• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    In einem Verfahren zur rechnergestützten Bewertung der mittels eines Prognosemodells durchgeführten Prognose von Kenngrößen (A(t)) eines technischen Systems wird zunächst ein zeitliches Gesamtintervall (I) in mehrere Teilintervalle (I¶1¶, I¶2¶, ..., I) eingeteilt, wobei in dem zeitlichen Gesamtintervall (I) eine Mehrzahl von Kenngrößen (A(t¶i¶)) des technischen Systems ermittelt wurden. Für jedes Teilintervall (I¶1¶, I¶2¶, ..., I) wird eine Teilanpassung (P¶i¶) des Prognosemodells an die im Teilintervall (I¶1¶, I¶2¶, ..., I) ermittelten Kenngrößen (A(t¶i¶)) durchgeführt, wodurch jedes Teilintervall (I¶1¶, I¶2¶, ..., I) einer Teilanpassung (P¶i¶) zugeordnet wird. Schließlich wird für jede Teilanpassung (P¶i¶) eine Prognosegenauigkeit (DELTA¶i¶) ermittelt. Aus den Teilanpassungen werden diejenigen ausgewählt, die ein oder mehrere vorgegebene Kriterien erfüllen. Für diese ausgewählten Teilanpassungen (P¶i¶) wird ein Stabilitätszeitmaß (L) bestimmt, welches von einem Stabilitätsintervall abhängt, das im Wesentlichen zwischen dem kleinsten und dem größten Teilintervallsendpunkt der den ausgewählten Teilanpassungen (P¶i¶) zugeordneten Teilintervalle (I¶1¶, I¶2¶, ..., I) liegt. Anschließend wird mittels des Stabilitätszeitmaßes (L) und den Prognosegenauigkeiten (DELTA¶i¶) der ausgewählten Teilanpassungen (P¶i¶) eine Prognosegüte (M1; M2) ermittelt, welche ein Bewertungsmaß für die Qualität der mit dem Prognosemodell durchgeführten Prognose darstellt.In a method for computer-assisted evaluation of the parameters (A (t)) of a technical system carried out by means of a prognosis model, first of all a temporal total interval (I) is divided into several subintervals (I¶1¶, I¶2¶, ..., I ), wherein in the total time interval (I) a plurality of parameters (A (t¶i¶)) of the technical system were determined. For each sub-interval (I¶¶¶, I¶2¶, ..., I), a partial adaptation (P¶i¶) of the forecasting model to that in the sub-interval (I¶1¶, I¶2¶, ..., I) determined characteristics (A (t¶i¶)), whereby each sub-interval (I¶¶¶, I¶2¶, ..., I) is assigned to a partial adjustment (P¶i¶). Finally, a prediction accuracy (DELTA¶i¶) is determined for each partial fit (P¶i¶). From the partial adjustments, those are selected that fulfill one or more predetermined criteria. For these selected partial adjustments (P¶i¶), a stability time measure (L) is determined, which depends on a stability interval substantially between the smallest and the largest sub-interval end points of the sub-intervals (I¶1) associated with the selected partial adjustments (P¶i¶) ¶, I¶2¶, ..., I). Then, using the stability time measure (L) and the prediction accuracies (DELTA¶i¶) of the selected partial adjustments (P¶i¶), a prediction quality (M1; M2) is determined, which represents an evaluation measure for the quality of the prognosis carried out with the forecast model.
    公开号:DE102004022142A1
    申请号:DE200410022142
    申请日:2004-05-05
    公开日:2005-12-01
    发明作者:Veronika Dunkel；Benedikte Elbel；Michael Dr. Greiner；Oliver MÄCKEL；David Meintrup
    申请人:Siemens AG；
    IPC主号:G05B13-04
    专利说明:
    [0001] Verfahrenzur rechnergestütztenBewertung der mittels eines Prognosemodells durchgeführten Prognosevon Kenngrößen einestechnischen Systems Die Erfindung betrifft ein Verfahren zur rechnergestützten Bewertungder mittels eines Prognosemodells durchgeführten Prognose von Kenngrößen einestechnischen Systems sowie eine entsprechende Anordnung und ein entsprechendesComputerprogrammprodukt.methodto the computer-aidedEvaluation of the prognosis carried out by means of a prognosis modelof characteristics of aTECHNICAL SYSTEM The invention relates to a method for computer-aided evaluationthe prognosis of parameters of atechnical system and a corresponding arrangement and a correspondingA computer program product.
    [0002] TechnischeSysteme bieten einen immer größer werdendenFunktionsumfang. Oftmals sind die zugehörigen Funktionen nur noch realisierbar,indem in einem technischen System Prozessormittel eingesetzt werden,auf denen Programmmittel ausgeführtwerden. So sind beispielsweise bei einem Mobiltelefon Prozessormittelund die zugehörigen Programmmittelunverzichtbare Bestandteile dieser technischen Systeme. Fehler inden Programmmitteln führenin der Regel zu einem teilweise oder vollständigen Ausfall der technischenSysteme. Solche Ausfällekönnensich in Form von Fehlfunktionen manifestieren oder auch darin, dassbestimmte technische Funktionen des technischen Systems nicht mehrzur Verfügungstehen. Ausfällekönnenauch zu Schädenin der Mechanik oder Elektronik des technischen Systems führen. Schließlich können solche Ausfälle oftmalserstzunehmende Kollateralschäden hervorrufen,wie etwa das Austreten von Kühlflüssigkeitaus einem Kühlschrankoder einem Reaktorbehälter.TechnicalSystems offer an ever-expandingFunctions. Often, the associated functions are only feasible,by using processor means in a technical system,on which program means executedbecome. For example, in a mobile phone processor meansand the associated program meansindispensable components of these technical systems. mistake inlead the program resourcesusually to a partial or complete failure of the technicalSystems. Such failurescanmanifest in the form of malfunction or even in thatCertain technical functions of the technical system are no longerto disposalstand. lossescanalso to damagein the mechanics or electronics of the technical system. After all, such failures can oftencause first collateral damage,such as the leakage of coolantfrom a fridgeor a reactor vessel.
    [0003] Beider Entwicklung eines softwareintensiven technischen Systems istdeshalb die Zuverlässigkeitdes Systems ein zentrales Qualitätskriterium. ZurAnalyse der Zuverlässigkeiteines technischen Systems sind aus dem Stand der Technik eine Vielzahlvon Zuverlässigkeitswachstumsmodellenbekannt, mit denen das Ausfallverhalten des technischen Systemsim Verlauf eines Test- und/oder Korrekturprozesses prognostiziertwird. Bei spielsweise sind in Lawrence, Denis: „Software Reliability and Safetyin Nuclear Reactor Protection Systems", US Nuclear Regulatory Commission,1993, Seiten 101 bis 105 Prognosemodelle beschrieben, mit denen derAnstieg der Zuverlässigkeitvon Programmmitteln in einem Testzeitraum ermittelt werden kann.atthe development of a software-intensive technical systemThat's why the reliabilityof the system is a central quality criterion. toAnalysis of reliabilityof a technical system are a variety of the prior artof reliability growth modelsknown with which the failure behavior of the technical systempredicted during a test and / or correction processbecomes. For example, in Lawrence, Denis: "Software Reliability and Safetyin Nuclear Reactor Protection Systems, US Nuclear Regulatory Commission,1993, pages 101 to 105 prediction models described with which theIncrease in reliabilityof program resources in a test period can be determined.
