DE68929289T2

DE68929289T2 - Expertensystem für fehlerdiagnose

Info

Publication number: DE68929289T2
Application number: DE68929289T
Authority: DE
Inventors: E. Kim
Original assignee: Raytheon Co
Current assignee: Raytheon Co
Priority date: 1988-08-19
Filing date: 1989-08-16
Publication date: 2002-01-10
Anticipated expiration: 2009-08-17
Also published as: KR940001445B1; WO1990002375A1; GR890100512A; AU4200789A; EP0389595B1; US4964125A; DE68929289D1; KR900702455A; GR1000518B; AU628385B2; TR24840A; EP0389595A1

Description

Die vorliegende Erfindung betrifft ein Expertensystem zum Diagnostizieren von Fehlern in einem Gerät, wobei das System einen Computer mit einem Speicher zum Speichern von Diagnoseroutinen, eine Wissensbasis, auf die der Computer zugreifen kann, eine Inferenzmaschine, die über eine Schnittstelle mit der Wissensbasis verbunden ist, und eine Benutzerschnittstelle aufweist, die eine Kommunikation zwischen dem Expertensystem und einer Bedienperson gestattet,
wobei die Wissensbasis die physikalischen, funktionalen und betrieblichen Beziehungen der Komponenten und Zwischenkomponenten des Gerätes und Information betreffend ausgewählte Betriebszustände des Gerätes charakterisiert, derart, daß die Wissensbasis ein konzeptionelles Modell des Gerätes enthält; und
wobei die Inferenzmaschine mittels der Benutzerschnittstelle mit der Bedienperson in Verbindung steht und rekursive Diagnoseroutinen enthält, die mit den Daten arbeiten, die in der Wissensbasis enthalten sind, um in Antwort auf die Eingabe von Symptomen durch die Bedienperson Symptomdiagnoseregeln zu erzeugen, wobei die Symptome in dem Gerät vorliegende Fehler anzeigen, derart, daß jede Symptomdiagnoseregel ein Symptom mit seinem Fehler korrelativ in Verbindung setzt und den Fehler anzeigt.
Ein derartiges Expertensystem ist bekannt aus "Proceedings of the National Conference on Artificial Intelligence", August 1982, Seiten 278-283; M. R. Genesereth: "Diagnosis Using Hierarchical Design Models".
Die vorliegende Erfindung betrifft generell das Gebiet der Expertensysteme und betrifft insbesondere ein Expertensystem und ein Expertenverfahren zum Diagnostizieren von Fehlern in Geräten.
Wissensbasierte Systeme wie Expertensysteme sind Computersysteme, die Denkaufgaben emulieren, die von menschlichen Experten eingesetzt werden. Derartige wissensbasierte Systeme verwenden typischerweise eine "Inferenzmaschine", um kodiertes Wissen von menschlichen Experten zu interpretieren, das in einer "Wissensbasis" gespeichert ist. Wenn das Gebiet der Wissensbasis oder der Umfang des Problems hinreichend eng sind, und wenn eine hinreichend große Wissensmenge geeignet in der Wissensbasis kodiert ist, dann kann das Expertensystem eine Leistungsfähigkeit erzielen, die die Fähigkeit eines menschlichen Experten erreicht oder überschreitet.
Frühere Versuche zum Aufbau derartiger Expertensysteme basierten auf einem Symptomdiagnoseregelansatz. Das Grundkonzept dieses Ansatzes läßt sich folgendermaßen darstellen. Für jedes Symptom, sei es anfänglich oder intermediär, sollte es eine ultimative oder intermediäre Ursache geben. Eine explizite Prozedur, die zu einer Korrelation eines Symptoms zu seiner Ursache führt, wird Symptomdiagnoseregel genannt. Diese Diagnoseregeln können manipuliert werden durch eine "regelfeuernde" bzw. "regelabgebende" Inferenzmaschine, wie folgendermaßen dargestellt. Man nehme an, daß ein vorgegebenes Teil des Gerätes ein Symptom X zeigt. Die Inferenzmaschine sucht nach einer Diagnoseregel innerhalb der Sammlung derartiger Regeln, die die Wissensbasis bilden. Wenn es eine Regel gibt, die dem Symptom entspricht, dann wird die vorgeschriebene Aktion Y vorgenommen. Wenn das Gerät in den normalen Betriebszustand zurückversetzt wird, indem die Aktion Y durchgeführt wird, ist der Prozess der Störungsbeseitigung abgeschlossen. Wenn die ultimative Ursache nicht gefunden wird, nachdem die Aktion Y durchgeführt wurde, wird ein neues Symptom X1 erzeugt. Die Inferenzmaschine sucht dann nach einer weiteren Regel, die dem Symptom X1 entspricht. Während derartige Expertensysteme sich generell als hilfreich bei der Diagnose von elektronischen Geräten erwiesen haben, so besitzen derartige Systeme häufig jedoch wenigstens einen signifikanten Nachteil, der mit dem Prozess zum Aufbau der Diagnoseregeln einhergeht. Es ist nahezu unmöglich, sämtliche oder die meisten aller möglichen Symptome von komplexen elektronischen Systemen zu antizipieren und sämtliche möglichen Ursachen für die Symptome zu identifizieren. Es ist ferner sehr schwierig, die Korrelationsprozeduren zwischen den Diagnostikregeln zu entwickeln. Folglich besteht der Hauptnachteil bei der Verwendung von bekannten Expertensystemen zum Durchführen von Diagnosen an elektronischen Geräten in der Notwendigkeit, die Systemdiagnoseregeln zu erstellen.
Ferner offenbart der Aufsatz "Diagnosis Using Hierarchical Design Models", von M. R. Genesereth, in "Proceedings of the National Conference on Artificial Intelligence", August 1982, Seiten 278-283, ein Expertensystem zum Diagnostizieren von Fehlern in Computerhardware. Das System weist einen Computer mit einem Speicher zum Speichern von Diagnoseroutinen, eine Wissensbasis, auf die der Computer zugreifen kann, eine Inferenzmaschine, die über eine Schnittstelle verbunden ist mit der Wissensbasis, und eine Benutzerschnittstelle auf, die eine Kommunikation zwischen dem Expertensystem und einer Bedienperson gestattet. Die Wissensbasis enthält Information über die Struktur des zu testenden bzw. zu prüfenden Gerätes. Die Struktur ist dadurch spezifiziert/ daß die Teile des Gerätes und ihre Verbindungen untereinander beschrieben werden. In der Folge kann die Struktur von jedem Teil beschrieben werden, bis man die "primitiven" bzw. Grundkomponenten erreicht, die gewöhnlich in bezug auf ihr Verhalten charakterisiert sind. Das Verhalten einer Schaltung läßt sich gewöhnlich ausdrücken durch die Signalwerte an den Eingängen und Ausgängen der Schaltung. Wie bei struktureller Information sind Verhaltensbeschreibungen häufig hierarchisch, wobei Signale auf einer Ebene der strukturellen Hierarchie unterschiedlich charakterisiert werden als auf einer anderen Ebene. Die Wissensbasis enthält folglich formale Angaben der Beziehung zwischen den Signalen auf diesen unterschiedlichen Ebenen. Die Diagnose beginnt auf der höchsten Ebene, wobei das Design-Modell bzw. das Modell der Konstruktion und die Symptomeingabe verwendet werden. Wenn die als fehlerhaft diagnostizierten Teile austauschbar sind, ist die Diagnose abgeschlossen. Ansonsten prüft das Expertensystem jene Teile auf der nächst niedrigeren Detailebene. Auf jeder Ebene werden in einem ersten Schritt Verdachte aus dem Design-Modell und der Symptomeingabe berechnet. Wenn nur ein Verdacht übrig bleibt, ist die Diagnose abgeschlossen. Ansonsten werden Tests erzeugt, wobei eine Verhaltensregel für einen der Verdachte ("suspects") dazu gebraucht wird, Schlußfolgerungen unter Verwendung der Regeln aus dem Design-Modell der Bauteile zu erzeugen, bis ein Vorschlag ("proposition") der geeigneten Form erzeugt wird. Ein Vorschlag betrifft die Eingänge und Ausgänge eines Bauteiles auf einer Ebene, und zwar zu ihren Gegenstücken auf der nächst niedrigeren Ebene.
Ferner offenbart "Expert Systems", Band 3, Nummer 2, April 1986, Oxford, GB, Seiten 100-111; L. F. Pau: "Survey of Expert Systems for Fault Detection, Test Generation and Maintenance" wissensbasierte Systeme mit Mensch-Maschine-Schnittstellen, wobei die Systeme Wissens- und Denkprozesse bzw. Denkregeln ("reasoning") verwenden, um eine Fehlererfassung, einen Test und eine Wartung des Gerätes durchzuführen. Die Wissensbasis beinhaltet Fakten, Regeln, heuristisches Wissen und Verfahrenswissen. Eine Inferenzmaschine als Teil des Expertensystems weist Denk- oder Problemlösungsstrategien auf, wie man Wissen verwendet, um Entscheidungen zu treffen. Neben anderen Architekturen ist eine Architektur eines Expertensystems mit verteilten Denkregeln ("distributed reasoning") offenbart. Diese Expertensystemarchitektur basiert auf der Vorstellung spezialisierter Wissensbasen, die gemeinsam eine spezifische Inferenz bzw. Schlußfolgerung lösen. Jede spezialisierte Wissensbasis kann ein Produktions- oder ein strukturiertes Produktionssystem sein; die entsprechenden Wissensbasen sind in einer hierarchischen Struktur organisiert. Ein Blackboard ermöglicht sämtlichen Spezialistenknoten mit einem strukturierten gemeinsamen Bereich, auf Information zuzugreifen. Eine Architektur mit derart verteilten Denkregeln beinhaltet eine Vielzahl von Mini- Expertensystemen und eine Vielzahl von intelligenten Datenbasen bzw. Datenbanken, die durch das Blackboard untereinander verbunden sind. Insbesondere beinhaltet die Architektur eine intelligente Datenbasis mit einem Reparaturplan, einen weiteren mit historischen Daten, eine weitere Datenbank für Ersatzteile und schließlich eine Datenbank für TO.
Es ist die Aufgabe der vorliegenden Erfindung, ein verbessertes Expertensystem anzugeben.
Diese Aufgabe wird durch das Expertensystem gelöst, das im Anspruch 1 beansprucht ist, wobei die Wissensbasis in Form einer Vielzahl von Dateien organisiert ist.
Gemäß der bevorzugten Ausführungsform der vorliegenden Erfindung ist ein Expertensystem offenbart, das Fehler in Geräten diagnostiziert. Das Expertensystem beinhaltet eine Wissensbasis, die Information betreffend ein Modell des Gerätes enthält. Ferner weist das Expertensystem eine Inferenzmaschine auf, die einen Satz von Symptomdiagnoseregeln erzeugt, und zwar aus der in der Wissensbasis enthaltenen Information in Verbindung mit Benutzereingaben. Das Expertensystem ist in der Lage, Information zu generieren, die es dem Benutzer des Systems ermöglicht, Fehler in dem Gerät zu korrigieren.
Die Vorteile der vorliegenden Erfindung ergeben sich für Fachleute beim Lesen der nachstehenden Beschreibung unter Bezugnahme auf die beigefügte Zeichnung, in der:
Fig. 1 ein Blockdiagramm eines Expertensystems gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung ist;
Fig. 2 ein Diagramm ist, das die Verbinder ("connectors") zeigt, die Ränder bzw. Kanten darstellen und die Determinante der vorliegenden Erfindung bilden, wobei die Verbinder in den Fig. 3 bis 5 verwendet werden;
Fig. 3 eine grafische Darstellung von Wissenselementen ist, die in der Wissensbasis des Systems der Fig. 1 gespeichert sind;
Fig. 4 eine Darstellung einer Determinante ist, die das Wissen über das Gerät darstellt, an dem die Diagnose durchzuführen ist;
Fig. 5a-c Darstellungen sind, die einen Normierungsprozeß darstellen, der auf die in Fig. 4 gezeigte Determinante angewendet wird;
Fig. 6 eine Darstellung ist, die die Prozedur zum Sammeln und Speichern von Information in der Wissensbasis darstellt, die in Fig. 1 gezeigt ist;
Fig. 7 eine Darstellung ist, die ein Ausgangszustandsmodell der Information darstellt, die in der Wissensbasis zu speichern ist, die in Fig. 1 gezeigt ist;
Fig. 8 eine Darstellung ist, die die Transformation des Ausgangszustandsmodells, das in Fig. 7 gezeigt ist, darstellt, was durch Verschmelzen von Zellen außerhalb von Grenzen ("outboundary cells") auftritt;
Fig. 9 eine Darstellung ist, die einen Baumgraph von Schleifen bzw. Kreisen repräsentiert, die in Fig. 8 gezeigt sind;
Fig. 10 eine Darstellung ist, die einen Giacombini-Prozeß repräsentiert, der auf den Baumgraph angewendet wird, der in Fig. 9 gezeigt ist;
Fig. 11 eine Baumdarstellung der Determinante des Gerätes ist;
Fig. 12 eine Darstellung ist, die einen Abschnitt der hierarchischen Taxonomie einer Determinante des Gerätes repräsentiert;
Fig. 13 ein Flußdiagramm ist, das die Inferenzmaschine darstellt, die in Fig. 1 gezeigt ist;
Fig. 14 ein Flußdiagramm ist, das die Finde-Fehlerzellen- Routine darstellt, die von der Inferenzmaschine verwendet wird;
Fig. 15 ein Flußdiagramm ist, das die Finde-Fehler-Routine darstellt, die von der Inferenzmaschine verwendet wird;
Fig. 16 ein Flußdiagramm ist, das die Blackborder- Taxonomie-Routine darstellt, die von der Inferenzmaschine verwendet wird;
Fig. 17 ein Flußdiagramm ist, das die Leveler- Instruktionsroutine darstellt, die von der Inferenzmaschine verwendet wird;
Fig. 18 ein Flußdiagramm ist, das die Blackborder- Wissenszellen-Routine darstellt, die von der Inferenzmaschine verwendet wird;
Fig. 19a-c ein Flußdiagramm darstellen, das die Globalsteuerung-Heuristik-Routine darstellt, die von der Inferenzmaschine verwendet wird; und
Fig. 20a-c ein Flußdiagramm darstellen, das die Zellinternsteuerung-Heuristik-Routine darstellt, die von der Inferenzmaschine verwendet wird.
Ein Expertensystem gemäß der vorliegenden Erfindung, das generell durch die Bezugsziffer 24 bezeichnet ist, ist in Fig. 1 gezeigt. Während das Expertensystem 24 dazu verwendet werden kann, bspw. Fehler in elektronischen Geräten zu diagnostizieren, kann es auch zur Diagnose in anderen Umgebungen wie mechanischen oder elektromechanischen Systemen oder dergl. verwendet werden und ist nicht auf elektronische Geräte begrenzt.
Das Expertensystem ist in einem Mikrocomputer implementiert, der mit einem Benutzer interagiert, der sich vorzugsweise mit dem Gerät auskennt, an dem die Diagnose durchzuführen ist. Der Mikrocomputer ist ein Allzweckcomputer und weist eine Zentraleinheit mit einem Mikroprozessor und Speicher mit wahlfreiem Zugriff (RAM) sowie ein oder mehrere Diskettenlaufwerke auf, um Computerprogramme und Daten zu empfangen, die auszuführen und zu verarbeiten sind.
Um es dem Benutzer zu gestatten, mit dem Expertensystem zu interagieren, beinhaltet der Mikrocomputer eine Anzeige mit Kathodenstrahlröhre, zum Anzeigen von Ergebnissen und um den Benutzer aufzufordern, Daten über eine Tastatur einzugeben. Um eine permanente Aufzeichnung ("record") zum Auflisten der Daten bereitzustellen, wenn sich das Expertensystem in Betrieb befindet, kann ein Drucker vorgesehen sein, der elektrisch mit dem Mikrocomputer verbunden ist.
Das System 24 weist ein Lernmodul 36 auf, das dazu verwendet wird, Information von dem Benutzer betreffend das Design bzw. die Konstruktion und den Betrieb des Gerätes zu sammeln bzw. zu erlangen. Eine Benutzerschnittstelle 26, die eine Tastatur beinhalten kann, ist vorgesehen und ermöglicht es dem Benutzer, ein Symptom, das das Gerät zeigt bzw. hat, in das System 24 einzugeben.
Die Benutzerschnittstelle 26 kommuniziert mit einer Inferenzmaschine 28, bei welcher es sich um einen Denkmechanismus bzw. Mittel zum Ausführen von Denkregeln handelt, wobei der Denkmechanismus Fehlfunktionen in dem Gerät diagnostiziert unter Verwendung einer Determinante oder eines konzeptionellen Modells des Gerätes. Wie es nachstehend in größerer Vollständigkeit beschrieben ist, wird die Determinante dazu verwendet, der Inferenzmaschine 28 anzugeben, wie das Gerät konstruiert, aufgebaut und zu warten ist. Wenn der Benutzer ein gegebenes Symptom in das System eingibt, mittels der Benutzerschnittstelle 26, erzeugt die Inferenzmaschine 28 eine geeignete Symptomdiagnoseregel, die den Fehler anzeigt. Während folglich die meisten Expertensystem erfordern, daß Symptomdiagnoseregeln von einem Wissensingenieur zu entwickeln und in der Wissensbasis abzuspeichern sind, erzeugt das vorliegende Expertensystem 24 die Symptomdiagnoseregeln selbst.
Bei einem gegebenen Symptom fordert die Inferenzmaschine 28 Information an, die notwendig ist, um die Diagnose durchzuführen, und zwar mittels einer Blackborder-Routine 30. Die Blackborder-Routine 30 wird dazu verwendet, auf Information zuzugreifen, die in einer Wissensbasis 32 enthalten ist, und stellt die aus der Wissensbasis 32 gewonnene Information auf einem Blackboard 34 zusammen. Um es dem Benutzer 12 zu gestatten, Fehler in der Wissensbasis 32 zu lokalisieren, weist das System 24 ferner eine Berichtigungs-Routine 38 auf. Wenn das System 24 einen bestimmten Fehler in dem Gerät fehldiagnostiziert, gestattet die Berichtigungs-Routine 38 es dem Benutzer, das System 24 zu bitten, die Ergebnisse seiner Diagnose zu berichtigen. Auf diese Weise kann der Benutzer Fehler eliminieren, die in der Wissensbasis 32 vorhanden sind.
Auf der Grundlage der Information, die von der Blackborder-Routine 30 gewonnen wird, versucht die Inferenzmaschine 28, den Fehler zu isolieren. Wenn der Fehler isoliert ist, zeigt die Inferenzmaschine 28 dem Benutzer an, daß der Fehler isoliert worden ist und die Sitzung wird beendet. Der Benutzer kann die von dem System 24 erhaltene Information dann dazu verwenden, den Fehler in dem Gerät zu korrigieren. Wenn die Inferenzmaschine 28 nicht in der Lage ist, den Fehler zu diagnostizieren, bestimmt sie, welcher Test an dem Gerät durchgeführt werden sollte und fordert den Benutzer auf, den Test durchzuführen.
Wenn die Inferenzmaschine 28 den Fehler nicht isoliert, kann sie in eine Endlosschleife geraten, wenn sie wiederholt immer dasselbe Wissen abprüft. Die Möglichkeit, daß eine Endlosschleife auftritt, wird jedoch minimiert, da immer dann, wenn die Inferenzmaschine 28 einen neuen Test durchführt, etwa die Hälfte der Fehlerdomäne bzw. des Fehlerbereiches des Gerätes eliminiert wird. Wenn andererseits die Inferenzmaschine 28 auf einen zuvor getesteten Ort trifft, beendet das System 24 seine Fehlerdiagnose und alarmiert den Benutzer dahingehend, daß mehr Information über einen gewissen Bereich des Gerätes 24 notwendig ist, indem eine Unkenntnis-Mitteilung erzeugt wird. Die Komponenten des Expertensystems 24 sind oben allgemein beschrieben worden, um ein Verständnis des Betriebs des Expertensystems zu gestatten. Die Wissensbasis 32 und die Inferenzmaschine 28 werden nachstehend in größerer Genauigkeit beschrieben.

