-
Gebiet der Erfindung
-
Die vorliegende Erfindung betrifft allgemein eine Vorrichtung und ein Verfahren zur Durchführung einer Strukturdatenanalyse einer physikalischen Struktur.
-
Hintergrund
-
Es sind viele Vorrichtungen und Verfahren entwickelt worden, um Daten und Datensätze zu sammeln und statistisch zu analysieren. Diese Vorrichtungen und Verfahren sind bei komplexen Fertigungsverfahren, wie den in der Automobilindustrie eingesetzten, zunehmend wichtig geworden. In der Automobilindustrie kann der Aufbau eines Fahrzeugs durch Messung einer Reihe geometrischer Merkmale an jedem Fahrzeug bei der Fertigung gesteuert und überwacht werden. Das geometrische Merkmal kann ein Loch, eine Ecke, eine Kante, ebene Fläche oder eine ähnliche geometrische Gestalt am Fahrzeug oder am Fahrzeugunterbau einschließen. Geometrische Merkmale, welche Gegenstand quantitativer Dimensionsmessung sind, werden herkömmlicher Weise als Kontrollpunkte bezeichnet. Die Kontrollpunkte liefern als Ergebnis der geometrischen Messung reale Zahlen, welche die Dimensionseigenschaften der einzelnen Autozelle oder ihrer Unterbaugruppen anzeigen. Diese Zahlen werden zu dimensionalen Veränderungen der Werkzeuggröße, der Roboter etc. beim Fertigungsverfahren und zu der Komponenten-Variabilität sowie der Handhabung in Beziehung gesetzt. Diese Zahlensätze bilden die Prozessdaten. Die Qualität der Fahrzeuggeometrie und die Stabilität des Fertigungsverfahren können beträchtlich verbessert und die Fertigungskosten durch die schnelle Identifizierung und Feststellung von Problemen beim Fertigungsverfahren, welche zu Dimensionsschwankungen beim Bau des Fahrzeugs führen, stark reduziert werden. Demzufolge messen viele Vorrichtungen jedes Fahrzeug beim Fertigungsverfahren, um schnell Tendenzen festzustellen, damit sie das Fertigungsverfahren stoppen können, sobald Fahrzeuge oder Unterbaugruppen außerhalb der Fahrzeugspezifikation gefertigt werden. Obwohl Inline-Vorrichtungen ein vorliegendes Problem schnell anzeigen, war die Identifizierung der tieferen Urasche eine zeitaufwendige Arbeit in Form von manuell durchgeführten Analysen, welche ein Team von Fachleuten mit beträchtlicher Fertigungskenntnis erfordert, um die Daten intuitiv zu bewerten und die tiefere Urasche des Problems mittels Trial- and Error-Versuchen zu identifizieren.
-
Ein Instrument, welches von den Verfahrensfachleuten zur Erforschung der tieferen Ursachen des Problems verwendet wird, ist die Hauptkomponentenanalyse. Der Verfahrensfachmann muss jedoch die relevanten Kontrollpunkte manuell auswählen und intuitiv Muster identifizieren, welche von und zwischen verschiedenen Kontrollpunkten gebildet werden, welche im Verfahren gemessen werden. Obwohl die Hauptkomponentenanalyse größere Abweichmuster identifizieren und den Beitrag eines jeden Parameters quantitativ ausdrücken kann, ist die Hauptkomponentenanalyse bei Verfahren mit großen Gesamtanordnungen von Kontrollpunkten, einschließend Sätze von Kontrollpunkten, uneffektiv, welche in keiner Beziehung zu der zu identifizierenden und quantifizierenden Störung des Verfahrens stehen.
