本發(fā)明涉及一種用于對(duì)技術(shù)系統(tǒng)進(jìn)行建模的方法。

背景技術(shù)：

技術(shù)系統(tǒng)的建模尤其是對(duì)于這種復(fù)雜技術(shù)系統(tǒng)的運(yùn)行和優(yōu)化而言變得越來越重要。例如，將所謂的學(xué)習(xí)模型用于優(yōu)化燃?xì)鉁u輪機(jī)以及用于前瞻性的維護(hù)、并且還用于在機(jī)器運(yùn)行時(shí)的成本降低。

在分析復(fù)雜技術(shù)系統(tǒng)的數(shù)據(jù)時(shí)的巨大挑戰(zhàn)是該技術(shù)系統(tǒng)的數(shù)據(jù)連接的高維度的數(shù)據(jù)空間。例如，現(xiàn)代大型燃機(jī)渦輪機(jī)提供用于10000個(gè)以上變量的數(shù)據(jù)。在車輛生產(chǎn)線的車身制造車間中，150個(gè)控制裝置例如以每分鐘總共6000000個(gè)以上的數(shù)據(jù)點(diǎn)的數(shù)據(jù)率來提供100000個(gè)以上的變量。在沒有其它信息的情況下，必須考慮這些變量彼此間的全部潛在關(guān)系。如果分別具有100個(gè)傳感器的兩個(gè)機(jī)器被視作另一示例，則在這兩個(gè)機(jī)器連接的情況下在這些傳感器之間存在4950種可能的關(guān)系。

對(duì)于在大組的輸入?yún)⒘康那闆r下可能的子組合而言，在輸入?yún)⒘康臄?shù)目進(jìn)一步增長(zhǎng)的情況下也組合地（kombinatorisch）得出急劇增長(zhǎng)的數(shù)目。

技術(shù)實(shí)現(xiàn)要素：

在現(xiàn)有技術(shù)的此背景下，本發(fā)明的任務(wù)是提供一種經(jīng)改進(jìn)的用于對(duì)技術(shù)系統(tǒng)進(jìn)行建模的方法。

該任務(wù)利用具有在權(quán)利要求1中說明的特征的用于對(duì)技術(shù)系統(tǒng)進(jìn)行建模的方法來解決。本發(fā)明的優(yōu)選的改進(jìn)方案在所屬的從屬權(quán)利要求、隨后的描述和附圖中予以說明。

在按照本發(fā)明的用于對(duì)技術(shù)系統(tǒng)進(jìn)行建模的方法中，首先生成技術(shù)系統(tǒng)的語義系統(tǒng)模型，并且隨后借助于依賴性分析來分析在系統(tǒng)模型之內(nèi)的依賴性，所述依賴性分析基于所述語義系統(tǒng)模型的特性。也就是說，所述語義系統(tǒng)模型的特性被考慮用于依賴性分析。借助于依賴性分析，大量的依賴性可以在其重要性方面被估計(jì)。

在按照本發(fā)明的方法的第一步驟中，對(duì)技術(shù)系統(tǒng)生成系統(tǒng)模型。對(duì)此，按照本發(fā)明，用于該技術(shù)系統(tǒng)的背景知識(shí)自動(dòng)化地被考慮?？煽紤]用于此的技術(shù)本身是公知的。在按照本發(fā)明的另一優(yōu)選的改進(jìn)方案中，借助于控制信息和/或過程信息和/或組成信息來生成語義系統(tǒng)模型。

這種控制信息和/或過程信息和/或組成信息適宜地譬如作為傳感器名稱系統(tǒng)和/或尤其是作為發(fā)電站識(shí)別系統(tǒng)（kks）而存在。其它的信息源譬如是自動(dòng)化系統(tǒng)、諸如來自西門子家居（hausesiemens）的tia模型（tia=（英語）“totallyintegratedsystems（完全集成系統(tǒng)）”）。此外，還可以使用技術(shù)系統(tǒng)的構(gòu)造計(jì)劃和/或設(shè)備計(jì)劃的信息。此外，還可以考慮如下控制例程，所述控制例程控制了該技術(shù)系統(tǒng)的控制裝置。

