Результат интеллектуальной деятельности: СПОСОБ И УСТРОЙСТВО ДЛЯ ОПРЕДЕЛЕНИЯ ДИАГНОСТИКИ

Настоящее изобретение касается диагностики неисправностей систем и, в частности, бортовых авиационных радиоэлектронных систем.

Рассматриваемые системы содержат множество компонентов, сообщающихся между собой и с внешней средой через физическую сеть. Совокупность приборов, включая сеть, образует систему, называемую диагностируемой системой.

Среди диагностических методов исследования можно указать метод, называемый «рассуждением, основанным на моделях» или “Model-Based reasoning”, основанный на обработке совокупностей логических предложений.

Ожидаемое поведение компонента системы описывают при помощи логического предложения, выражающего отношения между его входными значениями и его выходными значениями или отношения между его неисправностями и внешними проявлениями его неисправностей.

Структуру системы, в которой используют компонент, тоже описывают совокупностью логических предложений. Эту совокупность логических предложений называют моделью.

В общем случае обнаружение неисправности осуществляют посредством сравнения между входными и выходными значениями компонентов, наблюдаемыми реально, и входными и выходными значениями, предсказываемыми моделью (так называемый «метод обнаружения по остаткам»). Если эти значения являются разными, генерируют совокупность событий (или «совокупность наблюдений»), при этом каждое событие соответствует наличию наблюдаемой неисправности.

Связи между наблюдением, неисправностью и совокупностью возможных причин (или «группой неопределенностей») реализуют посредством логических предложений.

Так, например, можно рассмотреть связь между группой неопределенности {a1, a2, a3} и неисправностью Р, которая может иметь одну или несколько возможных причин а1, а2 или а3 в группе неопределенности. Эту связь можно выразить логическим предложением:

Р=а1+а2+а3,

где знак «+» представляет собой логический коннектор «ИЛИ».

Таким образом, это логическое предложение означает, что неисправность Р является результатом появления а1, или а2, или а3.

Точно так же, можно определить неисправность Q, которая связана с группой неопределенности {b1, b2, b3} и которую можно выразить как Q=b1+b2+b3.

В дальнейшем тексте описания совокупность наблюдаемых последствий будет называться «ситуацией». Ситуацию S, в которой наблюдают одновременное присутствие (называемое «конъюнкцией») неисправностей Р и Q, можно выразить как S=P•Q, где знак «•» представляет собой коннектор логической конъюнкции «И». Таким образом, это логическое предложение означает, что ситуация S является результатом одновременного наблюдения неисправностей Р и Q.

Одновременное наблюдение неисправностей Р и Q приводит к конъюнкции их соответствующей группы неопределенности и производит новую группу неопределенности двойных причин {{a1•b1}, {a1•b2}, {a1•b3}, {a2•b1}, {a2•b2}, {a2•b3}, {a3•b1}, {a3•b2}, {a3•b3}}, которую можно также выразить логическим предложением P•Q=(a1•b1)+(a1•b2)+(a1•b3)+(a2•b1)+(a2•b2)+(a2•b3)+(a3•b1)+(a3•b2)+(a3•b3)

Эта форма выражения является результатом развертывания выражения P•Q по правилам булевой алгебры, и ее обычно получают при помощи методов типа “SAT-Solver”, предназначенных для исследований этого типа.

В известных системах технического обслуживания одновременное наличие нескольких неисправностей создает проблему. Действительно, система обслуживания представляет отвечающему за обслуживание оператору каждую пару причин из группы неопределенности. Оператор должен разрешить сомнение в группе неопределенности двойных неисправностей, в данном случае речь идет о 9 парах неопределенностей. В случае реальной системы число пар может быть намного большим.

Кроме того, вычисления типа SAT-Solver, применяемые на таких конъюнкциях, как эта, как правило, приводят к слишком большой продолжительности вычислений или к загрузке объемов памяти, превышающих мощность вычислительных устройств.

