die in den Clustern zusammengefasst sind, umfassen alle Fehlermeldungen, welche in einem Zeitfenster auftreten, das vor dem Zeitpunkt der Fehlerursache beginnt und nach dem Zeitpunkt der Fehlerursache endet. Der Zeitpunkt der Fehlerursache ist der Zeitpunkt des Zeitstempels, der der Fehlermeldung zugeordnet ist, die der Fehlerursache entspricht. In komplexen technischen Systemen mit mehreren Prozessorsystemen hat sich gezeigt, dass die einzelnen Fehlermeldungen unterschiedlich schnell ausgegeben und übermittelt werden. Eine Fehlermeldung, die der Fehlerursache entspricht, verursacht Folgefehler. Durch die Verzögerung der Ausgabe der Fehlermeldung und Übermittlung der Fehlermeldung kann es jedoch passieren, - was in großen technischen Systemen die Regel ist - , dass Fehlermeldungen von Folgefehlern vor der Fehlermeldung, die die eigentliche Fehlerursache darstellt, ausgegeben werden und einen entsprechend früheren Zeitstempel erhalten, obwohl die Folgefehler prinzipbedingt erst nach dem initialen Fehler, der die Fehlerursache darstellt, auftreten können.
• Vorzugsweise umfassen die Fehlersequenzdaten der Cluster Sub-Cluster zu den einzelnen Fehlermeldungen, in welchen jeweils die weiteren Fehlermeldungen enthalten sind, die gemeinsam mit dieser Fehlermeldung mit einer vorbestimmten Häufigkeit auftreten, wobei ähnliche Sub-Cluster zu den jeweiligen Clustern zusammengefasst sind und alle Sub-Cluster eines Clusters zumindest eine gemeinsame Fehlermeldung enthalten, die in allen Sub-Clustern des Clusters enthalten ist, und die häufigste gemeinsame Fehlermeldung eines Clusters als Fehlerursache bewertet wird.
• Der Erfinder der vorliegenden Erfindung hat erkannt, dass zum einen alle Sub-Clustern eines Clusters mit der gleichen Fehlerursache die diese Fehlerursache beschreibende Fehlermeldung beinhalten müssen und zum anderen dass die häufigste gemeinsame Fehlermeldung das Sub-Cluster eines Clusters diese Fehlermeldung ist, die die Fehlerursache beschreibt. Aufgrund dieser Eigenart der Fehlmeldung der Fehlerursache ist es möglich, die Sub-Cluster und die Cluster aus einer großen Datenmenge, welche eine Vielzahl von Fehlermeldungen bzw. Sequenzen von Fehlermeldungen umfasst, vollautomatisch zu erzeugen.
• Dieses Verfahren ist ein statistisches Verfahren, das auf historischen Daten beruht. Es hat sich gezeigt, dass es äußerst zuverlässig bei bereits in der Vergangenheit aufgetretenen Fehlermeldungen funktioniert. Mit diesem Verfahren können prinzipbedingt jedoch keine erstmals auftretenden Fehlerursachen erkannt werden, für welche noch keine Fehlermeldung definiert ist. Bei Tests an einem Prototypen gab es z.B. einmal ein Problem mit einem Lüfter, dessen Rotorblätter abrissen. Der Lüfter hat sich unverändert gedreht und keinen Motorfehler ausgegeben. Dennoch hat er keinen Luftstrom erzeugt, da die Rotorblätter fehlten. Wird ein „neuer“ Fehler erstmals festgestellt, dann kann eine entsprechende Fehlermeldung eingerichtet werden und diese Fehlermeldung in Zukunft beim Verfahren zum automatischen Bestimmen einer Fehlerursache berücksichtigt werden.
• Hierbei ist von Vorteil, wenn das System als machinenlernendes System ausgebildet ist, das während des Betriebs Sequenzen von Fehlermeldungen weiterhin analysiert und sich an solche „neuen“ Fehlermeldungen anpasst.