1. WISSENSBASIS 32

Die Wissensbasis 32 des Expertensystems 24 wird im folgenden aus drei Perspektiven beschrieben: hinsichtlich ihrer Epistemologie; hinsichtlich der Art und Weise, in der Information dargestellt wird; und hinsichtlich der Art und Weise, in der Information gespeichert wird.

1. 1 Epistemologie der Wissensbasis 32

Die Domänenprobleme bei herkömmlichen regelbasierten Expertensystemen bestehen generell in dem Satz sämtlicher Fehlfunktionen, die in jener Domäne auftreten (d. h. dem Gerät). Jede Fehlfunktion, die in der Domäne auftritt, zeigt einen Satz von Symptomen, so daß das Domänenproblem gelöst werden kann, wenn es eine Prozedur gibt, die ein gegebenes Symptom mit einer bestimmten Ursache korreliert. Diese Art von Ansatz wird Symptomdiagnoseregel-Ansatz genannt. Dem gemäß kann ein Domänenproblem gelöst werden, wenn es für jedes Symptom eine Symptomdiagnoseregel gibt.
Anstelle einer Darstellung des Wissens durch Symptomdiagnoseregeln enthält die Wissensbasis 32 des vorliegenden Expertensystems 24 zwei unterschiedliche Arten von Information: solche, die darstellt, wie das Gerät konstruiert, aufgebaut und zu warten ist; und Information, die anzeigt, ob das Gerät normal arbeitet oder nicht. Mit diesen zwei Arten von Wissen können die Symptomdiagnoseregeln für die meisten Symptome durch die Inferenzmaschine 28 durch Deduktion abgeleitet werden. Unter Verwendung dieses Ansatzes wird die Notwendigkeit eliminiert, große Sätze von Symptomdiagnoseregeln zur Speicherung in der Wissensbasis 32 zu erzeugen.
Die zwei Arten von Wissen, wie oben beschrieben, sind in sechzehn Dateien enthalten, die die Wissensbasis 32 beinhalten. Von diesen 16 Dateien enthalten zwei Dateien objektives Wissen betreffend die Information über die physikalische Architektur oder Anatomie (statischer Blick) des Gerätes. Objektives Wissen besteht aus spezifischen "Bauteilen" und "Verdrahtungen", die die Bauteile verknüpfen bzw. einen "Link" zwischen den Bauteilen darstellen. Diese zwei objektiven Wissensdateien sind enthalten in einer physikalischen Bauteildatei und einer Verdrahtungslistendatei.
Die verbleibenden vierzehn Dateien lassen sich generell kategorisieren als erzeugtes Wissen. Erzeugtes Wissen läßt sich in drei Kategorien klassifizieren. Die erste Kategorie beinhaltet Information betreffend den "dynamischen Blick" auf das Gerät und besteht aus einem Satz von spezifizierten Funktionen und den Beziehungen zwischen den Funktionen. Der dynamische Blick auf das Gerät fokussiert sich auf die funktionalen Aspekte des Gerätes.
Der zweite Typ von erzeugtem Wissen beinhaltet Information betreffend die "Substrate" des Gerätes. Das Gerät läßt sich in spezifische Abschnitte unterteilen, die eine spezifische Funktion durchführen. Der Abschnitt des Gerätes, bei dem die spezifische Funktion F durchgeführt wird, wird als Substrat F bezeichnet und angegeben durch S(F). Folglich korreliert S(F) die dynamische Betrachtungsweise des Gerätes mit der statischen Betrachtungsweise des Gerätes.
Die dritte Kategorie von erzeugtem Wissen beinhaltet Information, die die Normalitätskriterien des Gerätes abdecken. Sobald eine Funktion F spezifiziert ist und deren Substrat S(F) identifiziert ist, ist ein meßbares Kriterium notwendig, damit das System 24 feststellen kann, ob das Substrat S(F) seine spezifizierte Funktion F korrekt durchführt. Dieses meßbare Kriterium wird als das Normalitätskriterium bezeichnet.
Die sechzehn spezifischen Dateien der Wissensbasis 32 werden nachstehend in größerer Vollständigkeit beschrieben. Taxonomiedatei: Jede definierte Funktion, die das Gerät durchführt, wird eine "Wissenszelle" genannt und jede Wissenszelle hat einen Satz von Ausgängen. Ein Abwärtslink bzw. eine Abwärtsverknüpfung (DL) wird definiert als der Träger der Ausgänge der Wissenszelle und besteht typischerweise aus einem Satz von Verdrahtungen. Der durch die Verbindungen zwischen Wissenszellen und Abwärtslinks gebildete Graph wird die Determinante oder Systemtaxonomie des Gerätes genannt. Ein Abschnitt der Determinante ist ein taxonomisches Teil ("taxonomical piece, TP"). Wissenszellen und Abwärtslinks müssen erzeugt werden durch Interpretationen der Konstruktionsdokumente, die dem Gerät zugeordnet sind, wie nachstehend beschrieben. Für jedes taxonomische Teil enthält die Taxonomiedatei den Namen von jeder Wissenszelle, die Abwärtslinks der Zelle, die Anzahl von Levelern (wie nachstehend definiert) für jede Verbundzelle und den Zelltyp.
Levelerdatei: Eine Wissenszelle läßt sich in kleinere Wissenszellen zerlegen, die eine Funktion und deren Unterfunktionen reflektieren. Eine Wissenszelle, die zerlegt werden kann ist eine "Verbund"-Wissenszelle, wohingegen eine Wissenszelle, die nicht zerlegbar ist, eine "einfache" Wissenszelle ist. Die Levelerdatei enthält die Information betreffend die Zerlegung von Verbund-Wissenszellen, einschließlich der Verbundzelle, dem Namen des Determinantenteils und des Namens der Stammzelle des Determinantenteils, die den Eingangspunkt für die Verbundzelle bildet.
Grenzdatei: Jedes taxonomische Teil beinhaltet Grenzzellen, die aus Abschnitten der Determinanten gebildet sind. Die Grenzdatei beinhaltet eine Auflistung von Wissenszellen, die auch Grenzzellen sind.
Ebenensprungbedingungsdatei ("Level Jump Conditions", LJC): Ein taxonomisches Teil ist eine Untermenge von Wissenszellen, die mit Abwärtslinks verbunden sind und beinhaltet eine relativ große Anzahl von Substraten. Die Ebenensprungbedingungsdatei beinhaltet eine Testprozedur, die der Benutzer normalerweise durchführt, um die Substrate kollektiv zu testen (d. h. um zu bestimmen, ob eine fehlerhafte Zelle innerhalb des taxonomischen Teils existiert).
Freigabebedingungsdatei: Um ein Substrat S(F) seine zugewiesene Funktion F durchführen zu lassen, kann das Substrat S(F) einen Satz von Bedingungen beinhalten, die für einen ordnungsgemäßen Betrieb erfüllt werden müssen. Bspw. kann das Substrat S(F) eine Taktsynchronisierung, Spannungs- oder Umgebungstemperaturanforderungen aufweisen, die erfüllt werden müssen, damit das Substrat S(F) ordnungsgemäß arbeitet. Die Freigabebedingungsdatei beinhaltet Information betreffend die Existenz derartiger Bedingungen für eine gegebene Wissenszelle. Wartungsaktionsdatei: Selbst wenn ein Substrat S(F) keinen Fehler beinhaltet und sämtliche Freigabebedingungen erfüllt sind, kann es doch sein, daß das Substrat S(F) seine zugewiesene Funktion F nicht durchführt. Es kann sein, daß sich die Gründe hierfür aus der Konstruktionsdokumentation alleine nicht deduktiv ableiten lassen, da das Problem auftreten kann aufgrund der Interaktion eines komplexen Satzes von Faktoren, auf die man durch Erfahrung stößt. Bspw. können diese Probleme absatzweise bzw. intermittierend auftretende Probleme sein, marginale Probleme, Ausrichtungsprobleme oder Probleme, die durch abrupte atmosphärische oder Umgebungsstörungen hervorgerufen werden. Die Existenz dieser Faktoren ist in der Wartungsaktionsdatei gespeichert. Zusätzlich, wenn es irgendwelche bekannten Symptomdiagnoseregeln für das Substrat S(F) gibt, lassen sich diese einfach in die Wissensbasis einbauen, als Wartungsaktionen in der Wartungsaktionsdatei.
Abwärtslinkdatei ("Down Link", DL): Die Abwärtslinkdatei beinhaltet Information betreffend die Ausgänge der jeweiligen Wissenszelle. Es gibt zwei Arten von Abwärtslinks. Der eine ist ein Satz von physikalischen Verdrahtungen, die Verdrahtungslinks genannt werden. Die anderen Abwärtslinks werden logische Links genannt, deren Ausgänge sich an einem anderen Substrat als dem aktuell untersuchten Substrat untersuchen oder inspizieren lassen.
Testmitteilungsdatei ("test message", TM): Für jedes taxonomische Teil, das keine fehlerhaften Wissenszellen enthält, wird eine Testmitteilung erzeugt, die die Testprozedur anzeigt, die an jenem Teil durchzuführen ist. Die Testmitteilungsdatei wird verwendet, um Ausgänge sämtlicher Wissenszellen in dem taxonomischen Teil zu speichern.
Datei mit Zustandswerten für Normalbetrieb ("Normal Operation State Values", NOSV): Die normalen Ausgänge werden zusammen mit den Verdrahtungslinks einer Wissenszelle in bezug auf eine gegebene Testmitteilung Zustandswerte für Normalbetrieb (NOSV) der Wissenszelle genannt. Die Werte sind in der Datei für Zustandswerte für den Normalbetrieb gespeichert.
Logikzustandswertedatei: Während die NOSV-Datei Zustandswerte für den Normalbetrieb für Verdrahtungslinks enthält, beinhaltet die Logikzustandswertedatei Zustandswerte des Normalbetriebs von logischen Links wie Bedingungen von Oberflächen, die durch visuelle Inspektion bestimmt werden, ölige Oberflächen und angezeigte Information, die sich aus Testmitteilungseingängen ergibt.
Spezialuntersuchungs-/Inspektionsprozedurdatei: Die Spezialuntersuchungs-/Inspektionsprozedurdatei wird dazu verwendet, die Zustandswerte des Normalbetriebs für jede Wissenszelle zu untersuchen oder zu inspizieren, einschließlich spezieller Geräte und Prozeduren.
Determinantenverzeichnisdatei: Wie es nachstehend in größerer Vollständigkeit beschrieben ist, wird das Wissen in der Wissensbasis dargestellt in der Form eines Determinantenmodells. Vorteilhafterweise läßt sich die Determinante in viele Stücke schneiden bzw. zerlegen, die Determinantenteile ("determinant pieces", DP) genannt werden. Das Determinantenverzeichnis wird verwendet, um die Inferenzmaschine 28 zu informieren, wie man von einem Determinantenstück zum anderen fortschreitet. Jedes Determinantenstück ist eindeutig definiert durch seinen Namen, den Namen des taxonomischen Teils, dem es zugeordnet ist, und die Zeiger oder Schlüssel auf die Abschnitte der Ebenensprungbedingungsdatei und der Testmitteilungsdatei, die dem bestimmten taxonomischen Teil zugeordnet sind. GLCH-Vorrangdatei ("GLCH-Override File"): Die GLCH- Vorrangdatei beinhaltet Information, die sich über die von der Inferenzmaschine 28 an einer bestimmten Wissenszelle durchgeführte diagnostische Routine hinwegsetzt und den Vorrang einer anderen Wissenszelle gibt, die den Fehler mit größerer Wahrscheinlichkeit enthält, und zwar auf der Grundlage von Erfahrung bei der technischen Wissensbehandlung ("knowledge engineering experience") und von Eingängen. Die GLCH-Vorrangdatei kann dazu verwendet werden, anzuzeigen, daß die Interferenzmaschine eine bestimmte Wissenszelle prüfen sollte, wenn auf eine andere bestimmte Wissenszelle gestoßen wird.