Из патентной заявки US2010/0100259 известен метод диагностики, основанный на логических отношениях. Однако такой метод не включает в себя специальную обработку, предназначенную для упрощения вычислений в случае множественных неисправностей.

Настоящее изобретение призвано решить вышеупомянутые проблемы и предложить способ определения диагностики, содержащий специальную обработку, предназначенную для уменьшения числа неопределенностей (то есть числа возможных комбинаций причин) в случае множественных неисправностей.

В этой связи объектом настоящего изобретения является способ определения диагностики для системы, содержащей множество приборов, при этом упомянутые приборы выполнены с возможностью выдачи сигналов, указывающих на их рабочее состояние, отличающийся тем, что содержит следующие этапы:

- этап сбора наблюдений на основании сигналов, выдаваемых приборами диагностируемой системы, и определения общей ситуации на основании собранных наблюдений и заранее определенных деревьев ошибок, связанных с упомянутыми наблюдениями, при этом дерево ошибок описывает отношения между наблюдением и корневыми причинами, при этом корневая причина указывает на неисправность прибора,

- этап определения связанных ситуаций, при этом связанная ситуация является совокупностью наблюдений, которые взятые попарно имеют, по меньшей мере, одну общую корневую причину в их дереве ошибок,

- этап определения частичных диагностик на основании каждой из связанных ситуаций, при этом диагностика содержат корневые причины, связанные с наблюдениями, указывающими на неисправность,

- этап индикации диагностики.

Изобретение описывает способ минимального диагностического исследования, позволяющий эффективно осуществлять операции по разрешению сомнений в случае множественных неисправностей. Операции по разрешению сомнений осуществляет отвечающий за обслуживание оператор, который последовательно рассматривает диагностируемые причины как обуславливающие наблюдаемые неисправности.

Изобретение предлагает схему диагностики, ограничивающую число неопределенностей, которые должен исследовать оператор. В предыдущем примере способ в соответствии с настоящим изобретением будет касаться не 9 пар неопределенностей, а 2 групп неопределенностей, каждая из которых состоит из 3 простых неопределенностей.

Изобретение описывает способ минимального диагностического исследования, позволяющий осуществлять операции по разрешению сомнений в случае множественных неисправностей, сокращая задачи исследования до минимального числа. Этого результата добиваются благодаря предварительной обработке логических предложений, в результате которой отпадает необходимость в развертывании всех возможных комбинаций причин. Результат будет сведен к комбинациям групп неопределенностей.

Кроме того, способ в соответствии с настоящим изобретением позволяет быстрее производить вычисления с использованием меньших ресурсов памяти. Это возможно благодаря представлению булевых выражений через двоичные диаграммы принятия решения (или BDD от Binary Decision Diagram), применяемые для представления дерева ошибок.

Согласно признаку изобретения, этап определения связанных ситуаций содержит следующие подэтапы:

- определение сокращенного дерева ошибок на основании общей ситуации и наблюдений, указывающих на отсутствие неисправностей, при этом сокращенное дерево ошибок получают посредством извлечения из общей ситуации причин, связанных с наблюдениями отсутствия неисправностей,

- этап разбиения, предназначенный для определения поддеревьев ошибок, не имеющих общих корневых причин.

Согласно признаку изобретения, способ дополнительно содержит фазу подготовки для определения совокупности деревьев ошибок, индивидуально связанных с каждым из наблюдаемых последствий, на основании описания системы, при этом упомянутые деревья хранятся в базе заранее определенных деревьев.

Согласно признаку изобретения, фаза подготовки содержит следующие этапы:

- для каждого наблюдаемого последствия:

- создание дерева ошибок на основании описания диагностируемой системы, запись созданного дерева в базу данных деревьев ошибок,

- извлечение группы неопределенности из созданного дерева ошибок и запись группы неопределенности в базу данных деревьев ошибок.

Согласно признаку изобретения, индикацию разбивают на множество частей, при этом каждая из частей объединяет диагностики с одинаковым числом одновременных причин, обуславливающих наблюдаемую неисправность.