• Die mehreren Prozessorsysteme des Systems sind vorzugsweise mit einem Datennetzwerk miteinander verbunden, in dem alle Fehlermeldungen zu einer zentralen Fehlermeldungssammelstelle übermittelt werden. Mit dem erfindungsgemäßen Verfahren ist es nicht notwendig, dass die einzelnen Fehlermeldungen exakt synchronisiert in Echtzeit ausgegeben werden. Echtzeitsysteme, mit welchen solche Fehlermeldungen exakt synchronisiert ausgegeben werden könnten, sind bekannt. Es würde jedoch einen immensen technischen Aufwand darstellen, ein System mit verteilten Prozessorsystemen derart zu synchronisieren, dass alle Fehlermeldungen mit einem zeitlich synchronisierten Zeitstempel versehen werden, der exakt den Zeitpunkt des erstmaligen Auftretens der der jeweiligen Fehlermeldung zugrundeliegenden Fehlerursache wiedergibt. Mit dem erfindungsgemäßen Verfahren kann die Ausgabe der einzelnen Fehlermeldungen zeitunkritisch erfolgen.
• Nach einem weiteren Aspekt betrifft die Erfindung ein Verfahren zum automatischen Erzeugen der Cluster der Fehlersequenzdaten von Fehlersequenzen mit der gleichen Fehlerursache, wobei zunächst Sub-Cluster zu den einzelnen Fehlermeldungen bestimmt werden, in welchen jeweils die weiteren Fehlermeldungen enthalten sind, die gemeinsam mit dieser Fehlermeldung mit einer vorbestimmten Häufigkeit auftreten, und ähnliche Sub-Cluster zu Clustern zusammengefasst werden, wobei alle Sub-Cluster eines Clusters zumindest eine gemeinsame Fehlermeldung enthalten, die in allen Sub-Clustern des Clusters enthalten ist, und die häufigste gemeinsame Fehlermeldung eines Clusters als Fehlerursache bewertet wird. Sub-Cluster sind Vektoren, die aus verschiedenen Fehlermeldungen bestehen. Sub-Cluster können keiner bestimmten Fehlermeldung zugeordnet werden. Fehlermeldungen in einem Sub-Cluster sind Fehlermeldungen die besonders häufig zusammen in Fehlersequenzen auftreten.
• Sub-Cluster werden anhand ihrer Ähnlichkeit in High-Level Cluster zusammen gefasst. Dh. das ein ein HL-Cluster eine Fehlermeldung besitzt, die der Ursprungsgrund ist. In der weighted Adjacency Matrix kann normiert werden. In den Vektoren (Sub-Cluster) können nur die Fehlermeldungen enthalten sein, so dass dann keine Häufigkeiten enthalten sind. Die Sub-Cluster, die sich ähnlich sind, werden High-Level-Cluster zusammengefasst.
• Die Erfindung wird nachfolgend anhand der Zeichnungen beispielhaft näher erläutert. Die Zeichnungen zeigen in:
• 1 schematisch ein Hochleistungsdrucksystem,
• 2 schematisch einen Ablauf zum Erzeugen von Sub-Cluster, welche in einer Matrix zusammengefasst sind,
• 3 einen Zeitbereich um ein Fehlerereignis auf einem Zeitstrahl,
• 4 eine Matrix, in welcher Sequenzen von Fehlermeldungen one-hot-codiert sind,
• 5 eine Adjazenz-Matrix, welche angibt, wie häufig bestimmte Paare von Fehlermeldungen gleichzeitig in Sequenzen der Fehlermeldungen auftreten,
• 6a, 6b jeweils schematisch Fehlermeldungen in einem Graphen, wobei jede Fehlermeldung durch einen Knoten dargestellt wird und gemeinsam auftretende Fehlermeldungen mit einer Kante verbunden sind,
• 7 eine Adjazenz-Matrix und daraus abgeleitete Sub-Cluster,
• 8 schematisch High-Level-Cluster in einem Diagramm,
• 9 schematisch das Clustern von Sub-Clustern anhand des zweideutigen Cluster-Verfahrens,
• 10 schematisch das Clustern von Sub-Clustern anhand des eindeutigen Cluster-Verfahrens,
• 11 ein Ablaufdiagramm für das gesamte Verfahren zum Erzeugen von Clustern von Fehlersequenzdaten,
• 12 das Verfahren zum automatischen Bestimmen einer Fehlerursache schematisch vereinfacht in einem Flussdiagramm, und