CICH-Vorrangdatei ("CICH Override File"): Die CICH- Vorrangdatei beinhaltet Information, die sich über den Denkregelprozeß der Inferenzmaschine 28 hinwegsetzt, wenn die Fehlersuche innerhalb einer gegebenen Wissenszelle durchgeführt wird. Die CICH-Vorrangdatei ermöglicht es dem Benutzer, die Inferenzmaschine 28 zu instruieren, nach einem bestimmten Fehler zu suchen, wenn festgestellt wird, daß eine bestimmte Wissenszelle fehlerhaft ist.
Physikalische Bauteildatei: Die physikalische Bauteildatei beinhaltet Information betreffend die Architektur des Gerätes (d. h. der Bauteile, die das Gerät bilden), einschließlich der Namen der Komponenten, die den Hardwareknoten der Baumgraph- Struktur entsprechen, einschließlich bspw. von Kartennamen, Anzeige, Rahmenverbindungsvorrichtungen ("frame attach devices") wie Trackball-Vorrichtungen und Speicher.
Verdrahtungslistendatei: Die Verdrahtungslistendatei enthält Information betreffend die Verdrahtungen, die die Komponenten des Gerätes untereinander verbinden. Die physikalische Bauteildatei und die Verdrahtungslistendatei beschreiben gemeinsam die physikalischen Eigenschaften der Hardware, die das Gerät enthält.

1. 2 Darstellung von Wissen in der Wissensbasis 32

Das in der Wissensbasis 32 enthaltene Wissen ist Information, aus der sich die statische Betrachtungsweise, die dynamische Betrachtungsweise und die Korrelation hierzwischen als auch der Normalitätszustand hiervon konstruieren lassen. Dieses Wissen muß jedoch von der Inferenzmaschine 28 verstanden werden. Um es der Inferenzmaschine 28 zu ermöglichen, die Information zu verstehen, wird sie als eine "Determinante" dargestellt, die ein konzeptionelles Modell des Gerätes darstellt. Die Determinante ist abstrakt dargestellt als ein Graph, der aus Knoten und Rändern ("edges") besteht. Die Knoten stellen Wissenszellen dar, die Wissen enthalten, das für die Inferenzmaschine 28 zu einem gegebenen Zeitpunkt während der Diagnose hilfreich ist. Jede Wissenszelle kann die folgenden Wissenselemente beinhalten, ist jedoch nicht hierauf beschränkt: (1) Abstraktoperatorlabel (d. h. Name der Wissenszelley; (2) Zellreferenz (Funktionsdefinition F); (3) physikalisches Bauteil (Substratreferenz S(F)); (4) Freigabebedingung des Substrates; (5) Wartungsaktionen des Substrates; (6y Abwärtslink; (7) Aufwärtslink - der Abwärtslink von anderen Wissenszellen, deren Ausgänge in diese Wissenszelle kommen; (8) Verdrahtungsliste, die dem Substrat S(F) zugeordnet ist; (9) Zustandswerte für Normalbetrieb; (10) Logikzustandswerte; (11) Spezialüberprüfungs- und Inspektions-Prozeduren; (12) Leveler; (13) Ebenensprungbedingung; (14) Testmitteilung; (15) CICH- Vorrang; (16) GLCH-Vorrang; und (17) Zelltyp.
Jede Wissenszelle kann einen von sechs unterschiedlichen Typen aufweisen. Eine blanke Zelle ist eine Wissenszelle, die kein Substrat aufweist, jedoch dazu verwendet wird, Wissenszellen in Kategorien zu gruppieren, um die Eingabe in die Wissensbasis 32 zu erleichtern und um Stammzellen zu etablieren, was nachstehend beschrieben wird. Eine reguläre Zelle ist eine Wissenszelle, die ein Substrat S(F) aufweist. Eine einfache Zelle ist eine reguläre Wissenszelle, die nicht zerlegbar ist, wohingegen eine Verbundzelle eine reguläre Wissenszelle ist, die zerlegt werden kann. Eine logische Zelle ist eine reguläre Wissenszelle, die keine Ausgänge von irgendwelchen anderen regulären Zellen empfängt, wohingegen eine Grenzzelle eine reguläre Wissenszelle ist, die eine Grenze eines taxonomischen Teils darstellt (d. h. sie verbindet zwei oder mehr taxonomische Teile). Jede Wissenszelle ist so aufgebaut, daß sie einen einzigartigen bzw. eindeutigen Abwärtslink aufweist, und zwei Wissenszellen, die dieselben Eingänge haben, werden Genossen ("associates") genannt.
Es gibt vier unterschiedliche Verbinder, die als Ränder ("edges") beim Bilden der Determinante verwendet werden. Diese sind in Fig. 2 gezeigt. Ein Link-Verbinder stellt den Fall dar, bei dem eine reguläre Zelle seinen Ausgang zu einer regulären Zelle sendet. Ein Leveler-Verbinder stellt den Zustand dar, bei dem eine Verbundzelle in ein taxonomisches Teil zerlegbar ist, das aus anderen Wissenszellen besteht. Ein Exkursions-Verbinder wird dazu verwendet anzuzeigen, daß auf eine gegebene Wissenszelle zurückgegriffen werden muß, um an dem Substrat einer Wissenszelle Fehler zu beseitigen, aus der es stammt. Ein blanker Rand wird dazu verwendet, blanke Zellen zu verbinden, und hat daher keine physikalische Bedeutung. Diese vier unterschiedlichen Arten von Verbindern werden in den Fig. 3 bis 5 verwendet.
Indem man Wissenselemente als Knoten darstellt und durch Verwenden von Link-, Leveler-, Exkursions- und Blankrand- Verbindern läßt sich die Determinante des Gerätes graphisch darstellen. Ein Abschnitt eines solchen Graphen ist in Fig. 3 gezeigt. In diesem Graph sind Wissenszellen 39 und 40 durch Links mit einer Wissenszelle 42 verbunden. Die Wissenszelle 42 wiederum ist verbunden mit einer Wissenszelle 44 durch einen Link als auch mit einer Wissenszelle 46 durch einen Leveler. Eine Wissenszelle 48 ist mit der Wissenszelle 46 durch einen Link verbunden, wohingegen die Wissenszelle 44 mit der Wissenszelle 48 durch einen Exkursionsverbinder verbunden ist. Eine Wissenszelle 50 ist mit der Wissenszelle 46 durch einen Link- Verbinder verbunden und die Wissenszelle 54 ist mit der Wissenszelle 50 verbunden durch einen Blankrand- bzw. Leerrand- Verbinder. Schließlich ist die Wissenszelle 54 verbunden mit der Wissenszelle 52 durch einen Link-Verbinder. Indem man die funktionalen Abschnitte des Gerätes auf diese Art und Weise darstellt, lassen sich die funktionalen Beziehungen der Komponenten des Gerätes charakterisieren, bevor eine Abspeicherung in der Wissensbasis 32 erfolgt.
Eine Gesamtdeterminante, die das Gerät darstellt, läßt sich als eine Klein-Gitterfläche darstellen, wie es in Fig. 4 gezeigt ist. In Fig. 4 weist eine Determinante 55 Wissenszellen 56-70 auf. Eine Wissenszelle 56 ist verbunden mit einer Wissenszelle 58 mittels eines Leveler-Verbinders und die Wissenszelle 58 ist mit einer Wissenszelle 60 verbunden über einen Link-Verbinder. Die Wissenszelle 60 ist verbunden mit einer Wissenszelle 62 über einen Link-Verbinder, wohingegen eine Wissenszelle 64 mit der Wissenszelle 62 verbunden ist über einen Leveler-Verbinder. Die Wissenszelle 64 ist mit einer Wissenszelle 66 verbunden über einen Link-Verbinder und die Wissenszelle 66 ist wiederum verbunden mit einer Wissenszelle 68 über einen Link-Verbinder. Die Wissenszelle 68 ist verbunden mit einer Wissenszelle 70 über einen Link-Verbinder, wohingegen die Wissenszelle 70 verbunden ist mit einer Wissenszelle 72 über einen Link-Verbinder. Schließlich ist die Wissenszelle 72 verbunden mit einer Wissenszelle 74 über einen Link-Verbinder, die wiederum verbunden ist mit der Wissenszelle 56 über einen Link- Verbinder.
Es läßt sich Fig. 4 entnehmen, daß die Wissenszellen 56 und 58 auf unterschiedlichen Ebenen bzw. Leveln sind, da sie durch einen Leveler-Verbinder miteinander verbunden sind. Dem gemäß läßt sich die Wissenszelle 56 zerlegen in die Wissenszellen 58-62. In physikalischer Hinsicht bedeutet dies, daß die Komponente des Gerätes, die durch die Wissenszelle 56 dargestellt ist, funktional von drei Unterkomponenten abhängt, die durch die Wissenszellen 58-62 dargestellt sind. Im Vergleich hierzu ist die Wissenszelle 56 auch verbunden mit der Wissenszelle 64 über Link-Verbinder durch die Wissenszellen 66-74, was bedeutet, daß die Wissenszelle 56 von der Wissenszelle 64 funktional nicht abhängig ist.
Um die Zeit zu minimieren, die zum Verarbeiten von Information betreffend eine Diagnose des Gerätes erforderlich ist, wird die Determinante 55 normiert, und zwar auf die in den Fig. 5a-c gezeigte Art und Weise. In Fig. 5a befinden sich Wissenszellen A und B auf derselben Ebene auf einem Pfad, da sie durch Link-Verbinder über eine Wissenszelle X miteinander verbunden sind. Die Wissenszelle B befindet sich jedoch auch auf einer niedrigeren Ebene als die Wissenszelle A, und zwar auf einem zweiten Pfad, da die Wissenszellen A und B auch durch einen Leveler-Verbinder miteinander verbunden sind. Wie es in Fig. 5b gezeigt ist, ist es möglich, die Determinante 55 entlang von Wissenszellen X, Y und Z aufzuschneiden, um so zwei taxonomische Teile TP 1 und TP 2 zu bilden, wie es in Fig. 5c gezeigt ist. In dem in Fig. 5c gezeigten normierten Graph befindet sich die Wissenszelle B immer auf einer niedrigeren Ebene als die Wissenszelle A, da sie mit der Wissenszelle A nicht länger über einen Link-Verbinder durch die Wissenszelle X hindurch verbunden ist.
Mittels dieses Normierungsprozesses läßt sich die Determinante 55 darstellen als eine Gruppe von taxonomischen Teilen bzw. Stücken, wobei sämtliche Wissenszellen unterhalb eines bestimmten taxonomischen Teils durch Link-Verbinder miteinander verbunden sind. Jedes der taxonomischen Teile, die die Determinante 55 aufweist, ist durch Leveler-Verbinder untereinander verbunden. Der Normierungsprozeß der Determinante 55 gestattet, daß sich die Determinante derart darstellen läßt, daß es dem Wissenssystem 24 möglich ist, einen Fehler in dem Gerät zu lokalisieren, ohne jede Wissenszelle überprüfen zu müssen. Zusätzlich hierzu ist durch Normieren der Determinante die Steuerung über die Inferenzmaschine 28 während der Diagnose etwas leichter, wie es nachstehend erläutert wird.