Согласно признаку изобретения, индикация содержит также дополнительное пространство, предназначенное для индикации маскируемых групп неопределенностей.

Изобретение также касается устройства определения диагностики для системы, содержащей множество приборов, при этом упомянутые приборы выполнены с возможностью выдачи сигналов, указывающих на их рабочее состояние, отличающееся тем, что содержит:

- средства сбора наблюдений на основании сигналов, выдаваемых приборами диагностируемой системы,

- средства определения общей ситуации на основании собранных наблюдений и заранее определенных деревьев ошибок, связанных с упомянутыми наблюдениями, при этом дерево ошибок описывает отношения между наблюдением и корневыми причинами, при этом корневая причина указывает на неисправность прибора,

- средства определения связанных ситуаций, при этом связанная ситуация является совокупностью наблюдений, которые попарно имеют, по меньшей мере, одну общую корневую причину в их дереве ошибок,

- средства определения частичных диагностик на основании каждой из связанных ситуаций, при этом диагностики содержат корневые причины, связанные с наблюдениями, указывающими на неисправность,

- средства индикации диагностических данных.

Изобретение и его другие преимущества будут более очевидны из нижеследующего подробного описания, представленного в качестве не ограничительного примера, со ссылками на прилагаемые чертежи, на которых:

Фиг. 1 - пример групп неопределенностей, связанных с наблюдениями.

Фиг. 2 - пример совокупности приборов, выполненных с возможностью выдачи сигналов, указывающих на их рабочее состояние.

Фиг. 3 - схема способа в соответствии с настоящим изобретением.

Фиг. 4 - схема этапов фазы подготовки.

Фиг. 5 - детальная схема этапов сбора данных и определения связанных ситуаций.

Фиг. 6 - пример дерева до и после разбиения.

Фиг. 7 - блок-схема этапов определения частичных диагностик и слияния.

Фиг. 8 - первый пример индикации в соответствии с настоящим изобретением.

Фиг. 9 - пример диагностируемой системы.

Фиг. 10 - второй пример индикации в соответствии с настоящим изобретением.

Способ определения диагностики применяют для систем, содержащих множество приборов. Приборы выполнены с возможностью выдачи сигналов, указывающих на их рабочее состояние.

Например, это относится к приборам бортовой радиоэлектроники, которые, как правило, оснащены функцией дополнения к техническому обслуживанию, известной под аббревиатурой “BITE” от англо-саксонского выражения “Built In Test Equipment”. Каждый раз, когда эта функция выдает тревожный сигнал о невозможности исполнения основной функции обеспечения безопасности полета, она выдает более или менее подробный отчет о рабочем состоянии, предназначенный для дополнения послеполетного отчета, называемого PFR или LLR от англо-саксонского “Post Flight Report” или “Last Leg Report”, составляемого для бригады наземного технического обслуживания.

Неисправности представляют собой потерю или отсутствие служебной функции, которую должен иметь прибор или устройство. Одна неисправность может вытекать из другой неисправности. Поиск причины, обуславливающей неисправность, имеет большое значение для обеспечения возможности восстановления рабочего состояния упомянутой системы. Когда поиск причины неисправности перестает быть необходимым, последнюю неисправность называют «корневой причиной». Корневой причиной может быть физическое повреждение, ошибка программного обеспечения или состояние окружающей среды системы, не совместимое с режимом работы упомянутой системы. Классификация неисправностей представлена в документе Fundamental Concepts of Dependability. Third Information Survivability Workshop. Boston. (Avizienis, A., Laprie, J.-C., & Randell, B. (2000)).

Эти неисправности проявляются через свои «последствия». В основе этих последствий могут лежать несколько корневых причин. Таким образом, во время наблюдения последствия существует неопределенность относительно причины неисправности. Совокупность корневых причин, которые могут обуславливать последствие, называют «группой неопределенности» этого последствия.

При простой неисправности наблюдение совокупности возникающих последствий (в этом случае говорят о конъюнкции наблюдений) приводит к выработке диагностики, которая, как правило, указывает на группу неопределенности.

