JP4271282B2 - 診断システム - Google Patents

診断システム Download PDF

Info

Publication number
JP4271282B2
JP4271282B2 JP17900898A JP17900898A JP4271282B2 JP 4271282 B2 JP4271282 B2 JP 4271282B2 JP 17900898 A JP17900898 A JP 17900898A JP 17900898 A JP17900898 A JP 17900898A JP 4271282 B2 JP4271282 B2 JP 4271282B2
Authority
JP
Japan
Prior art keywords
test
component
diagnostic
components
bad
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP17900898A
Other languages
English (en)
Other versions
JPH1172361A (ja
Inventor
ヴァレリー・カネブスキー
リー・エー・バーフォード
Original Assignee
アジレント・テクノロジーズ・インクAgilent Technologies, Inc.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to US08/882,791 priority Critical patent/US6167352A/en
Priority to US08/882-791 priority
Application filed by アジレント・テクノロジーズ・インクAgilent Technologies, Inc. filed Critical アジレント・テクノロジーズ・インクAgilent Technologies, Inc.
Publication of JPH1172361A publication Critical patent/JPH1172361A/ja
Application granted granted Critical
Publication of JP4271282B2 publication Critical patent/JP4271282B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28Testing of electronic circuits, e.g. by signal tracer
    • G01R31/317Testing of digital circuits
    • G01R31/3181Functional testing
    • G01R31/3183Generation of test inputs, e.g. test vectors, patterns or sequences
    • G01R31/318371Methodologies therefor, e.g. algorithms, procedures