-
Die
US 2004/0068341 A1 offenbart ein Verfahren zur Kennzeichnung und zum Management von Fehlern und Defekten in Montage- und Schweißlinien für Kraftfahrzeugkarosserien, Karosserieteilen oder dergleichen und eine Vorrichtung zur Durchführung dieses Verfahren. Die Vorrichtung besteht aus einer Vielzahl von automatisierten Stationen zur Durchführung eines Montageprozesses für Karosserieteile oder dergleichen. In den Stationen sind Messsensoren an festgelegten Messpunkten vorhanden. Die Messsensoren dienen zur Messung von geometrischen Größen der Teile bei der Montage. Die von den Sensoren gemessenen Messdaten werden von einem Prozessor empfangen, der jegliche Verformungen der Teile in den verschiedenen Stationen erkennt und diese zu der jeweiligen Ursache zurück verfolgt und ein Diagnosesignal über die vermutete Ursache ausgibt. Zur Identifizierung der Fehler umfasst das Verfahren der
US 2004/0068341 A1 einen Analyseschritt, in dem Messpunkte bestimmt werden und Korrelationen zwischen den Messungen an den Messpunkten und den möglichen Ursachen, die solche Bewegungen erzeugen können, bestimmt werden. In einem nachfolgenden Inline-Diagnose-Schritt überwacht der Prozessor alle Bewegungen in den zuvor bestimmten Messpunkten und verfolgt diese zu den möglichen Ursachen der Bewegungen und Signale zurück und, wenn möglich oder gewünscht, sorgt für deren Beseitigung. Um die Ursachen festzustellen, wird ein mathematisches Modell verwendet, in welches möglich Spannungen eingebracht werden. Die durch die Spannungen hervorgerufenen Verformungen werden identifiziert und mit den gemessenen Verformungen verglichen.
-
Die
US 6,691,392 B2 offenbart eine Vorrichtung und ein Verfahren zur Befestigung von Fahrzeugteilen an einer Rohbaukarrosserie, die aufgrund von Schweißschritten und Verformungsschritten verformt ist. Gemäß der
US 6,691,392 B2 weist die Rohbaukarrosserie zumindest zwei Lokalisierungspunkte auf, welche mittels Sensoren lokalisiert werden. Anschließend wird der Abstand zwischen den beiden Lokalisierungspunkten in einem kartesischen Koordinatensystem bestimmt. Dann wird der Mittelpunkt zwischen den beiden Lokalisierungspunkten bestimmt. Auf Basis der Abweichung von den vorgegebenen Werten wird ein neues kartesisches Koordinatensystem erstellt, welches die Verformungen der Rohbaukarrosserie berücksichtigt und welches für die Positionierung der an der Rohbaukarrosserie anzubringenden Teile verwendet wird.
-
Aus der
US 5,159,844 A geht ein Verfahren zur Prüfung von Spannvorrichtungen in Maschinen oder Stationen von Fertigungseinrichtungen, wie z. B. Fertigungsstraßen zum Schweißen von Teilen aus Pressblech, Fertigungsstraßen zur Montage mechanischer Teile, Fertigungsstraßen zur Ausführung mechanischer Arbeiten hervor. Das Verfahren umfasst folgende Schritte:
- a) Bereitstellung mindestens einer Koordinatenprüfeinheit mit
– einer Tragkonstruktion,
– mindestens einem Abtastkopf der von der Tragkonstruktion getragen wird und in Bezug auf diese so bewegbar ist, dass er im Raum jeden Weg zurücklegen kann, sowie
– von der Tragkonstruktion getragenen, elektronisch gesteuerten Stellorganen (38) zum Steuern der Bewegung des Abtastkopfs,
- b) Bereitstellung einer ortsfesten Steuerung in der Nähe jeder Maschine oder Station, die die Stellorgane der Koordinatenprüfeinheit steuert, um den Abtastkopf gemäß einem vorgegebenen Programm, das an den speziellen Aufbau und die Anordnung der Spannvorrichtungen dieser Maschine oder Station angepasst ist, zu bewegen,
- c) Anzeige der Ergebnisse der Prüfungen mittels der sich in der Nähe jeder Maschine oder Station befindenden ortsfesten Steuerung zur Identifizierung der Spannvorrichtungen, die sich nicht an der richtigen Position befinden, und zur Bestimmung des Ausmaßes dieser Abweichung von der richtigen Position
- d) Entlangführen der Prüfeinheit an der Einrichtung und sukzessives Anhalten der Prüfeinheit an den verschiedenen Maschinen oder Stationen, deren Spannvorrichtungen zu prüfen sind mindestens so lange, wie es die Prüfungen erfordern,
- e) Verbinden der Stellorgane der Prüfeinheit mit der ortsfesten Steuerung, nachdem die Prüfeinheit an einer der Maschinen oder Stationen angehalten hat, so dass die Koordinaten der Spannvorrichtungen gemäß dem entsprechenden vorgegebenen Programm geprüft werden können, sowie
- f) Lösen der ortsfesten Steuerung (39) von den Stellorganen (38) der Prüfeinheit (34) – nach Ausführung der Prüfungen an einer der Stationen – damit die Einheit zur nächsten Maschine oder Station bewegt werden kann.