При множественных неисправностях конъюнкция наблюдений приводит к конъюнкции нескольких групп неопределенности, в результате которой получают диагностику, как правило, указывающую на совокупность групп одновременных причин. «Группой одновременных причин» называют совокупность причин, которые, возникая одновременно, приводят к наблюдению множественных неисправностей.

На фиг. 1 показан пример групп неопределенности, связанных с наблюдениями. На фигуре показаны:

- первое наблюдение Ро первой неисправности Р, связанной с первой группой неопределенности, содержащей неисправности а1, а2 и а3, и

- второе наблюдение Qo второй неисправности Q, связанной со второй группой неопределенности, содержащей неисправности b1, b2 и b3.

Одновременное присутствие неисправностей Р и Q приводит к конъюнкции соответствующих групп неопределенности и создает новую группу неопределенности двойных неисправностей, которую можно выразить логическим предложением P•Q=(a1•b1)+(a1•b2)+(a1•b3)+(a2•b1)+(a2•b2)+(a2•b3)+(a3•b1)+(a3•b2)+(a3•b3).

На фиг. 2 показан пример совокупности приборов, выполненных с возможностью выдачи сигналов, указывающих на их рабочее состояние. Сигналы принимает вычислительное устройство CMS технического обслуживания, применяющее способ в соответствии с настоящим изобретением. Первый прибор Е1 содержит первый вычислительный блок LRU1 (от Line Replaceable Unit), содержащий функцию обслуживания BITE и питаемый первым источником питания. Второй прибор Е2 содержит второй вычислительный блок LRU2, содержащий функцию обслуживания BITE. Второй прибор содержит также зонд Probe, который выдает в LRU2 данные измерений, например, высоты полета, температуры и т.д.

Функция BITE первого вычислительного блока LRU1 выдает сообщение Р, согласно которому источник питания alim1 неисправен, или вычислительный блок LRU1 неисправен, что может выражаться Р=Alim1+LRU1.

Функция BITE второго вычислительного блока LRU2 выдает сообщение Q, согласно которому источник питания alim1 неисправен, или вычислительный блок LRU1 неисправен, или измерение, выдаваемое зондом Probe, неверно, что можно выразить следующим образом:

Q=LRU2+Probe+alim2

Наблюдение Р и Q приведет к P•Q=(LRU2+Probe+alim2)•(LRU1+alim1), или это выражение можно преобразовать в:

P•Q=(LRU1•LRU2)+(LRU2•alim1)+(Probe•LRU1)+(Probe•alim1)+(alim2•LRU1)+(alim1•alim2).

Изобретение позволяет сократить сложность обработки и представления диагностики множественных неисправностей.

На фиг. 3 представлена схема способа в соответствии с настоящим изобретением. Способ в соответствии с изобретением содержит фазу подготовки 10, во время которой создают или редактируют совокупность деревьев ошибок, индивидуально связанных с каждым из наблюдаемых последствий, и рабочую фазу 11.

Во время фазы подготовки создают базу данных деревьев ошибок 12, содержащую совокупность деревьев ошибок, связанных с каждым наблюдением. На фиг. 4 показана блок-схема этапов фазы подготовки. Фаза подготовки содержит следующие этапы:

- для каждого наблюдаемого последствия:

- определение 302 дерева ошибок на основании описания диагностируемой системы 301, запись созданного дерева в базе данных деревьев ошибок 12,

- извлечение 304 группы неопределенности из созданного дерева ошибок и запись группы неопределенности в базу данных деревьев ошибок 12.

Описание диагностируемой системы указывает, в частности, различные элементы системы и их физическую или функциональную взаимосвязь.

Определение деревьев ошибок основано на знании отношений между неисправностями компонента (корневая причина) и последствиями этих неисправностей (FMEA - Failure Mode Effect Analysis). Эти отношения между неисправностями и их последствиями выражают либо логическими отношениями, либо в графическом виде при помощи дерева ошибок (FTA - Fault Tree Analysis).