Description

【0001】
【発明の属する技術分野】
本発明は装置テストに係り、とりわけテストを受ける装置に適用して、1つ以上の次のテストを選択するための自動化ツールを提供するモデルベース診断システムに関する。
【0002】
【従来の技術】
機械的、電気的、および化学的システム、並びにそれらの組み合わせを含む多様なシステムは、一般に、製造テスト環境および現場支援環境を含むさまざまな環境下においてテストされる。これらのシステムには、回路基板およびさまざまな回路基板を備えたフルシステムといった電子システムが含まれている。これらのシステムには、自動車、衛星システム、およびテスト機器も含まれている。テストサイクルを受けている間のこうしたシステムは、テストを受ける装置(DUT:device under test)と呼ぶことにする。
【0003】
こうしたDUTには、一般にさまざまなコンポーネントが含まれている。こうしたコンポーネントには、例えば集積回路装置、電気コンポーネント、バッテリシステム、機械的コンポーネント、電気バス、配線用ハーネス、およびバックプレーンコンポーネントが含まれている。こうしたコンポーネントの1つ以上が故障すると、DUTの故障を生じる可能性がある。
【0004】
DUTにおいて故障する可能性のあるコンポーネントを判定するための先行技術によるシステムには、モデルベース診断システムが含まれている。モデルベース診断システムは、診断システムに対する入力として、適用されるテストからの実際のDUTの応答を利用して、DUTの状態に関する結論を示す診断システムと定義することが可能である。こうした診断システムは、通常、DUTおよびそのコンポーネントおよび診断プロセスに関するコンピュータで生成したモデルに基づくものである。
【0005】
通常、DUT特性のより扱いやすいモデルに基づくモデルベース診断システムを用いることが望ましい。こうしたモデルベース診断システムによって、通常、DUTに対する該システムの適用が可能になる前に、ユーザが生成しなければならないDUTのためのモデル化情報量が最小限に抑えられる。こうしたモデル化によって、通常、さまざまなDUTに対する診断システムの適応プロセスが迅速化され、診断システムが示す判定の信頼性が高められる。
【0006】
Preist氏他の米国特許出願第08/551,054号には、モデル化の負担が大幅に軽減される、機能テストに基づくモデルベース診断システムが開示されている。Preist氏他の出願に開示のモデルは、機能テストのリスト、各機能テストで各コンポーネントの用いられる程度の各機能テストで用いられるコンポーネントのリスト、および(利用可能であれば)個々のコンポーネントの履歴または事前故障率を用いる。こうしたモデルデータは、テストエンジニア、テストプログラマ、または、テストを受ける装置に習熟しているが、必ずしも専門家ではない者によって、迅速かつ容易に判定または推定することが可能である。一般に、こうしたモデルは、テストを受ける装置の複雑さに応じて、テストエンジニアが数日〜数週間で開発することが可能である。
【0007】
Preist氏他のモデルベース診断システムは、テストを受ける装置に対する一連のテストの自動適用を可能にするテスト環境に適している。こうした診断テストは、特に時間およびコストをあまり増すことなく、利用し得る全てのテストを適用することが可能な場合に適している。この状況は、電子機器の製造において一般的である。例えば、プリント回路基板を取り付け具に取り付け、取り付け具から該装置を取り外す前に、多数のテストを適用することが可能である。
【0008】
しかし、他のテスト環境は、時間および/またはコストの制約を受ける可能性がある。例えば、販売後における自動車または電子装置に対する診断テストの適用は、一般に時間およびコストの制約を受ける。こうした販売後のテスト環境では、利用可能なテストの内のほんのわずかだけしか実施することができない。こうしたテスト環境の場合、不合格の診断を下して、不合格になったコンポーネントを取り替えるのに要する時間を最小限に抑えることが極めて望ましい。従って、先行テストの結果に基づいて、DUTに適用する次のテストを決めることができることが極めて望ましい。次のテストは、最終的に正しい診断を実施する観点から、最良のテストでなければならない。
【0009】
より扱いやすいモデルを用いる従来のモデルベース診断システムでは、通常、最良の次のテストを選択するための自動化ツールは得られない。従って、従来のモデルベース診断システムは、必ずしも次に適用する最良のテストではないテストの適用中に、DUTの過度の浪費となるダウンタイムを強制する可能性がある。さらに、こうした従来のシステムでは、通常、特定のテストの実施またはテストを受ける装置の特定のコンポーネントの取り替えに関連した経済的コストを考慮に入れるツールが得られない。
【0010】
【発明が解決しようとする課題】
本発明は上記事情に鑑みてなされたもので、時間および/またはコストの制約を受けない診断システムを提供することを目的とする。
【0011】
【課題を解決するための手段】
テストを受ける装置の扱いやすいモデルに基づいて、まだ適用されていないテストの中から、テストを受ける装置に次に適用すべき1つ以上のテストの選択を可能にする自動化ツールを提供する、モデルベース診断システムが開示される。さらに、この診断システムは、コンポーネントの取り替えに関連したコストの表示に応答して、取り替えるコンポーネントの選択を可能にする。該診断システムは、また、テストを適用する経済的結果の表示に応答して、テストを受ける装置に適用する次のテストの選択を可能にする。
【0012】
本発明のその他の特徴および利点については、後続する詳細な説明から明らかになるであろう。
【0013】
【発明の実施の形態】
図1には、扱いやすいモデルベース診断を利用して、自動化された最良の次のテスト選択を可能にする装置テスタ12に結合された、テストを受ける装置10が示されている。テストを受ける装置10には、コンポーネント1〜nのセットが含まれている。装置テスタ12は、テストを受ける装置10に適用されると、その結果がテスト結果テーブル16(テスト結果1〜m)に記憶される診断テストセット14(テスト1〜m)を実施する。テストを受ける装置10に対するテストサイクル中のいつでも、テスト結果テーブル16によって、テスト1〜nの内から適用されたテストおよび適用された各テストの合否が表示される。
【0014】
装置テスタ12は、テストを受ける装置10にまだ適用されていないテスト1〜mの中から1つ以上の最良の次のテストを選択する手順22を実施する。手順22では、テスト結果テーブル16の現在の状態および予測テーブル30の内容に基づいて、最良の次のテストが判定される。手順22によって、テストを受ける装置に対してまだ適用されていないテスト1〜mの内、次に適用される最良のテストがどれであるかを表示する次のテストテーブルが生成される。手順22によって、テスト1〜mのそれぞれの実施に関連した経済的コストテーブル28にリストアップされた経済的コストを利用して、1つ以上の次の最良のテストを選択することも可能になる。経済的コストテーブル28における経済的コストは、テスト1〜mの実行に必要なシステムのダウンタイムによって被るコスト、および必要な修理の実施に必要とされる部品および労働力のコストを反映している。
【0015】
装置テスタ12には、ユーザがコンポーネント1〜nの中から最も可能性の高い不良コンポーネントを判定可能とする手順20が含まれている。手順20は、テスト結果テーブル16の現在の状態および予測テーブル30の内容に基づいて行われる。手順20では、コンポーネント1〜nの中から最も可能性の高い不良コンポーネントのリストが生成される。手順20によって、コンポーネント1〜nの取り替えに関連した経済的コストを利用して、コンポーネント1〜nの内から1つ以上の取り替えを選択することも可能になる。コンポーネント1〜nの取り替えに関する経済的コストは、経済的コストテーブル28に記憶される。経済的コストテーブル28における経済的コストは、コンポーネントのコストおよびコンポーネントの取り替え中にテストを受ける装置10のダウンタイムの結果として被るコストを反映している。
【0016】
テストを受ける装置10は、機械的、電気的および化学的システムを含むさまざまなシステム、並びに、回路基板、さまざまな回路基板を備えたフルシステム、自動車、衛星システムおよびスト機器を含むその組み合わせを表している。装置テスタ12には、テストを受ける装置10に1つまたは複数の刺激を付与し、その刺激に対する応答を測定するために必要なテスト機構が含まれている。こうしたテスト機構には、電気信号を発生し、応答電気信号を測定するための電気的回路要素、およびテストを受ける装置10の性質および機能に基づいて、機械的または化学的刺激を発生し、機械的または化学的応答を測定するための機構が含まれている。テストを受ける装置10に付与される刺激は、電気的刺激、機械的刺激、化学的刺激またはその組み合わせとすることが可能であり、付与される刺激の任意の1つに関する応答は、電気的応答、機械的応答、化学的応答またはその組み合わせとすることが可能である。
【0017】