    [0004] Heutzutageberuht die Auswahl eines geeigneten Prognosemodells häufig aufder Basis von Erfahrungen von Fachleuten. Hierbei wurde ergänzend dieAnpassungsgütedes betrachteten Prognosemodells an die ermittelten Kenngrößen destechnischen Systems auf der Basis von Fehlerabweichungen betrachtet.Es ist dabei jedoch nicht möglich,die Eignung des betrachteten Prognosemodells im Hinblick auf Langzeitprognosenzu prüfen.Es existieren ferner Verfahren zur Bewertung der Eignung von Prognosemodellen(U-Plot, Prequential Likelihood Kriterium oder Hold-Out-Kriterium,siehe z.B. Lyu, M. R.: „Handbookof Software Reliability Engineering", McGraw-Hill, New York, 1995). Diesebewerten jedoch ebenfalls nicht die Eignung für Langfristprognosen und sindzudem rechenintensiv.nowadaysthe selection of an appropriate forecasting model is often basedthe basis of experience of professionals. In addition, thegoodnessof the considered forecast model to the determined parameters of thetechnical system on the basis of error deviations.However, it is not possiblethe suitability of the considered forecasting model with regard to long-term forecaststo consider.There are also methods for assessing the suitability of forecasting models(U-Plot, Prequential Likelihood Criterion or Hold-Out Criterion,see, e.g. Lyu, M.R .: "Handbookof Software Reliability Engineering ", McGraw-Hill, New York, 1995)However, they are also not suitable for long-term forecasts and arealso computationally intensive.
    [0005] Aufgabeder Erfindung ist es deshalb, ein Verfahren zur rechnergestützten Bewertungeines Prognosemodells zu schaffen, mit dem die Eignung des Prognosemodellsfür einspezifisches technisches System auf einfache Weise, insbesondere auchim Hinblick auf Langzeitprognosen, geprüft werden kann.taskThe invention is therefore a method for computer-aided evaluationof a forecasting model, with which the suitability of the forecasting modelfor aspecific technical system in a simple way, in particular alsowith a view to long-term forecasts.
    [0006] DieseAufgabe wird durch die unabhängigen Patentansprüche gelöst. Weiterbildungender Erfindung sind in den abhängigenAnsprüchendefiniert.TheseTask is solved by the independent claims. further developmentsof the invention are in the dependentclaimsAre defined.
    [0007] Beidem erfindungsgemäßen Verfahrenwird zunächstein zeitliches Gesamtintervall mit einem Startpunkt und einem Endpunkt,indem eine Mehrzahl von Kenngrößen destechnischen Systems ermittelt wurden, in mehrere Teilintervalleeingeteilt, wobei jedes Teilintervall zwischen einem Teilintervallstartpunktund einem Teilintervallendpunkt im Gesamtintervall liegt. Für jedesTeilintervall wird eine Teilanpassung des zu bewertenden Prognosemodellsan die im Teilintervall ermittelten Kenngrößen durchgeführt, wodurchjedes Teilintervall einer Teilanpassung zugeordnet wird. Schließlich wirdfür jede Teilanpassungeine Prognosegenauigkeit ermittelt, welche ein Maß für die Genauigkeiteiner mit der Teilanpassung durchgeführten Prognose einer oder mehrererKenngrößen destechnischen Systems ist. Aus den Teilanpassungen werden schließlich diejenigenausgewählt,die ein oder mehrere vorgegebene Kriterien erfüllen. Für diese ausgewählten Teilanpassungenwird ein Stabilitätszeitmaß bestimmt,welches von einem Stabilitätsintervallabhängt,das im Wesentlichen zwischen dem kleinsten und dem größten Teilintervallsendpunktder den ausgewähltenTeilanpassungen zugeordneten Teilintervalle liegt. Schließlich wirdmittels des Stabilitätszeitmaßes und denPrognosegenauigkeiten der ausgewähltenangepassten Prognosemodelle eine Prognosegüte ermittelt, welche ein Bewertungsmaß für die Qualität der mitdem Prognosemodell durchgeführtenPrognose darstellt.atthe method according to the inventionwill be firsta temporal total interval with a starting point and an end point,by a plurality of characteristics of thetechnical system were determined in several sub-intervalsdivided, with each sub-interval between a sub-interval start pointand a subinterval end point in the total interval. For eachSub-interval becomes a partial adaptation of the forecast model to be evaluatedperformed on the parameters determined in the sub-interval, wherebyeach sub-interval is assigned to a partial adaptation. Finally willfor each partial adaptationdetermines a forecast accuracy, which is a measure of accuracya partial or partial forecast of one or moreCharacteristics of thetechnical system is. The partial adjustments eventually become thoseselected,meet one or more predetermined criteria. For these selected partial adjustmentsIf a stability time measure is determined,which of a stability intervaldependsessentially between the smallest and the largest subinterval endpointthe one selectedPartial adjustments assigned subintervals lies. Finally willby means of the stability time measure and theForecasting accuracy of the selectedadapted forecasting models determines a forecasting quality, which is an evaluation measure for the quality ofthe forecast modelForecast represents.
    [0008] Dadurch,dass bei der Bestimmung der Prognosegüte auch ein Stabilitätszeitmaß einfließt, wird beider Qualitätsbeurteilunginsbesondere auch die Eignung des Prognosemodells für Langzeitprognosenberücksichtigt,weil davon ausgegangen werden kann, dass eine Prognose langfristigumso besser ist, je stabiler sie in dem zur Bewertung herangezogenen Zeitintervallwar.Due to the fact that a stability time measurement is also included in the determination of the forecast quality, the suitability of the prognosis model for long-term forecasts is taken into account in the quality assessment, because it can be assumed that a prognosis is even better in the long term. the more stable it was in the time interval used for the evaluation.
    [0009] Vorzugsweisesind die Teilintervalle ineinander geschachtelt, d.h. jedes Teilintervallbeginnt am Startpunkt des Gesamtintervalls, so dass Teilintervallemit größeren Teilintervallsendpunktenauch immer Teilintervalle mit kleineren Teilintervallsendpunkten umfassen.Preferablythe subintervals are nested, i. every subintervalstarts at the starting point of the total interval, so that subintervalswith larger subinterval endpointsalso include subintervals with smaller subinterval endpoints.
    [0010] Einesder vorgegebenen Kriterien bei der Auswahl der Teilanpassungen bestehtdarin, dass alle Teilintervallsendpunkte der den ausgewählten Teilanpassungenzugeordneten Teilinter valle zeitlich aufeinanderfolgende Teilintervallsendpunkteim Gesamtintervall sind und der größte Teilintervallsendpunktder den ausgewähltenTeilanpassungen zugeordneten Teilintervalle der Endpunkt des Gesamtintervallsist. Es wird somit immer ein zusammenhängendes Stabilitätszeitintervallin Betracht gezogen, welches als Endpunkt immer den Endpunkt desGesamtintervalls aufweist.Onethe criteria specified in the selection of partial adjustmentsin that all sub-interval endpoints of the selected partial adjustmentsassociated subintervals, successive subinterval endpointsin the total interval are and the largest subinterval endpointthe one selectedPartial adjustments assigned subintervals of the end point of the total intervalis. It therefore always becomes a coherent stability time intervalwhich is always the end point of the endpointTotal interval has.
    [0011] Ineiner bevorzugten Ausführungsformdes erfindungsgemäßen Verfahrensist die ermittelte Prognosegenauigkeit einer jeweiligen Teilanpassungdie Abweichung einer oder mehrerer mittels der jeweiligen Teilanpassungprognostizierten Kenngrößen von eineroder mehreren im Gesamtintervall ermittelten Kenngrößen und/odervon einer oder mehreren mittels einer vorgegebenen Teilanpassungprognostizierten Kenngrößen. Vorzugsweiseist die ermittelte Prognosegenauigkeit der jeweiligen Teilanpassung dieAbweichung einer mittels der jeweiligen Teilanpassung prognostiziertenKenngröße am Endpunkt desGesamtintervalls von einer am Endpunkt des Gesamtintervalls ermitteltenKenngröße und/odervon einer mittels einer vorgegebenen Teilanpassung prognostiziertenKenngröße am Endpunktdes Gesamtintervalls. Die vorgegebene Teilanpassung ist vorzugsweiseeine Anpassung, welche an alle Kenngrößen des Gesamtintervalls angepasstist. Insbesondere ist die Abweichung der prognostizierten von den ermitteltenKenngrößen eineRelativabweichung.Ina preferred embodimentthe method according to the inventionis the determined forecast accuracy of a respective partial adjustmentthe deviation of one or more by means of the respective partial adaptationpredicted characteristics of oneor more determined in the overall interval characteristics and / orone or more by means of a predetermined partial adaptationpredicted characteristics. Preferablythe determined forecast accuracy of the respective partial adaptation is theDeviation of one predicted by the respective partial adjustmentCharacteristic at the end point of theTotal interval of one determined at the end point of the total intervalCharacteristic and / orfrom one predicted by means of a given partial adaptationCharacteristic at the end pointof the total interval. The predetermined partial adaptation is preferredan adaptation which is adapted to all parameters of the total intervalis. In particular, the deviation of the predicted from the determinedCharacteristics oneRelative deviation.
    [0012] Ineiner Ausführungsformdes erfindungsgemäßen Verfahrensbesteht das vorgegebene Kriterium bei der Auswahl der Teilanpassungendarin, dass die ermittelte Prognosegenauigkeit einer jeweiligen Teilanpassungbesser als ein vorbestimmter Wert ist. Somit wird nur dann, wenndieses Kriterium erfülltist, die jeweilige Teilanpassung der Gruppe der ausgewählten Teilanpassungenzugeordnet.Inan embodimentthe method according to the inventionis the default criterion when selecting the partial adjustmentsin that the determined forecast accuracy of a respective partial adjustmentbetter than a predetermined value. Thus, only ifmeets this criterionis the particular partial adaptation of the group of selected partial adjustmentsassigned.
    [0013] Beieiner weiteren Ausführungsformder Erfindung besteht ein vorgegebenes Kriterium für eine jeweiligeTeilanpassung dar in, dass eine oder mehrere im Gesamtintervall ermitteltenKenngrößen innerhalbdes Prognosestreuintervalls der jeweiligen Teilanpassung liegen.Ein Prognosestreuintervall ist definiert als Konfidenzintervallzu einer gewähltenstatistischen Signifikanz bei der Prognose der Zielgröße.ata further embodimentThe invention is a predetermined criterion for a respectivePartial adaptation in that one or more determined in the overall intervalCharacteristics withinof the forecasting interval of the respective partial adaptation.A forecasting interval is defined as the confidence intervalto a chosen onestatistical significance in the prognosis of the target size.
    [0014] Ineiner weiteren Ausführungsformist ein vorgegebenes Kriterium füreine jeweilige Teilanpassung derart gewählt, dass das Kriterium erfüllt ist, wenneine am Endpunkt des Gesamtintervalls ermittelte Kenngröße innerhalbdes Prognosestreuintervalls der jeweiligen Teilanpassung liegt.Ina further embodimentis a given criterion fora respective partial adaptation chosen such that the criterion is met, ifa parameter determined at the end point of the total interval withinof the forecasting interval of the respective partial adaptation.
    [0015] Ineiner bevorzugten Ausführungsformist das Stabilitätszeitmaß die Länge desStabilitätsintervallsgeteilt durch die Längedes Gesamtintervalls, d.h. das Stabilitätszeitmaß ist ein Relativwert.Ina preferred embodimentthe stability time measure is the length of thestability intervaldivided by the lengthof the total interval, i. the stability time measure is a relative value.
    [0016] Ineiner besonders bevorzugten Ausführungsformder Erfindung wird die Prognosegüte durchfolgende Formel berechnet:
    [0017] Alternativkann die Prognosegütedurch folgende Formel berechnet werden:
    [0018] Beiden beiden oben genannten Prognosegüten M1 und M2 wird ein umsogrößerer Wertder Prognosegüteerreicht, je größer dieRelativlängeL des Stabilitätsintervallsist. Dies bedeutet, dass ein hoher Wert der Prognosegüte für eine bessereEignung fürLangzeitprognosen steht.atthe two above-mentioned Prognostic Grades M1 and M2 is a sogreater valuethe prognosis qualityreached, the larger therelative lengthL of the stability intervalis. This means that a high value of forecasting quality for a betterFitness forLong-term forecasts stands.
    [0019] Ineiner weiteren bevorzugten Ausführungsformdes erfindungsgemäßen Verfahrenserfolgt die Teilanpassung des Prognosemodells an die im jeweiligenTeilintervall ermittelten Kenngrößen nachder Maximum-Likelihood-Methode und/oder der Methode der kleinstenAbweichungsquadrate. Diese Methoden sind dem Fachmann hinlänglich ausdem Stand der Technik bekannt.Ina further preferred embodimentthe method according to the inventionthe partial adaptation of the forecasting model takes place to that in the respective oneSubinterval determined characteristicsthe maximum likelihood method and / or the method of the smallestDeviation squares. These methods are sufficient for the skilled personknown in the art.
    [0020] Ineiner besonders bevorzugten Ausführungsformdes erfindungsgemäßen Verfahrenshandelt es sich bei der zu bewertenden Prognose um eine Zuverlässigkeitsprognose,insbesondere um eine mit einem Zuverlässigkeitswachstumsmodell durchgeführten Prognose,und die Kenngrößen sind Werte,welche die Zuverlässigkeitdes technischen Systems repräsentieren.Vorzugsweise umfassen die Kenngrößen dieAnzahl der Gesamtausfälledes technischen Systems zum Zeitpunkt der Ermittlung der jeweiligenKenngröße und/oderdie durchschnittliche Zeit bis zum Auftreten eines Ausfalls destechnischen Systems zum Zeitpunkt der Ermittlung der jeweiligenKenngröße.In a particularly preferred embodiment of the method according to the invention, the prognosis to be evaluated is a reliability prognosis, in particular one with a reliability growth model Forecast, and the parameters are values representing the reliability of the technical system. Preferably, the parameters include the number of total failures of the technical system at the time of determining the respective characteristic and / or the average time until occurrence of a failure of the technical system at the time of determining the respective characteristic.
    [0021] Daserfindungsgemäße Verfahreneignet sich insbesondere fürein technisches System, das Prozessormittel aufweist, auf denenProgrammmittel ausgeführtwerden, wobei die bewertete Prognose eine Zuverlässigkeitsprognose der Programmmittel ist.Theinventive methodis particularly suitable fora technical system comprising processor means on whichProgram executedwhere the weighted forecast is a reliability prediction of the program resources.
    [0022] Daserfindungsgemäße Verfahrenkann mit unterschiedlichen Typen von Prognosegenauigkeiten und/odermit unterschiedlichen vorgegebenen Kriterien für die Auswahl der Teilanpassung durchgeführt werden,wobei aus den mit den unterschiedlichen Typen von Prognosegenauigkeitenund/oder vorgegebenen Kriterien ermittelten Prognosegüten eineGesamtprognosegütebestimmt wird. Insbesondere ist diese Gesamtprognosegüte ein gewichtetesMittel aus den mit den unterschiedlichen Typen von Prognosegenauigkeitenund/oder vorgegebenen Kriterien ermittelten Prognosegüten. Aufdiese Weise kann die Prognosegüteje nach Einsatzzweck des zu bewertenden Prognosemodells angepasstwerden. Insbesondere kann die Prognosegüte anhand der von einem Benutzerdes Verfahrens festgelegten Prognoseziele ausgewählt werden.Theinventive methodcan with different types of forecasting accuracy and / orbe carried out with different predetermined criteria for the selection of the partial adaptation,being from those with the different types of forecasting accuraciesand / or predefined criteriaOverall forecasting accuracyis determined. In particular, this overall forecasting quality is a weighted oneMeans out those with different types of forecasting accuracyand / or predefined criteria. Onthis is the prognosis qualityadjusted according to the purpose of the forecast model to be evaluatedbecome. In particular, the forecasting quality can be determined on the basis of that of a userof the procedure.
    [0023] Vorzugsweisehandelt es sich bei dem im erfindungsgemäßen Verfahren verwendeten zeitlichen Gesamtintervallum eine Test- und Korrekturphase des technischen Systems, wobeiin dieser Phase das technische System zur Verbesserung seiner Zuverlässigkeitlaufend angepasst wurde. Das mit dem erfindungsgemäßen Verfahrenbewertete Prognosemodell dient somit insbesondere zur Abschätzung, obdie Längeeiner vorgegebenen Test- und Korrekturphase des technischen Systemsausreicht, eine bestimmte Zuverlässigkeitdes Systems bei seinem späterenEinsatz zu gewährleisten.Preferablythis is the total time interval used in the method according to the inventionto a test and correction phase of the technical system, whereinat this stage the technical system to improve its reliabilitywas adjusted continuously. The with the inventive methodevaluated forecasting model thus serves in particular to estimate whetherthe lengtha predetermined test and correction phase of the technical systemsufficient, a certain reliabilityof the system at its laterTo ensure use.
    [0024] Daserfindungsgemäße Verfahrenkann jeweils fürmehrere unterschiedliche Prognosenmodelle wiederholt werden, wodurcheine Mehrzahl von Prognosegütenerhalten wird. Die einzelnen Prognosegüten können dann verglichen werdenund es kann das Prognosemodell mit der besten Prognosegüte für die Prognoseder Kenngrößen destechnischen Systems verwendet werden.Theinventive methodcan each forseveral different forecasting models are repeated, therebya plurality of forecast qualitiesis obtained. The individual forecast qualities can then be comparedand it can be the forecasting model with the best forecasting qualitythe characteristics of thetechnical system used.
    [0025] Nebendem oben beschriebenen Verfahren betrifft die Erfindung ferner eineAnordnung zur rechnergestütztenBewertung der mittels eines Prognosemodells durchgeführten Prognosevon Kenngrößen einestechnischen Systems, wobei die Anordnung derart ausgestaltet ist,dass das erfindungsgemäße Verfahrenmit dieser Anordnung durchführbarist. Darüberhinaus betrifft die Erfindung ein Computerprogrammprodukt, das inden Speicher eines Computers geladen werden kann und Softwarecodeabschnitteumfasst, mit denen das erfindungsgemäße Verfahren durchgeführt wird,wenn das Programmprodukt auf dem Computer läuft.NextIn the method described above, the invention further relates to aArrangement for computer-aidedEvaluation of the prognosis carried out by means of a prognosis modelof characteristics of atechnical system, the arrangement being designed in such a waythat the inventive methodfeasible with this arrangementis. About thatIn addition, the invention relates to a computer program product, which inthe memory of a computer can be loaded and software code sectionscomprises, with which the method according to the invention is carried out,when the program product is running on the computer.
    [0026] Ausführungsbeispieleder Erfindung werden detailliert anhand der beigefügten Figurenbeschrieben.embodimentsThe invention will be described in detail with reference to the accompanying drawingsdescribed.
    [0027] Eszeigen:Itdemonstrate:
    [0028] 1 einDiagramm, welches den Ablauf einer Ausführungsform des erfindungsgemäßen Verfahrenszeigt; 1 a diagram showing the sequence of an embodiment of the method according to the invention;
    [0029] 2 einDiagramm, welches die Ermittlung von Teilanpassungen im erfindungsgemäßen Verfahrenverdeutlicht; und 2 a diagram illustrating the determination of partial adjustments in the process according to the invention; and
    [0030] 3 einetechnische Anordnung zur Durchführungdes erfindungsgemäßen Verfahrens. 3 a technical arrangement for carrying out the method according to the invention.
    [0031] Inder im Folgenden beschriebenen Ausführungsform des erfindungsgemäßen Verfahrenswird ein technisches System betrachtet, welches Prozessormittelaufweist, auf denen Programmmittel ausführbar sind. Ziel des Verfahrensist es, eine Prognose zu bewerten, welche die Zuverlässigkeitder auf dem technischen System laufenden Programmmittel prognostiziert.Im Vorfeld wurden hierbei in einem zeitlichen Gesamtintervall I,welches eine Testphase des technischen Systems darstellt, Zuverlässigkeitskenngrößen desSystems ermittelt, wobei in der hier beschriebenen Ausführungsformdie Zuverlässigkeitskenngrößen diezu einem vorgegebenen Zeitpunkt ermittelten, kumulierten Gesamtausfallzahlen destechnischen Systems sind. In der Testphase wurden die Programmmitteldes technischen Systems umfangreichen Tests unterzogen, wobei dieermittelten Fehler in den Programmmitteln korrigiert wurden.Inthe embodiment of the method according to the invention described belowis considered a technical system, which processor meanshas, on which program means are executable. Purpose of the procedureis to evaluate a forecast, which is the reliabilitythe program means running on the technical system.In the run-up to this, in a total time interval I,which represents a test phase of the technical system, reliability characteristics of theSystems determined, wherein in the embodiment described herethe reliability characteristics theat a given time, cumulative total number of outagestechnical system. In the test phase, the program fundssubjected to extensive testing of the technical system, thecorrected errors in the program resources.
    [0032] Ineinem ersten Schritt S101 wird das Gesamtintervall I in mehrereTeilintervalle I1, I2,..., I aufgeteilt, wobei die Teilintervalle immer am Anfangspunktdes Gesamtintervalls I beginnen und sukzessive größer werden,so dass das letzte Teilintervall dem Gesamtintervall I entspricht.In einem Schritt S102 wird eine Teilanpassung eines mit dem Verfahrenzu bewertenden Prognosemodells an die Kenngrößen A(t) durchgeführt (t istein Zeitpunkt im Gesamtintervall I und A(t) ist die Gesamtanzahlder Ausfällezum Zeitpunkt t). Es kann hierbei ein beliebiges, aus dem Standder Technik bekanntes Zuverlässigkeitswachstumsmodellals Prognosemodell herangezogen werden, beispielsweise das Modellvon Musa und Okumoto oder ein logarithmisches Modell. Diese Modelleumfassen Parameter, die im Schritt S102 an die Ausfallzahlen A(t)des technischen Systems in jedem Teilintervall I1,I2, ..., I angepasst werden. Auf diese Weisewerden eine Vielzahl von Teilanpassungen Pi erhalten.In a first step S101, the total interval I is divided into a plurality of subintervals I 1 , I 2 ,..., I, wherein the subintervals always begin at the starting point of the total interval I and increase successively so that the last subinterval corresponds to the total interval I. In a step S102, a partial adaptation of a prognosis model to be evaluated by the method to the characteristics A (t) is carried out (t is a time in the overall interval I and A (t) is the total number of failures at the time t). It can be any, Reliability growth model known from the prior art can be used as a prognosis model, for example the model of Musa and Okumoto or a logarithmic model. These models include parameters that are adjusted in step S102 to the failure numbers A (t) of the technical system in each subinterval I 1 , I 2 , ..., I. In this way, a plurality of partial adjustments P i are obtained.
    [0033] Indem nächstenSchritt S103 wird schließlicheine Prognosegenauigkeit Δi fürjede Teilanpassung ermittelt. In der hier beschriebenen Ausführungsformist die Prognosegenauigkeit Δi der Betrag der Differenz der am Endpunktdes Gesamtintervalls prognostizierten Ausfallzahl und der tatsächlich am Endpunktermittelten Ausfallzahl geteilt durch die tatsächlich am Endpunkt ermitteltenAusfallzahl. Mathematisch lässtsich Δi deshalb wie folgt schreiben:
    [0034] Alternativkann auch die relative Abweichung zwischen der am Endpunkt tend prognostizierten Ausfallzahl und derAusfallzahl betrachtet werden, welche mit einer an alle Kenngrößen desGesamtintervalls angepassten Teilanpassung prognostiziert wurde.Im letzteren Fall wird die Sensitivität des Verfahrens gegenüber zufälligen Schwankungenbei Ausfällenam Ende des Gesamtintervalls deutlich vermindert.Alternatively, the relative deviation between the number of outages predicted at the end point t end and the number of outages that was predicted with a partial adaptation adapted to all parameters of the overall interval can also be considered. In the latter case, the sensitivity of the method to random fluctuations in failures at the end of the total interval is significantly reduced.
    [0035] Indem nächstenSchritt S104 werden aus allen Teilanpassungen diejenigen ausgewählt, welche einePrognosegenauigkeit Δi aufweisen, die kleiner als ein vorbestimmterMaximalwert α ist.Da die Prognose umso besser wird, je größer das bei der Anpassung desPrognosemodells betrachtete Teilintervall ist, liegen die Teilintervallsendpunkte,die den ausgewähltenTeilanpassungen zugeordnet sind, normalerweise in der Nachbarschaftzu dem Endpunkt tend des GesamtintervallsI.In the next step S104, from all sub adjustments those selected having a prediction accuracy Δ i which is less than α a predetermined maximum value. As the prediction becomes better, the larger the subinterval considered in the adaptation of the forecast model, the subinterval endpoints associated with the selected subaccommodations will normally be in the neighborhood of the endpoint t end of the total interval I.
    [0036] Umzu berücksichtigen,in welchen Teilintervallsbereichen eine Prognose mit einer Genauigkeit kleinerals der vorgegebene Wert α erreichtwird, wird im Schritt S105 ein Stabilitätszeitmaß L ermittelt, das von einemStabilitätsintervallabhängt.Das Stabilitätsintervallliegt dabei zwischen dem kleinsten und dem größten Teilintervallsendpunktder den ausgewähltenTeilanpassungen zugeordneten Teilintervallen. Das Stabilitätszeitmaß ist dierelative Längedes Stabilitätsintervallsund lässtsich mathematisch wie folgt schreiben:
    [0037] Schließlich wirdim Schritt S106 eine PrognosegüteM1 mit Hilfe folgender Formel bestimmt:
    [0038] DieKonstanten 3,003 bzw. 0,997 sind dabei so gewählt, dass der Term 1 – Δ, der bei höherer Exaktheitder Prognose umso größer wird,bei einem Stabilitätszeitmaß, welches90 % der Längedes Gesamtintervalls entspricht, durch den Wert des Nenners, derbei großenStabilitätszeitmaßen kleiner1 ist, noch verstärktwird. Demgegenüberwird die PrognosegüteM1 bei einem kurzen Stabilitätsintervall durchden Nenner maximal geviertelt. Durch eine derartige Wahl von M1wird bei der Bestimmung der Prognosegüte der Zeitraum berücksichtigt,in dem die Prognosen stabil sind. Je länger das Stabilitätsintervallist, desto größer istdie Prognosegüte,so dass der Wert der Prognosegüteinsbesondere ausdrückt, obdas verwendete Prognosemodell fürLangzeitprognosen geeignet ist.The constants 3.003 and 0.997 are chosen so that the term 1 - Δ which increases with higher precision of the prognosis, with a stability time measure, which corresponds to 90% of the length of the total interval, by the value of the denominator, which is smaller than 1 with large stability time measures, still further. In contrast, the forecast quality M1 is maximally quartered by the denominator for a short stability interval. Such a choice of M1 takes into account the period in which the forecasts are stable when determining the forecast quality. The longer the stability interval, the greater the forecast quality, so that the value of the forecast quality expresses in particular whether the forecast model used is suitable for long-term forecasts.
    [0039] Alternativkann die Prognosegütedurch folgenden Wert M2 dargestellt werden:
    [0040] Hierbeisteht M2 fürdie Prognosegüte, Δ ist der Mittelwert derPrognosegenauigkeiten fürdie ausgewähltenTeilanpassungen und L ist das oben definierte Stabilitätszeitmaß. Der Korrekturtermim Nenner ist ein überdas Intervall [0,1] unbeschränkter Ausdruck,wobei dieser Ausdruck bei einer kurzen Stabilitätsphase einen sehr großen Wertannehmen kann und im Falle eines langen Stabilitätsintervalls einen Wert nahebei 1 annimmt. Somit wird auch der Wert M2 immer größer, jelängerdas Stabilitätsintervallist, und auch M2 eignet sich zur Bewertung von Prognosemodellenfür Langzeitprognosen.Durch die Durchführungdes Verfahrens füreine Vielzahl von Prognosemodellen kann somit das Prognosemodell ermitteltwerden, das füreine Langzeitprognose aufgrund der Prognosegüte am geeignetsten ist.M2 stands for the forecast quality, Δ is the mean of the forecast accuracies for the selected partial adjustments and L is the stability time measure defined above. The correction term in the denominator is an unrestricted expression over the interval [0,1], which term can take on a very large value for a short stability phase and, in the case of a long stability interval, approaches a value close to one. Thus, the longer the stability interval, the larger the value M2, and M2 is also suitable for evaluating forecasting models for long-term forecasts. By performing the method for a large number of forecast models, it is thus possible to determine the forecast model that is most suitable for a long-term forecast based on the forecast quality.
    [0041] 2 zeigtein Diagramm, welches die Anpassung eines Prognosemodells an dieKenngrößen einestechnischen Systems verdeutlicht. Die Abszisse des Diagramms istdie Zeitachse t und die Ordinate stellt die Anzahl der Gesamtausfälle A dar.In dem Diagramm sind die in einem Gesamtintervall I zwischen t0 bis tend zu vorgegebenenZeitpunkten gemessenen Gesamtausfälle A(t) des technischen Systemsin Form von Messpunkten dargestellt. Zur Anpassung werden unterschiedlicheTeilintervalle berücksichtigt,wobei in 2 die Teilintervalle I1, I2 und I3 gezeigt sind. Alle Teilintervalle beginnenan dem Zeitpunkt t0 = 0 und werden der Reihenach größer. IntervallI1 erstreckt sich von 0 bis t1,Intervall I2 von 0 bis t2 undIntervall I3 von 0 bis t3.Die Ausfallzahlen A(t) in den einzelnen Teilintervallen werden zurAnpassung des betrachteten Prognosemodells herangezogen. Für jedesIntervall I1, I2 undI3 ergeben sich somit drei Kurven P1, P2 und P3, welche eine entsprechende Prognose derAusfallzahlen auf der Basis der gemessenen Ausfallzahlen in denentsprechenden Intervallen darstellt. Wie zu erwarten, ist hierbeidie Abweichung der mit der Prognose P3 ermitteltenAusfallzahl von der tatsächlichenAusfallzahl A(tend) am Endpunkt tend am kleinsten. Gemäß dem erfindungsgemäßen Verfahrenwird eine maximale prozentuale Abweichung α zwischen der prognostiziertenund der tatsächlichermittelten Ausfallzahl am Endpunkt tend festgelegtund anschließendwerden die Teilanpassungen des Prognosemodells ausgewählt, beidenen die Abweichung der prognostizierten zur tatsächlich ermitteltenAusfallzahl kleiner als α ist.Mit Hilfe dieser Teilanpassungen sowie des im Vorangegangenen beschriebenenStabilitätszeitmaßes kanndann die Prognosegüteermittelt werden. 2 shows a diagram showing the adaptation of a forecast model to the characteristics of a technical system. The abscissa of the diagram is the time axis t and the ordinate represents the number of total failures A. In the diagram, the total failures A (t) of the technical system measured in a total interval I between t 0 to t end at predetermined times are in the form of measuring points shown. For adaptation, different subintervals are taken into account, in 2 the subintervals I 1 , I 2 and I 3 are shown. All subintervals start at time t 0 = 0 and become larger in turn. Interval I 1 extends from 0 to t 1 , interval I 2 from 0 to t 2 and interval I 3 from 0 to t 3 . The default numbers A (t) in the individual subintervals are used to adjust the forecast model under consideration. For each interval I 1 , I 2 and I 3 there are thus three curves P 1 , P 2 and P 3 , which represents a corresponding prognosis of the number of outages on the basis of the measured numbers of outages in the corresponding intervals. As expected, the deviation of the number of outages determined by the prognosis P 3 from the actual number of outages A (t end ) at the end point t end is the smallest. According to the method according to the invention, a maximum percentage deviation α between the predicted and actually determined default number at the end point t end is determined, and then the partial adaptations of the prognosis model are selected in which the deviation of the predicted number of outages actually determined is less than α. With the help of these partial adjustments as well as the stability time measure described in the foregoing, the prognosis quality can then be determined.
    [0042] Daserfindungsgemäße Verfahrenwurde für dasPrognosemodell von Musa und Okumoto sowie für das Prognosemodell Log Power durchgeführt. Es wurdenhierbei als maximale Abweichung α derPrognosegenauigkeit die Werte 10 % und 5 % betrachtet. Es hat sichhierbei gezeigt, dass für α = 10 % beidePrognosemodelle fürLangzeitprognosen wenig geeignet sind, wobei jedoch das Modell LogPower aufgrund einer besseren Prognosegenauigkeit eine höhere Prognosegüte und somiteine bessere Bewertung erhalten hat. Bei α = 5 % weist das Model Log Powereine wesentlich höherePrognosegüteals das Modell von Musa und Okumoto auf, was daran liegt, dass dasStabilitätszeitmaß des ModellsLog Power viel längerist als das Stabilitätszeitmaß des Modellsvon Musa und Okumoto.Theinventive methodwas for thatPredictive model of Musa and Okumoto and carried out for the forecasting model Log Power. There werehere as maximum deviation α theForecast accuracy considers the values 10% and 5%. It hashere shown that for α = 10% bothForecast models forLong term forecasts are poorly suited, but the model LogPower due to a better forecast accuracy a higher forecasting quality and thusgot a better rating. At α = 5%, the model has Log Powera much higher oneforecast accuracyas the model of Musa and Okumoto on, which is because of thatStability time measure of the modelLog power much longeris the model's stability time measureMusa and Okumoto.
    [0043] Beider im Vorangegangenen beschriebenen Ausführungsform des erfindungsgemäßen Verfahrenswurde als Kenngröße die Anzahlder Gesamtausfällebetrachtet. Es ist jedoch auch möglich,andere Kenngrößen zurBewertung des Prognosemodells heranzuziehen, wie z.B. die durchschnittlicheZeit bis zum Auftreten eines Ausfalls des technischen Systems. Fernermuss das Kriterium zur Auswahl einer Teilanpassung nicht durch einenfesten vorbestimmten Wert α festgelegtsein. Es ist auch denkbar, dass eine Teilanpassung immer dann ausgewählt wird, wenndie ermittelten Kenngrößen destechnischen Systems innerhalb des Prognosestreuintervalls der jeweiligenTeilanpassung liegen. Ferner könnenfür unterschiedlicheTypen von Kenngrößen bzw.Auswahlkriterien Prognosegütenbestimmt werden, welche dann entsprechend den von einem BenutzererwünschtenPrognosezielen zu einer Gesamtprognosegüte zusammengesetzt werden können.atthe previously described embodiment of the method according to the inventionbecame as characteristic numberthe total lossesconsidered. However, it is also possibleother parameters forEvaluation of the forecasting model, such as the averageTime until the occurrence of a failure of the technical system. Furtherthe criterion for selecting a partial adjustment need not be replaced by afixed predetermined value αbe. It is also conceivable that a partial adaptation is always selected whenthe determined characteristics of thetechnical system within the forecasting interval of the respectivePartial adjustment lie. Furthermore, canfor differentTypes of parameters orSelection criteria for forecasting qualitieswhich are then determined by a userdesiredForecasting goals can be assembled to a total forecasting quality.
    [0044] 3 zeigteine technische Anordnung mit Prozessormitteln PRZE, auf denen Programmmittel ausführbar sind.Die Prozessormittel PRZE umfassen einen Prozessor CPU, einen SpeicherMEM und eine Input-/Output-Schnittstelle IOS, die über einInterface IFC auf unterschiedliche Art und Weise genutzt wird. Über eineGraphikschnittstelle wird eine Ausgabe auf einem Monitor MON sichtbarund/oder auf einem Drucker PRT ausgegeben. Eine Eingabe erfolgt über dieMaus MAS oder eine Tastatur TAST. Auch verfügen die Prozessormittel PRZE über einen DatenbusBUS, der die Verbindung zu dem Speicher MEM, dem Prozessor CPU undder Input-/Output-Schnittstelle IOS gewährleistet. Weiterhin sind an denDatenbus BUS zusätzlicheKomponenten anschließbar,z.B. zusätzlicheSpeicher, Datenspeicher in Form einer Festplatte oder ein Scanner.Die technische Anordnung kann als Einrichtung zur Bewertung dermittels eines Prognosemodells durchgeführten Prognose von Kenngrößen einestechnischen Systems verwendet werden. Darüber hinaus kann in den SpeicherMEM das Computerprogrammprodukt zur Durchführung des erfindungsgemäßen Verfahrensgeladen werden. Es ist auch denkbar, dass die technische Anordnungder 3 das technische System darstellt, dessen Kenngrößen miteinem Prognosemodell prognostiziert werden, wobei das Prognosemodellmit dem erfindungsgemäßen Verfahren bewertetwird. 3 shows a technical arrangement with processor means PRZE on which program means are executable. The processor means PRZE comprise a processor CPU, a memory MEM and an input / output interface IOS, which is used in different ways via an interface IFC. Via a graphics interface, an output is displayed on a monitor MON and / or output on a printer PRT. An entry is made via the mouse MAS or a keyboard TAST. The processor means PRZE also have a data bus BUS, which ensures the connection to the memory MEM, the processor CPU and the input / output interface IOS. Furthermore, additional components can be connected to the data bus BUS, eg additional memory, data memory in the form of a hard disk or a scanner. The technical arrangement can be used as a device for evaluating the prognosis of parameters of a technical system carried out by means of a prognosis model. In addition, the computer program product for carrying out the method according to the invention can be loaded into the memory MEM. It is also conceivable that the technical arrangement of 3 represents the technical system whose parameters are predicted using a prognosis model, the prognosis model being evaluated by the method according to the invention.
    权利要求:
    Claims (23)
    [1]
    Verfahren zur rechnergestützten Bewertung der mittelseines Prognosemodells durchgeführten Prognosevon Kenngrößen einestechnischen Systems: – beidem ein zeitliches Gesamtintervall (I) mit einem Startpunkt (t0) und einem Endpunkt (tend),in dem eine Mehrzahl von Kenngrößen (A(t))des technischen Systems ermittelt wurden, in mehrere Teilintervalle (I1, I2, ...., I) eingeteiltwird, wobei jedes Teilintervall zwischen einem Teilintervallsstartpunkt(t0) und einem Teilintervallsendpunkt (t1, t2, ..., tend) im Gesamtintervall (I) liegt; – bei demfür jedesTeilintervall (I1, I2,...., I) eine Teilanpassung (Pi) des Prognosemodellsan die im Teilintervall (I1, I2,...., I) ermittelten Kenngrößen (A(t)) durchgeführt wird,wodurch jedes Teilintervall (I1, I2, ...., I) einer Teilanpassung (Pi) zugeordnet wird; – bei dem für jede Teilanpassung (Pi) eine Prognosegenauigkeit (Δi)ermittelt wird, welche ein Maß für die Genauigkeiteiner mit der Teilanpassung (Pi) durchgeführten Prognoseeiner oder mehrerer der Kenngrößen (A(t))des technischen Systems ist; – bei dem aus den Teilanpassungen(Pi) diejenigen ausgewählt werden, die ein oder mehrerevorgegebene Kriterien erfüllen; – bei demfür dieausgewähltenTeilanpassungen (Pi) ein Stabilitätszeitmaß (L) bestimmtwird, welches von einem Stabilitätsintervallabhängt,das i. w. zwischen dem kleinsten und dem größten Teilintervallsendpunkt(t1, t2, ..., tend) der den ausgewählten Teilanpassungen (Pi) zugeordneten Teilintervalle (I1, I2, ...., I) liegt; – bei demmittels des Stabilitätszeitmaßes (L)und der Prognosegenauigkeiten (Δi) der ausgewählten Teilanpassungen (Pi) eine Prognosegüte (M1; M2) ermittelt wird,welche ein Bewertungsmaß für die Qualität der mitdem Prognosemodell durchgeführten Prognosedarstellt.Method for the computer-assisted evaluation of the prognosis of parameters of a technical system carried out by means of a prognosis model: - in which a temporal total interval (I) with a starting point (t 0 ) and an end point (t end ), in which a plurality of characteristic quantities (A (t )) of the technical system, is divided into several subintervals (I 1 , I 2 , ...., I), each subinterval between a subinterval start point (t 0 ) and a subinterval end point (t 1 , t 2 , .. ., t end ) lies in the total interval (I); - Wherein for each sub-interval (I 1 , I 2 , ...., I) a partial adaptation (P i ) of the forecast model to the in the sub-interval (I 1 , I 2 , ...., I) determined parameters (A (t)), whereby each sub-interval (I 1 , I 2 , ...., I) is assigned to a partial adaptation (P i ); - In which for each partial adaptation (P i ) a prediction accuracy (Δ i ) is determined, which is a measure of the accuracy of a partial adaptation (P i ) performed prediction of one or more of the characteristics (A (t)) of the technical system ; - selecting from the partial adjustments (P i ) those which fulfill one or more predetermined criteria; In which a stability time measure (L) is determined for the selected partial adaptions (P i ), which depends on a stability interval which is between the smallest and the largest subinterval end point (t 1 , t 2 ,..., T end ) of the selected sub-adjustments (P i ) associated with sub-intervals (I 1 , I 2 , ...., I); - In which by means of the stability time measure (L) and the prediction accuracies (Δ i ) of the selected partial adjustments (P i ) a prognosis quality (M1; M2) is determined, which is a measure of the quality of the prognosis model carried out prognosis.