В данном случае группа неопределенности образована совокупностью корневых причин, вовлекающей наблюдение.

В предыдущем примере получают первую группу неопределенности GA(P) для наблюдения Po при GA(P)={a1,a2,a3} и вторую группу неопределенности GA(Q) для наблюдения Qo при GA(q)={b1,b2,b3}.

Рабочая фаза содержит следующие этапы:

- этап 111 сбора наблюдений на основании сигналов, выдаваемых приборами диагностируемой системы. На этом этапе определяют общую ситуацию на основании собранных наблюдений и заранее определенных деревьев ошибок, связанных с упомянутыми наблюдениями, при этом дерево ошибок описывает отношения между наблюдением и корневыми причинами, при этом корневая причина указывает на неисправность прибора,

- этап 112 определения связанных ситуаций, при этом связанная ситуация является совокупностью наблюдений, которые взятые попарно имеют, по меньшей мере, одну общую корневую причину в их дереве ошибок,

- этап 113 определения частичных диагностик на основании каждой из связанных ситуаций, при этом диагностики содержат корневые причины, связанные с наблюдениями, указывающими на неисправность,

- этап 114 индикации диагностики.

Этап 112 определения связанных ситуаций позволяет упростить этап 113 определения диагностики. Действительно, если две совокупности наблюдений не имеют общих причин, принцип разложения не преследует извлечения общих причин и поэтому не представляет интереса. К тому же конъюнкция усложняет результат.

На фиг. 5 более подробно показаны этапы сбора 111 и определения 112 связанных ситуаций.

Сбор 111 включает в себя сбор наблюдений на основании сигналов, выдаваемых приборами диагностируемой системы. Например, для диагностируемой системы, относящейся к бортовой авиационной радиоэлектронике, различные вычислительные устройства оснащены функциями обслуживания, которые могут выдавать сообщения об их рабочем состоянии.

Типичным наблюдением является, например, сообщение с результатом теста, который является положительным, если действительно наблюдалась неисправность, и отрицательным, если она не наблюдалась.

При этом общую ситуацию образует совокупность результатов тестов, произведенных в упомянутой системе, выраженную в виде логической конъюнкции различных наблюдений.

Этап 112 определения связанных ситуаций содержит два подэтапа: этап упрощения 112.1 и этап разбиения 112.2.

Подэтап 112.1 упрощения содержит определение сокращенного дерева ошибок общей ситуации. Дерево ошибок общей ситуации состоит из совокупности возможных причин, приводящих к наблюдению общей ситуации. Среди этих возможных причин можно указать физические повреждения, ошибки программного обеспечения или рабочие состояния системы, не совместимые с режимом работы упомянутой системы.

Сокращенное дерево ошибок получают из дерева ошибок, исключая из дерева причины, связанные с последствиями, при которых результат тестов является отрицательным (то есть, последствие не наблюдалось), и с известными состояниями системы, которые не могли привести к ситуации. Например, если ситуация могла возникнуть в результате неисправности зонда высоты полета (физическая неисправность) или «слишком низкой высоты» (например, состояние системы с высотой менее 10 метров), и при этом определяют, что самолет летит на высоте 10000 метров, то из дерева можно исключить причину «слишком низкая высота».

Таким образом, сокращенное дерево ошибок является деревом ошибок, в котором остаются только причины, которые нельзя было исключить посредством учета наблюдений отсутствия неисправностей и известных состояний диагностируемой системы.

Наблюдениями отсутствия неисправностей называют наблюдения, которые были собраны во время этапа захвата и значение которых указывает на то, что отслеживаемое последствие не проявилось.

Возвращаясь к предыдущему примеру, предположим, что получают первое наблюдение Ро (с первой группой неопределенности GA(P)={a1,a2,a3}) и второе наблюдение Qo (с второй группой неопределенности GA(Q)={b1,b2,b3}). Предположим, что третья неисправность R с группой неопределенности GA(R)={a1,b1} не наблюдалась. Следовательно, причины а1 и b1 исключаются. Можно утверждать, что они не лежат в основе наблюдений Ро и Qo. Сокращенное дерево ошибок получают, исключая эти две причины из дерева ошибок.