装置テスタ12には、手順20、22を実施するためのコンピュータまたは同等の機構も含まれている。装置テスタ12には、自動化された最良の次のテストおよび最も可能性の高い不良コンポーネントの判定結果をユーザに提示するためのグラフィックディスプレイのような機構も含まれている。装置テスタ12は、次のテストを表示するデータに応答して動作する構成要素に、こうしたデータを伝送することも可能である。該構成要素には、別のコンピュータプログラムを含むこともでき、あるいは例えば自動化修復セルのような自動化装置とすることも可能である。手順20、22は、多種多様な利用し得るコンピュータシステムプラットフォームの任意の1つに関するアプリケーションソフトウェアによって実施することもでき、あるいは装置テスタ12のために特に設計されたハードウェア計算プラットフォームで実行する診断コードとして実施することも可能である。アプリケーションソフトウェアまたは診断コード、並びに、予測テーブル30および経済的コストテーブル28の内容は、装置テスタ12の永続性記憶装置内に組み込むこともでき、あるいはさまざまな適合する通信機構を介して装置テスタ12内のメモリにダウンロードすることも可能である。
【0018】
コンポーネント1〜nはそれぞれ、個別の明確に定義された取り替え可能なコンポーネントである。こうした取り替え可能なコンポーネントには、例えば集積回路素子、電気的コンポーネント、バッテリシステム、機械的コンポーネント、電気バス、配線コンポーネント、配線用ハーネスおよびバックプレーンコンポーネントが含まれる。こうしたコンポーネントのどれか1つ以上が故障すると、テストを受ける装置10の故障を生じる可能性がある。
【0019】
本明細書に開示においては、コンポーネント1〜nはそれぞれ、優良(GOOD)状態と不良(BAD)状態のいずれかであるとする。コンポーネント1〜nは、テストサイクルの進行中に、優良状態および不良状態間で遷移を生じることがない、すなわち、コンポーネント1〜nの間欠的故障は、本明細書の開示によって扱われないものとする。
【0020】
テスト1〜mはそれぞれ、コンポーネント1〜nの内の1つ以上からなるサブセットに対して作用する。特定のテスト1〜mが作用または有効範囲とするコンポーネントのサブセットは、テスト1〜mの別のテストが有効範囲とするサブセットと重なり合う可能性がある。特定のテスト1〜mが不合格になると、その特定のテストが有効範囲とするコンポーネント1〜nの少なくとも1つが不良であると仮定される。各テスト1〜mは、テストを受ける装置10に適用されると、合格または不合格となる。テスト1〜mの特定のテストによって有限数のテスト結果が生じると、その特定のテストはそれぞれ、可能性のある結果が合格または不合格の2つだけしかないいくつかのテストとして扱われる。
【0021】
各テスト結果1〜mには、対応するテスト1〜mの合格(PASS)または不合格(FAIL)の表示、および対応するテスト1〜mが現在のテストサイクル中にテストを受ける装置10に対して適用されたか否かの表示が含まれる。テストサイクルの特定の時点において、テストを受ける装置10に対して適用されたテスト1〜mのサブセットは、適用されたテストと呼ばれる。適用されたテストの結果は、テスト結果テーブル16の現在の状態に表示される。
【0022】
予測テーブル30には、可能性のあるテスト結果および可能性のある不良コンポーネントに関するテスト結果の発生回数がまとめて納められている。実施形態の1つでは、予測テーブル30には、統計的シミュレータ32によって発生するシミュレートされた実験データが納められている。統計的シミュレータ32は、独立したコンピュータシステムで実施することもでき、あるいは装置テスタ12内において実施することも可能である。また、予測テーブル30におけるシミュレートされた実験データを作成する統計的またはモンテカルロアプローチを利用することによって、実際のテストシステムおよび現実世界の状況からのテスト結果を収集するのに数年を要するであろう、実際の実験データを作成する必要がなくなる。
【0023】
代替実施形態の場合、予測テーブル30には、実際の先行テスト結果および履歴レコードからのコンポーネントの故障を反映する実際の実験データが納められている。他の実施形態の場合、予測テーブル30のデータは、分析に影響する故障モードに基づくものとすることが可能である。
【0024】
今後、「乱数」という用語は、擬似乱数発生器の出力、並びに何らかの真に確率的な物理的プロセスを通じて選択される数を含むものとする。
【0025】
統計的シュミレータ32に対する入力は、コンポーネント1〜nの中から不良コンポーネントを突き止める各テスト1〜mの能力に関するモデルである。統計的シミュレータ32に入力されるこのモデルは、コンポーネント数1〜n、テスト数1〜mおよびコンポーネント1〜nに対するテスト1〜mの共用または共同有効範囲と、各コンポーネントiに関する、その統計的故障確率p(i)とによって与えられる。コンポーネントiに対するテストjの有効範囲は、cov(i,j)として表される。各有効範囲cov(i,j)は、0〜1の実数であり、テストjによってチェックされるコンポーネントiの機能性の一部である。
【0026】
共同有効範囲は、テスト1〜m間における既知の従属性を特定する。共同有効範囲は、2つ以上のテスト1〜mがコンポーネント1〜nの1つを全く同様にテストする有効範囲を備えている場合に生じる。共同有効範囲の一例としては、装置テスタ12によって実施される2つ以上のテスト1〜mが同じパラメータを備えた同じ測定サブルーチンを利用する場合がある。
【0027】
共同有効範囲kは、共同有効範囲kを利用するテスト1〜mのリストによって指定され、各コンポーネントi毎にiに関する共同有効範囲kの量がある。iに備わった共同有効範囲の量は、jcv(i,k)として表され、0〜1の値である。
【0028】
予測テーブル30にはそれぞれ、発生頻度値に関するフィールド、テスト結果パターンに関するフィールド、およびコンポーネント状態パターンに関するフィールドが納められている。実施形態の1つでは、各発生頻度値は、統計的シミュレータ32によって実施されるシミュレーションの進行中に、コンポーネント状態およびテスト結果の対応するパターンが生じる回数を表示する。代替実施形態の場合、各発生頻度値は、同様のシステムによる先行テストの進行中に、コンポーネント状態およびテスト結果の対応するパターンが実際に生じた回数を表示する。予測テーブル30における各項目は、テスト結果およびコンポーネント状態に固有のパターンに対応する。
【0029】
下記の表1は、n=3、m=3のときの予想表30の例である
【0030】
【表1】
【0031】
各コンポーネント1〜nに関するコンポーネント状態GOODまたはBADは、単一ビット(0または1)によって表される。テスト結果のパターンは、テスト1〜mのPASSEDまたはFAILED結果を表すビットストリングによって表示される。各テスト結果は、テスト1〜mのそれぞれに関する単一ビット(0または1)によって表される。
【0032】
発生頻度フィールドの値は、統計的シミュレータ32によって実施されるシミュレーションの進行中に、または実際の先行テストの実行中に、対応する対をなすコンポーネント状態とテスト結果のパターンが生じた回数とを表示する。例えば、シミュレーションまたは先行テスト中に、コンポーネント故障パターン100と対をなすテスト結果パターン000は317回発生し、一方、コンポーネント故障パターン010と対をなすテスト結果パターン000は304回発生した。
【0033】
コンポーネント状態の各パターンおよびテスト結果の各パターンは、予測テーブル30に別個に2回以上現れる。各対をなすコンポーネント状態およびテスト結果が予測テーブル30に同時に現れるのはせいぜい1回である。結果として、テスト結果およびコンポーネント故障フィールドは共に、予測テーブル30の要をなすことになる。
【0034】
図2には、統計的シミュレータ32によって実施されるシミュレーションが示されている。該シミュレーションは、所定の多数回(T)にわたって繰り返されるステップ50〜56として示されている。
【0035】
統計的シミュレータ32は、テストを受ける装置10、コンポーネント1〜nおよびテスト1〜mの所定のモデルに関して1回だけしか実行する必要がない。従って、診断作業は、1回だけしか行われない事前処理部分と、テストを受ける各装置毎に実施される効率の良い判定手順20、22とに分割される。
【0036】
ステップ50において、コンポーネント状態の新たなパターンが生成され、各状態は「GOOD」に初期設定される。また、テスト結果の新たなパターンが生成され、各結果は「PASS」に初期設定される。
【0037】
ステップ50において生成されるコンポーネント状態のパターンは、各コンポーネントiに関するコンポーネント状態を、確率p(i)の「BAD」に設定することによって修正される。ある実施形態における事前確率p(i)は、コンポーネントiの故障確率(the probability of failure)の技術推定である。もう1つの実施形態の場合、確率p(1)〜p(n)によって、コンポーネント1〜n間における故障確率の相対表示が得られる。
【0038】
少なくとも1つのテストに不合格とならない限り、診断は実施されないものと仮定する。また、テストに不合格となるのは、少なくとも1つのコンポーネントが不良の場合に限られるものと仮定する。従って、そのコンポーネント状態パターンに少なくとも1つの「BAD」が含まれていない限り、予測テーブル30に項目を記入する理由はない。
【0039】
従って、コンポーネント状態のランダムパターンは、ステップ51において、少なくとも1つの「BAD」表示を含むように生成される。実施形態の1つでは、コンポーネントリストにおける各コンポーネントiの状態は、確率p(i)の「BAD」に設定される。次に、結果生じるコンポーネント状態パターンをチェックして、少なくとも1つの「BAD」が含まれているか否かが確認される。結果生じるコンポーネント状態パターンに、少なくとも1つの「BAD」が含まれていない場合、廃棄されて、別のパターンが生成される。このプロセスは、それぞれ、少なくとも1つの「BAD」を含んでいる、十分な数のコンポーネント状態パターンが生成されるまで繰り返される。所定のコンポーネントの状態がBADになる確率p(i)は、一般に1よりもはるかに0に近いので、説明したばかりのプロセスによって、一般に、少なくとも1つの「BAD」を含む各コンポーネント状態パターン毎に、全てGOODのコンポーネント状態パターンが多数生成することになる。従って、説明したばかりのプロセスでは、利用可能なコンピュータのパワーまたは時間効率の良い利用は無理である。