• 13a, 13b Beispiele der Ausgabe einer mit dem Verfahren nach 12 bestimmten Fehlerursache.
• Die Erfindung wird nachfolgend anhand eines Drucksystems 1 näher erläutert. Das Drucksystem 1 weist einen Druckserver 2 (1) auf, an dem mehrere Druckgeräte 3 über jeweils eine Datenleitung 4 angeschlossen sind. Die Datenleitung 4 entspricht in der Regel einem Netzwerkstandard, wie z.B. Ethernet.
• Der Druckserver 2 ist mit einem Netzwerk (LAN bzw. WAN) und insbesondere mit dem Internet 5 verbunden, an dem ein oder mehrere Clients 6 angeschlossen sind, an welchen Druckaufträge erzeugt und über das Internet 5 an den Druckserver 2 übermittelt werden.
• Der Druckserver 2 empfängt die Druckaufträge und leitet sie an die jeweiligen Druckgeräte 3 weiter. Die Druckaufträge werden im Druckserver 2 zwischengespeichert, je nach Bedarf bearbeitet, so dass sie vom Druckserver 2 empfangen, am Druckgerät 3 gerastert und ausgedruckt werden können.
• Sowohl der Druckserver 2 als auch die einzelnen Druckgeräte 3 umfassen eine Vielzahl von Prozessorsystemen, welche unabhängig voneinander Fehlermeldungen ausgeben können. Die Prozessorsysteme können kleine Ein-Platinen-Computer sein, wie sie zum Beispiel in Smart-Sensoren enthalten sind, herkömmliche Personal-Computer, welche für spezielle Aufgaben, wie zum Beispiel das Rastern der Druckdaten, entsprechend konfiguriert sind und/oder Server-Computer sein, welche mehrere Prozessoren aufweisen können. Die Prozessorsysteme sind über Datenleitungen 4 verbunden, welche ein Datennetzwerk bilden. An einer Stelle, der Fehlermeldungssammelstelle 6, können die Fehlermeldungen zentral gesammelt und ausgegeben werden. Diese Fehlermeldungssammelstelle 6 ist insbesondere am Druckserver 2 angeordnet. Es können jedoch Terminals zum Lesen der Fehlermeldungen, welche auf die zentrale Fehlersammelstelle am Druckserver zugreifen, auch vom Druckserver 2 entfernt angeordnet sein, wie zum Beispiel an einem der Druckgeräte 3 oder mittels einer Browser-Schnittstelle an einem beliebigen Computer, welcher Zugang zu einem lokalen Netzwerk oder einem überregionalen Netzwerk und/oder dem Internet hat. Die einzelnen Druckgeräte 3 weisen vorzugsweise separate Fehlermeldungssammelstellen auf, welche die an den einzelnen Druckgeräten 3 auftretenden Fehler an die zentrale Fehlermeldungssammelstelle 6 des Druckservers 2 weiterleiten.
• Die vorliegende Erfindung betrifft die automatische Auswertung und Analyse von Fehlermeldungen. Fehlermeldungen sind in Prozessorsystemen eine Art von Ereignissen (englisch: Events). Grundsätzlich kann die vorliegende Erfindung auch für alle anderen Arten von Ereignissen, wie zum Beispiel vorbestimmten Zustandsmeldungen, welche beim Eintreten eines bestimmten Zustandes automatisch ausgegeben werden, verwendet werden, insbesondere, wenn eine solche Zustandsmeldung wie Fehlermeldungen kaskadierend auf einen bestimmten ursächlichen Zustand in kurzer Zeit weitere Folgezustände auslöst, die entsprechende Zustandsmeldungen verursachen. Zur einfachen Darstellung der Erfindung werden in der folgenden Beschreibung als Zustandsmeldungen nur noch Fehlermeldungen betrachtet.
• Fehlermeldungen können in unterschiedlichen Formaten ausgegeben werden. Innerhalb eines Systems ist es zweckmäßig, dass die Fehlermeldungen in einem einzigen Format ausgegeben werden, das beispielsweise für allgemeine Events folgendermaßen aussehen kann: $$\text{E}=\left\{\text{Fehlertyp}\text{,Fehlerzeit}\text{,Fehlercode}\right\}$$