-
Die
US 4,813,125 A offenbart eine Vorrichtung zur Einstellung einer Bezugsposition eines Gegenstands, welcher Dimensionsschwankungen innerhalb eines Toleranzbereichs aufweist und das Halten der Bezugsposition während der Gegenstand, der für die Erzeugung der Bezugsposition maßgeblich ist, bearbeitet wird. Insbesondere betrifft die
US 4,813,125 A ein Verfahren und eine Vorrichtung zur Einwirkung auf ein rahmenartiges bzw. karosserieartiges Teil, wie etwa ein Teil eines Kraftfahrzeugs und einen Körper eines Kraftfahrzeugs, wobei zuvor bestimmte variable Bezugsflächen durch die Vorrichtung zur Einstellung einer Bezugsposition ermittelt werden. Die Vorrichtung nimmt dann die Bezugsposition in Bezug und die Bearbeitung des Automobilteils oder Automobilkörpers kann in Abhängigkeit von der Bezugsposition erfolgen.
-
Im Hinblick auf das Vorstehende ist es offensichtlich, dass ein Bedarf an einem unbeeinflussten und verbesserten Analysenverfahren und einer Analysevorrichtung zur Identifizierung und Lokalisierung signifikanter Verfahrensmuster und Abläufe bei der geometrischen Dimensionsänderung der Kontrollpunkte besteht.
-
Zusammenfassung
-
Um sowohl die vorstehenden Bedürfnisse zu befriedigen als auch die aufgezählten Nachteile und anderen Beschränkungen des Standes der Technik zu überwinden, sieht die vorliegende Erfindung ein Verfahren und eine Vorrichtung zur Durchführung einer Strukturdatenanalyse vor, um signifikante Kontrollpunkte in Bezug auf Verfahrensmuster und Verfahrensstörungen zu identifizieren.
-
Vorrichtungen können Verfahrensstörungen und Verfahrensmuster mittels Berechnung, Identifizierung und Einreihung signifikanter Bivariater identifizieren. Die signifikanten Bivariate werden als Paare von Veränderlichen in den Gesamtanordnungen der Verfahrensdatensätze identifiziert. Die Verfahrensdaten können aus einer Messvorrichtung als Echtdatenquelle abgerufen werden. Das Fertigungsverfahren wird in Form eines Anschauungsbeispiels erörtert. Die Werte können aus (echten) Zahlen bestehen, bezeichnet mit den Namen der Veränderlichen. Bei gestörten Verfahren können Verfahrensmuster auftreten, welche sich auf irgendwelche speziellen Eigenschaften beziehen, die von einer speziellen Gruppe von Veränderlichen geteilt werden. Diese Muster können sich fallweise im Laufe der Zeit zu Verfahrensstörungen entwickeln. Verfahrensstörungen sind Schwankungen des Verfahrens, welche die Leistung des Verfahrens herabsetzen, und es wird von ihnen erwartet, dass sie Aktivitäten zur Verfahrensverbesserung, Warnungen, oder sogar eine Unterbrechung des Verfahrens auslösen, wann immer ein Verfahren einer Inspektion und Kontrolle unterzogen wird. Aktivitäten zur Verbesserung des Verfahrens auf der Grundlage der hierin beschriebenen Vorrichtung sind darauf ausgerichtet, die Ursachen für Verfahrensstörungen (Verringerung von Verfahrensunterbrechungen) zu identifizieren, zu lokalisieren und zu beseitigen, sowie das Ausmaß von Verfahrensstörungsmustern (laufende Leistungsverbesserung des Verfahrens) zu verringern. Die beschriebene Ausführungsform dieser Erfindung schließt ein Verfahren und eine Vorrichtung zur Identifizierung von Verfahrensmustern, Lokalisierung von Verfahrensmustern und Verfahrensstörungen, sowie die Bereitstellung von Unterlagen und Warnhinweisen für die Inspektion und Kontrolle des Verfahrens ein.
-
In Übereinstimmung mit einer Ausführung der vorliegenden Erfindung ist ein Kontrollgerät konfiguriert, um geometrische Dimensionsmessungen für eine Vielzahl von Kontrollpunkten zu empfangen und die Kovarianz und die Korrelation für alle Kontrollpunktpaare zu berechnen. Das Kontrollgerät identifiziert weiterhin die signifikanten bivariaten Kontrollpunktpaare (Bivariate) auf der Grundlage einer Kombination der Kovarianz- und Korrelationswerte zwischen allen Kontrollpunkten. Das Kontrollgerät kann des Weiteren die signifikanten bivariaten Kontrollpunkte der Reihe nach einordnen und ihre geordnete Abfolge für einen Hauptkomponentenalgorithmus bereitstellen.