【0040】
図3には、少なくとも1つの「BAD」を含むコンポーネント状態パターンを生成するのにコンポーネントリストの単一パスしか必要としない、コンポーネント状態パターンの生成プロセスが例示されている。このプロセスはそれぞれ、ステップ51a−1〜51a−5および51b−1〜51b−6として示された2段階で実行される。第1の段階では、コンポーネントリストを1ステップずつ進み、確率を高めて、各コンポーネントに状態「BAD」を割り当てる。高められる確率は、コンポーネントリストの各パス毎に、少なくとも1つのBADコンポーネント状態が生成されることを保証し、かつコンポーネントiに状態「BAD」を割り当てる全確率がp(i)に留まることを保証するために計算される。第1の段階は、状態「BAD」が1つのコンポーネントに割り当てられると終了し、第2の段階が開始される。第2の段階では、コンポーネントリストの残りを1ステップずつ進み、もとの高められていない確率p(i)の状態「BAD」をコンポーネントiに割り当てる。
【0041】
ステップ51a−1〜51a−5において、k=1〜nの場合、0〜1の均等に配分された乱数rを生成する。r<p(k)/(1−(1−p(k))×(1−p(k+1))×…×(1−p(n))の場合、コンポーネント状態kを「BAD」に設定し、ステップ51b−1に進む。
【0042】
ステップ51b−1〜51b−6において、l=k+1〜nの場合、0〜1の均等に配分された乱数rを生成する。r<p(l)の場合、コンポーネントlの状態を「BAD」に設定する。
【0043】
可能性のある各k値が1〜nの場合の、p(k)/(1−(1−p(k))×(1−p(k+1))×…×(1−p(n))の値は、テストを受ける特定の装置について1回だけ計算することが可能であり、さらに、ステップ51aにおいて必要な場合には、迅速なアクセスに備えて記憶することが可能である。
【0044】
ステップ52において、テスト有効範囲に基づいて、テスト結果パターンが生成される。符号のない整数の変数には、あるマシン依存(machine-dependent)整数Nに関する0〜2^N−1の値が含まれる可能性がある。ステップ52は、各テストi毎に、ステップ51で状態「BAD」が割り当てられた各コンポーネントjについて、下記のステップに従って実施される。
・2^N−1の範囲内において、均等に配分された乱数rを生成する。
・(r+floor(cov(i,j)×(2^N−1)) mod 2^N<r(ここで、floor(x)はx以下の最大の整数)の場合、テストiのテスト結果をFAILに設定する。(値floor(cov(i,j)×(2^N−1))は、入力の読み取り後で、ただし、シミュレーションの開始前に、1回計算することが可能であるという点に留意されたい。モジュロ2^Nの演算は、2進加算におけるオーバフローの通常の結果であり、従って、計算する必要は全くない。
【0045】
ステップ53では、テスト1〜mの共同有効範囲に基づくテスト結果パターンが生成される。ステップ53は、ステップ51において状態「BAD」が割り当てられた各コンポーネントj毎に、各共同有効範囲iに関する下記のステップに従って実施される。
・0〜2^N−1の範囲内において、均等に配分された符号のない整数の乱数rを生成する。 ・(r+floor(jcv(i,j)×(2^n−1)) mod 2^n<rの場合、共同有効範囲iを利用する各テストk毎に、テストkのテスト結果をFAILに設定する。
【0046】
ステップ54では、ステップ50〜53において生成されたテスト結果パターンおよびコンポーネント状態パターンに関する予測テーブル30におけるある項目の有無が判定される。
【0047】
こうした項目が存在する場合、ステップ55において、予測テーブル30における該項目に関する発生頻度フィールドが1だけインクリメントされる。こうした項目が存在しなければ、ステップ56において、その項目が生成され、発生頻度を1に初期設定して、予測テーブル30に追加される。
【0048】
図4には、テストを受ける装置10に次に施される1つ以上の最良のテストを選択する手順22が例示されている。最良の次のテストは、手順20において、コンポーネント1〜nの内どれが最も不良の可能性が高いかについて信頼できる応答が生じる前に、実施されるテスト回数が最も少ない、テスト1〜mの内のテストである。手順22では、予測テーブル30と、テスト結果テーブル16において表示される現在のテスト結果とを入力とする。
【0049】
手順22では、テストを受ける装置10に対してまだ実施されていないテスト1〜mの各テスト毎に1つの行を含む、次のテストテーブル26が生成される。次のテストテーブル26には、2つの列が含まれている。第1の列には、まだ実施されていないテストのテスト番号のような識別子が含まれている。第2の列には、第1の列のテストが次に実施され、テストを受ける装置10に関する全ての先行テスト結果と共に、手順20によって処理を受けた結果生じるであろう正しい診断の予測割合が含まれている。
【0050】
表2には、熟練した技術者に対して、いくつかの次のテスト、すなわちいくつかの他の優良な次のテストと共に最良の次のテストを提示することが可能な、次のテストテーブル26の一例が示されている。
【0051】
【表2】
【0052】
表2の「スコア:」の下に位置する、次のテストテーブル26の第2列の値は、後述するように計算される値Lである。L値は分類され、実施形態の1つでは、その値が関連テストの識別名のそばに降順に表示される。
【0053】
次のテストテーブル26の第2列における各値は、次のテストの「優良性」の測度である。従って、最良のテストは、その実施によって正しい診断の確率が最も高くなる、すなわち、第2列における最高値が得られるテストとして選択することが可能である。第2列の値は、経済的コストテーブル28に含まれるテスト1〜mの実施に関連した経済的コストの対応する表示と組み合わせることが可能である。特定のテストの経済的コストは、例えば特定のテストの適用時におけるテストを受ける装置10または他の関連装置のダウンタイムの経済的コストを反映することが可能である。手順22によって、経済的コストテーブル28の内容で表示されるより低い経済的コストがどのテストであるかに基づいて、次のテストテーブル26の第2列に等しいか、またはほぼ等しい値を備えるテスト1〜mを選択することが可能である。
【0054】
実施形態によっては、数字の代わりに、グラフィック記号、カラーコード等を用いて、診断の相対的尤度および次のテストの相対的優良性を表すことも可能である。
【0055】
次のテストテーブル26は、いずれか任意の列によって分類することが可能である。実施形態の1つでは、次のテストテーブル26は第2列によって分類されるので、最良のテストは第1列に示される。最良の次のテストは、そのテストを選択することによって診断の成功率の向上が最大になるので、第2列において最高値のテストである。
【0056】
最初に、空白の次のテストテーブル26が生成される。次に、テスト結果テーブル16に納められた現在のテスト結果によって表示される、まだ実施されていない各テストjについて、ステップ72〜76が実施される。
【0057】
ステップ72では、現在のテスト結果が与えられると、テストjが不合格になる確率であるP(Tj=FAIL)が求める。P(Tj=FAIL)は、下記のステップに従って求められる。 ・テスト結果テーブル16に表示される現在のテスト結果に一致するテスト結果を示す、予測テーブル30の全項目の発生頻度フィールドの和であるuを生成する。
・現在のテスト結果に一致し、テストjがFAILを表示するテスト結果を示す、予測テーブル30の全項目の発生頻度フィールドの和であるwを生成する。・P(Tj=FAIL)=w/uを生成する。
【0058】
ステップ73では、先行テスト結果の入力が与えられると、テストjが合格する確率であるP(Tj=PASS)が求める。P(Tj=PASS)は、下記の式によって得られる。
P(Tj=PASS)=1−P(Tj=FAIL)
【0059】
ステップ74では、次に、テストを受ける装置10に対してテストjが適用され、不合格となる場合に、正しいであろう診断の割合であるL_FAILが求められる。ステップ74は、下記のステップに従って実施される。
・L_FAILを0に設定する。
・テストjが完了し、不合格になったことを表示するように、テスト結果テーブル16を設定する。
・各コンポーネントi毎に、Pi=ν(△_i)/ν(△)を生成し、max(Pi,1−Pi)をL_FALLに加算する。ここで、ν(△)は、テスト結果テーブル16にリストアップされた合格および不合格テストのパターンに一致する、予測テーブル30における全項目の発生頻度フィールドの和である。ν(△_i)は、テスト結果テーブル16にリストアップされた合格および不合格テストのパターンに一致し、コンポーネントiがBADであることを表示する、予測テーブル30における項目の発生頻度フィールドの和である。
・L_FAIL=L_FAIL/nを生成する。ここで、nはコンポーネント1−nの数である。
・テスト結果テーブル16における完了テストリストからテストjを除去する。
【0060】
ステップ75では、次に、テストを受ける装置10に対してテストjが実行され、合格となる場合に、正しいであろう診断の割合であるL_PASSが求められる。ステップ75は、下記のステップに従って実施される。