Этап разбиения применяют к сокращенному дереву ошибок. На этапе 112.2 разбиения идентифицируют поддеревья ошибок, которые не имеют общей корневой причины.

На фиг. 6 показан пример дерева до и после разбиения. В этом примере рассмотрено сокращенное дерево ошибок, характеризующее ситуацию двух наблюдений. Эти два наблюдения связывают с их соответствующей группой неопределенностей:

P=a+b+c+d и Q=a+b+e+f

Разбиение делит сокращенное дерево ошибок, соответствующее ситуации Р и Q, на поддеревья без общих причин SA10, SA21 и SA22.

Первое поддерево SA10 содержит причины a и b, второе поддерево SA21 содержит причины c и d, и третье поддерево содержит причины e и f.

На фиг. 7 показана схема этапов определения частичных диагностик и слияния.

Для каждого из поддеревьев применяют этап поиска минимальных сокращений.

Метод поиска минимального сокращения (называемого также positive cut) представлен в статье Exact and Truncated computation of prime implicant of coherent and non-coherent Fault Tree with Aralia. (Elsevier, Ed.) Dutuit, Y., & Rauzy, A. (2001 г., 21 августа). В документе минимальное сокращение называется “minimal p-cut”, где “p-cut” - это “positive-cut”, поскольку, говоря о неисправностях, интересуются только положительными символами, например, “a” значит «присутствие неисправности а», тогда как “¬a” значит «отсутствие неисправности а».

В p-cut имеют дело с чисто символическим выражением, которое отражает, например, то, что ситуация S=a+¬b наблюдается, если а присутствует или b отсутствует. Понятие минимального сокращения можно связать с результатом способности поглощения булевой алгебры.

Действительно, минимальным сокращением называют неисправность (или конъюнкцию неисправностей), присутствия которой достаточно, чтобы объяснить наблюдаемую ситуацию. При этом можно сказать, что эта минимальная неисправность маскирует другие неисправности.

Фиг. 9 иллюстрирует механизм маскирования минимальным сокращением. На ней представлен пример диагностируемой системы SUD1, содержащей первый вычислительный блок LRU1, соединенный со вторым вычислительным блоком LRU2. Второй вычислительный блок получает питание от источника питания PWR1 через зонд Probe.

Функция обслуживания BITE второго вычислительного блока LRU2 выдает сообщение Р, сигнализирующее, что LRU2 неисправен или зонд Probe неисправен, или PWR1 неисправен, то есть P=LRU2+Probe+PWR1.

Функция обслуживания BITE первого вычислительного блока LRU1 выдает сообщение Q, сигнализирующее, что LRU1 неисправен или LRU2 неисправен, то есть Q=LRU1+LRU2.

Общая ситуация S соответствует логической конъюнкции двух наблюдений Р и Q.

P•Q=(LRU2+Probe+PWR1)•(LRU1+LRU2)

P•Q=(LRU2•LRU1)+(Probe•LRU1)+(PWR1•LRU1)+(LRU2•LRU2)+(Probe•LRU2)+(PWR1•LRU2)

P•Q=(LRU2•LRU2)+(LRU2•LRU1)+(Probe•LRU2)+(PWR1•LRU2)+(Probe•LRU1)+(PWR1•LRU1)

P•Q=LRU2•(1+LRU1+Probe+PWR1)+Probe•LRU1+PWR1•LRU1

P•Q=LRU2+(Probe+PWR1)•LRU1

Это выражение означает, что существует простая неисправность LRU2, двойная неисправность между LRU1 и группой неопределенности {Probe, PWR1}.

Выражение LRU2+(Probe+PWR1)•LRU1 описывает два минимальных сокращения {LRU2} и {Probe,PWR1}.