-
Das Kontrollgerät kann mit dem Sensor zur automatischen Erwerbung geometrischer Dimensionswerte von den Kontrollpunkten in Verbindung stehen und das Datenfenster automatisch aktualisieren, wenn zusätzlich Daten erworben werden. Das Kontrollgerät kann auch elektrisch mit einem Alarmsystem in Verbindung stehen, um auf der Basis der signifikanten bivariaten Kontrollpunkte einen Alarm auszulösen und darüber zu berichten.
-
Unter einem noch anderen Gesichtspunkt der vorliegenden Erfindung kann das Kontrollgerät konfiguriert sein, um signifikante Bivariate durch Auffindung von Kontrollpunktpaaren zu identifizieren, welche eine Kovarianz größer als eine Kovarianzschwelle und/oder eine Korrelation größer als eine Korrelationsschwelle aufweisen. Das Kontrollgerät kann weiterhin konfiguriert sein, um jede signifikante Bivariate der einzureihen, und, entsprechend, die Abfolge der signifikanten bivariaten Kontrollpunkte neu zu ordnen oder zu kürzen. Dies kann die Durchführung eines nachgeschalteten Hauptkomponentenanalysealgorithmus stark verbessern, welcher konfiguriert ist, um die signifikanten bivariaten Kontrollpunkte zu verarbeiten. Die signifikanten bivariaten Kontrollpunkte können auf der Basis einer Variation, einer Kovarianznorm, eines Pattern Matching Algorithmus, oder einer anderen Methode, eingereiht werden. Das Kontrollgerät kann zusätzlich für die Wiedergabe eines Bildes auf der Basis der signifikanten Bivariate konfiguriert sein. Das Bild kann zum Beispiel die graphische Darstellung eines Fahrzeugs und Pfeile einschließen, wobei die Pfeile der geometrischen Orientierung und der Größe der signifikanten bivariaten Kontrollpunkte entsprechen.
-
Weitere Gegenstände, Merkmale und Vorteile dieser Erfindung werden für den Fachmann nach Durchsicht der nachfolgenden Beschreibung unter Bezugnahme auf die Zeichnungen und Ansprüche, welche daran anhängend sind, und Teil dieser Spezifikation bilden, leicht ersichtlich.
-
Kurze Beschreibung der Zeichnungen
-
1 ist eine schematische Ansicht einer Vorrichtung zur Strukturdatenanalyse in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung;
-
2 ist ein Flussdiagramm, welches den Ablauf der Durchführung einer Strukturdatenanalyse in Übereinstimmung mit einer Ausführung der vorliegenden Erfindung zeigt;
-
3 ist ein Flussdiagramm, welches den Ablauf der Konstruktion einer Matrix zur Strukturdatenanalyse in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung zeigt;
-
4 ist eine Darstellung der Matrix zur Strukturdatenanalyse in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung;
-
5 ist ein Flussdiagramm, welches den Ablauf des Zerlegens der Matrix zur Strukturdatenanalyse in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung zeigt;
-
6 ist eine Darstellung der zerlegten Matrix zur Strukturdatenanalyse in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung;
-
7 ist eine Darstellung einer Anzeige auf der Basis von signifikanten bivariaten Kontrollpunkten.
-
Detaillierte Beschreibung
-
Bezug nehmend auf 1 wird nunmehr eine Vorrichtung veranschaulicht, welches die Grundsätze der vorliegenden Erfindung beinhaltet und mit 10 bezeichnet ist. Die Vorrichtung 10 umfasst ein Kontrollgerät 16 und wenigstens einen Sensor 14. Um einen Fahrzeugkörper oder Rahmen 12 herum kann eine Anzahl von Sensoren 14 angeordnet sein, um geometrische Dimensionsabweichungen an einer Anzahl von spezifizierten Stellen zu messen. Alternativ dazu kann ein einzelner Sensor zusammen mit einer Bewegungsvorrichtung in einer solchen Weise verwendet werden, dass der Sensor 14 mehrere Merkmale entlang des Fahrzeugkörpers 12 messen kann. Der Sensor 14 kann zum Beispiel an einem Roboterarm befestigt sein, welcher so betrieben werden kann, dass er eine Anzahl von Merkmalen an verschiedenen Stellen des Fahrzeugkörpers 12 misst. Der Sensor 14 ist mit dem Kontrollgerät elektrisch verbunden, um einen Datensatz von jedem gemessenen Merkmal bereitzustellen. Das Kontrollgerät 16 umfasst einen für die Datenanalyse konfigurierten Mikroprozessor. Zusätzlich befindet sich das Kontrollgerät 16 in Verbindung mit dem Alarmsystem 18, um auf Basis der Messungen des Sensors 14 einen Alarm auszulösen. Das Alarmsystem 18 kann eine optische Anzeige wie ein blinkendes Licht, eine hörbare Anzeige wie eine Sirene oder beides aufweisen. Zusätzlich kann das Alarmsystem 18 ein Kommunikationssystem umfassen, welches darauf ausgelegt ist, eine E-mail, Telefonnachricht, Papiermitteilung oder ähnliche Warnung zu senden.