・L_PASSを0に設定する。
・完了し、合格したことを表示するように、テスト結果テーブル16におけるテストjを設定する。
・各コンポーネントi毎に、Pi=ν(△_i)/ν(△)を生成し、max(Pi,1−Pi)をL_PASSに加算する。ここで、ν(△)は、テスト結果テーブル16に納められたテスト結果のパターンを備える、予測テーブル30における全項目の発生頻度フィールドの和である。ν(△_i)は、テスト結果テーブル16におけるパターンに一致し、コンポーネントiがBADであることを表示する、予測テーブル30の項目の発生頻度フィールドの和である。
・L_PASS=L_PASS/nを生成する。ここで、nはコンポーネント1−nの数である。
・テスト結果テーブル16における完了テストリストからテストjを除去する。
【0061】
ステップ76では、次に、テストを受ける装置10に対してテストjが実行された場合、正しい診断の予測される割合Ljが、下記の式に従って求められる。Lj=P(Tj=FAIL)×L_FAIL+P(Tj=PASS)×L_PASS
【0062】
その後、jおよびLjが、次のテストテーブル26における次の利用可能な行の、それぞれ第1列と第2列に対する項目として、次のテストテーブル26に書き込まれる。
【0063】
最後に、次のテストテーブル26をいずれか任意の出力列によって分類すべき場合には、分類ステップが実施される。次のテストテーブル26にリストアップされる正しい診断の予測割合が最高のものは、最良の次のテストとして選択することができ、あるいは次のテストテーブル26にリストアップされる予測割合は、テストの実施に関連した経済的コストによって重み付けを施すことが可能である。
【0064】
図5には、ユーザがテストを受ける装置の最も可能性の高い不良コンポーネントを判定できるようにする手順20の実施形態の1つが例示されている。手順20では、コンポーネント1〜nの中から1つ以上の最も可能性の高い不良コンポーネントのリスト24が生成される。手順20では、予測テーブル30、およびテスト1〜mの内テストを受ける装置10に適用されたテストと適用されたテストの合否とを表示するテスト結果テーブル16の現在の状態を入力とする。手順20では、テストを受ける多数の装置について間違った診断が下されるコンポーネントの平均数を最小限に抑えるため、不良コンポーネントのリスト24が生成される。
【0065】
ステップ60では、テスト結果テーブル16の現在のテスト状態(現在のテスト結果)によって合格および不合格テストのパターンが示される、予測テーブル30における全項目の発生頻度フィールドの和である、ν(△)が生成される。
【0066】
各コンポーネント毎に、ステップ62〜68が実施される。ここでiは、1〜nの範囲にわたる、テストを受ける装置10のコンポーネント数である。
【0067】
ステップ62では、現在のテスト結果に一致し、コンポーネントiがBADであることを表示する、予測テーブル30における項目の発生頻度フィールドの和である、ν(△_i)が生成される。
【0068】
ステップ64において、2×ν(△_i)>ν(△)の場合、ステップ66において、リスト24に、コンポーネントiがGOODであることを表示する書き込みが行われる。別様であれば、ステップ68において、リスト24に、コンポーネントiがBADであることを表示する書き込みが行われる。
【0069】
手順20が終了すると、リスト24には、コンポーネント1〜nのそれぞれについてGOODまたはBADの表示が含まれることになるが、この場合、各BAD表示によって、対応するコンポーネントが可能性のある不良コンポーネントとして識別される。リスト24における可能性のある不良コンポーネントの表示と、経済的コストテーブル28における可能性のある不良コンポーネントの取り替えに関連した経済的コストとを組み合わせることによって、可能性のある不良コンポーネントのどれを取り替えるべきかについて選択を可能にする情報が得られる。例えば、リスト24に2つ以上の可能性のある不良コンポーネントが含まれている場合、ユーザまたは手順20が、リスト28に表示された最低の取り替えに関する経済的コストがかかるリスト24における可能性のある不良コンポーネントを選択する。
【0070】
モデルベース診断システムの実施形態によっては、熟練した技術者にいくつかの最も可能性の高い不良コンポーネントからなるリストを提示することが望ましい場合もある。表3には、いくつかの最も可能性の高い不良コンポーネントのこうした提示が引例されている。
【0071】
【表3】
【0072】
表3は、「U1だけが不良の確率が0.5で、U2とU7の"両方とも"不良の確率が0.4で、U3だけが不良の確率が0.1である」と解釈することが可能である。
【0073】
図6には、表3に示すフォーマットでリスト24に提示されるコンポーネントセットの故障の確率を求める手順20の代替実施形態が示されている。ステップ100において、そのテスト結果のパターンがテスト結果テーブル16における現在のテスト結果に一致する、予測テーブル30の行が抽出され、抽出される行の発生頻度フィールドの和Nが生成される。
【0074】
最初に、最も可能性の高い不良コンポーネントのリスト24の空白リストが生成される。リスト24の要素には、1対のフィールドが含まれている。第1のフィールドは、BADコンポーネントのパターンである。第2のフィールドは、対応するパターンがステップ100において抽出された行に発生する回数である。
【0075】
ステップ110、120は、テスト結果テーブル16における現在のテスト結果に一致する、ステップ100において抽出された予測テーブル30の特定の各行毎に実施される。
【0076】
ステップ110では、抽出された特定の行に関するBADコンポーネントのパターンがリスト24に現れると、抽出された特定の行の発生頻度フィールドが、リスト24におけるそのパターンの回数に加えられる。
【0077】
ステップ120では、抽出された特定の行に関するBADコンポーネントのパターンがリスト24に現れない場合、リスト24に新たな要素が加えられる。リスト24における新たな要素のBADコンポーネントフィールドのパターンが、予測テーブル30の抽出された特定の行のパターンに設定される。さらに、リスト24における新たな要素の回数フィールドが、予測テーブル30の抽出された特定の行の発生頻度フィールドに設定される。
【0078】
リスト24は、回数フィールドによって分類される。ステップ130は、リスト24における各特定の行毎に実施される。ステップ130では、特定の行に関する回数が、回数をNで割った値に置換される。
【0079】
ステップ130の後、テスト結果が与えられると、リスト24にはBADコンポーネントのパターンに加えてその確率が納められる。数の代わりに、グラフィック記号、カラーコード等を用いて、不良コンポーネントの相対的確率を表すことも可能である。
【0080】
本明細書に解説の診断方法は、既知の目的関数、すなわち多数のテストを受ける装置に対する良好な診断割合を最大にするように処理される。従って、診断結果は、発見的学習ベースの(heuristics-based)診断よりも解釈および実験による検証が容易である。このため、統計的シミュレータ32に対して入力されるコンポーネント/テストモデルのデバッグがさらに容易になる。
【0081】
手順22では、予測される診断の成功率の改善を最大にするため、1つ以上の最良の次のテストが選択される。このメトリックスは、やはり解釈および検証が容易である。
【0082】
テストのコストおよび間違った診断のコストに関する情報が入手可能であれば、手順20、22に迅速な修正を施して、予測されるテストおよび間違った診断のコストを最小限に抑えるため、最も確率の高い不良診断および最良の次のテスト選択が選択されるようにする。
【0083】
手順20、22は、装置テスタ12または装置テスタ12にダウンロード可能なアプリケーションに組み込むのに好適である。手順20、22はコンパクトであり、従来の人工知能技法によって必要とされる徹底した探索も、従来の統計的技法によって必要とされる大量の浮動小数点計算も実施しない。
【0084】
予測テーブル30は、表1に示すように厳密に記憶する必要はない。予測テーブル30の記憶に必要とされるメモリ量の減少および/または予測テーブル30に記憶されている値に対するアクセスの高速化を可能にする、さまざまな木構造記憶、索引付け、ハッシングおよびデータ圧縮方法が存在する。これらの方法および特定の状況における相対的利点に基づいてそれらの中から選択を行う判定基準は、コンピュータアルゴリズム、データ構造およびプログラムの設計の技術者には周知のところである。
【0085】
本発明に関する以上の詳細な説明は、本発明を余すところなく述べようとしたものでもなく、あるいは、本発明を開示の実施形態にそのまま制限しようとするものでもない。従って、本発明の範囲は付属の請求項によって規定される。
【0086】
以下に本発明の実施の形態を要約する。
1. テストを受ける装置に適用されたサブセットをなす診断テストそれぞれに関するテスト結果に応答し、前記テストを受ける装置にまだ適用されていない前記診断テストのセットの中から少なくとも1つの次のテストを選択可能にする診断システムであって、
前記診断テストそれぞれが、少なくとも1つのコンポーネントの一部をカバーし、テスト結果および前記コンポーネントの優良/不良(GOOD/BAD)状態のパターンセット、および各パターンの発生表示頻度に応答する診断システム。
【0087】
2. 前記次のテストが前記次のテストそれぞれの識別子と、前記次のテストそれぞれに関する優良度表示とを含むテーブルとしてユーザに提示される上記1に記載の診断システム。