  
• Unter dem Begriff „System“, insbesondere „Drucksystem“ oder Produktionssystem" wird im Folgenden ein System verstanden, in dem die vielen Prozessorsysteme angeordnet und über ein Datennetzwerk derart verbunden sind, dass die Fehlermeldungen an eine gemeinsame Fehlermeldungssammelstelle 6 geleitet werden. Der EventTyp eines Events kann „Fehler“, „Info“, „Warning“ oder etc. sein. Der erste Eintrag „Fehlertyp“ der obigen Formel automatisch raus, da „Fehlermeldung“ bereits aussagt was für ein Typ die Meldung hat.
• Somit lautet die Formel dann: $$\text{E}=\left\{\text{Fehlertyp}\text{,Fehlercode}\right\}$$

  
• Die vorliegende Erfindung umfasst zwei unterschiedliche Aspekte,
• - ein Verfahren zum automatischen Erzeugen von Cluster der Fehlersequenzdaten von Fehlersequenzen mit der gleichen Fehlerursache, sowie
• - ein Verfahren zum automatischen Bestimmen einer Fehlerursache anhand einer aktuel erfassten Fehlersequenz mittels dieser Cluster.
• Zunächst wird das Verfahren zum Erzeugen der Cluster erläutert.
• Bei Hochleistungsdruckgeräten ist es üblich, dass Fehlermeldungen in einer Ereignisprotokolldatenbank 7 und die Zustände des Drucksystems in einer Drucksystemzustandsdatenbank 8 erfasst und archiviert werden. Diese Daten stehen in großer Menge zur Verfügung. Die Ereignisprotokolldatenbank 7 und die Drucksystemzustandsdatenbank 8 enthalten somit eine große Menge „historischer“ Daten. Aus der Ereignisprotokolldatenbank 7 werden Fehlersequenzen ausgelesen. Eine jede Sequenz von Fehlern umfasst mehrere aufeinanderfolgende Fehlermeldungen, wobei die Fehlermeldungen jeweils den Fehlertyp, einen Zeitstempel und einen Fehlercode umfassen. In der Drucksystemzustandsdatenbank ist der damals vorliegende Zustand des Drucksystems bzw. der im Drucksystem enthaltenen Komponenten gespeichert. Hieraus kann ausgelesen werden, welcher tatsächliche Fehler am Drucksystem vorlag, wenn die Fehlersequenz auftrat. Anhand der Drucksystemzustandsdatenbank kann somit jeder Fehlersequenz eine eindeutige Fehlerursache zugeordnet werden, bzw. die Fehlermeldung in der Fehlersequenz bestimmt werden, welche die Fehlerursache beschreibt.
• Die Fehlersequenzen werden im Schritt S1 in einem Zeitfenster ausgelesen, das vor dem Zeitpunkt t_s der Fehlermeldung, die die Fehlerursache beschreibt, beginnt und nach dem Zeitpunkt t_s dieser Fehlermeldung endet. 3 zeigt schematisch ein solches Zeitfenster, um den Zeitpunkt t_s der Fehlermeldung, welche die Fehlerursache beschreibt. Es hat sich gezeigt, dass bei Produktionssystemen, insbesondere Drucksystemen es zweckmäßig ist, den Beginn des Zeitfensters variabel zu gestalten, so dass vor dem Zeitpunkt t_s zunächst in einem Zeitintervall δt geprüft wird, ob hier überhaupt mindestens eine Fehlermeldung vorliegt. Dies ist dann unabhängig von der Anzahl der vorgekommenen Fehlermeldungen. Ist dies der Fall, dann werden diese Fehlermeldungen ausgelesen und der Fehlersequenz zugeordnet. In einem weiteren Zeitintervall δt vor dem ersten Zeitintervall wird untersucht, ob hier weitere Fehlermeldungen vorliegen. Sind in diesem Zeitintervall wiederum überhaupt mindestens eine Fehlermeldung enthalten, dann werden auch diese Fehlermeldungen der Fehlersequenz zugeordnet. Dieses Zeitintervall δt wird so oft am Zeitstrahl (3) bezüglich des Zeitpunktes t_s vorangestellt, bis in einem Zeitintervall mindestens eine Fehlermeldung enthalten ist. Das letzte Zeitintervall δt, in dem mindestens eine Fehlermeldung enthalten ist, bestimmt somit den Beginn des Zeitfensters am Zeitstrahl.