-
Bezug nehmend nunmehr auf 2, wird der Ablauf für die Datenanalyse in Verfahren 30 vorgesehen. Das Verfahren 30 beginnt in Block 32, wo die Daten initialisiert werden. In Block 34 werden die Daten gesammelt und das Datenfenster für die Verarbeitung erstellt. Die Daten können zum Beispiel vom Sensor 14 für mehrere Fahrzeuge erworben und dem Kontrollgerät 16 zur Verfügung gestellt werden. Das Kontrollgerät 16 speichert dann die Daten einer Anzahl von vorangehenden Messungen für jedes Merkmal und fügt neu gewonnene Daten hinzu, wenn sie anfallen. Bei einem Beispiel kann das Kontrollgerät 16 das Datenfenster für die letzten dreißig Messungen an einem Merkmal einstellen. Demzufolge wird, sobald eine neue Messung vom Sensor 14 beschafft wird, das Datenfenster verschoben, um den neu beschafften Wert und die vorhergehenden neunundzwanzig Messwerte aufzunehmen. Die Messung, welche dreißig Messzyklen zuvor erworben worden ist, wird vom Datenfenster entfernt. Das Datenfenster ist natürlich konfigurierbar und jedes Merkmal kann die gleiche oder eine unterschiedliche Datenfenstergröße haben. Das Ablaufschema tritt dann in den Strukturdatenanalyse(SDA)-Teil 36 des Verfahrens 30 ein. Wie vom Block 38 bezeichnet, werden die Daten zur Erstellung einer SDA-Matrix verwendet.
-
Bei einer Ausführungsform der vorliegenden Erfindung wird die SDA-Matrix in Übereinstimmung mit dem in 3 dargestellten Verfahren 70 erstellt. Das Verfahren beginnt in Block 72, wo die SDA-Matrix initialisiert wird. In Block 74 wird die Kovarianz zwischen jedem Paar von Datenpunkten berechnet. Eine Darstellung der SDA-Matrix ist in 4 gezeigt und mit der Bezugsnummer 90 bezeichnet. Jede Reihe und Spalte repräsentiert einen anderen Kontrollpunkt. Jeder Kontrollpunkt ist in der gleichen Reihenfolge entlang jeder Reihe und jeder Spalte aufgeführt. Nachdem die Ordnung für das Auflisten von Reihen und Spalten die gleiche ist, wird eine Diagonale 94 geschaffen, wo der Kontrollpunkt für die Reihe „n” der gleiche ist, wie der Kontrollpunkt für die entsprechende Spalte „n”. Die Kovarianz wird zwischen dem Kontrollpunkt für jede Reihe und dem Kontrollpunkt für jede Spalte berechnet. Die Kovarianz wird dann in einer entsprechenden Zelle auf der unteren Hälfte 92 der Matrix 90 unterhalb der Diagonale 94 angeordnet. Es wird zum Beispiel die Kovarianz zwischen dem der Spalte 91c entsprechenden Kontrollpunkt und dem der Reihe 91r entsprechenden Kontrollpunkt berechnet. Der resultierende Kovarianzwert wird in der entsprechenden Zelle 91 in der SDA-Matrix 90 angeordnet. Dieser Vorgang wird für jede Kontrollpunktkombination wiederholt, wodurch jede Zelle in der unteren Hälfte 92 der Matrix 90 gefüllt wird. Zusätzlich wird die Korrelation zwischen jedem Kontrollpunkt für jede Reihe und jede Spalte berechnet. Die Korrelation wird in einer entsprechenden Zelle in der oberen Hälfte 96 der Matrix 90 oberhalb der Diagonalen 94 angeordnet. Zum Beispiel wird die Korrelation zwischen dem der Reihe 95r entsprechenden Kontrollpunkt und dem der Spalte 95c entsprechenden Kontrollpunkt berechnet. Der resultierende Wert wird in der entsprechenden Zelle 95 in der oberen Hälfte 96 der Matrix 90 platziert. Dieser Vorgang wird für jede Kontrollpunktskombination wiederholt und so jede Zelle in der oberen Hälfte 96 der Matrix 90 gefüllt.