【0088】
3. 前記テーブルが前記優良度表示に応答して分類される上記2に記載の診断システム。
【0089】
4. 前記優良度表示が前記次のテスト間における相対的優良度を表示する数値である上記2に記載の診断システム。
【0090】
5. 前記優良度表示が前記次のテスト間における相対的優良度を表示するグラフ表示要素である上記2に記載の診断システム。
【0091】
6. 前記優良度表示それぞれに、対応する次のテストの実施に関連した経済的コストが含まれる上記2に記載の診断システム。
【0092】
7. 前記次のテストを表示するデータがそれに応答して動作する要素に送られ、該データに各前記次のテストそれぞれの識別子と前記次のテストそれぞれの良好度表示とが含まれる上記1に記載の診断システム。
【0093】
8. 前記まだ適用されていない診断テストそれぞれに関する、前記次のテストの選択に、
前記テスト結果が与えられると、前記まだ適用されていない診断テストに不合格となる第1の確率を求めるステップと、
前記テスト結果が与えられると、前記まだ適用されていない診断テストに合格する第2の確率を求めるステップと、
前記まだ適用されていない診断テストが次に適用されて不合格となる場合、正しい診断の第1の割合を求めるステップと、
前記まだ適用されていない診断テストが次に適用されて合格する場合、正しい診断の第2の割合を求めるステップと、
前記第1および第2の確率と前記第1および第2の割合とが与えられると、前記まだ適用されていない診断テストが次に適用される場合の、正しい診断の予測割合を求めるステップと、が含まれる、上記1に記載の診断システム。
【0094】
9. 前記次のテストの選択には、さらに、前記テストを受ける装置に対する前記まだ適用されていない診断テストの適用に関連した前記予測割合およびコストセットが与えられると、前記テストを受ける装置に対して前記まだ適用されていない診断テストの間から前記次のテストを選択するステップが含まれる上記8に記載の診断システム。
【0095】
10. 前記テスト結果および前記コンポーネントの優良/不良(GOOD/BAD)状態のパターンおよび前記パターンそれぞれの発生表示頻度が、前記コンポーネントそれぞれの故障の確率および前記診断テストに関するテスト有効範囲の情報セットに応答して、前記テスト結果および優良/不良(GOOD/BAD)状態の統計的シミュレーションによって生成される上記1に記載の診断システム。
【0096】
11. 前記コンポーネントそれぞれの故障の確率が、事前の技術推定に基づくものである上記10に記載の診断システム。
【0097】
12. 前記テスト有効範囲の情報には前記診断テストのそれぞれに関するテスト有効範囲表示が含まれており、各テスト有効範囲表示毎に対応する診断テストによってテストされるコンポーネントの部分が特定されるようになっている上記10に記載の診断システム。
【0098】
13. 前記テスト有効範囲情報に、それぞれ前記診断テスト間における既知の従属性を特定する共同有効範囲表示セットが含まれており、前記既知の従属性それぞれが、少なくとも2つの前記診断テストが同様に少なくとも1つの前記コンポーネントの一部を有効範囲とする場合に生じる上記10に記載の診断システム。
【0099】
14. 前記テスト結果および前記コンポーネントの優良/不良(GOOD/BAD)状態のパターン、および前記パターンそれぞれの前記発生表示頻度が、実際のテスト結果および履歴データから得られた優良/不良(GOOD/BAD)状態を表している上記1に記載の診断システム。
【0100】
15. テストを受ける装置に適用された診断テストのセットの各テストに関するテスト結果に応答し、前記テストを受ける装置におけるコンポーネントのセットの中から1つ以上の最も可能性の高い不良コンポーネントを判定できるようにする診断システムであって、
前記診断テストそれぞれが少なくとも1つの前記コンポーネントの一部を有効範囲とし、テスト結果および前記コンポーネントの優良/不良(GOOD/BAD)状態のパターンのセットおよび前記パターンそれぞれの発生表示頻度に応答し、前記コンポーネントそれぞれの取り替えに関連した経済的コストの表示に応答する診断システム。
【0101】
16. 少なくとも1つの最も可能性の高い不良コンポーネントの判定に、
前記テスト結果に対応する前記発生表示頻度の第1の和を生成するステップと、
各コンポーネント毎に、前記テスト結果に対応し該コンポーネントが不良(BAD)であることを示す前記発生表示頻度の第2の和を生成し、前記第2の和が前記第1の和を超えると、最も可能性の高い不良コンポーネントのリストを作成して該コンポーネントが優良(GOOD)であることを表示し、別様であれば、最も可能性の高い不良コンポーネントの前記リストを作成して該コンポーネントが不良(BAD)であることを表示するステップと、が含まれる上記15に記載の診断システム。
【0102】
17. 前記少なくとも1つの最も可能性の高い不良コンポーネントの判定に、さらに、各コンポーネントの取り替えに関連した経済的コストの表示に応答し、最も可能性の高い不良コンポーネントの前記リストに不良(BAD)として表示された前記コンポーネントの中から取り替えるコンポーネントを選択するステップが含まれる上記16に記載の診断システム。
【0103】
18. ユーザが、各コンポーネントの取り替えに関連した経済的コストの前記表示に応答し、最も可能性の高い不良コンポーネントの前記リストに不良(BAD)として表示された前記コンポーネントの中から取り替えるコンポーネントの選択を実施する上記17に記載の診断システム。
【0104】
19. テスト結果および前記コンポーネントの優良/不良(GOOD/BAD)状態のパターンおよび前記パターンそれぞれの前記発生表示頻度が、前記コンポーネントそれぞれの故障の確率および前記診断テストの有効範囲情報セットに応答して、前記テスト結果および可能性のある優良/不良(GOOD/BAD)状態の統計的シミュレーションによって生成される上記15に記載の診断システム。
【0105】
20. 前記コンポーネントそれぞれの故障の確率が、事前の技術推定に基づくものである上記19に記載の診断システム。
【0106】
21. 前記テスト有効範囲情報に前記診断テストのそれぞれに関するテスト有効範囲表示が含まれており、各テスト有効範囲表示毎に対応する診断テストによってテストされる前記コンポーネントの部分が指定されるようになっている上記19に記載の診断システム。
【0107】
22. 前記テスト有効範囲情報に、それぞれ前記診断テスト間における既知の従属性を指定する共同有効範囲表示セットが含まれており、前記既知の従属性各々が少なくとも2つの前記診断テストが同様に少なくとも1つの前記コンポーネントの一部を有効範囲とする場合に生じる上記19に記載の診断システム。
【0108】
23. テスト結果および前記コンポーネントの優良/不良(GOOD/BAD)状態のパターン、および前記パターンそれぞれの前記発生表示頻度が、実際のテスト結果および履歴データから得られた優良/不良(GOOD/BAD)状態を表している上記15に記載の診断システム。
【0109】
24. 少なくとも1つの最も可能性の高い不良コンポーネントの前記判定に、前記テスト結果に一致する前記パターンの前記生表示頻度の和Nを生成するステップと、
前記テスト結果に一致する各パターン毎に、該パターンが最も可能性の高い不良コンポーネントのリストに存在する場合、最も可能性の高い不良コンポーネントの前記リストにおける該パターンの表示回数に該パターンの前記発生表示頻度を加え、別様であれば、最も可能性の高い不良コンポーネントの前記リストに該パターンを加え、最も可能性の高い不良コンポーネントの前記リストにおける該パターンの表示回数に該パターンの前記発生表示頻度を書き込むステップと、 最も可能性の高い不良コンポーネントの前記リストにおける各パターン毎に、表示回数を、前記表示回数をNで割った値に置換するステップと、が含まれる、上記15に記載の診断システム。
【0110】
25. さらに、最も可能性の高い不良コンポーネントの前記リストを表示回数によって分類することが含まれる上記24に記載の診断システム。
【0111】
【発明の効果】
上述のように、本発明によれば、時間および/またはコストの制約を受けない診断システムを提供することができるという効果がある。
【図面の簡単な説明】
【図1】扱いやすいモデルベース診断を利用して、自動化された最良の次のテストの選択を可能にする装置テスタに結合されたテストを受ける装置を示すブロック図である。
【図2】予測テーブルに関する統計的シュミレーションデータセットを生成するための手順を示すフローチャートである。
【図3】少なくとも1つの「BAD」を含むコンポーネント状態のパターンを生成するのにコンポーネントリストの単一パスだけしか必要としない、コンポーネント状態のパターンを生成するためのプロセスを示すフローチャートである。
【図4】テストを受ける装置に適用すべき最良の次のテストを選択するための手順を示すフローチャートである。
【図5】テストを受ける装置の最も可能性の高い不良コンポーネントを判定するための手順を示すフローチャートである。
【図6】コンポーネントセットの故障確率を求める、テストを受ける装置の最も可能性の高い不良コンポーネントを判定するための手順の代替実施形態を示すフローチャートである。
【符号の説明】
10 テストを受ける装置
12 装置テスタ
14 診断テストセット
16 テスト結果テーブル
24 最も可能性の高い不良コンポーネントのリスト
26 次のテストテーブル
28 経済的コストテーブル
30 予測テーブル
32 統計的シュミレータ

