使用计算机化决策支持系统的成功的自动确定

摘要

本发明涉及使用计算机化决策支持系统的成功的自动确定。提供了用于使用推理的反馈提高修理动作的修理效力的方法和系统。该方法包括：下载修理过程，该修理过程具有校正故障代码的成功的概率。把修理动作数据输入到计算装置，跟踪该数据并使该数据与下载的过程相关。该方法随后至少基于所述相关在清除由复杂系统产生的故障代码时调整修理过程的成功的概率。该系统包括：用于接收修理数据的装置；用于跟踪获得的修理动作数据的装置；用于使跟踪的修理动作和修理数据相关的装置；和用于至少部分地基于修理数据、修理动作数据和复杂系统的操作状态的相关更新修理动作的成功的概率的装置。

说明书

技术领域

本发明一般地涉及复杂系统的健康监测，且更具体地讲，涉及使用成功校正动作（corrective action）的推理（inferred）指示作为关于这些校正动作的效力（efficacy）的反馈的系统和方法。

背景技术

人类已发明了在不执行某种维护或修理（repair）的情况下能够在其整个设计使用寿命期间工作的有用的机器或交通工具。事实上，缺少合理的日常维护或修理将会缩短任何资产的使用寿命，对于复杂系统(诸如，飞机)和制造系统而言尤其如此。

当有用资产在野外遭受事故时，存在可用于弄清楚故障模式(“FM”)并随后把修理选择缩窄至有限的一组校正动作(“CA”)的多个隔离测试。或者相反，确定CA无法维修FM。CA可包括隔离过程或修理过程。每个隔离过程和每个相关的修理过程具有估计的完成该过程所需的时间成本和材料成本，且还具有该过程将会识别和/或校正FM的概率。

对于复杂系统(诸如，飞机)，事故可能源于能够成为事故的基本原因的多个潜在FM。每个FM可具有成为事故的原因的特定概率。作为非限制性例子，失效无线电事故可由三种可能的FM引起：缺少电源、故障电路板或故障静噪开关。每一FM可具有引起该特定事故的期望概率或历史概率。通过测试或者通过历史表现可随时间确定引起特定事故的概率，并且这些概率可存储在数据库中以便以后使用。

另外，本领域普通技术人员应该理解，一些隔离过程和修理过程可能能够同时识别或校正多个FM，而不管这些FM是否相关。因此，每个修理过程和隔离过程具有校正或识别一个或多个故障模式的概率。因为一组相关FM之一可能引起事故，所以这组FM称为模糊组。能够从关于模糊组的校正的现场收集的效力数据越多，校正概率将会越准确并且维护成本越低。如此，来自维护者的准确反馈对于增加诊断准确性和使维护成本最小化而言很重要。然而，由于工作量压力和人性，经常无法获得准确的维护者反馈。

因此，希望捕捉大量可用于改善复杂系统的维护的关于复杂系统中的故障模式的校正的相关数据。另外，尽管缺少来自修理厂的修理反馈，希望捕捉相关信息。另外，通过随后结合附图和本发明的此背景进行的本发明的详细描述和所附权利要求，本发明的其它希望实现的特征和特性将会变得清楚。

发明内容

提供了一种用于使用推理的反馈提高复杂系统的修理动作的修理效力的系统。该系统包括：网络、第一本地计算装置、第二本地计算装置和推理器。第一本地计算装置配置为从复杂系统收集与故障模式相关的故障模式数据并且通过网络传输故障模式数据。第二计算装置配置为通过网络传输修理动作数据并且接收修理数据，修理动作数据和修理数据与故障模式数据相关。该系统还包括与第一本地计算装置和第二本地计算装置通信的推理器，该推理器配置为：使复杂系统的操作状态、修理动作数据和与特定故障模式相关的修理数据相关，并且至少部分地基于所述相关更新修理动作的成功概率。