適宜地，每個(gè)模型實(shí)體都以知識(shí)表示語言來映射。優(yōu)選地考慮為此建立的知識(shí)表示語言、尤其是owl（owl=（英語）“webontologylanguage”（網(wǎng)絡(luò)本體語言））和/或rdf（rdf=（英語）“resourcedescriptionframework”（資源描述框架）)。在此，以適當(dāng)?shù)姆绞綄碜圆煌男畔⒃吹男畔⑷缟厦嫠枋龅哪菢咏M合在單個(gè)的本體中。理想地，在語義上標(biāo)識(shí)出本體的彼此相對(duì)應(yīng)的概念并且使它們彼此等同，也就是說所述本體相對(duì)應(yīng)地被統(tǒng)一（konsoldieren）。以這種方式，建立在所述各個(gè)模型實(shí)體之間的和在這些正在進(jìn)行的數(shù)據(jù)流之間的上下文。

所得到的語義系統(tǒng)模型隨后可以被壓縮。對(duì)此，該系統(tǒng)模型被減小到在模型實(shí)體之間的重要的關(guān)系。這借助于依賴性分析來進(jìn)行。對(duì)此，首先確定系統(tǒng)模型的實(shí)體或者組件之間的潛在依賴性。這種重要的關(guān)系尤其是從下列各項(xiàng)中得出：相同的物理環(huán)境（空間上特別接近和/或環(huán)境溫度的特別小的偏差）和/或在實(shí)體之間的過程關(guān)系、和/或由相同的系統(tǒng)部分或者相同的軟件進(jìn)行的控制和/或共同的資源、特別是共同的能量供應(yīng)和/或由運(yùn)行人員進(jìn)行的共同運(yùn)行和/或其它的共性（譬如相同的制造商、相同的運(yùn)行年齡和/或相同的配置）。

這些重要的依賴性可以被形式化，尤其是被表達(dá)為實(shí)體的“……的一部分”關(guān)系、被表達(dá)為在生產(chǎn)步驟之間的時(shí)間上的“在……之后（nachher）”關(guān)系或者被表達(dá)為以“基于……來計(jì)算的”關(guān)系的類型的控制邏輯關(guān)系或者被表達(dá)為具有確定的部分、資源或者特征的實(shí)體或者被表達(dá)為“具有……”關(guān)系。

現(xiàn)在，最終得到的語義系統(tǒng)模型不依賴于最初曾被考慮用于系統(tǒng)建模的信息源。此外，該語義系統(tǒng)建模不依賴于該技術(shù)系統(tǒng)的相應(yīng)的具體技術(shù)領(lǐng)域（譬如能量獲得或者制造等等）并且同時(shí)保持以知識(shí)表示語言來形式化。

在按照本發(fā)明的方法的一優(yōu)選的改進(jìn)方案中，在系統(tǒng)模型中根據(jù)依賴性分析來對(duì)依賴性進(jìn)行加權(quán)。

在按照本發(fā)明的方法中，優(yōu)選地在系統(tǒng)模型中對(duì)依賴性進(jìn)行加權(quán)，其方式是所述依賴性根據(jù)依賴性分析在所述依賴性的數(shù)目方面被減小。

借助于按照本發(fā)明的方法，不必手動(dòng)地減小復(fù)雜技術(shù)系統(tǒng)的高維度的數(shù)據(jù)空間。按照本發(fā)明，對(duì)此必要的需要進(jìn)行全面的事實(shí)澄清（sachaufklaerung）和與精通相關(guān)事項(xiàng)（einschlaegig）的工程師對(duì)系統(tǒng)的不同的部分或者過程進(jìn)行協(xié)調(diào)的花費(fèi)是不必要的。系統(tǒng)建模因此也可以明顯更快地進(jìn)行。此外，按照本發(fā)明的系統(tǒng)未受如下偏見影響：所述偏見尤其引起在系統(tǒng)的部分或者實(shí)體之間的重要的關(guān)系錯(cuò)誤地沒有被考慮或者沒有適度地被考慮的風(fēng)險(xiǎn)。