• Das Zeitfenster erstreckt sich von t_s um ein vorbestimmtes Zeritintervall Δt. Bei Hochleistungsdruckgeräten hat sich gezeigt, dass es zweckmäßig ist, Δt eine feste Zeitdauer von zum Beispiel zumindest 30 Sekunden bzw. zumindest 50 Sekunden und vorzugsweise nicht mehr als 90 Sekunden und insbesondere nicht mehr als 70 Sekunden und insbesondere nicht mehr als 60 Sekunden zuzuordnen. Da nach dem ursächlichen Fehler zum Zeitpunkt t_s in der Regel eine Lawine von Fehlermeldungen ausgelöst wird, wird dieses Zeitintervall Δt, das das Ende des gesamten Zeitfensters bestimmt, nur ein einziges Mal angewandt. Mit anderen Worten heißt dies, dass das Ende des Zeitfensters in der Regel einen bestimmten zeitlichen Abstand nach dem Zeitpunkt t_s endet.
• Die ausgelesene Sequenz von Fehlermeldungen wird im Folgenden als Fehlersequenz bezeichnet. Im Schritt S2 (2) werden die Fehlersequenzen gemäß einem einheitlichen Format codiert, wobei jede Fehlersequenz einen Code einer jeden einzelnen Fehlermeldung und deren Zeitstempel enthält und die ursächliche Fehlermeldung, welche die Fehlersequenz ausgelöst hat, in der Fehlersequenz identifiziert ist.
• Die derart codierten Fehlersequenzen können in einer one-hotcodierten Binärmatrix (4) angeordnet werden, wobei jede Zeile der Matrix eine Fehlersequenz (t₁ bis t_m) und jede Spalte einer bestimmten Fehlermeldung (e₁ bis e_n) entspricht und die einzelnen Matrizenwerte entweder 0 oder 1 sind, wobei 0 bedeutet, dass diese Fehlermeldung in der Fehlersequenz nicht vorhanden ist und 1 bedeutet, dass diese Fehlermeldung in der Fehlersequenz vorhanden ist.
• Anhand dieser Binärmatrix lässt sich bestimmen, wie oft bestimmte Fehlermeldungen gemeinsam in einer Fehlersequenz vorkommen. In der Binärmatrix gemäß 4 treten beispielsweise die Fehlermeldungen e₁ und emn gemeinsam bei einer Fehlersequenz t₂ und t_m auf. Es lassen sich somit die Häufigkeiten von den jeweiligen Paaren von Fehlermeldungen in den einzelnen Fehlersequenzen bestimmen. Anhand dieser Häufigkeiten kann eine Adjazenz-Matrix erstellt werden ( 5), wobei dies eine symmetrische Matrix ist, bei welcher jeweils die Spalten und die Zeilen einer bestimmten Fehlermeldung zugeordnet sind und die Werte dieser Matrix geben die Häufigkeit an, wie oft die jeweiligen Paare von Fehlermeldungen in den Fehlersequenzen vorkommen. Die diagonalen Einträge der Matrix können immer Null sein.
• Es gibt gewisse Fehlermeldungen, welche grundsätzlich sehr oft und andere Fehlermeldungen, die grundsätzlich sehr selten vorkommen. Die absoluten Häufigkeiten können somit ein verzerrtes Bild ergeben, weshalb es zweckmäßig ist, diese Adjazenz-Matrix, welche auch als Nachbarschafts-Matrix bezeichnet wird, zu normieren. Eine geeignete Normierung ist z.B. die Z-Score-Standardisierung, wobei hier jedoch auch andere Normierungsverfahren verwendet werden können. Die Normierung wird spaltenweise ausgeführt.
• Die Beziehung der einzelnen Fehlermeldungen zueinander kann auch in einer Graphendarstellung dargestellt werden, wobei jede Fehlermeldung einen Knoten in den Graphen ist und gerichtete Kanten von einem Knoten/einer Fehlermeldung zu einem weiteren Knoten/einer weiteren Fehlermeldung führen, wobei der Ausgangspunkt der jeweiligen Kante der Knoten ist, dem beispielsweise die Spalte der Matrix zugeordnet ist, und die Dicke der Kante der in der Matrix angegebenen normierten Häufigkeit entspricht. Gleichermaßen könnte als Ausgangspunkt der Kanten auch die Fehlermeldung herangezogen werden, die einer bestimmten Zeile der Matrix zugeordnet ist, sofern dies konsistent für alle Fehlermeldungen so ausgeführt wird. 6a zeigt einen stark vereinfachten Graphen mit lediglich vier Fehlermeldungen e₁ bis e₄. Würde man ein real existierendes System in einem solchen Graphen darstellen, dann wäre es wesentlich unübersichtlicher, da oftmals hunderte verschiedene Fehlermeldungen vorliegen mit entsprechend vielen Beziehungen zueinander, die durch die entsprechenden Kanten dargestellt sind.