提供了一种用于使用推理的反馈提高复杂系统的校正动作的修理效力的系统。该系统包括：用于接收与故障代码相关的修理数据的装置；和用于跟踪响应于故障代码获得的修理动作数据的装置。该系统还包括：用于使跟踪的修理动作和与故障代码相关的修理数据与复杂系统的操作状态相关的装置；和用于至少部分地基于修理数据、修理动作数据和复杂系统的操作状态的相关更新修理动作的成功的概率的装置。

提供了一种用于针对由复杂系统产生的故障代码推理上证实修理过程的方法。该方法包括：把修理过程下载到计算装置。该修理过程具有校正该故障代码的成功的概率。把与故障代码关联的修理动作数据输入到计算装置，且跟踪该数据并使该数据与下载的过程相关。该方法随后至少基于所述相关在清除由复杂系统产生的故障代码时调整修理过程的成功的概率。

附图说明

以下将结合下面附图描述本发明，其中相似标号表示相似元件，且

图1是维护通信系统的现有技术的功能框图；

图2是根据实施例的改进维护通信系统的功能框图；

图3是根据实施例的示例性基于核心服务的架构（Core Service Base Architecture）的简化功能框图；

图4是用于改善复杂系统的一个或多个校正动作的效力的示例性方法的简化流程图。

具体实施方式

下面的详细描述在本质上仅是示例性的而非意在限制本发明或者限制本发明的应用和用途。如本文所使用，词语“示例性”意味着“用作例子、实例或说明”。因此，本文描述为“示例性”的任何实施例不必解释为相对于其它实施例更为优选或者更加有益。本文描述的所有实施例是为了使本领域技术人员能够制作或使用本发明而提供的示例性实施例而非意在限制由权利要求定义的本发明的范围。另外，无意受到前面的技术领域、背景技术、发明内容或者下面的具体实施方式中提供的任何明示或暗示的理论的限制。

图1是现有技术中可能已知的维护通信网络100(“MCN”)的现有技术功能框图。这种网络100的非限制性例子是由Morristown, New Jersey的Honeywell International, Inc.运营的Zing^TM系统。

MCN 100系统收集、处理并解释由与复杂系统10（诸如飞机）内的部件或子系统(包括引擎、变速箱、传动系统、转子系统、辅助电源系统、环境控制机构和其它动态部件以及其它机载计算系统和航空电子设备)关联的各种计算装置11产生的数据。

本领域普通技术人员应该理解，飞机只是复杂系统10的一个非限制性例子。当在本文使用术语“复杂系统”时，复杂系统可适用于任何多部件系统并且可包括制造和化学工厂、所有类型的交通工具、计算机系统、通信系统、战斗系统等。

在测试单元内在现场能够看到来自复杂系统10的数据。保留这个数据以允许由任何本领域技术人员80通过访问个人计算装置90进行更详细的分析。个人计算装置的非限制性例子可以是膝上型计算机、桌上型计算机、手机或其它类型合适的个人通信装置。个人计算装置90可以是有线装置或无线装置。

可以收集从复杂系统10的各种子系统产生的数据并通过一个或多个路由器20路由该数据。（多个）路由器20可以是任何合适地构造的无线或有线路由器。如本领域所知，路由器20也可以是配置为用作服务器、交换机或路由器的通用计算机。

经网络30可以把收集的数据传输给复杂系统10、个人计算装置90和基于核心服务的架构(“CSBA”)50以及从复杂系统10、个人计算装置90和CSBA 50传输收集的数据。网络30可以是本领域已知的任何合适的内联网或互联网网络。网络30的非限制性例子包括互联网、专用内联网、分组交换电话网络、蜂窝电话网络、卫星网络、普通传统电话系统(POTS)等，这些网络可满足特定应用的要求。

CSBA 50由接收、处理、支持和向现场工作的技术人员80提供维护信息的Honeywell Zing^TM系统基础设施的功能框图表示。Zing^TM系统是包括一个或多个计算装置的CSBA 50的非限制性例子。