Claims (4)

  1. テストを受ける装置内における1つ又は複数のコンポーネントのうち、交換すべきコンポーネントを見つけるための診断システムであって
    テストを受ける装置に適用された診断テストの各サブセットについてのテスト結果に応答して、該テストを受ける装置にまだ適用されていない該診断テストのセットの中から1つ又は複数の次のテストを選択することを可能にする診断システムであ
    前記各診断テストは、1つ又は複数のコンポーネントの少なくとも一部をカバーし、かつ、前記コンポーネントの優良不良の状態を二値で示すコンポーネント状態ビットパターンと、当該診断テストによるテスト結果を二値で示すテスト結果ビットパターンと、それらビットパターンの発生頻度とのセットに応答することからなる、診断システム。
  2. 前記次のテストは、次に選択しうるテストの識別名と、それら各テストが正しい診断を示す確率の高さを表す優良度の表示とを含むテーブルをユーザに示すことを特徴とする請求項1に記載の診断システム。
  3. 前記テーブルは、前記優良度表示に応答して格納されることを特徴とする請求項2に記載の診断システム。
  4. 前記優良度表示は、前記次に選択しうるテストの間の相対的な優良度を示す数値であることを特徴とする請求項2または3に記載の診断システム。
JP17900898A 1997-06-26 1998-06-25 診断システム Expired - Fee Related JP4271282B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US08/882,791 US6167352A (en) 1997-06-26 1997-06-26 Model-based diagnostic system with automated procedures for next test selection
US08/882-791 1997-06-26