• Es hat sich gezeigt, dass der Informationsgehalt der Beziehungen zwischen Fehlermeldungen, die nur selten vorkommen, sehr gering ist. Deshalb kann man die Komplexität verringern, indem man Beziehungen zwischen zwei Fehlermeldungen, welche unter einer bestimmten Häufigkeit liegen, im Graphen löscht, was einen vereinfachten Graphen gemäß 6b entspricht oder in der Adjazenz-Matrix auf 0 setzt. Hierdurch wird der Rechenaufwand bei der weiteren Auswertung wesentlich verringert und die wesentliche Information ist nach wie vor vorhanden. Die Spalten der derart normierten und getrimmten Adjazenz-Matrix bilden somit Sub-Cluster, wobei jeder Sub-Cluster die Häufigkeitswerte enthält, wie oft eine bestimmte Fehlermeldung mit den jeweiligen anderen Fehlermeldungen in den Fehlersequenzen vorkommt.
• Die Erstellung dreier Sub-Cluster 1, 2, 3 ist schematisch in 7 gezeigt, wobei die jeweiligen Sub-Cluster jeweils alle Fehlermeldungen umfassen, die gemeinsam mit einer vorbestimmten Häufigkeit vorkommen und Paare von Fehlermeldungen, welche in der Matrix der Wert 0 zugeordnet ist, werden nicht in das Sub-Cluster übernommen.
• Sind die Sub-Cluster (SC₁, SC₂, SC₃, SC₄, SC₅) einmal erstellt, dann werden die Sub-Cluster zu sogenannten HL-Cluster (High-Level-Cluster) gruppiert (z.B. SC₁, SC₂, SC₃-> hlc₁; SC₄, SC₅ -> hlc₂ in 8) .
• Es gibt unterschiedlichste Cluster-Verfahren, die hier angewendet werden können. Man unterscheidet zwischen zweideutigen Cluster-Verfahren (9), bei welchen ein bestimmtes Sub-Cluster mehrfach in unterschiedlichen HL-Cluster vorkommen kann, und ein eindeutige Cluster-Verfahren (10), bei welchen ein bestimmtes Sub-Cluster jeweils nur in einem HL-Cluster vorkommen dürfen. Grundsätzlich werden hierbei ähnliche Sub-Cluster zu einem HL-Cluster zusammengefasst. Die Ähnlichkeit der einzelnen Sub-Cluster wird beispielsweise mittels eines Abstandsmaßes, wie zum Beispiel einem euklidischen Abstand oder einem Manhattan-Abstand gemessen und die einzelnen Sub-Cluster werden entsprechend dem ermittelten Abstandsmaß miteinander gruppiert. In einem HL-Cluster werden Sub-Cluster gruppiert, deren Abstand gering ist. Es gibt unterschiedliche bekannte Clustering-Verfahren, wie zum Beispiel das Link-Clustering, das Jaccard-Indizes-Clustern, das Jaccard-Total-Clustern und das Linkage-Clustern.
• Mit Link-Clustern, Jaccard-Indizes-Clustern und Jaccard-Total-Clustern ist es möglich, zweideutige HLC-Cluster zu bilden, wohingegen eindeutige HLC-Cluster nur mit dem Jaccard-Total-Cluster-Verfahren und dem Linkage-Cluster-Verfahren möglich ist.
• Sind die HL-Cluster erstellt, wird ihnen die Information zugeordnet, welche Fehlermeldung im Cluster den Fehler beschreibt, der ursächlich für die Fehlersequenz ist (Englisch: root-cause determination). Diese Zuordnung erfolgt vorzugsweise automatisch nach vorbstimmten Regeln. Die einfachste Regel ist, die Fehlermeldung als ursächlich zu definieren, die in einem HL-Cluster am häufigsten vorkommt. Diese Regel zum Bestimmen der ursächlichen Fehlermeldung im HL-Cluster ist sehr einfach und kann zum automatischen Bestimmen der ursächlichen Fehlermeldung verwendet werden. Es hat sich gezeigt, dass diese Regelung in der Praxis sehr gute Ergebnisse liefert.
• Aus den historischen Daten ist nicht bekannt was der Fehlerurpsrungsgrund ist. Dieser muss erst mittels der root-cause determination für das HL-Cluster bestimmt werden. Dem HL-Cluster wird mittels der root-cause determination, die oben beschrieben wurde, die Information über den Fehlerursprungsgrund zugeordnet.