-
Nimmt man nochmals auf 3 Bezug, so wird die Berechnung der Korrelation durch den Block 76 bezeichnet. Die maximale Kovarianz und minimale Kovarianz für eine jede Zelle auf der unteren Hälfte 92 der Matrix 90 wird gespeichert. Demzufolge kann die maximale und minimale Kovarianz dazu verwendet werden, den Wert in jeder Zelle in der unteren Hälfte der Matrix 90 zum Zwecke der Matrixzerlegung zu normalisieren. Wie die Bezeichnung des Blocks 78 zeigt, werden die signifikanten Bivariate in der SDA-Matrix in Block 80 identifiziert. Als solches werden die Kontrollpunktpaare als eine signifikante Bivariate identifiziert, wenn die Korrelation zwischen einem Kontrollpunktpaar größer ist als die Korrelationsschwelle und die Kovarianz zwischen zwei Kontrollpunkten größer ist als die Kovarianzschwelle. Bei einer Ausführungsform werden die signifikanten Bivariate gemäß nachstehender Gleichung 1 identifiziert. [Kor(Xi, Xj)] > Niveau(Kor), und
-
Wenn gleichzeitig [Kov(Xi, Xj)] > Niveau(Kov) (1)
-
Die Erkennung einer signifikanten Bivariaten hängt daher vom Niveau der Korrelation und vom Niveau der Kovarianz zwischen den Kontrollpunkten ab. Die Korrelation wird im Allgemeinen in Prozenteinheiten ausgedrückt, kann jedoch auch das Intervall von [–1, 1] eingeteilt werden. Die Kovarianz sieht eine quadratische Größeneinteilung für den korrelierten Teil der Variation zwischen den Kontrollpunkten der erklärten Variation vor. Mit geometrischen Veränderlichen ist die Einheit der Kovarianz zum Beispiel mm2. Die Korrelationsschwelle und Kovarianzschwelle können auf der Grundlage von vorgegebenen Standardwerten, oder alternativ auf der Grundlage jüngerer Prozessdaten, auf der Grundlage von Grenzbedingungen der Systemparameter, oder mithilfe einer Statistik von historischen Werten, bestimmt werden.
-
Nimmt man nochmals auf 2 Bezug, so bestimmt das Kontrollgerät 16, ob, signifikante Bivariate vorhanden sind, wie durch Block 40 bezeichnet. Sind keine signifikanten Bivariate vorhanden, folgt der Ablauf der Linie 42, wobei zusätzliche Daten gesammelt werden können oder das Datenfenster zurückgestellt wird, wie durch den Block 34 bezeichnet. Liegen jedoch signifikante Bivariate vor, folgt der Ablauf entlang der Linie 44 zu Block 46.
-
In Block 46 wird die SDA-Matrix zerlegt, beispielsweise gemäß dem in 5 vorgesehenen Verfahren 100. Das Verfahren 100 beginnt in Block 102, wo die Kovarianzwerte in der unteren Hälfte 96 der Matrix 90 auf der Basis der vorher gespeicherten maximalen und minimalen Kovarianz normalisiert werden. Dadurch sollte das Intervall der Kovarianzwerte in der unteren Hälfte der Matrix 92 mit dem Intervall der oberen Hälfte 96 der SDA-Matrix übereinstimmen, welche die Korrelationswerte eines jeden Kontrollpunktpaares enthält. In Block 104 wird die Reihenfolge der Bivariate für jeden Kontrollpunkt berechnet. Die Reihenfolge der Bivariate kann auf verschiedenen Techniken beruhen. Es haben sich jedoch drei Techniken als besonders brauchbar erwiesen.