1. 3 Anforderungen der technischen Wissensbehandlung ("Knowledae Engineering Requirements") betreffend die Wissensbasis 32

Um Information betreffend das Gerät in der Wissensbasis 32 zu speichern, müssen drei Aufgaben bzw. Tasks durchgeführt werden. Als erstes müssen die Typen von Wissen betreffend das Gerät, die für die Diagnose notwendig sind, bestimmt werden. Als zweites muß das Wissen aus der Dokumentation des Gerätes erlangt werden. Schließlich muß das aus der Dokumentation erlangte Wissen dargestellt werden als eine Determinante, und zwar auf die oben beschriebene Art und Weise. Die Ergebnisse dieser drei Schritte lassen sich übertragen in einen Satz von Datenblättern, welche Daten dann in die Wissensbasis 32 einzugeben sind.
Die spezielle Folge von Aufgaben, die durchgeführt werden müssen, um das relevante Wissen in die Wissensbasis 32 zu setzen, wird in Fig. 6 gezeigt. In den Schritten 76 und 78 sammelt der Benutzer Konstruktionsdokumentation betreffend das Gerät und erlangt ein Verständnis hinsichtlich der Art und Weise, wie das Gerät arbeitet. Im Schritt 80 wird die Taxonomie der Wissenszellen definiert, indem die funktionalen Komponenten des Gerätes Wissenszellen zugewiesen werden und die Links zwischen unterschiedlichen Wissenszelle angeordnet werden. Im Schritt 82 wird ein Ausgangssystemmodell des Gerätes gebildet unter Verwendung der Wissenszellen und Links, die im Schritt 80 gebildet werden. Ein Beispiel eines Ausgangssystemmodells ist in Fig. 7 gezeigt. Die Halbkreise, die sich an der Peripherie von Fig. 7 befinden, sind Grenzzellen, die sich außerhalb des betrachteten Systems oder der betrachteten Subsysteme befinden. Die Grenzzellen A, B und C, deren Ausgänge in das intermediäre Systemmodell gehen, werden Einwärtsgrenzzellen genannt, wohingegen Grenzzellen a, b und c Auswärtsgrenzzellen genannt werden, da sich ihre Ausgänge aus dem intermediären Systemmodell herausrichten.
Unter erneuter Bezugnahme auf Fig. 6 wird im Schritt 84 ein Giacombini-Prozeß 1 durchgeführt, bei dem Auswärtsgrenzzellen in eine einzelne Blankzelle bzw. Leerzelle verschmelzen, so daß sie einen Stamm bzw. eine Wurzel eines Baumgraphen bilden. Wie oben erläutert ist eine Blankzelle eine abstrakte Zelle, die keine spezifische Funktion darstellt. Durch Verschmelzen der Auswärtsgrenzzellen der Fig. 7 wird Fig. 7 in den in Fig. 8 gezeigten Graphen transformiert. Wissenszellen B1 und C1, die in Fig. 8 auftreten, stellen die Genossen von Wissenszellen B bzw. C dar, da sie dieselben Eingänge haben.
Wie es in Fig. 8 gezeigt ist, tritt die Wissenszelle A auf demselben Zweig zweimal auf, was andeutet, daß eine Schleife existiert. Sobald alle Schleifen in dem transformierten Ausgangssystemmodell erfaßt sind, werden die Schleifen an einem Baumgraphen graphisch neu erzeugt, wie es in Fig. 9 gezeigt ist. Es wird dann ein Giacombini-Prozeß 2 an den entdeckten Schleifen durchgeführt, indem zugeordnete Zellen bzw. Genossenzellen (10, 11), (20, 21), (21, 22), (40, 41) und (50, 51) eingeführt werden, und zwar auf die Art und Weise, wie es in Fig. 10 gezeigt ist.
Nach dem Umsetzen des Graphen entlang der Linie, die die Genossenzellen verbindet, wie es in Fig. 10 gezeigt ist, wird die finale nicht-hierarchische Darstellung der Determinante erhalten, wie es in Fig. 11 gezeigt ist.
Unter erneuter Bezugnahme auf Fig. 6 wird im Schritt 88 eine hierarchische oder normierte Determinante gebildet, und zwar auf die Art und Weise, wie es in Fig. 12 gezeigt ist. Man nehme an, daß Wissenszelle A eine spezifische Funktion darstellt, und man nehme an, daß es eine Gruppe von Subfunktionen innerhalb der Wissenszelle A gibt, die das Determinantenteil AD bilden. Wenn eine Wissenszelle X die Stammzelle (d. h. der Stamm des Baumgraphen, der die Determinante darstellt) des Determinantenteiles AD darstellt, dann existiert ein Leveler zwischen der Wissenszelle A und der Wissenszelle X. Ein Überprüfen weiterer Wissenszellen auf dieselbe Art und Weise führt dazu, daß jede Funktion des Gerätes in Subfunktionen zerlegt wird, um einen Satz von Determinantenteilen bzw. -stücken zu bilden, die durch Leveler miteinander verbunden sind.
In den Schritten 90 und 92 werden Wissenszellen miteinander verbunden und Normalzustandswerte werden definiert und gewonnen. In diesem Schritt wird jede Wissenszelle, die in dem Determinantenmodell auftritt, den Typen von Wissen zugewiesen, die oben beschrieben wurden. In den Schritten 94 und 96 wird die Determinante zusammen mit der in den Schritten 90 und 92 gesammelten Information übertragen in formatierte Datenblätter und eingegeben über das Lernmodul 36 in die Wissensbasis 32. In den Schritten 98 und 100 wird die "Güte" der Wissensbasis 32 hierarchisch bestimmt unter Verwendung von drei Kriterien. Das erste Kriterium ist die analytische Wahrheit der in der Wissensbasis 32 enthaltenen Information. Um die analytische Wahrheit der Information zu bestimmen, wird die Wissensbasis 32 von einem Wissenskonsistenzprüfer innerhalb des Lernmoduls 38 überprüft, um zu bestimmen, ob irgendwelche logischen Widersprüche vorhanden sind.
Die Wissensbasis 32 wird dann überprüft, um zu bestimmen, ob die analytische Wahrheit der Realität entspricht. Dies erfolgt, indem die synthetische Wahrheit der Wissensbasis 32 bestimmt wird. Die synthetische Wahrheit wird erstellt in einem Umfang, in dem ein Satz von ausgewählten Fehlern, die in das Gerät eingebracht werden, korrekt isoliert werden. Für jene ausgewählten Fehler, die nicht korrekt fehlerisoliert werden, wird eine Revision der Wissensbasis 32 durchgeführt.
Das dritte Gütekriterium, auf das hin die Wissensbasis 32 getestet wird, ist Vollständigkeit. Vollständigkeit bedeutet, daß die Wissensbasis 32 ein komplettes Wissen über die Art und Weise aufweist, auf die das elektronische Gerät 32 zu arbeiten ausgelegt ist. Der Grad der Vollständigkeit wird bestimmt durch die Frequenz des Auftretens von Nichtwissen oder Unfähigkeit des Systems 24, einen Fehler zu isolieren. Nachdem die Vollständigkeit der Wissensbasis 32 eine Ebene erreicht hat, die für den Benutzer akzeptabel ist (z. B. 99 Fehlerisolierungen von 100 Versuchen), kann die Wissensbasis 32 in Verbindung mit der Inferenzmaschine 28 verwendet werden, um eine Diagnose durchzuführen.