• Die Erzeugung der Cluster kann aus den Daten der Ereignisprotokolldatenbank 7 und der Drucksystemzustandsdatenbank 8 vollständig automatisch (unsupervised) erfolgen. Für die einzelnen Stufen dieses Cluster-Verfahrens gibt es Programmpakete, die in geeigneter Weise zu kombinieren sind.
• Das gesamte Verfahren zum Erzeugen der Cluster ist in 11 schematisch in einer Übersicht gezeigt.
• Sind die Cluster einmal erstellt, kann mit ihnen automatisch aus einer Fehlersequenz die Fehlerursache bestimmt werden, d.h., die Fehlermeldung, welche ursächlich für die Fehlersequenz ist.
• Die automatische Bestimmung einer Fehlerursache beginnt mit dem Schritt S5 (12). Die eingelesene Fehlersequenz kann durch ein Zeitfenster bestimmt werden. Im Schritt S6 wird eine Fehlersequenz eingelesen, die in einem Drucksystem oder in einem beliebigen anderen Produktionssystem auftritt. Dieses System weist, wie eingangs erläutert, mehrere Prozessoreinheiten auf, welche unterschiedliche Fehlermeldungen ausgeben, deren Reihenfolge jedoch nicht eindeutig ist, so dass nicht die erste Fehlermeldung der Fehlersequenz die für den Ausfall des Systems ursächlich sein muss.
• Die Fehlersequenz wird im Schritt S6 in ein Format gewandelt, das dem Format der Cluster entspricht, so dass die Fehlersequenz mit den Clustern vergleichbar ist. Ein geeignetes Format ist beispielsweise eine Menge der Fehlercodes der einzelnen Fehler, die in der Fehlersequenz enthalten sind, wobei die Fehlercodes einem bestimmten Format unterliegen.
• Im Schritt S7 wird die erfasste Fehlersequenz mit den Clustern verglichen. Der Vergleich erfolgt wiederum anhand eines vorbestimmten Abstandsmaßes, wobei als Distanz die Jaccard-Distanz verwendet werden kann.
• In einem jeden Cluster ist die Fehlermeldung des ursächlichen Fehlers identifiziert und einem Cluster können auch weitere Informationen zur Behebung des jeweiligen Fehlers zugeordnet sein.
• Im Schritt S8 wird der ursächliche Fehler des Clusters ausgegeben, der der Fehlersequenz am ähnlichsten bzw. am nächsten ist. Es kann auch zweckmäßig sein, wenn mehrere Cluster einer Fehlersequenz sehr ähnlich sind, dass die mehreren Fehlerursachen ausgegeben werden, wobei das Ähnlichkeits- bzw. Abstandsmaß mit ausgegeben werden kann, so dass ein Benutzer beurteilen kann, welche der Fehlerursachen am Wahrscheinlichsten sind. 13a zeigt die Ausgabe dreier Fehlerursachen und Hinweise zur Behebung der Fehler. 13b zeigt die Ausgabe einer einzigen Fehlerursache und auch einen Hinweis zur Behebung derselben.
• Das Verfahren wird im Schritt S9 beendet.
• Mit dem erfindungsgemäßen Verfahren kann somit automatisch in komplexen Systemen mit einer Vielzahl von Prozessorsystemen bzw. Prozessoreinheiten die Fehlerursache bestimmt werden und dem Benutzer Hinweise zur Behebung des jeweiligen Fehlers gegeben werden.
• Das Cluster (HL-Cluster) besteht dann aus den Sub-Cluster und ihren Fehlermeldungen und einem Label. Dieses Label enthält die Information über die Fehlerursache des Clusters sowie mögliche Vorgänge, die unternommen werden können, um den Fehler zu beheben. Da der Fehler unbekannt sein kann, kann anhand der root-cause determination aus den Rohdaten der Drucksystemzustandsdatenbank der Fehlerursprungsgrund bestimmt werden. Man muss den einzelnen Clustern die jeweiligen Fehlerursachen zuordnen. Wie bereits erwähnt beschreiben die häufigsten Fehlermeldungen in einem Cluster die jeweilige Fehlerursache. Insbesondere kann in jedem Cluster noch die Häufigkeit der einzelnen Fehlermeldungen bestimmen.
• Bezugszeichenliste