-
Die erste Technik umfasst die Einreihung eines jeden bivariaten Kontrollpunkts auf der Grundlage der Kovarianznorm für diesen Kontrollpunkt. Die Sortierung nach der Kovarianznorm des Kontrollpunkts reiht die Kontrollpunkte nach ihrer Kovarianzgesamtansprechung auf alle Muster von Verfahrensstörung ein. Die Kovarianznorm des Kontrollpunkts beurteilt weiterhin die dimensionale Ansprechung [mm2] eines speziellen Kontrollpunkts in Bezug auf alle anderen Kontrollpunkte. Die Kovarianznorm des Kontrollpunkts kann berechnet werden gemäß der Beziehung:
Bei einer Kovarianzmatrix N×N bezeichne i = 1, 2, ... N den Index der Reihe und j = 1, 2, ..., N bezeichne den Index der Spalten. Die Matrixelemente sind echte Zahlen Kov(Xi, Yj), berechnet aus Sätzen von Veränderlichen Xi und Yj. Dann ist die Kovarianznorm des Kontrollpunkts für den k-ten Kontrollpunkt definiert durch: {SUM[(Kov(Xi, Yj)2], mit j = 1, 2, ... k – 1, mit festem i = k,
Plus SUM[(Kov(Xi, Yj)2]}, mit i = k + 1, k + 2, ... N, mit festem j = k (3)
-
Als solches verläuft die erste Summe entlang der k-ten Reihe in Verbindung mit dem k-ten Kontrollpunkt. Und die zweite Summe verläuft entlang der k-ten Spalte in Verbindung mit dem k-ten Kontrollpunkt.
-
Die zweite Technik umfasst die Einreihung der Bivariaten auf der Grundlage eines Pattern Matching Algorithmus. Diese Technik macht von dem Phänomen Gebrauch, dass Bivariate dazu neigen entlang der Diagonalen 94 (in 4) der SDA-Matrix 90 (in 4) Trauben zu bilden. Als solches können große Blöcke von Bivariaten, welche sich symmetrisch um die Diagonale herum sowohl in der oberen Hälfte als auch der unteren Hälfte der Matrix bilden, geometrisch unter Verwendung eines Pattern Matching Algorithmus identifiziert werden. Der Pattern Matching Algorithmus kann konfiguriert sein, um Zellen von Bivariaten einer Traube zuzuweisen, basierend auf der Lage (Reihe und Spalte) dieser Zelle in Bezug auf die Lage anderer Zellen von Bivariaten. Jede Zelle in einer Traube kann auf der Basis der Größe (Anzahl von Zellen) der Traube, der Symmetrie der Traube um die Diagonale und/oder des in der Zelle enthaltenen Wertes (Kovarianz- oder Korrelationswert) eingereiht werden. Die vorstehend erörterten Pattern Matching Techniken dienen als Beispiel; demzufolge können auch andere Pattern Matching Techniken verwendet werden.
-
Die dritte Technik ist einfach und umfasst die Einreihung eines jeden bivariaten Kontrollpunkts auf der Basis der sechs Sigma-Variation des Kontrollpunkts. Demzufolge kann die sechs Sigma-Variation aus der Kov-Matrix gemäß nachstehender Gleichung 2 erhalten werden: 6·Sigma(Xk) = 6·SQRT[Kov(XkXk)] (2)
-
In diesem Fall würde der Kontrollpunkt mit der höchsten sechs Sigma Variation die Einreihung der Bivariaten so verdrehen, dass er der signifikantesten Bivariaten entspräche. Diese Einreihung kann für die Überwachung von Verfahrensmustern und Verfahrensstörungen vorteilhaft sein, welche mit der höchsten 6·Sigma Variation in Beziehung stehen.
-
Die Reihung der Bivariaten wird in die Diagonale 94 der SDA-Matrix 90 eingetragen. In Block 106 sind die Kontrollpunkte auf der Basis der Reihung der Bivariaten für jeden Kontrollpunkt vom höchsten zum niedrigsten sortiert. Die aktualisierte, zerlegte Matrix ist in 6 bereit gestellt und mit der Bezugsnummer 110 bezeichnet. Als solches sind die Werte der Reihung der Bivariaten entlang der Diagonalen 94 in der Reihenfolge vom höchsten Wert in der äußersten oberen linken Ecke der Matrix 110 zum niedrigsten Wert an der äußersten unteren Ecke der Matrix 110 aufgelistet.