Publications (2)

Publication Number Publication Date
JPH1172361A JPH1172361A (ja) 1999-03-16
JP4271282B2 true JP4271282B2 (ja) 2009-06-03

Family

ID=25381339

Family Applications (1)

Application Number Title Priority Date Filing Date
JP17900898A Expired - Fee Related JP4271282B2 (ja) 1997-06-26 1998-06-25 診断システム

Country Status (5)

Country Link
US (1) US6167352A (ja)
EP (1) EP0887733B1 (ja)
JP (1) JP4271282B2 (ja)
KR (1) KR100520629B1 (ja)
DE (1) DE69817689T2 (ja)

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6442714B1 (en) 1999-03-17 2002-08-27 Cisco Technology Web-based integrated testing and reporting system
DE19959019A1 (de) * 1999-12-08 2001-06-13 Bosch Gmbh Robert Verfahren zur Zustandserkennung eines Energiespeichers
US6668340B1 (en) * 1999-12-10 2003-12-23 International Business Machines Corporation Method system and program for determining a test case selection for a software application
US6691249B1 (en) 2000-03-22 2004-02-10 Agilent Technologies, Inc. Probabilistic diagnosis, in particular for embedded and remote applications
JP4497257B2 (ja) * 2000-05-16 2010-07-07 日本電気株式会社 電子機器の消耗品点検システム
AU6428901A (en) * 2000-06-14 2001-12-24 Seiko Epson Corporation Application program developing system and application program developing method and storage medium storing application program developing program
US6732296B1 (en) * 2000-07-14 2004-05-04 Rockwell Automation Technologies, Inc. Object oriented scaleable test executive
US20020078401A1 (en) * 2000-12-15 2002-06-20 Fry Michael Andrew Test coverage analysis system
US6671634B2 (en) * 2000-12-27 2003-12-30 Abb Research Ltd. System and method for reliability assessment of a power system having integrated modules
DE60212542T2 (de) * 2001-10-12 2007-06-21 Nipro Corp., Osaka Injektionslösung enthaltend ein Kolloid aus Eisen und Haiknorpel-Chondroitinsulfat
US7139676B2 (en) * 2002-01-18 2006-11-21 Agilent Technologies, Inc Revising a test suite using diagnostic efficacy evaluation
US7024600B2 (en) 2002-02-19 2006-04-04 Agilent Technologies, Inc. Diagnosis of data transfer faults using constraints
US7051240B2 (en) * 2002-03-14 2006-05-23 Agilent Technologies, Inc. Diagnosis of data packet transfer faults using constraints
US7512932B2 (en) * 2002-03-22 2009-03-31 Sun Microsystems, Inc. Language and object model for describing MIDlets
US7305671B2 (en) * 2002-03-22 2007-12-04 Sun Microsystems, Inc. Conversion of an object model to a source file generation model
US20030182626A1 (en) * 2002-03-22 2003-09-25 Eran Davidov On-demand creation of MIDlets
US7565647B2 (en) * 2002-03-22 2009-07-21 Sun Microsystems, Inc. Markup compiler that outputs MIDlets
US7505872B2 (en) * 2002-09-11 2009-03-17 International Business Machines Corporation Methods and apparatus for impact analysis and problem determination
US6882271B2 (en) 2002-11-12 2005-04-19 Koninklijke Philips Electronics N.V. Automated medical imaging system repair diagnostics
US6865512B2 (en) 2002-11-12 2005-03-08 Koninklijke Philips Electronics N.V. Automated medical imaging system maintenance diagnostics
US7272516B2 (en) * 2002-12-23 2007-09-18 Abb Research Failure rate adjustment for electric power network reliability analysis
US7203622B2 (en) * 2002-12-23 2007-04-10 Abb Research Ltd. Value-based transmission asset maintenance management of electric power networks
US7143310B2 (en) * 2003-01-22 2006-11-28 Sun Microsystems Inc. Generating standalone MIDlets from a testing harness
US7366955B2 (en) * 2003-01-29 2008-04-29 Sun Microsystems, Inc. Automated test execution framework with central management
US7296190B2 (en) * 2003-01-29 2007-11-13 Sun Microsystems, Inc. Parallel text execution on low-end emulators and devices
US7334162B1 (en) 2003-01-29 2008-02-19 Sun Microsystems, Inc. Dynamic distribution of test execution
US20050091642A1 (en) * 2003-10-28 2005-04-28 Miller William L. Method and systems for learning model-based lifecycle diagnostics
US7543275B2 (en) * 2004-01-29 2009-06-02 Sun Microsystems, Inc. Mechanism for executing test suites written for different harnesses under one test execution harness
US7287190B2 (en) * 2004-01-29 2007-10-23 Sun Microsystems, Inc. Simultaneous execution of test suites on different platforms
US7165191B1 (en) 2004-01-29 2007-01-16 Sun Microsystems, Inc. Automated verification of user interface tests on low-end emulators and devices
US7913002B2 (en) * 2004-08-20 2011-03-22 Advantest Corporation Test apparatus, configuration method, and device interface
US20060095822A1 (en) * 2004-11-01 2006-05-04 Fong Luk Generation of test vectors for testing electronic circuits taking into account of defect probability
US7899646B2 (en) * 2004-11-02 2011-03-01 Agilent Technologies, Inc. Method for comparing a value to a threshold in the presence of uncertainty
EP1662477A1 (en) * 2004-11-26 2006-05-31 Barco N.V. Test or calibration of displayed greyscales
US7050922B1 (en) * 2005-01-14 2006-05-23 Agilent Technologies, Inc. Method for optimizing test order, and machine-readable media storing sequences of instructions to perform same
US8320235B2 (en) * 2006-02-17 2012-11-27 Advantest (Singapore) Pte Ltd Self-repair system and method for providing resource failure tolerance
CN101331438B (zh) * 2006-02-23 2010-08-18 富士通株式会社 维护指导显示装置、维护指导显示方法
US9081883B2 (en) 2006-06-14 2015-07-14 Bosch Automotive Service Solutions Inc. Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
US8762165B2 (en) 2006-06-14 2014-06-24 Bosch Automotive Service Solutions Llc Optimizing test procedures for a subject under test
US8428813B2 (en) 2006-06-14 2013-04-23 Service Solutions Us Llc Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
US7643916B2 (en) 2006-06-14 2010-01-05 Spx Corporation Vehicle state tracking method and apparatus for diagnostic testing
US8423226B2 (en) 2006-06-14 2013-04-16 Service Solutions U.S. Llc Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
US7673210B2 (en) * 2006-10-12 2010-03-02 Agilent Technologies, Inc. Methods and apparatus for diagnosing a degree of interference between a plurality of faults in a system under test
DE102006060322A1 (de) * 2006-12-20 2008-06-26 Deutsche Telekom Ag Verfahren und Vorrichtung zum automatischen Testen von modellbasierten Funktionen
US8024610B2 (en) * 2007-05-24 2011-09-20 Palo Alto Research Center Incorporated Diagnosing intermittent faults
US7788564B2 (en) * 2007-10-12 2010-08-31 Teradyne, Inc. Adjustable test pattern results latency
US7991580B2 (en) * 2008-04-16 2011-08-02 Honeywell International Inc. Benchmarking diagnostic algorithms
US8239094B2 (en) 2008-04-23 2012-08-07 Spx Corporation Test requirement list for diagnostic tests
US8174996B2 (en) * 2008-06-24 2012-05-08 Verizon Patent And Licensing Inc. Adaptive test system for network function and performance evaluation
US8648700B2 (en) 2009-06-23 2014-02-11 Bosch Automotive Service Solutions Llc Alerts issued upon component detection failure
GB2483499A (en) * 2010-09-10 2012-03-14 S3 Res & Dev Ltd Diagnostics and Analysis of a Set Top Box
US10042741B2 (en) * 2011-02-28 2018-08-07 Synopsys, Inc. Determining a subset of tests
WO2014185812A1 (en) * 2013-05-14 2014-11-20 Siemens Aktiengesellschaft Diagnostics of a mechanical part
KR102098595B1 (ko) 2019-03-27 2020-04-08 이종훈 좌변기 변좌 자동 승하강 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5195095A (en) * 1990-12-28 1993-03-16 General Electric Company Algorithm for identifying tests to perform for fault isolation
US5561762A (en) * 1995-06-06 1996-10-01 Union Switch & Signal Inc. Malicious fault list generation method

Also Published As

Publication number Publication date
US6167352A (en) 2000-12-26
EP0887733B1 (en) 2003-09-03
JPH1172361A (ja) 1999-03-16
EP0887733A2 (en) 1998-12-30
KR100520629B1 (ko) 2005-12-21
KR19990007234A (ko) 1999-01-25
DE69817689T2 (de) 2004-07-15
EP0887733A3 (en) 1999-08-04
DE69817689D1 (de) 2003-10-09

Similar Documents

Publication Publication Date Title
Bartenstein et al. Diagnosing combinational logic designs using the single location at-a-time (SLAT) paradigm
Shehady et al. A method to automate user interface testing using variable finite state machines
US6301701B1 (en) Method for computer-assisted testing of software application components
US5107497A (en) Technique for producing an expert system for system fault diagnosis
JP2554410B2 (ja) テストパターンビットシーケンス生成回路及びディジタル回路デバイスのテスト方法
US6266788B1 (en) System and method for automatically categorizing and characterizing data derived from a computer-based system
CA2291228C (en) System and method for diagnosing and validating a machine using waveform data
JP5570701B2 (ja) 集積回路の故障モード・影響分析を実行するための方法、およびそのためのコンピュータプログラム製品
ES2279588T3 (es) Sistema para el diagnostico dinamico de las condiciones de funcionamiento de un aparato.
US5544308A (en) Method for automating the development and execution of diagnostic reasoning software in products and processes
US7055138B2 (en) Test executive system with tree structure for summarizing results
DE10307342B4 (de) Vorrichtung und Verfahren zur modellbasierten On-Board-Diagnose
US6557115B2 (en) Real-time test controller
DE602005004997T2 (de) Diagnostisches Verfahren und System
US5381417A (en) Circuit testing system
US4970725A (en) Automated system testability assessment method
US8347267B2 (en) Automated software testing and validation system
Simpson et al. System test and diagnosis
US4204633A (en) Logic chip test system with path oriented decision making test pattern generator
US5862149A (en) Method of partitioning logic designs for automatic test pattern generation based on logical registers
EP1136912B1 (en) Probalistic diagnosis, in particular for embedded and remote applications
US8423226B2 (en) Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
JP4266226B2 (ja) 選択的に有効にされるチェッカーを用いた設計検証システムおよび方法
US6173440B1 (en) Method and apparatus for debugging, verifying and validating computer software
US6615367B1 (en) Method and apparatus for diagnosing difficult to diagnose faults in a complex system

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20050510

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20050513

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050614

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050614

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20080620

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080701

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20081001

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20081001

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20081015

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20081219

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20090129

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20090225

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120306

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees