Diagnose von komplexen Maschinen am Beispiel des Turbo-Diesel-Motors von VW

1. Diagnose von komplexen Maschinen am Beispiel des Turbo-Diesel-Motors von VW Prof. Dr.-Ing. Klaus Schreiner FH Konstanz • Fachbereich Maschinenbau MK • Brauneggerstraße 55 • 78462 Konstanz Fon: 07531-206-307 • Fax: 07531-206-305 E-Mail: schreiner@fh-konstanz.de • Web: www.klaus-schreiner.de ? !

2. Moderne Maschinen und Anlagen sind teilweise sehr komplex und schwer zu diagnostizieren Im Servicefall (zustandsorientierte Wartung oder Fehlersuche bei Störungen) wird für die Diagnose ein umfassendes Wissen benötigt Das Wissen ist oft auf mehrere Personen, die nicht alle verfügbar sind, verteilt Reiseberichte werden angefertigt, oft aber nicht systematisch ausgewertet und archiviert Problemstellung Diagnose • In vielen Industriefirmen ist ein großes Potenzial für eine Optimierung der Serviceaktivitäten vorhanden

3. Bewährte Methode bei einfachen Maschinen Einfache Darstellung Allgemeine Gesetzmäßigkeiten werden verwendet if-then-Abfragen Gute Erklärungsfähigkeit, Argumentationskette Regelbasierte Diagnose (Fehlerbaum) Wie kann man Wissen struktu-rieren? • FMEA als Grundlage • Sehr umfangreich bei komplexen Zusammenhängen • Schwierig zu warten (Es besteht die Gefahr, dass unbeabsichtigt Widersprüche eingebaut werden)

4. Modellbasierte Diagnose (Simulation) Wie kann man Wissen struktu-rieren? • Umfassende Beschreibung der Maschine durch ein physikalisches Modell • Vergleich der aktuellen Messwerte und Beobachtungen mit den berechneten Werten: Rückschluss auf den Maschinenzustand • Man muss alles verstehen • Modelle für komplexe Maschinen werden sehr kompliziert • Hohe Anforderungen an die Com-puter-Hardware (Rechenleistung) • Problem bei unvollständigem Wissen • Viele Produkte funktionieren, obwohl man sie nicht simulieren kann

5. Wie denkt ein Mensch?

6. Gab es schon einmal einen ähnlichen (relevanten) Fall? Wie wurde damals das Problem gelöst? Denken in Fällen Wie denkt ein Mensch? • Wissen wird nicht regelbasiert, sondern fallbasiert gespeichert • Die Methode ist sehr intuitiv • Die Methode ist lernfähig • Es werden keine allgemeinen Gesetzmäßigkeiten, sondern die Ähnlichkeit von Fällen verwendet • Beispiel: Rechtsprechung, Medizin

7. Fälle (Problem- bzw. Situationsbeschreibungen) werden durch Attribute (Kriterien) und deren Werte (Eigenschaften) beschrieben Vergleich der Wertekonstellation des aktuellen Falles mit ähnlichen Fällen Ähnlichste Fälle und deren Lösungen dienen als Grundlage für den aktuellen Fall Der Begriff „Ähnlichkeit“ muss für unterschied-liche Eingaben unterschiedlich definiert werden (numerische Werte, Auswahlliste für symbolische Werte, frei eingebbarer Text, ...) Ähnliche Probleme haben ähnliche Lösungen Fallbasierte Diagnose (Case Based Reasoning CBR)

8. ? ähnlicher Fall ! neuer Fall neuer Fall Der CBR-Zyklus neuer Re-ferenzfall Fallbasis Lösungs-vorschlag Problem-Lösung

9. ? ähnlicher Fall ! neuer Fall neuer Fall Der CBR-Zyklus retrieve neuer Re-ferenzfall reuse Fallbasis retain Lösungs-vorschlag revise Problem-Lösung

10. CBR „denkt“ wie ein Mensch Die Fallbasis ist eine Datenbank, die intelligent durchsucht wird Die Fallbasis (Wissensbasis) ist problemlos erweiterbar CBR kann auch mit unvollständigen Fallbeschreibungen Ergebnisse liefern (Man muss nicht jede Frage eines Fehlerbaums beantworten) Zusammenhänge, die zunächst nicht logisch sind, können aufgedeckt werden (Data-Mining) ? ! Learning by doing Vor- und Nachteile von CBR • CBR enthält keine interne Logik • Regeln, die bekannt sind, können (von einfacher CBR-Software) nicht berücksichtigt werden

11. CBR-Software: Mehrere Softwareprodukte Grundlage: Datenbank (MS-Access oder MS-Excel) Intelligente Datenbankabfragen Kaidara Advisor (Acknosoft Javakate) ist weltweit führend im Bereich der technischen Diagnose (Anwender: DaimlerChrysler, British Airways, Aérospatiale, Hewlett Packard, ...) Alternative Einsatzgebiete: Medizin, Kundenberatung, Produktauswahl Datenbanken für umfangreiches Wissen CBR-Software

12. Entwicklungsoberfläche und Anwendungsoberfläche Kann auch Fehlerbäume generieren Gewichtung vorgebbar Similiarities (Ähnlichkeiten) sind möglich Relationships (Querverweise) sind möglich Mehrsprachigkeit Hyperlinks (Bilder, Dokumentation) sind möglich Oberfläche als JSP (eigener Server, Web-geeignet) Oberfläche mit CSS-Files frei definierbar Kaidara Advisor CBR-Software

13. Attribute zur Beschreibung von Fällen festlegen Werte hierfür festlegen Datenmodell (Domain Model) erstellen Fälle bilden und in Datenbank aufnehmen Vorgehensweise Beispiel:TDI-Motor des VW Golf

14. Domain Model Beispiel:TDI-Motor des VW Golf

15. Domain Model Beispiel:TDI-Motor des VW Golf • Motor dreht nicht • Motor dreht, zündet aber nicht • Motor springt kurz an und geht wieder aus • Motor springt schlecht an • Blaurauch beim Start • Schwarzrauch beim Start

16. Domain Model Beispiel:TDI-Motor des VW Golf • im Stand • während der Fahrt • im Leerlauf • im Warmlauf • im unteren Drehzahlbereich • im gesamten Drehzahlbereich

17. 531 Fälle Aktuelle Fälle fehlen (Werkstatt führt keine Statistik) Reparaturanleitungen Fehlertabelle des V.A.G.-Reparaturleitfadens Einbindung von Dokumentationen über Hyperlinks Fallbasis Beispiel:TDI-Motor des VW Golf

18. CBR mit dem Programm Kaidara Advisor ist eine geeignete Methode, um komplexe technische Produkte zu diagnostizieren (nicht nur Motoren) CBR ist lernfähig, indem neues Service-Wissen (z.B. Reiseberichte) in Form von Fällen abgefasst und von Experten bewertet wird Die FH Konstanz hat Interesse daran, Projekte in Zusammenarbeit mit Industriefirmen durchzuführen Das Diagnoseprogramm kann im Labor für Verbrennungsmotoren getestet werden ? ! Zusammenfassung Zusammen-fassung

19. ? ! Literaturverzeichnis zu CBR Literatur-verzeichnis