1

Drucksystem

2

Druckserver

3

Druckgerät

4

Datenleitung

5

Internet

6

Fehlermeldungssammelstelle

7

Ereignisprotokolldatenbank

8

Drucksystemzustandsdatenbank

Claims (9)

1. Verfahren zum automatischen Bestimmen einer Fehlerursache in einem System, das mehrere Prozessorsysteme umfasst, die jeweils Fehlermeldungen ausgeben können, so dass bei einem Fehler auch Folgefehler auftreten, womit sich eine Fehlersequenz ergibt, wobei - beim Auftreten eines Fehlers die hierdurch verursachte Fehlersequenz erfasst wird und - diese aktuelle Fehlersequenz mit Clustern aus Fehlersequenzdaten von früheren Fehlersequenzen verglichen wird, wobei in einem jeden Cluster die Fehlersequenzdaten von Fehlersequenzen mit der gleichen Fehlerursache zusammengefasst sind und das Cluster bestimmt wird, das der aktuellen Fehlersequenz am ähnlichsten ist, wobei für mindestens einen Cluster, insbesondere für jeden Cluster, die Fehlerursache bestimmt wird und diese Fehlerursache mit dem entsprechenden Cluster verknüpft wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass den Fehlermeldungen jeweils ein Zeitstempel zugeordnet wird und die Fehlersequenzen, die in den Clustern zusammengefasst sind, alle Fehlermeldungen umfassen, welche in einem Zeitfenster auftreten, das vor dem Zeitpunkt der Fehlerursache beginnt und nach dem Zeitpunkt der Fehlerursache endet.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Fehlersequenzdaten der Cluster Sub-Cluster zu den einzelnen Fehlermeldungen umfassen, in welchen jeweils die weiteren Fehlermeldungen enthalten sind, die gemeinsam mit dieser Fehlermeldung mit einer vorbestimmten Häufigkeit auftreten, und ähnliche Sub-Cluster zu den jeweiligen Clustern zusammengefasst sind, wobei alle Sub-Cluster eines Clusters zumindest eine gemeinsame Fehlermeldung enthalten, die in allen Sub-Clustern des Clusters enthalten ist, und die häufigste gemeinsame Fehlermeldung eines Clusters als Fehlerursache bewertet wird.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass alle Prozessorsysteme mit einem Datennetzwerk verbunden sind.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Ausgabe der Fehlermeldungen an den einzelnen Prozessorsystemen nicht in Echtzeit erfolgt.
6. Verfahren zum automatischen Erzeugen von Cluster aus Fehlersequenzdaten von Fehlersequenzen, welche jeweils eine Sequenz von Fehlermeldungen umfassen, wobei zunächst Sub-Cluster zu den einzelnen Fehlermeldungen bestimmt werden, und ähnliche Sub-Cluster zu Clustern zusammengefasst werden, wobei alle Sub-Cluster eines Clusters zumindest eine gemeinsame Fehlermeldung enthalten, die in allen Sub-Clustern des Clusters enthalten ist, und die häufigste gemeinsame Fehlermeldung eines Clusters als Fehlerursache bewertet wird.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass Fehlersequenzdaten von Fehlersequenzen mit der gleichen Fehlerursache zu Sub-Cluster bzw. zu Cluster zusammengefasst werden.
8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass die Sub-Cluster Vektoren sind, die aus verschiedenen Fehlermeldungen bestehen, die besonders häufig zusammen in Fehlersequenzen vorkommen.
9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass nach der Erstellung der Sub-Cluster diese anhand ihrer Ähnlichkeit zu HL-Cluster zusammengefasst werden.

Images