2. INFERENZMASCHINE 28

Vor dem Diskutieren des spezifischen Betriebs der Inferenzmaschine 28 werden einige Ausdrücke definiert werden. Der erste Ausdruck ist das Wort "cyber". Da die Determinante des Gerätes dargestellt wird als eine Sammlung von taxonomischen Teilen, muß eine gegebene Wissenszelle A sich in irgendeinem taxonomischen Teil X befinden. Folglich läßt sich der Ort einer Wissenszelle darstellen als das geordnete Paar (X,A), wobei A den Namen der Wissenszelle darstellt und wobei X den Namen des taxonomischen Teils darstellt, das die Wissenszelle A enthält. Das geordnete Paar (X, A) wird als ein Cyber bezeichnet. Wenn folglich f ein Fehler ist, der von einer Gerätefehlfunktion hervorgerufen wird, muß f in irgendeinem Cyber (X, A) liegen. Ein Cyber (X, A), der einen Fehler f enthält, wird "Fehlerzelle" genannt und die dem Cyber zugeordnete Wissenszelle wird Fehlerwissenszelle genannt.
Wie es nachstehend vollständiger diskutiert werden wird, überprüft die Inferenzmaschine 28 eine Folge von Cybern beim Lokalisieren eines Fehlers in dem Gerät. Die spezifische Folge von Cybern, die die Inferenzmaschine 28 überprüft, wird die Cybertransitionssequenz genannt. Generell erzeugt die Inferenzmaschine 28 eine Cybertransitionssequenz gemäß einer der folgenden Regeln: (1) die Inferenzmaschine 28 wählt einen Cyber (X, B) derart aus, daß das taxonomische Teil X halbiert wird, so daß etwa eine Hälfte der Cyber in dem taxonomischen Teil, die keine fehlerhaften Zellen enthalten, in der Folge außer Betracht bleiben kann; (2j wenn ein Cyber (Y,B) eine Grenze des taxonomischen Teils Y darstellt, dann wird das taxonomische Teil Y, das mit dem taxonomischen Teil X verbunden ist, eingegeben und die Inferenzmaschine 28 geht über zu dem Cyber (Y, B); (3) wenn die Wissenszelle A des Cybers (X, A) eine Verbundwissenszelle ist, dann geht die Inferenzmaschine 28 eine Ebene herunter ("levels down"), und zwar hin zu einem taxonomischen Teil Y, und wählt dann einen Cyber (Y, B) derart aus, daß das taxonomische Teil Y halbiert werden kann, oder (4j die Inferenzmaschine 28 kann direkt zu irgendeinem Cyber (Y,B) springen, wenn sie so angewiesen wird von der nachstehend beschriebenen GLCH- Vorrangfunktion.
Wenn die Inferenzmaschine 28 eine Fehlerzelle findet, was eine Fehlerwissenszelle A angibt, und zwar während sie die Cyber in der Cybertransitionssequenz überprüft, dann lokalisiert die Inferenzmaschine 28 den Fehler in jener bestimmten Wissenszelle A. Demgemäß endet die Steuerung der Inferenzmaschine 28 entweder bei einer Fehlerzelle, wenn die Fehlerzelle einen Fehler enthält, oder sie konstruiert eine weitere Cybertransitionssequenz. Die Sequenz beim Übergehen von einer Fehlerzelle zu einer Cybertransitionssequenz einer weiteren Fehlerzelle wird Fehlertransitionssequenz genannt.
Bevor die der Inferenzmaschine 28 zugeordneten Flußdiagramme beschrieben werden, wird eine allgemeine Beschreibung des Verhaltens der Inferenzmaschine 28 während der Fehlerdiagnose präsentiert. Man nehme an, daß das Gerät eine Fehlfunktion hat, und daß die Ursache der Fehlfunktion der Fehler F ist. Dann muß folglich das Normalitätskriterium des Cybers in der Determinante verletzt sein. Wenn die Fehlerzelle des taxonomischen Teils (X,A) gefunden ist, muß der Fehler F entweder in dem darunter liegenden physikalischen Hauteil (d. h. das Substrat S(A)), in dessen Freigabebedingungen, in dessen Wartungsdisziplin (d. h. Wartungsaktionen) oder in den Verdrahtungen liegen, die dem Substrat S(A) zugeordnet sind (d. h. offen oder geklemmt ("pinched")). Dem gemäß kann die Inferenzmaschine 28 eine von vier möglichen Verhaltensweisen annehmen. Die Inferenzmaschine 28 kann eine Fehlerzelle finden, was anzeigt, daß die Cybertransitionssequenz endlich ist. Dieser Zustand bzw. diese Bedingung wird dargestellt durch ein GLCH-Erfolgssignal. Alternativ hierzu kann es sein, daß die Inferenzmaschine 28 nicht in der Lage ist, eine Fehlerzelle zu finden, was anzeigt, daß die Cybertransitionssequenz eine Schleife bildet und folglich unendlich ist. Wenn die Inferenzmaschine 28 keine Fehlerzelle finden kann, beendet die Inferenzmaschine 28 die Diagnose mit dem Hinweis an den Benutzer, daß Inferenzmaschine 28 eine unendliche Schleife ausführt. Hierbei listet das System 24 sämtliche Cyber in der Schleife auf und druckt einen Fehler in der Systemtaxonomie und den involvierten taxonomischen Teilen aus. Das Auftreten dieses Zustandes wird angezeigt durch ein GLCH-Versagenssignal.
Ferner kann die Inferenzmaschine 28 einen Fehler in der Fehlerzelle finden, angezeigt durch ein CICH-Erfolgssignal, oder es kann sein, daß sie in sämtlichen Fehlerzellen in der Taxonomie keinen Fehler findet, was angezeigt wird durch ein CICH-Versagensignal. Wenn die Inferenzmaschine 28 in sämtlichen Fehlerzellen keinen Fehler finden kann, beendet sie die Diagnose und informiert den Benutzer, daß die Wissenszellen, die dem Cyber (X,A) zugeordnet sind, zu wenig Wissen haben und daß zusätzliches Wissen notwendig ist. Demgemäß ist die Inferenzmaschine 28 in der Lage zu bestimmen, was sie nicht weiß.
Die Inferenzmaschine 28 beinhaltet sechs logische Komponenten. Die erste logische Komponente ist die globale Steuerheuristik ("GLCH"). Die globale Steuerheuristik erzeugt die Cybertransitionssequenz und findet eine Fehlerzelle oder beendet die Diagnose, was anzeigt, daß das System 24 hinsichtlich des spezifischen Typs von Fehler nichtwissend ist. Die zweite logische Komponente ist die Blackborder-Taxonomie-Routine ("BBDR- TAX"). Da die globale Steuerheuristik lediglich an der Determinante wirkt und nicht an der Wissensbasis 32 direkt, greift die Blackborder-Taxonomie-Routine auf die Wissensbasis 32 zu und konstruiert ein taxonomisches Teil der Determinante, an dem die globale Steuerheuristik wirkt. Die dritte logische Komponente ist die Blackborder-Wissenszellen-Routine ("BBDR-KC"), die dazu verwendet wird, die verschiedenen Wissenstypen wiederzugewinnen, die einer bestimmten Wissenszelle zugeordnet sind. Diese beinhalten Aufwärtslinks, Abwärtslinks, die normalen Betriebszustandswerte usw. Die vierte logische Komponente ist die zellinterne Steuerheuristik ("CICH"), die auf die Wissenszelle wirkt bzw. an der Wissenszelle agiert, die die Blackborder- Wissenszellen-Routine konstruiert hat. Die zellinterne Steuerheuristik isoliert einen Fehler in der Wissenszelle oder zerlegt die Wissenszelle, wenn es sich bei der Zelle um eine Verbundzelle handelt. Die zellinterne Steuerheuristik ruft dann die globale Steuerheuristik an, um eine separate Cybertransitionssequenz neu zu starten, oder um zu veranlassen, daß die Diagnose mit einem Hinweis beendet wird, daß das Zellwissen nicht hinreichend ist.
Die fünfte logische Komponente, die Leveler-Instruktionsroutine (LEV-INS) teilt der Blackborder-Taxonomie-Routine mit, welcher Abschnitt der Wissensbasis 32 wiederzugewinnen bzw. zu holen ist und veranlaßt den Aufbau eines Determinantenteiles, an dem die globale Steuerheuristik und die zellinterne Steuerheuristik agieren. Obgleich die Leveler-Instruktionsroutine, die Blackborder-Taxonomie-Routine und die Blackborder- Wissenszellen-Routine einen Teil des Blackborders 30 bilden, werden sie aus Gründen der Einfachheit in Verbindung mit der Inferenzmaschine 28 diskutiert.
Schließlich wird die Güteausbreitungsroutine ("GP") dazu verwendet, eine schnelle Lokalisierung von Fehlerzellen zu ermöglichen. Wenn die globale Steuerheuristik Cyber in der Cybertransitionssequenz erzeugt, wird die Domäne der Suche in dem taxonomischen Teil etwa in zwei Teile aufgetrennt. Um Fehlerzellen in der Determinante zu lokalisieren, ist es notwendig, zu wissen, welche Hälfte der Determinante die Fehlerzelle enthält und welche Hälfte nicht. Demgemäß extrahiert die Güteausbreitungsroutine ein Maximum an Information aus einer "Einzeluntersuchung" ("single probe"), um die "Güte" auf eine maximale Anzahl von noch ungetesteten Wissenszellen auszubreiten, die die Inferenzmaschine 28 während der Diagnose nicht zu überprüfen hat. Die Güteausbreitungsroutine wird nachstehend in Verbindung mit der globalen Steuerheuristik diskutiert.
Ein Blockdiagramm der Inferenzmaschine 28 ist in Fig. 13 gezeigt. Die Inferenzmaschine 28 weist eine Finde-Fehlerzellen- Routine ("FF-C") 102 und eine Finde-Fehler-Routine ("FF") 104 auf. Die Finde-Fehlerzellen-Routine 102 wird dazu verwendet, die Cybertransitionssequenz zu erzeugen, die mit einem Cyber endet, der den Namen einer Fehlerzelle hat. Die Finde-Fehler- Routine 104 wird dann verwendet, den Fehler innerhalb der Fehlerzelle zu isolieren. Während des Betriebs, wenn die Finde- Fehlerzellen-Routine 102 eine Fehlerzelle lokalisiert, geht die Verarbeitung entlang des Pfades "a" zu der Finde-Fehler-Routine 104, wobei der Wert einer Aufgabe bzw. Task gleich Null ist. Wenn die Task i gleich Null ist, wird die Finde-Fehler-Routine 104 angewiesen, jeden möglichen Fehler zu überprüfen, beginnend mit der Anfangstask (d. h. die Finde-Fehler-Routine 104 wird die Abwärtslinks, Aufwärtslinks, Freigabebedingungen und so weiter überprüfen, um zu bestimmen, ob das Gerät diesen bestimmten Fehler zeigt). Wenn bestimmt wird, daß die betrachtete Wissenszelle tatsächlich eine Verbund-Wissenszelle ist, wird die Finde-Fehlerzellen-Routine angewiesen, eine Ebene hinabzugehen zu einem weiteren taxonomischen Teil. Dies erfolgt durch die Erzeugung eines Ausgangs TT = durch die Finde-Fehler-Routine 104, der an die Finde-Fehlerzellen-Routine 102 entlang eines Pfades "d" abgegeben wird. Wenn bestimmt wird, daß der Fehler der aktuellen Wissenszelle vorliegt aufgrund eines anderen Cybers, wird die Finde-Fehlerzellen-Routine 102 angewiesen, eine weitere Cybertransitionssequenz zu erzeugen, beginnend mit einer anderen Wissenszelle. Dies erfolgt durch Erzeugen eines Ausganges TT = 0 mittels der Finde-Fehler-Routine 104, welcher Ausgang abgegeben wird an die Finde-Fehlerzellen-Routine 102 entlang eines Pfades "e".
Wenn eine Fehlerzelle nicht lokalisiert wird, wird die Finde-Fehler-Routine 104 angewiesen, eine andere Task i als die Task i = 0 zu durchsuchen, was erfolgt durch den Pfad "b". Wenn die Finde-Fehlerzellen-Routine 102 angewiesen wird, nach einer Fehlerzelle in einem bestimmten taxonomischen Teil zu suchen, und wenn jenes taxonomische Teil keine Fehlerzelle enthält, wird diese Information an die Finde-Fehler-Routine zurückgegeben über einen Pfad "c", wobei die Task i ungleich 0 gesetzt wird. Dies ermöglicht es der Finde-Fehler-Routine 104, die Diagnosesitzung zu beenden mit einer Mitteilung "F-Zelle Nichtwissen", was anzeigt, daß das System 24 keine Information betreffend die Fehlerzelle enthält. Dies ist in Fig. 13 im Schritt 112 gezeigt. Ferner, wenn bestimmt wird, daß sämtliche Wissenszellen durchsucht worden sind, ohne die Fehlerzelle zu lokalisieren, endet die Diagnosesitzung mit einer Mitteilung "Schleife Nichtwissen", wie es im Schritt 114 gezeigt ist. Wenn die Finde-Fehler-Routine 104 in der Lage ist, den Fehler innerhalb einer bestimmten Fehlerzelle zu lokalisieren, wird diese Tatsache dem Benutzer im Schritt 116 angezeigt.
Eine vollständigere Beschreibung der Finde-Fehlerzellen- Routine 102 erfolgt nun unter Bezugnahme auf Fig. 14. Die Finde-Fehlerzellen-Routine 102 beginnt bei Schritt 122, in dem die Leveler-Instruktionsroutine aufgerufen wird, die nachstehend beschrieben ist, um die Identifikation des taxonomischen Teils zu erhalten, wenn der nächste Cyber in der Cybertransitionssequenz lokalisiert wird. Hierbei leitet die Routine im Schritt 122 Information an die Leveler-Instruktionsroutine, und war betreffend die Identifikation des vorliegenden Determinantenteiles D, die aktuelle Wissenszelle A, ob auf die Finde- Fehlerzellen-Routine 102 von der Finde-Fehler-Routine 104 aus zugegriffen wurde, entweder in einem Vorrangzustand (TT = 0), über eine Grenzzelle (TT = B), oder durch Herabsteigen einer Ebene zu einem anderen taxonomischen Teil (TT = ). Schließlich leitet die Routine auch Information an die Leveler- Instruktionsroutine, und zwar im Schritt 122, betreffend die Task i, die aktuell überprüft wird.
Im Schritt 124 wird bestimmt, ob das betrachtete taxonomische Teil eine Fehlerzelle enthält oder nicht. Dies erfolgt durch Überprüfen der Inhalte der Ebenensprungbedingungsdatei. Wenn das betrachtete taxonomische Teil keine Fehlerzelle enthält, wird die Steuerung abgegeben an die Finde-Fehler-Routine 104, und zwar im Schritt 126.
Wenn im Schritt 124 bestimmt wird, daß das betrachtete taxonomische Teil eine Fehlerzelle enthält, wird der Schritt 128 ausgeführt und es wird auf die Blackborder-Taxonomie-Routine zugegriffen. Wie nachstehend beschrieben, greift die Blackborder-Taxonomie-Routine auf die Taxonomiedatei, die Grenzdatei und die Testmitteilungsdatei der Wissensbasis 32 zu und verwendet diese Information, um ein Determinantenteil auf dem Blackboard 34 zu konstruieren. Beim Ausführen des Schrittes 128 leitet die Finde-Fehlerzellen-Routine 102 Information an die Blackborder-Taxonomiezellen-Routine betreffend die Bezeichnung ("label") des betrachteten taxonomischen Teils, als auch die Testmitteilungsnummer (TM#), die dem taxonomischen Teil zugeordnet ist.
Nach dem Ausführen des Schrittes 128 wird Schritt 130 ausgeführt, der die globale Steuerheuristik aufruft, die wiederum nach einer Fehlerzelle sucht, bis sie das taxonomische Teil findet, das die Fehlerzelle enthält, oder durch Grenzzellen in ein neues taxonomisches Teil übergeht. Beim Ausführen des Schrittes 130 wird Information an die globale Steuerheuristik betreffend die Bezeichnung des aktuellen taxonomischen Teils und die Testmitteilungsnummer des taxonomischen Teils weitergeleitet.
Im Schritt 132 wird bestimmt, ob es notwendig ist, zu einem neuen taxonomischen Teil überzugehen, um die Fehlerzelle zu lokalisieren. Wenn ein neues taxonomisches Teil überprüft werden muß, um die Fehlerzelle ("F-Zelle") zu finden, wird Schritt 122 ausgeführt, wie oben beschrieben. Wenn im Schritt 132 bestimmt wird, daß es nicht notwendig ist, zu einem anderen taxonomischen Teil überzugehen, wird Schritt 134 ausgeführt, der bestimmt, ob die Fehlerzelle lokalisiert worden ist. Wenn die Fehlerzelle nicht lokalisiert worden ist, führt die Inferenzmaschine 28 dann die Finde-Fehler-Routine 104 aus, und zwar mittels des Schrittes 136. Wenn im Schritt 134 bestimmt wird, daß die Fehlerzelle gefunden worden ist, führt die Inferenzmaschine 28 dann die Finde-Fehler-Routine 104 aus, mit der Angabe Task i = 0, und zwar mittels Schritt 138.
Die Finde-Fehler-Routine 104 wird nunmehr unter Bezugnahme auf Fig. 15 beschrieben. Im Schritt 140 wird der Wert von Task i, der von der Finde-Fehlerzellen-Routine 102 erzeugt ist, gelesen. Wenn es im Schritt 142 bestimmt wird, daß Task i = 0 ist, was anzeigt, daß eine Fehlerzelle gefunden worden ist, wird die Blackborder-Wissenzellen-Routine im Schritt 144 aufgerufen, die die komplette Wissenszelle auf dem Blackboard 34 konstruiert. Hierbei übergibt die Finde-Fehler-Routine 104 an die Blackborder-Wissenszellen-Routine Information betreffend den Namen der Fehlerzelle und des taxonomischen Teiles, in dem die Fehlerzelle angeordnet ist.
Nach dem Ausführen des Schrittes 144, oder wenn im Schritt 142 Task i nicht gleich Null ist, wird Schritt 146 ausgeführt, bei dem die zellinterne Steuerheuristik aufgerufen wird. Wie nachstehend beschrieben, wird die zellinterne Steuerheuristik verwendet zum Isolieren eines Fehlers in der Fehlerzelle. Beim Ausführen des Schrittes 146 gibt die Finde-Fehler-Routine 104 an die zellinterne Steuerheuristik den Namen des taxonomischen Teils, in dem die Wissenszelle angeordnet ist, den Namen der Fehlerzelle und den Wert der Task i weiter.
Wenn die zellinterne Steuerheuristik erfolgreich ist im Isolieren des Fehlers innerhalb der Fehlerzelle, gibt es keine Notwendigkeit, eine andere Cybertransitionssequenz zu konstruieren. Dem gemäß ruft die Inferenzmaschine 28 dann die Finde- Fehlerzellen-Routine 102 in den Schritten 148 und 150 der Finde-Fehler-Routine 104 auf. In diesem Fall wird die Finde- Fehlerzellen-Routine 102 die aktuelle Fehlerzelle entweder zerlegen, wenn es sich um eine Verbundzelle handelt, und zwar durch Gehen einer Ebene nach unten (d. h. TT = 25), oder sie wird die Diagnose beenden mit einem Signal "F-Zelle Nichtwissen" im Schritt 112. Wenn die zellinterne Steuerheuristik den Fehler nicht isoliert und anzeigt, daß eine neue Cybertransitionssequenz erzeugt werden muß, wird die Finde-Fehlerzellen-Routine 102 im Schritt 152 aufgerufen. Wenn dies auftritt, wird der Wert von TT = 0 gesetzt, um anzuzeigen, daß ein Exkursions- Weggang ("excursion departure") auftreten wird, und zwar beim Anzeigen, daß der Fehler des Wissens bzw. der Wissenszelle vorhanden ist aufgrund eines Fehlers in einem anderen Cyber.
Die Blackborder-Taxonomiezellen-Routine wird nunmehr unter Bezugnahme auf Fig. 16 beschrieben. Die Blackborder-Taxonomie- Routine, die generell durch das Bezugszeichen 154 angegeben ist, weist einen ersten Schritt 156 auf, in dem sowohl der Name des betrachteten taxonomischen Teils als auch die dem taxonomischen Teil zugeordnete Testmitteilungsnummer gelesen werden. Im Schritt 158 wird bestimmt, ob das bestimmte, betrachtete taxonomische Teil sich auf dem Blackboard 34 befindet. Wenn es sich nicht auf dem Blackboard 34 befindet, wird Schritt 160 ausgeführt, der das taxonomische Teil aus der Taxonomie der Grenzdateien gewinnt.
Nach dem Ausführen von Schritt 160, oder wenn im Schritt 158 bestimmt wird, daß sich das taxonomische Teil auf dem Blackboard 34 befindet, wird Schritt 162 ausgeführt. Im Schritt 162 wird eine Testmitteilung aus der Testmitteilungsdatei geholt und die Testmitteilung wird auf der Benutzerschnittstelle 26 angezeigt. Nach dem Ausführen von Schritt 162 wird Schritt 164 ausgeführt, der das taxonomische Teil auf einen Abschnitt des Blackboards 34 kopiert. Die Steuerung wird dann im Rückgabeschritt 166 zurückgegeben an den aufrufenden Schritt.
Die Leveler-Instruktionsroutine wird nunmehr unter Bezugnahme auf Fig. 17 beschrieben. Die Leveler-Instruktionsroutine, die generell durch das Bezugszeichen 168 angegeben ist, beinhaltet einen ersten Schritt 170, der den Namen des aktuellen Determinantenteils D, den Wert von TT und den Wert von Task i liest. Im Schritt 172 wird das Determinantenteil aus der Determinantenverzeichnisdatei ("DD-file") geholt, und zwar zusammen mit dem Namen des Determinantenteils ("TP-X"), der Ebenensprungbedingungsnummer ("LJ#") und der Testmitteilungsnummer. Im Schritt 174 wird die Ebenensprungbedingung aus der Ebenensprungbedingungsdatei geholt. Im Schritt 176 wird eine Ebenensprungbedingung durchgeführt, bei der der Benutzer angewiesen wird, im Benutzerschnittstellenschritt 178 einen Test durchzuführen. Wenn die Ebenensprungbedingung ("LJC") als bestimmt bzw. erfüllt durchgeht, und zwar im Schritt 180, wird Schritt 182 ausgeführt, der die Inferenzmaschine 28 anweist, Schritt 128 der Finde-Fehlerzellen-Routine 102 auszuführen. Hierbei gibt Schritt 182 eine Anzeige, daß die Ebenensprungbedingung erfüllt bzw. weitergeleitet wurde, und Information betreffend die Testmitteilungsnummer und die Bezeichnung des betrachteten taxonomischen Teils an die Finde-Fehlerzellen-Routine 102.
Wenn es im Schritt 180 bestimmt wird, daß die Ebenensprungbedingung nicht erfüllt wurde, wird bestimmt, ob die Finde-Fehler-Routine 104 die Finde-Fehlerzellen-Routine 102 angewiesen hat, eine Ebene abwärts zu gehen (d. h., ob der Wert von TT = ). Wenn es im Schritt 184 bestimmt wird, daß die Finde- Fehler-Routine 104 die Finde-Fehlerzellen-Routine 102 aufgefordert hat, eine Ebene nach unten zu gehen, wird Schritt 186 durchgeführt, der die Inferenzmaschine 28 anweist, Schritt 126 der Finde-Fehlerzellen-Routine 102 durchzuführen.
Wenn es im Schritt 184 bestimmt wird, daß die Finde- Fehler-Routine 104 die Finde-Fehlerzellen-Routine 102 nicht angewiesen hat, eine Ebene nach unten zu gehen, wird Schritt 188 ausgeführt. Im Schritt 188 wird an den Benutzer eine Warnung abgegeben, daß die Finde-Fehlerzellen-Routine 102 gefragt wurde zu bestimmen, ob ein bestimmtes Determinantenteil einen Fehler enthält, wobei die Finde-Fehler-Routine 104 jedoch bereits bestimmt hat, daß das bestimmte Determinantenteil keinen Fehler enthält.
Dann wird Schritt 190 ausgeführt, bei dem der Benutzer im Schritt 192 gefragt wird, ob die Diagnose fortgesetzt werden soll. Wenn der Benutzer die Leveler-Instruktionsroutine 168 zur Fortsetzung anweist, wird Schritt 194 dann ausgeführt, der die Inferenzmaschine 28 veranlaßt, Schritt 128 der Finde- Fehlerzellen-Routine 102 auszuführen. Hierbei zeigt der Schritt 194 dem Schritt 128 an, daß die Ebenensprungbedingung erfüllt wurde, aufgrund einer Vorrangentscheidung, und gibt Information betreffend die Bezeichnung des taxonomischen Teils und der Testmitteilungsnummer weiter. Wenn der Benutzer entscheidet, die Diagnosesitzung zu beenden, nachdem im Schritt 188 eine Warnung abgegeben worden ist, wird Schritt 196 durchgeführt, der die Inferenzmaschine 28 anweist, Schritt 126 der Finde- Fehlerzellen-Routine 102 auszuführen.
In Fig. 17 wird das Determinantenteil generell als DP bezeichnet.
Die Blackborder-Wissenszellen-Routine wird nunmehr unter Bezugnahme auf Fig. 18 beschrieben. Die Blackborder- Wissenszellen-Routine, die generell durch das Bezugszeichen 198 angegeben ist, beginnt mit Schritt 200, bei dem die Identifikation des aktuellen taxonomischen Teils und der aktuellen Wissenszelle in dem taxonomischen Teil gelesen wird. Zusätzlich wird auch die dem taxonomischen Teil und der Wissenszelle zugeordnete Testmitteilungsnummer gelesen. Im Schritt 201 werden Aufwärtslinks, die der Wissenszelle zugeordnet sind, aus dem taxonomischen Teil geholt. Im Schritt 204 werden die Abwärtslinks aus der Abwärtslinkdatei geholt, die der Wissenszelle zugeordnet sind. Nach dem Ausführen von Schritt 204 wird Schritt 206 ausgeführt, in dem die Verdrahtungslisten oder logischen Abwärtslinkzustände geholt werden, die der Wissenszelle zugeordnet sind. Im Schritt 208 werden die Zustandswerte für den Normalbetrieb, die der Wissenszelle zugeordnet sind, aus der Datei für Zustandswerte für den Normalbetrieb geholt.
Dann wird Schritt 210 ausgeführt, der Information holt betreffend Spezialuntersuchungs-/Inspektionsprozedurdaten ("SPIP") der Wissenszelle, und zwar aus der Spezialuntersuchungs-/Inspektionsprozedurdatei. Im Schritt 212 werden Freigabebedingungen ("EC") aus der Freigabebedingungsdatei geholt, die der Wissenszelle zugeordnet sind. Dann wird Schritt 214 ausgeführt, der sämtliche Wartungsaktionen ("MA") holt, die die Wissenszelle betreffen, und zwar aus der Wartungsaktionsdatei. Im Schritt 216 werden die Vorrangbedingungen der globalen Steuerheuristik und der zellinternen Steuerheuristik geholt. Im Schritt 218 werden Leveler aus der Levelerdatei geholt, die der Wissenszelle zugeordnet sind. Dann wird Schritt 220 ausgeführt, der der Wissenszelle zugeordnete physikalische Bauteilinformation aus der physikalischen Bauteildatei holt. Die Inferenzmaschine 28 führt dann mittels des Rückgabeschrittes 222 Schritt 128 der Finde-Fehlerzellen-Routine 102 aus.
Die globale Steuerheuristik wird nunmehr unter Bezugnahme auf die Fig. 19a-c beschrieben. Die globale Steuerheuristik, die generell durch das Bezugszeichen 224 angegeben ist, beginnt mit Schritt 226, der den Namen der bestimmten fraglichen Wissenszelle, das zugeordnete taxonomische Teil und den Wert von TT und Abwärtslink-Verdrahtungen liest. Dann wird Schritt 228 ausgeführt, bei dem eine Variable ROOT ("Stamm") gleich dem gegebenen taxonomischen Teil gesetzt wird. Im Schritt 230 wird der aktuelle Wert von TT bestimmt. Wenn der Wert von TT gleich Null ist, was anzeigt, daß die Finde-Fehlerzellen-Routine 102 aufgrund eines Vorrang-Zustandes ausgeführt wurde, wird Schritt 232 ausgeführt, der nachstehend beschrieben ist. Wenn im Schritt 230 bestimmt wird, daß der Wert von TT gleich B ist, was somit anzeigt, daß auf die Finde-Fehlerzellen-Routine 102 über eine Grenzzelle zugegriffen wurde, wird Schritt 234 ausgeführt, der nachstehend beschrieben ist.
Wenn im Schritt 230 bestimmt wird, daß der Wert von TT = ist, was anzeigt, daß auf die Finde-Fehlerzellen-Routine 102 über eine Bedingung, eine Ebene herabzugehen, zugegriffen wurde, wird Schritt 236 ausgeführt. Im Schritt 236 werden sämtlichen Wissenszellen in dem taxonomischen Teil Integerwerte von 0 bis N zugewiesen, wobei 0 immer der ROOT-Zelle (Stammzelle) zugewiesen wird. Nach dem Ausführen von Schritt 236 wird im Schritt 238 bestimmt, ob der Wert von N gleich Null ist. Wenn der Wert von N gleich Null ist, wird im Schritt 240 bestimmt, ob ROOT sich während der Verarbeitung verändert hat. Wenn sich ROOT während der Verarbeitung nicht verändert hat, zeigt dies an, daß das Determinantenteil keine Wissenszelle mit einem Fehler aufweist, und Schritt 242 veranlaßt die Inferenzmaschine 28, Schritt 136 der Finde-Fehlerzellen-Routine 102 auszuführen.
Wenn im Schritt 240 bestimmt wird, daß sich ROOT während der Verarbeitung verändert hat, wird Schritt 244 ausgeführt, der bestimmt, ob ROOT eine Grenzzelle darstellt. Wenn ROOT eine Grenzzelle darstellt, wird die Inferenzmaschine 28 angewiesen, eine unterschiedliche Wissenszelle in einem unterschiedlichen taxonomischen Teil einer Nachprüfung zu unterziehen. Hierbei setzt die Inferenzmaschine 28 den Wert von TT = B und identifiziert auch Verdrahtung i, bei welcher es sich um den Abwärtslink der Grenzzelle handelt, deren Ausgang nicht normal ist. Die globale Steuerheuristik 224 weist dann die Inferenzmaschine 28 an, Schritt 122 der Finde-Fehlerzellen-Routine 102 auszuführen, und zwar im Schritt 246.