如本领域可已知，通过防火墙40可保护CSBA 50免受非法入侵。CSBA 50可以把相关维护数据的类型存储在一个或多个数据库60或数据仓库70中。例如，数据库60可包含关于正在进行的修理操作的信息。另一方面，数据仓库70可包含更长期信息，诸如修理过程、修理记录、技术手册、规格说明书、附图等。

图2是包括自动学习系统200(“ALS”)的改进CSBA 50的功能框图，ALS 200配置为从由技术人员80在他的个人计算装置90上执行的动作推理和/或推断关于一个或多个CA的效力或地面实况（ground truth）的信息。术语“地面实况”是指实际状态或情况而非可能报告或不报告的内容。ALS 200构造由存储在数据库(例如，数据库60)中的信息和存储在数据仓库(例如，数据仓库70)中的背景修理信息引导的最大修理准确性的模型。除了其它技术之外，ALS 200还使用模式回归、例子的机器学习和神经网络解决感兴趣的问题。

ALS 200在图2中被描述为存在于CSBA的决策支持服务51中或者与CSBA的决策支持服务51通信。然而，本领域普通技术人员应该理解，ALS 200的这种描述仅是示例性的。在不脱离本文公开的主题的范围的情况下，ALS 200可位于CSBA 50的任何其它合适的功能区域或者可与CSBA 50的任何其它合适的功能区域通信。在Automatic Learning Techniques in Power Systems, Louis A. Wehenkel (Kluwer Academic Publishers (1998)中更全面地描述了关于ALS 200的计算算法的另外的示例性、非限制性背景信息，其全部内容包含于此以资参考。

图3是描述CSBA 50的相关模块的功能框图。其中的标号指示其它附图中的相似标号。CSBA 50包括一个或多个模块52、53，所述一个或多个模块52、53配置为从复杂系统10接收事故代码并分析事故代码(例如，52)或者确定与之相关的FM的模糊组(例如，53)。CSBA 50的其它模块54配置为下载与识别的模糊组的FM相关的修理和隔离过程/技术手册。可提供或者可不提供修理过程，直到由技术人员使用他的个人计算装置90或其它可用计算机请求。

本领域普通技术人员应该理解，如本文所使用的术语“模块”是指可包括纯粹硬件部件、纯粹软件指令、固件或它们的组合的计算机系统/子系统。模块可以是独立部件或者它可以是任何合适的系统或子系统的子部件。模块可以是专用模块或者通用模块。

CSBA 50还包括修理动作推理器250。修理动作推理器250是通过技术人员80的个人计算机装置90从技术人员80接收修理动作信息和关于复杂系统10的其它修理数据并推断和/或推测一个或多个修理动作的效力的模块。

如本文所使用的术语“修理动作”是指由CSBA 50提供的任何修理过程、修理指令、校正动作、技术手册、隔离过程等，CSBA 50为技术人员80提供具有纠正特定FM或模糊组中的一组相关FM的预定概率的特定指导。

如本文所使用的术语“修理动作信息”是指由技术人员80输入到他的个人计算装置90或其它计算机的以任何方式与复杂系统10的特定修理动作相关的任何信息。作为非限制性例子，修理动作信息包括任何和全部由技术人员在他的个人计算装置上进行的按键敲击/鼠标点击、对特定修理指令的请求和请求这些指令的次序、复杂系统的操作状态(例如，在线或离线)、测试结果和输入测试结果的次序、观看的网页、网站跟踪的动作、点击的超链接、订购的零件和材料以及未订购的零件和材料、发送的电子邮件等。术语“修理动作信息”不意图包括正式（formal）修理动作报告，由此技术人员80故意而清楚地表达关于完成的修理动作的反馈、故障模式的（多个）特定原因和/或什么特定修理动作解决了特定FM或一组FM。