    [2]
    Verfahren nach Anspruch 1, bei dem jedes Teilintervall(I1, I2, ...., I)am Startpunkt (t0) des Gesamtintervalls(I) beginnt.Method according to Claim 1, in which each subinterval (I 1 , I 2 , ...., I) begins at the starting point (t 0 ) of the total interval (I).
    [3]
    Verfahren nach Anspruch 1 oder 2, bei dem ein vorgegebenesKriterium darin besteht, dass alle Teilintervallsendpunkte (t1, t2, ..., tend) der den ausgewählten Teilanpassungen (Pi) zugeordneten Teilintervalle (I1, I2, ...., I) zeitlichaufeinanderfolgende Teilintervallsendpunkte (Pi)im Gesamtintervall (I1, I2,...., I) sind und der größte Teilintervallsendpunktder den ausgewähltenTeilanpassungen (Pi) zugeordneten Teilintervalle(I1, I2, ...., I)der Endpunkt (tend) des Gesamtintervalls(I) ist.The method of claim 1 or 2, wherein a predetermined criterion is that all sub-interval end points (t 1, t 2, ..., t end) of the selected part of adjustments (P i) associated with the sub-intervals (I 1, I 2,. ..., I) chronologically successive part interval end points (P i) in the overall interval (I 1, I 2, ...., I), and most of the interval end point of the selected part of adjustments (P i) associated with the sub-intervals (I 1, I 2 , ...., I) is the end point (t end ) of the total interval (I).
    [4]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem die ermittelte Prognosegenauigkeit (Δi) einerjeweiligen Teilanpassung (Pi) die Abweichungeiner oder mehrerer mittels der jeweiligen Teilanpassung (Pi) prognostizierten Kenngrößen (Âi(t)) von einer oder mehreren im Gesamtintervall(I) ermittelten Kenngrößen (A(t))und/oder von einer oder mehreren mittels einer vorgegebenen Teilanpassungprognostizierten Kenngrößen (Âi(t)) angibt.Method according to one of the preceding claims, wherein the determined prediction accuracy (Δ i ) of a respective partial adaptation (P i ) the deviation of one or more by means of the respective partial adaptation (P i ) predicted characteristic quantities ( i (t)) of one or more in Total interval (I) determined characteristics (A (t)) and / or one or more by a predetermined partial adaptation predicted characteristics (Â i (t)) indicates.
    [5]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem die ermittelte Prognosegenauigkeit (Δi) einerjeweiligen Teilanpassung (Pi) die Abweichungeiner mittels der jeweiligen Teilanpassung (Pi)prognostizierten Kenngröße (Âi(t)) am Endpunkt (tend)des Gesamtintervalls (I) von einer am Endpunkt (tend)des Gesamtintervalls (I) ermittelten Kenngröße (A(t)) und/oder von einermittels einer vorgegebenen Teilanpassung (Pi)prognostizierten Kenngröße (Âi(t)) am Endpunkt (tend)des Gesamtintervalls (I) angibt.Method according to one of the preceding claims, in which the determined prediction accuracy (Δ i ) of a respective partial adaptation (P i ) determines the deviation of a parameter ( i i (t)) predicted by means of the respective partial adaptation (P i ) at the end point (t end ) of Total interval (I) of a parameter (A (t)) determined at the end point (t end ) of the total interval (I) and / or of a parameter (Â i (t)) predicted by means of a predetermined partial adaptation (P i ) at the end point ( t end ) of the total interval (I).
    [6]
    Verfahren nach Anspruch 4 oder 5, bei dem die vorgegebeneTeilanpassung eine Anpassung des Prognosemodells an alle ermitteltenKenngrößen (A(t))des Gesamtintervalls (I) ist.Method according to claim 4 or 5, wherein the predeterminedPartial adjustment an adaptation of the forecast model to all determinedCharacteristic quantities (A (t))of the total interval (I).
    [7]
    Verfahren nach einem der Ansprüche 4 bis 6, bei dem die Abweichungder prognostizierten Kenngrößen (Âi(t)) von den ermittelten Kenngrößen (A(t)) einerelative Abweichung ist.Method according to one of claims 4 to 6, wherein the deviation of the predicted characteristic quantities (Â i (t)) from the determined parameters (A (t)) is a relative deviation.
    [8]
    Verfahren nach einem der Ansprüche 4 bis 7, bei dem ein vorgegebenesKriterium füreine jeweilige Teilanpassung (Pi) darinbesteht, dass die ermittelte Prognosegenauigkeit (Δi)einer jeweiligen Teilanpassung (Pi) besserals ein vorbestimmter Wert (α)ist.Method according to one of Claims 4 to 7, in which a predefined criterion for a respective partial adaptation (P i ) consists in that the determined prediction accuracy (Δ i ) of a respective partial adaptation (P i ) is better than a predetermined value (α).
    [9]
    Verfahren nach einem der Ansprüche 1 bis 3, bei dem ein vorgegebenesKriterium füreine jeweilige Teilanpassung (Pi) darinbesteht, dass eine oder mehrere im Gesamtintervall (I) ermitteltenKenngrößen (A(t))innerhalb des Prognosestreuintervalls der jeweiligen Teilanpassungliegen.Method according to one of Claims 1 to 3, in which a predefined criterion for a respective partial adaptation (P i ) consists in that one or more parameters (A (t)) determined in the overall interval (I) are within the forecasting interval of the respective partial adaptation.
    [10]
    Verfahren nach Anspruch 9, bei dem ein vorgegebenesKriterium füreine jeweilige Teilanpassung darin besteht, dass eine am Endpunkt(tend) des Gesamtintervalls (I) ermittelteKenngröße (A(t))innerhalb des Prognosestreuintervalls der jeweiligen Teilanpassung(Pi) liegt.Method according to Claim 9, in which a given criterion for a respective partial adaptation consists in that a parameter (A (t)) determined at the end point (t end ) of the total interval (I) lies within the forecasting interval of the respective partial adaptation (P i ).
    [11]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem das Stabilitätszeitmaß (L) die Länge desStabilitätsintervallsgeteilt durch die Länge desGesamtintervalls (I) ist.Method according to one of the preceding claims, inthe stability time measure (L) the length of thestability intervaldivided by the length of theTotal Interval (I) is.
    [12]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem die Prognosegüte(M1; M2) wie folgt lautet:
    [13]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem die Prognosegüte(M1; M2) wie folgt lautet:
    [14]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem die Teilanpassung des Prognosemodells an die im jeweiligen Teilintervall(I1, I2, ...., I)ermittelten Kenngrößen (A(t))nach der Maximum-Likelihood-Methode und/oder der Methode der kleinstenAbweichungsquadrate erfolgt.Method according to one of the preceding claims, in which the partial adaptation of the prognosis model to the parameters (A (t)) determined in the respective subinterval (I 1 , I 2 , ...., I) is carried out according to the maximum likelihood method and / or the least squares method is used.
    [15]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem die bewertete Prognose eine Zuverlässigkeitsprognose, insbesondereeine mit einem Zuverlässigkeitswachstumsmodelldurchgeführten Prognose,ist und die Kenngrößen (A(t))Werte sind, welche die Zuverlässigkeitdes technischen Systems repräsentieren.Method according to one of the preceding claims, inthe evaluated forecast has a reliability prognosis, in particularone with a reliability growth modelconducted forecast,is and the characteristics (A (t))Values are what the reliabilityof the technical system.