Wenn im Schritt 244 bestimmt wird, daß ROOT keine Grenzzelle darstellt, setzt Schritt 248 Task i gleich Null, was anzeigt, daß die Fehlerzelle gefunden worden ist. Die globale Steuerheuristik 224 weist die Inferenzmaschine 28 dann an, Schritt 138 der Finde-Fehlerzellen-Routine 102 auszuführen, und zwar im Rückgabeschritt 250.
Wenn es im Schritt 238 bestimmt wird, daß der Wert von N nicht gleich Null ist, wird Schritt 252 ausgeführt, wobei die im Schritt 238 zugewiesenen Integerzahlen binär halbiert und nach oben gerundet werden, wenn notwendig. Zum Zwecke der vorliegenden Diskussion wird angenommen, daß die Wissenszelle, deren zugewiesene Integerzahl sich in der Mitte der binären Halbierung befindet, die Wissenszelle B ist, die im taxonomischen Teil X angeordnet ist. Nach dem Ausführen des Schrittes 252 weist Schritt 254 einen Wert der betrachteten Wissenszelle zu, der gleich dem Wert der Wissenszelle B ist, der aus der binären Halbierung abgeleitet ist. Nach dem Ausführen von Schritt 254 untersucht Schritt 256 den Abwärtslink, der der Wissenszelle B zugeordnet ist.
Dann wird Schritt 258 ausgeführt, der bestimmt, ob die der Wissenszelle B zugeordneten Ausgänge normal sind. Wenn bestimmt wird, daß die der Wissenszelle B zugewiesenen Ausgänge sich nicht auf ihren geeigneten Ebenen (Leveln) befinden, wird Schritt 260 ausgeführt, der bestimmt, ob es sich bei dem als nicht normal festgestellten Abwärtslink um einen logischen Typ oder einen Verdrahtungstyp ("W") handelt. Wenn im Schritt 260 bestimmt wird, daß es sich bei dem Abwärtslink um einen Abwärtslink vom Verdrahtungstyp handelt, hält bzw. holt Schritt 262 Information betreffend die Verdrahtung, die einen fehlerhaften Ausgang aufwies. Nach dem Ausführen von Schritt 262, oder wenn im Schritt 260 bestimmt wird, daß es sich bei dem Abwärtslink um einen logischen Typ handelt, wird Schritt 264 ausgeführt, in dem der Wert von ROOT gleich B gesetzt wird. Nach dem Ausführen von Schritt 264 eliminiert Schritt 266 solche Wissenszellen, die keine fehlerhaften Ausgänge haben. Nach dem Ausführen von Schritt 266 wird im Schritt 236 eine Entscheidung getroffen.
Wenn im Schritt 258 die Abwärtslinks nicht anzeigen, daß die aktuelle Wissenszelle fehlerhaft ist, wird Schritt 268 durchgeführt, der anzeigt, wenn die aktuelle Wissenszelle als auch sämtliche Wissenszellen, die der aktuellen Wissenszelle Ausgänge zur Verfügung stellen, nicht fehlerbehaftet sind. Dieser Prozess wird Güteausbreitung genannt. Nachdem die Güteausbreitung im Schritt 268 erfolgt ist, wird Schritt 270 ausgeführt, bei dem Wissenszellen, die sich als nicht fehlerhaft herausgestellt haben, von der weiteren Betrachtung ausgeschlossen werden. Nach dem Ausführen von Schritt 270 bestimmt Schritt 272, ob es einen globalen Steuerheuristik-Vorrang gibt, der der aktuellen Wissenszelle zugeordnet ist < G. O. R.? (Y, B)"). Wenn es keinen globalen Steuerheuristik-Vorrang gibt, wird Schritt 238 ausgeführt.
Wenn im Schritt 272 bestimmt wird, daß es einen globalen Steuerheuristik-Vorrang gibt, der der aktuellen Wissenszelle zugeordnet ist, wird Schritt 274 ausgeführt, der bestimmt, ob das Determinantenteil, auf das der globale Steuerheuristik- Vorrang gerichtet ist, das aktuelle Determinantenteil ist. Wenn dies nicht der Fall ist, wechselt Schritt 276 das Determinantenteil, und zwar auf jenes, das Gegenstand des globalen Steuerheuristik-Vorranges war, und zwar durch Anweisen der Inferenzmaschine 28, Schritt 126 der Finde-Fehlerzellen-Routine 102 auszuführen.
Wenn bestimmt wird, daß das aktuelle Determinantenteil dasselbe ist wie das Determinantenteil, auf das der globale Steuerheuristik-Vorrang gerichtet ist, bestimmt Schritt 278, ob eine Güteausbreitung an der aktuellen Wissenszelle durchgeführt worden ist. Wenn bestimmt wird, daß die Güteausbreitung in bezug auf die aktuelle Wissenszelle bereits erfolgt ist, wird im Schritt 280 eine Warnung abgegeben, um den Benutzer zu informieren, daß bereits herausgefunden wurde, daß es sich bei der aktuellen Wissenszelle nicht um eine Fehlerzelle handelt. Nach dem Ausführen von Schritt 280 wird der Benutzer gefragt, ob die Diagnose fortgesetzt werden sollte, und zwar im Schritt 282. Wenn die Diagnose nicht fortgesetzt werden soll, wird die Inferenzmaschine 28 angewiesen, Schritt 128 der Finde-Fehlerzellen- Routine 102 auszuführen. Wenn der Benutzer im Schritt 282 bestimmt, daß die Diagnose fortgesetzt werden sollte, oder wenn im Schritt 278 bestimmt wird, daß in bezug auf die aktuelle Wissenszelle die Güteausbreitung nicht erfolgt ist, wird Schritt 284 ausgeführt.
Wenn im Schritt 230 herausgefunden wird, daß der Wert von TT gleich B ist, was anzeigt, daß auf die Finde-Fehlerzellen- Routine 102 über eine Grenzzelle zugegriffen wurde, wird der Benutzer gefragt, Verdrahtung i zu untersuchen, und zwar im Schritt 286. Wenn bestimmt wird, daß der Ausgang von Verdrahtung i nicht normal ist, wird Schritt 264 nach Schritt 286 ausgeführt. Wenn der Ausgang von Verdrahtung i normal ist, wird Schritt 288 ausgeführt, was eine Warnung an den Benutzer abgibt, daß trotz der Tatsache, daß die aktuelle Ausgangsverdrahtung i normal ist, der vorherige Ausgang nicht normal war. Wenn der Benutzer bestimmt, daß die Diagnose fortgesetzt werden sollte, wird Schritt 236 ausgeführt, und zwar mittels Schritt 290. Wenn der Benutzer entscheidet, daß die Diagnose abgebrochen werden soll, wird die Diagnoseaktivität im Schritt 292 abgeschlossen und eine Fehlerkorrektur der Wissensbasis ("KB") wird angefordert.
Wenn im Schritt 230 bestimmt wird, daß der Werk von TT gleich Null ist, was anzeigt, daß ein globaler Steuerheuristik- Vorrang aufgetreten ist, wird Schritt 294 ausgeführt, der die der Wissenszelle zugeordneten Abwärtslinks überprüft. Wenn einer der Abwärtslinks nicht normal ist, wird Schritt 264 ausgeführt, und zwar mittels Schritt 296. Wenn die der Wissenszelle zugeordneten Abwärtslinks normal sind, wird Schritt 298 ausgeführt, der eine Warnung abgibt, die anzeigt, daß die globale Steuerheuristik 224 angewiesen wurde, eine Wissenszelle nach einem Fehler zu untersuchen, daß jedoch bereits bestimmt worden ist, daß diese Wissenszelle nicht fehlerhaft ist. Wenn der Benutzer entscheidet, die Diagnose fortzusetzen, wird Schritt 236 ausgeführt, und zwar mittels Schritt 300. Wenn der Benutzer entscheidet, die Diagnose zu beenden, wird die Diagnoseaktivität im Schritt 302 beendet und es wird eine Fehlerkorrektur der Wissensbasis angefordert.
Die zellinterne Steuerheuristik wird nunmehr unter Bezugnahme auf die Fig. 20a-c beschrieben. Die zellinterne Steuerheuristik die generell durch Bezugsziffer 302 angegeben ist, startet mit Schritt 306, bei dem die aktuelle Wissenszelle zusammen mit deren taxonomischen Teil, der Wert von TT und die Verdrahtung i gelesen werden. Dann wird Schritt 308 ausgeführt, der bestimmt, ob der Wert von Task i gleich Null ist. Wenn der Wert von Task i gleich Null ist, wird Schritt 310 ausgeführt, der bestimmt, ob der Abwärtslink von Verdrahtung i gleich Q3 ist, was anzeigt, daß der Abwärtslink vom Verdrahtungstyp ist. Wenn es im Schritt 310 bestimmt wird, daß der Abwärtslink von Verdrahtung i nicht gleich ist, wird Schritt 312 ausgeführt, der den Benutzer anweist, die Verdrahtung, die an das Substrat angeschlossen ist, das durch die Wissenszelle A dargestellt ist, abzuklemmen.
Nach dem Ausführen von Schritt 312 wird der Benutzer dann im Schritt 314 gefragt, ob der Ausgang normal ist, nachdem die Verdrahtung i abgenommen worden ist. Wenn der Benutzer angibt, daß ein normaler Ausgang aufgetreten ist, liefert Schritt 316 eine Mitteilung, die anzeigt, daß die Verdrahtung i geklemmt ("pinched") worden ist, und daß eine Isolierung aufgetreten ist. Wenn der Ausgang von Verdrahtung i nicht normal ist, oder wenn im Schritt 310 der Abwärtslink von Verdrahtung i gleich Null ist, wird im Schritt 318 bestimmt, ob es einen zellinternen Steuerheuristik-Vorrang gibt, der der Wissenszelle zugeordnet ist ( CICH O. R.?"). (Zellinterne Steuerheuristik wird in den Figuren mit CICH bezeichnet, Vorrang mit O. R.) Wenn ein derartiger Vorrang existiert, wird Schritt 320 ausgeführt. Wenn kein zellinterner Steuerheuristik-Vorrang existiert, wird Schritt 322 ausgeführt, in dem die Folge von aufzubrauchenden Tasks ausgewählt wird.
Nach dem Ausführen von Schritt 322, oder nach dem Modifizieren der eigentlichen Taskfolge im Schritt 320, oder wenn im Schritt 308 bestimmt wird, daß die Task i nicht gleich Null ist, wird Schritt 324 ausgeführt, welcher die nächste Task als Task i hervorbringt. Nach dem Ausführen von Schritt 324 wird im Schritt 326 bestimmt, ob es irgendwelche weiteren zu betrachtenden Tasks gibt. Wenn es keine weiteren zu betrachtenden Tasks gibt, bestimmt Schritt 328, ob es sich bei der Wissenszelle um eine einfache Wissenszelle handelt. Wenn dies der Fall ist, wird Schritt 330 ausgeführt, der anzeigt, daß der Fehler in dem bestimmten physikalischen Bauteil auftritt und daß eine Fehlerisolierung erfolgt ist. Wenn die Zelle nicht einfach ist, wird Schritt 332 ausgeführt, der die Diagnose mit einem Nichtwissens-Zustand beendet, was anzeigt, daß nicht festgestellt wurde, daß die Verbundzelle einen Fehler enthält.
Wenn im Schritt 326 bestimmt wird, daß es weitere zu betrachtende Tasks bei der Diagnose gibt, wird Schritt 334 durchgeführt, der bestimmt, ob es sich bei Task i um eine Aufwärtslinküberprüfung handelt. Wenn bestimmt wird, daß es sich bei der Task i um eine Aufwärtslinküberprüfung handelt, fragt Schritt 336 den Benutzer, den Ausgang der Verdrahtung zu messen, die zu dem Substrat führt, das durch die Wissenszelle A dargestellt ist, und zwar in der Reihenfolge von Talley (d. h., was bestimmt wird durch die Inferenzmaschine 28 als jene mit der höchsten Wahrscheinlichkeit eines Fehlers).
Als nächstes wird bestimmt, ob die Ausgänge von den Aufwärtslink-Verdrahtungen der geprüften Wissenszelle normal sind, und zwar im Schritt 338. Wenn sämtliche Ausgänge normal sind, wird Schritt 324 ausgeführt. Wenn im Schritt 338 es sich erweist, daß die Ausgänge von den Aufwärtslink-Verdrahtungen, die der aktuellen Wissenszelle zugewiesen sind, nicht normal sind, wird Schritt 340 ausgeführt, bei dem ein Fehler "Verdrahtung offen" angezeigt wird.
Wenn im Schritt 334 die Task i keine Aufwärtslinküberprüfung darstellt, bestimmt 342, ob die Task i eine Überprüfung von Freigabebedingungen darstellt. Wenn Task i eine Überprüfung von Freigabebedingungen darstellt, werden die Freigabebedingungen ("EC") im Schritt 334 überprüft. Nachdem die Freigabebedingungen überprüft sind, wird im Schritt 346 bestimmt, ob sämtliche Freigabebedingungen normal sind. Wenn sämtliche Freigabebedingungen normal sind, wird Schritt 324 ausgeführt. Wenn im Schritt 346 bestimmt wird, daß nicht alle überprüften Freigabebedingungen normal sind, wird Schritt 348 ausgeführt, was anzeigt, daß ein Freigabebedingungsfehler aufgetreten ist und daß der Fehler isoliert worden ist.
Wenn im Schritt 342 bestimmt wird, daß Task i keine Überprüfung von Freigabebedingungen darstellt, wird Schritt 350 ausgeführt, der bestimmt, ob Task i eine Überprüfung von Wartungsaktionen darstellt. Wenn dies der Fall ist, fordert Schritt 352 den Benutzer auf, geeignete Wartungsaktionen vorzunehmen (Wartungsaktion = MA). Wenn der Benutzer anzeigt, daß sämtliche Wartungsaktionen vorgenommen worden sind, und zwar im Schritt 354, wird Schritt 324 durchgeführt. Wenn nicht alle Wartungsaktionen vorgenommen worden sind, wird im Schritt 356 bestimmt, ob es einen permanenten Exkursions-Weggang ("excursion departure") gegeben hat (d. h., daß die Inferenzmaschine 28 einen unterschiedlichen Cyber überprüfen sollte). Wenn es einen permanenten Exkursions-Weggang nicht gegeben hat, wird ein Wartungsaktionsfehler angezeigt und die Diagnose wird im Schritt 358 beendet. Wenn im Schritt 356 bestimmt wird, daß es einen permanenten Exkursions-Weggang gegeben hat, wird Schritt 360 ausgeführt, bei dem die Inferenzmaschine 28 die Ausführung des Schrittes 152 veranlaßt, und zwar mittels Schritt 360.
Wenn im Schritt 350 herausgefunden wird, daß Task i keine Überprüfung von Wartungsaktionen darstellt, wird im Schritt 362 bestimmt, ob Task i eine Bedingung zum Ebenenabstieg ("level down condition") darstellt. Wenn dies der Fall ist, veranlaßt Schritt 366, daß die Inferenzmaschine 28 Schritt 150 ausführt. Wenn Task i keine Bedingung für einen Ebenenabstieg darstellt, instruiert Schritt 366 die Finde-Fehlerzellen-Routine 102, eine Ebene nach unten zu gehen.
Es versteht sich, daß trotz der Beschreibung der vorliegenden Erfindung in Verbindung mit einer bestimmten Ausführungsform sich für Fachleute weitere Modifikationen bei Studium von Beschreibung, Zeichnungen und den nachstehenden Ansprüchen ergeben.