图4是用于确定复杂系统中的事故的一个或多个校正动作的效力的示例性方法的流程图。本领域普通技术人员应该理解，该方法的过程中的步骤可以组合、分解成子过程、重新排列以及在不脱离本文公开的范围的情况下替换为其它功能相似的过程。

在过程410，从CSBA 50把一个或多个修理动作下载到技术人员80的个人计算装置。下载的（多个）修理动作可响应于技术人员80的特定请求，在这种情况下，该请求可构成修理动作信息的例子。

在过程420，CSBA 50接收并分析与已由技术人员80输入到他的个人计算装置90的（多个）修理动作关联的任何修理动作信息。本领域普通技术人员应该理解，在反复试验的方面来讲，修理动作的接收和技术人员对其的反应可以是迭代过程，这由过程420和410之间的虚线箭头表示。因此，在这个过程期间，可以产生修理动作信息和修理动作二者以用于分析。

在过程430，修理动作推理器250使至少（多个）修理动作、与（多个）修理动作关联的修理动作信息和复杂系统10的操作状态相关以确定复杂系统是否已被修理并且确定哪个修理动作解决了事故。

在过程440，ALS 200的修理动作推理器250至少部分地基于过程430的所述相关和存储在数据库60和/或数据仓库70中的数据推理/推断（多个）修理动作的成功。实现这种归纳或推断的细节超出了本发明的范围，在本文将不对其进行讨论。关于自动学习系统的示例性操作和其中所涉及的示例性推理算法的细节在本领域是已知的并且更全面地描述于Wehenkel的“Automatic Learning Techniques for Power Systems”，其全部内容包含于此以资参考。

在过程450，由ALS 200确定修订的成功概率。修订的成功概率替换存储在数据库60和/或数据仓库70中的先前概率。作为例子，表1表示呈现出来自复杂系统10的特定事故代码的特定FM的模糊组中所包括的五个示例性故障模式FM1-FM5。FM1-FM5中的每一个可以与具有表1中列出的关联成功概率之一的修理动作A-E关联。实现的成功概率通过关于当前修理动作的效力的新数据调整历史上确定的成功概率。

模糊组FM1FM2FM3FM4FM5初始概率10%20%20%30%20%修理动作ABCDE成功修理动作否否是否是修订的概率5%15%30%20%30%

表1

在复杂系统10恢复使用之后，ALS 200可以推理上从技术人员的计算机活动的记录确定修理动作C和E解决了复杂系统事故。ALS 200随后重新计算历史成功概率以包括最新的修理结果。如此，FM1和FM2的成功的概率可以分别从10%和20%向下调整，并且成功的概率可以从20%向上调整到30%。类似地，FM4的成功概率可以从30%向下调整到20%，并且FM5的成功概率从20%向上调整到30%。修订的成功概率可随后用于更准确地为提供相同的事故代码的复杂系统提供维护指导。

虽然概率的数学的详细回顾超出了本发明的范围，但在复杂系统或其子系统的数量足够大地出现以容纳有意义的统计数据的数据丰富的环境中，FM之间的相关性可表示为FM不相关的独立条件的偏差形式。在简化的例子中，当FM(2)已经存在时FM(1)将会发生的概率由下面的关系给出：

其中n_system是总体的系统的数量

n₁是已发生的故障模式1的数量

n₂是已发生的故障模式2的数量。

尽管在本发明的前面详细描述中已提供了至少一个示例性实施例，但应该理解，存在大量的变型。还应该理解，一个示例性实施例或者多个示例性实施例仅是例子，并不意图以任何方式限制本发明的范围、适用性或结构。相反，前面的详细描述将会为本领域技术人员提供用于实现本发明的示例性实施例的方便的线路图。应该理解，在不脱离如所附权利要求中所阐述的本发明的范围的情况下可以对示例性实施例中描述的元件的功能和排列做出各种修改。