    [16]
    Verfahren nach Anspruch 15, bei dem die Kenngrößen (A(t))die Anzahl der Gesamtausfälle destechnischen Systems zum Zeitpunkt der Ermittlung der jeweiligenKenngröße (A(t))und/oder die durchschnittliche Zeit bis zum Auftreten eines Ausfallsdes technischen Systems zum Zeitpunkt der Ermittlung der jeweiligenKenngröße (A(t))umfassen. Method according to Claim 15, in which the parameters (A (t))the number of total failures oftechnical system at the time of the determination of the respectiveCharacteristic (A (t))and / or the average time to failureof the technical system at the time of the determination of the respectiveCharacteristic (A (t))include.
    [17]
    Verfahren nach Anspruch 15 oder 16, bei dem dastechnische System Prozessormittel aufweist, auf denen Programmmittelausgeführtwerden, wobei die bewertete Prognose eine Zuverlässigkeitsprognose der Programmmittelist.A method according to claim 15 or 16, wherein thetechnical system has processor means on which program meansaccomplishedwhere the evaluated forecast is a reliability prediction of the program resourcesis.
    [18]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem das Verfahren mit unterschiedlichen Typen von Prognosegenauigkeiten(Δi) und/oder mit unterschiedlichen vorgegebenenKriterien fürdie Auswahl der Teilanpassungen (Pi) durchgeführt wirdund aus den mit den unterschiedlichen Typen von Prognosegenauigkeiten(Δi) und/oder vorgegebenen Kriterien ermitteltenPrognosegüten(M1; M2) eine Gesamtprognosegütebestimmt wird.Method according to one of the preceding claims, in which the method is performed with different types of prediction accuracies (Δ i ) and / or with different predetermined criteria for the selection of the partial adaptations (P i ) and from the different types of prediction accuracies (Δ i ) and / or predefined criteria (M1, M2) a total forecasting quality is determined.
    [19]
    Verfahren nach Anspruch 18, bei dem die Gesamtprognosegüte ein gewichtetesMittel aus den mit den unterschiedlichen Typen von Prognosegenauigkeiten(Δi) und/oder vorgegebenen Kriterien ermitteltenPrognosegüten(M1; M2) ist.Method according to Claim 18, in which the overall forecast quality is a weighted average of the prediction qualities (M1, M2) determined using the different types of prediction accuracies (Δ i ) and / or predefined criteria.
    [20]
    Verfahren nach einem der vorhergehenden Ansprüchen, beidem das zeitliche Gesamtintervall (I) eine Test- und Korrekturphasedes technischen Systems darstellt, wobei in dieser Phase das technischeSystem zur Verbesserung seiner Zuverlässigkeit laufend angepasstwurde.A method according to any one of the preceding claims, whereinthe total time interval (I) a test and correction phaseof the technical system, at which stage the technicalSystem adapted to improve its reliability on an ongoing basishas been.
    [21]
    Verfahren nach einem der vorhergehenden Ansprüche, beidem das Verfahren fürmehrere unterschiedliche Prognosemodelle wiederholt wird, wodurcheine Mehrzahl von Prognosegüten(M1; M2) erhalten wird.Method according to one of the preceding claims, inthe procedure forseveral different forecasting models is repeated, therebya plurality of forecast qualities(M1, M2) is obtained.
    [22]
    Anordnung zur rechnergestützten Bewertung der mittelseines Prognosemodells durchgeführten Prognosevon Kenngrößen (A(t))eines technischen Systems, wobei die Anordnung derart ausgestaltet ist,das ein Verfahren nach einem der vorhergehenden Ansprüche durchführbar ist.Arrangement for the computer-aided evaluation of theprognosis modelof parameters (A (t))a technical system, the arrangement being such thata method according to any one of the preceding claims is feasible.
    [23]
    Computerprogrammprodukt, das in den Speicher einesComputers geladen werden kann und Softwarecodeabschnitte umfasst,mit denen ein Verfahren nach einem der Ansprüche 1 bis 21 durchgeführt wird,wenn das Programmprodukt auf dem Computer läuft.Computer program product stored in the memory of aComputer can be loaded and includes software code sections,with which a method according to one of claims 1 to 21 is carried out,when the program product is running on the computer.
    类似技术:
    公开号 | 公开日 | 专利标题
    Perron1994|Trend, unit root and structural change in macroeconomic time series
    DE60207588T2|2006-11-30|STATUS ESTIMATION AND CLASSIFICATION FOR A MANUFACTURING SYSTEM
    Montanelli et al.1976|Latent roots of random data correlation matrices with squared multiple correlations on the diagonal: A Monte Carlo study
    US8255100B2|2012-08-28|Data-driven anomaly detection to anticipate flight deck effects
    DE10014492C2|2003-07-24|Test methods for semiconductor wafers
    DE102016011532B4|2020-09-10|Machine learning device and machine learning method for optimizing the frequency of a tool correction of a machine tool and machine tool with the machine learning device
    DE602004012980T2|2009-05-07|METHOD, SYSTEM AND STORAGE MEDIUM FOR PERFORMING ONLINE VALVE DIAGNOSIS
    EP1626317B1|2009-06-24|Verfahren zur Erstellung eines nichtlinearen, stationären oder dynamischen Modells einer Steuergrösse einer Arbeitsmaschine
    EP2564049B1|2020-02-26|STEUERGERÄT UND VERFAHREN ZUR BERECHNUNG EINER AUSGANGSGRÖßE FÜR EINE STEUERUNG
    Giovenale et al.2004|Comparing the adequacy of alternative ground motion intensity measures for the estimation of structural responses
    DE102007009909B4|2016-09-08|A method of validating an atomic transaction in a multi-core microprocessor environment
    EP2097793B1|2011-06-29|Verfahren zur rechnergestützten steuerung und/oder regelung eines technischen systems
    DE102011000298A1|2011-12-15|System and method for monitoring a gas turbine
    Lin et al.2006|Using principal components in a proportional hazards model with applications in condition-based maintenance
    EP0852759A1|1998-07-15|Entwurfsverfahren für die anlagentechnik und rechnergestütztes projektierungssystem zur verwendung bei diesem verfahren
    EP1163532B1|2005-05-11|Verfahren zur zustandserkennung eines energiespeichers
    DE102007001024A1|2008-07-03|Method for computer-aided control and / or control of a technical system, in particular of a gas turbine
    DE102016009032B4|2018-10-04|Machine learning unit, spindle replacement judgment apparatus, control, machine tool, production system and machine learning method capable of judging the necessity of a spindle replacement
    DE102012102770B9|2020-03-19|System and method for error isolation and error mitigation based on network modeling
    Löffler et al.2013|Robustness and informativeness of systemic risk measures
    Pagan1997|Towards an understanding of some business cycle characteristics
    DE102007001025A1|2008-07-03|Method for computer-aided control and / or regulation of a technical system
    DE112008003554T5|2010-11-04|Multi-channel pulse analyzer for use with multi-channel spectrometers
    EP3371611A1|2018-09-12|Verfahren und messanordnung zur überwachung einer leitung
    WO2001055805A1|2001-08-02|System und verfahren zur ermittlung der produktionsanlagen-effektivität, von fehlerereignissen und der fehlerursachen
    同族专利:
    公开号 | 公开日
    WO2005109253A3|2007-03-01|
    WO2005109253A2|2005-11-17|
    DE102004022142B4|2007-09-20|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    法律状态:
    2005-12-01| OP8| Request for examination as to paragraph 44 patent law|
    2008-03-27| 8339| Ceased/non-payment of the annual fee|
    优先权:
    申请号 | 申请日 | 专利标题
    DE200410022142|DE102004022142B4|2004-05-05|2004-05-05|Method for the computer-aided evaluation of the prognosis of parameters of a technical system carried out by means of a prognosis model|DE200410022142| DE102004022142B4|2004-05-05|2004-05-05|Method for the computer-aided evaluation of the prognosis of parameters of a technical system carried out by means of a prognosis model|
    PCT/EP2005/052038| WO2005109253A2|2004-05-05|2005-05-04|VERFAHREN ZUR RECHNERGESTÜTZTEN BEWERTUNG DER MITTELS EINES PROGNOSEMODELLS DURCHGEFÜHRTEN PROGNOSE VON KENNGRÖßEN EINES TECHNISCHEN SYSTEMS|
    [返回顶部]