Claims

1. Expertensystem (24) zum Diagnostizieren von Fehlern in einem Gerät, wobei das System aufweist einen Computer mit einem Speicher zum Speichern von Diagnoseroutinen, eine Wissensbasis (32), auf die der Computer zugreifen kann, eine Inferenzmaschine (28), die über eine Schnittstelle verbunden ist mit der Wissensbasis, und eine Benutzerschnittstelle (26), die eine Kommunikation zwischen dem Expertensystem und einer Bedienperson gestattet,

wobei die Wissensbasis (32) die physikalischen, funktionalen und betrieblichen Beziehungen der Komponenten und zwischen Komponenten des Gerätes und Information betreffend ausgewählte Betriebszustände des Gerätes charakterisiert, derart, daß die Wissensbasis (32) ein konzeptionelles Modell des Gerätes enthält; und

wobei die Inferenzmaschine (28) mittels der Benutzerschnittstelle mit der Bedienperson in Verbindung steht und rekursive Diagnoseroutinen enthält, die mit den Daten arbeiten, die in der Wissensbasis (32) enthalten sind, um in Antwort auf die Eingabe von Symptomen durch die Bedienperson Symptomdiagnoseregeln zu erzeugen, wobei die Symptome in dem Gerät vorliegende Fehler anzeigen, derart, daß jede Symptomdiagnoseregel ein Symptom mit seinem Fehler korrelativ in Verbindung setzt und den Fehler anzeigt;

dadurch gekennzeichnet, daß die Wissensbasis (32) die Systemtaxonomie oder -determinante (Fig. 4 : 55) des Gerätes darstellt, wobei die Determinante Wissenszellen (56-70) aufweist, wobei eine Wissenszelle eine definierte Funktion (F) repräsentiert, die eine Komponente (Substrat S(F)) des Gerätes durchführt, wobei eine Wissenszelle mit einer anderen Wissenszelle über einen Abwärtslink (58-60), wenn sich beide Zellen auf derselben Ebene befinden, oder mittels eines Levelers (56-58) verbunden werden kann, wenn sich die beiden Zellen auf unterschiedlichen Ebenen befinden, wobei die Determinante (55) in taxonomische Teile unterteilt ist, wobei jedes taxonomische Teil sich auf eine Untermenge von Wissenszellen bezieht, die durch Links miteinander verbunden sind, wobei die Wissensbasis die folgenden Dateien aufweist:

(1) eine Taxonomiedatei, die den Namen von jeder Wissenszelle, die Abwärtslinks der Zelle und die Anzahl von Levelern enthält;

(2) eine Levelerdatei, die Levelerinformation enthält, die anzeigt, ob Wissenszellen Kompositzellen sind, die in kleinere Wissenszellen zerlegt werden können, und somit anzeigt, ob eine Komponente des Gerätes in eine Vielzahl von kleineren Komponenten zerlegt werden kann;

(3) eine Grenzdatei, die eine Liste von Wissenszellen enthält, die in dem jeweiligen taxonomischen Teil auch Grenzzellen sind;

(4) eine Verdrahtungslistendatei, die Information enthält betreffend die Verdrahtungen, die die Komponenten des Gerätes untereinander verbinden;

(5) eine Ebenensprungbedingungsdatei, die für jedes taxonomische Teil Information betreffend eine Testprozedur enthält, um zu bestimmen, ob innerhalb des taxonomischen Teils eine fehlerhafte Zelle existiert;

(6) eine Testmitteilungsdatei zum Speichern von Ausgaben aller Funktionen in einem taxonomischen Teil, die erzeugt werden, wenn eine Testmitteilung, die einen Stimulus darstellt, an die Komponenten angelegt wird, die durch das taxonomische Teil repräsentiert sind;

(7) eine Freigabebedingungsdatei, die Information enthält betreffend Bedingungen, die für einen ordnungsgemäßen Betrieb von den Komponenten des Gerätes erfüllt werden müssen;

(8) eine Datei mit Zustandswerten für Normalbetrieb, die Information betreffend korrekte Ausgänge einer Komponente enthält, wenn ein Stimulus daran angelegt wird;

wobei die Inferenzmaschine zum Lokalisieren einer fehlerhaften Komponente eine spezifische Sequenz (Cybertransitionssequenz) von Wissenszellen oder Cybern (ein Cyber (X,A) ist eine Wissenszelle (A) in einem taxonomischen Teil X) prüft, wobei die Inferenzmaschine zu einem weiteren Cyber übergeht in Abhängigkeit davon, ob eine von der Inferenzmaschine geprüfte Zelle eine Grenzzelle oder eine Kompositzelle ist.

2. Expertensystem nach Anspruch 1, ferner dadurch gekennzeichnet, daß die Wissensbasis (32) Dateien aufweist, die Wartungsaktionen enthalten, die einen komplexen Satz von Faktoren berücksichtigen, die man durch Erfahrung erfährt, wobei diese Aktionen an dem Gerät ausgeübt werden können.

3. Expertensystem nach Anspruch 2, ferner dadurch gekennzeichnet, daß jede der Wissenszellen eindeutig durch einen Cyber identifiziert ist, der den Ort einer Wissenszelle innerhalb der Determinante repräsentiert, und wobei die Inferenzmaschine (28) Mittel zum Erzeugen einer Cybertransitionssequenz enthält.

4. Expertensystem nach Anspruch 2, ferner dadurch gekennzeichnet, daß das Expertensystem (24) ferner ein Blackboard (34) aufweist, das zwischen der Wissensbasis (32) und der Inferenzmaschine (28) angeschlossen ist, und Mittel aufweist zum Zugreifen auf die in der Wissensbasis (32) gespeicherten Daten und zum Holen von Daten zum Aufbauen eines Abschnittes der Determinante auf dem Blackboard für die Inferenzmaschine (28), damit diese ihre Diagnose durchführen kann.

5. Expertensystem nach Anspruch 4, ferner dadurch gekennzeichnet, daß die Mittel zum Aufbauen eines Abschnittes der Determinante auf dem Blackboard (34) einen Blackborder (30) aufweisen, wobei die Inferenzmaschine (28) Mittel aufweist, um dem Blackborder anzuzeigen, welcher Abschnitt des konzeptionellen Modells zu holen ist.