Существует совокупность неисправностей, маскируемых путем поглощения булева значения 1 в (1+LRU1+Probe+PWR1). Маскируемой группой является {LRU1, Probe, PWR1}.

Этап слияния минимальных сокращений каждого из сокращенных деревьев ошибок в множественную диагностику.

Таким образом, при множественных неисправностях, каждая из которых связана с одной группой неопределенности, результат диагностики сохраняет группу неопределенности в качестве единицы поиска и разрешения сомнения.

Слияние осуществляют посредством объединения всех частичных диагностик. На практике во время индикации выводятся рядом друг с другом сокращенные деревья ошибок.

На фиг. 8 показан первый пример индикации в соответствии с настоящим изобретением. Индикация разбивается на множество частей. Каждая из частей объединяет диагностики с идентичным числом одновременных причин, обуславливающих наблюдаемую неисправность.

Первая часть 601 относится к простым неисправностям, вторая часть 602 - к двойным неисправностям, и третья часть 603 - к тройным неисправностям.

В каждой из этих частей группы неопределенности предстают перед оператором в порядке предпочтения в соответствии с заранее определенными критериями. Внутри группы неопределенности причины сгруппированы в порядке предпочтения в соответствии с заранее определенными критериями, например, по стоимости ремонта, срокам ремонта, правдоподобия неисправности и т.д., определяемыми авиационной компанией. Пример критериев выбора представлен во французской патентной заявке № FR 2931256.

Благодаря этой индикации, представление множественной диагностики оказывается адаптированным к исследованию. Таким образом, операции поиска неисправностей оказываются нацеленными на каждую из групп неопределенности.

Преимуществом такой индикации одновременно являются ее компактность и исчерпывающий характер. Действительно, все диагностики (то есть во всех логических комбинациях причин нарушения работы) выводятся не полностью, а в разложенном виде посредством факторизации и могут быть легко интерпретированы оператором, отвечающим за техническое обслуживание.

Согласно варианту выполнения, индикация содержит также дополнительное пространство 604, выделенное для индикации групп неопределенности, маскируемых минимальными сокращениями.

На фиг. 10 показан второй пример индикации в соответствии с настоящим изобретением.

В этом примере первая часть 601, выделенная для простых неисправностей, содержит группу неопределенности, содержащую две причины а и b. Это значит, что причина а или причина b может лежать в основе наблюдаемого нарушения в работе.

Вторая часть 602, выделенная для двойных неисправностей, содержит первую и вторую группы неопределенности. Первая группа неопределенности содержит две причины с и d. Вторая группа неопределенности содержит две причины е и f. Эта индикация соответствует следующей логической формуле: (c+d). (e+f). Это значит, что (с и е), или (с и f), или (d и е), или (d и f) могут являться причиной наблюдаемого сбоя в работе.

Третья группа 603 не содержит никаких диагностических данных.

Объектом изобретения является также устройство определения диагностики для системы, содержащей множество приборов, при этом упомянутые приборы выполнены с возможностью выдачи сигналов, указывающих на их рабочее состояние, отличающееся тем, что содержит:

- средства сбора 111 наблюдений на основании сигналов, выдаваемых приборами диагностируемой системы,

- средства определения общей ситуации на основании собранных наблюдений и заранее определенных деревьев ошибок, связанных с упомянутыми наблюдениями, при этом дерево ошибок описывает отношения между наблюдением и корневыми причинами, при этом корневая причина указывает на неисправность прибора,

- средства определения 112 связанных ситуаций, при этом связанная ситуация является совокупностью наблюдений, которые взятые попарно имеют, по меньшей мере, одну общую корневую причину в их дереве ошибок,

- средства определения 113 частичных диагностик на основании каждой из связанных ситуаций, при этом диагностики содержат корневые причины, связанные с наблюдениями, указывающими на неисправность,

- средства индикации 114 диагностики.

Устройство в соответствии с настоящим изобретением представляет собой применение способа в соответствии с изобретением на вычислительном устройстве технического обслуживания.