-
Die gemäß Gleichung 1 bestimmten signifikanten Bivariate können dazu verwendet werden, die zerlegte Matrix 110 zu erstellen. Andere Kontrollpunkte, welche nicht als signifikante Bivariate eingestuft sind, werden weggelassen. Zusätzlich können die signifikanten Bivariate, welche die zerlegte Matrix umfassen, auf der Grundlage der vorstehend erörterten Einreihung der Bivariate weiter eingegrenzt oder verkürzt werden. Zum Zwecke der Sichtbarmachung werden die Zellen 114, welche Werte oberhalb der Korrelationsschwelle enthalten, hervorgehoben, wie zum Beispiel fett gedruckt und in roter Farbe geschrieben. Auf ähnliche Weise werden die Zellen 116, welche Korrelationswerte oberhalb der Korrelationsschwelle einschließen, hervorgehoben. Die hervorgehobenen Zellen sind über Kreuz schraffiert dargestellt und mit den Bezugsnummern 114 und 116 bezeichnet. Wie vorstehend bemerkt, bilden die Zellen 114 und 116 Gruppierungen oder Blöcke entlang der Diagonalen 94. Blöcke sind entlang der Diagonale an der Bezeichnung mit der Bezugsnummer 108 erkenntlich. Diese Blöcke können unter Verwendung geometrischer Regeln auf der Basis der Zahl, Lage, Korrelationsstärke oder Kovarianzstärke identifiziert werden. Die Matrix bietet als solche einen guten visuellen Nachweis für die Gruppierung von Kontrollpunkten und die Wechselwirkung der Varianz zwischen ihnen. Als solches kann die Matrix als sichtbares Analysenwerkzeug dargestellt werden, wie es als Block 48 von 2 bezeichnet ist. Die Blöcke können weiterhin identifiziert und entsprechend den Pfeilen 122 auf einer graphischen Wiedergabe des Fahrzeugs 120 in der Nähe der entsprechenden Lage des Kontrollpunkts wiedergegeben werden, wie in 7 dargestellt. Als solches können die Pfeile 122 der Korrelation oder Kovarianz zwischen den Kontrollpunkten entsprechen und die Länge oder Breite des Pfeils kann der Korrelation, Kovarianz oder Kovarianznorm der Kontrollpunkte entsprechen.
-
Zusätzlich können auf der Basis der Strukturdatenanalyse Alarmsignale eingestellt werden, wie durch Block 50 bezeichnet. Die Alarmsignale können ausgelöst werden, wenn eine signifikante Bivariate erkannt wird oder aufgrund der Kovarianz, Korrelation, Reihung der Bivariaten (einschließend, jedoch nicht auf die Kovarianznorm beschränkt) und/oder irgendeiner Kombination davon. Der Alarm kann hörbare Alarmsignale, sichtbare Alarmsignale wie Licht oder eine Bildschirmmitteilung einschließen, oder Alarmnachrichten können über das Nachrichtennetz in E-Mail- oder Pagerform, in Textnachricht oder in anderer Telekommunikationsform gesendet werden.
-
Für die weitere Analyse der Grundursache können die signifikanten Bivariate oder eine Untergruppe der signifikanten Bivariate für einen Hauptkomponentenanalysealgorithmus bereit gestellt werden, wie von Block 52 bezeichnet. Alarme können auf der Grundlage der Hauptkomponentenanalyse eingestellt werden, wie von Block 53 bezeichnet. Die Alarme können ausgelöst werden, wenn zwischen zwei aufeinander folgenden Hauptkomponentenanalysen eine größere Verfahrensänderung erfolgt. Die Ergebnisse des Hauptkomponentenanalysealgorithmus können weiterhin auf ein Anzeigegerät übertragen werden und als graphische Darstellung des Fahrzeugs wiedergegeben werden, wobei die Pfeile die Richtung und die Amplitude die Abweichung von der Hauptkomponentenanalyse bezeichnen, wie in Block 54 angegeben. Das Verfahren kann durch Rückkehr entlang der Linie 56 zum Block 34 automatisiert werden, wobei von Sensoren zusätzliche Daten gesammelt und das Datenfenster nachgestellt werden können, wie zum Beispiel durch ein laufendes Fenster, wie kürzlich beschrieben.
-
Es wird erwartet, dass sich die kausalen Pfade der Variation beim Verfahren auf den signifikanten Bivariaten befinden. Die kausalen Pfade können sich in der SDA-Matrix mithilfe von Datenbankoperationen, Hervorheben oder Auflistung der signifikanten Bivariate leichter erkennen lassen. Darüber hinaus können Datenbankfachleute eine spezifische Sichtbarmachung für ihre speziellen Untersuchungszwecke erreichen. Andere Datenbankoperationen ermöglichen den Export der Strukturdatenanalyseninformation, einschließend signifikanter Bivariater und der kausalen Pfade zum Zweck der Aufzeichnung und weiteren Informationsverarbeitung wie der Hauptkomponentenanalyse.