所述按照本發(fā)明的方法可以在高維度的數(shù)據(jù)空間方面顯著更好地被縮放，因?yàn)榘凑毡景l(fā)明可以明顯減小可能的依賴性的數(shù)目。尤其是，迄今為止由于其大的復(fù)雜性而已避開（entziehen）深入的系統(tǒng)建模的技術(shù)系統(tǒng)可以變得可操作。

按照本發(fā)明，分析模型的質(zhì)量顯著地被改善，使得更好的預(yù)測(cè)、原因澄清和對(duì)系統(tǒng)的控制是更好地可能的。

在按照本發(fā)明的方法的一有利的改進(jìn)方案中，依賴性分析檢查：相應(yīng)依賴性是否是定向依賴性。

按照本發(fā)明，在各個(gè)系統(tǒng)實(shí)體之間的依賴性關(guān)系和獨(dú)立性關(guān)系以適當(dāng)?shù)姆绞饺珉S后所解釋的那樣來確定。

在本情況下，獨(dú)立性被理解為定向的和直接的關(guān)系?！岸ㄏ颉笔侵福簠⒘縜依賴于b，但是b不一定依賴于a（例如雨不依賴于街道的潮濕，但是街道的潮濕一定依賴于雨的出現(xiàn)）?！爸苯印笔侵福瑑蓚€(gè)參量之所以彼此未曾具有依賴性關(guān)系，僅僅是因?yàn)閮蓚€(gè)參量中的第一參量直接依賴于第三參量，所述第三參量直接依賴于所述兩個(gè)參量中的第二參量。這兩個(gè)參量?jī)H僅間接地依賴于彼此。

所述依賴性關(guān)系現(xiàn)在由系統(tǒng)模型的重要的依賴性得出。

譬如如果對(duì)于兩個(gè)參量適用：所述兩個(gè)參量中的第一參量是系統(tǒng)的第一組成部分的部分而所述兩個(gè)參量中的第二參量是系統(tǒng)的第二組成部分的部分，而且此外還適用：系統(tǒng)的所述兩個(gè)組成部分在物理上彼此隔離，那么推斷出：所述兩個(gè)參量分別不依賴于彼此。

此外，如果在“在……之后”關(guān)系的意義上與第二參量相比在稍后的過程步驟中出現(xiàn)參量，那么所述第二參量不依賴于所述稍后出現(xiàn)的參量。

此外，如果第二參量已經(jīng)基于第一參量被計(jì)算，那么第一參量不依賴于第二參量，而第二參量依賴于第一參量。

此外，譬如對(duì)于系統(tǒng)的組成部分具有實(shí)體a和b所依據(jù)的“具有”關(guān)系而言，在a與b之間分別設(shè)有“非不依賴”關(guān)系。

以這種方式，語義系統(tǒng)模型可以被抽象到相對(duì)應(yīng)的依賴性信息。

所述相對(duì)應(yīng)地被抽象的語義系統(tǒng)模型現(xiàn)在理想地經(jīng)歷上下文敏感的分析：對(duì)此有三種方法可供支配：一方面從依賴性分析中獲得原因信息。這樣，尤其是可以從技術(shù)過程的事件的狹窄的（eng）時(shí)間序列可靠地推斷出因果關(guān)系。此外，對(duì)此還可以考慮控制裝置的控制指令。

該關(guān)聯(lián)可以按如下方式來圖解說明：譬如應(yīng)已知的是，參量b不依賴于參量a。此外還應(yīng)已知的是，參量a和b彼此具有高相關(guān)性。兩個(gè)信息一起來考慮，可以推斷出a依賴于b。如果會(huì)存在多個(gè)變量，那么在共同原因的意義上仍然會(huì)要檢查a和b與第三變量的同時(shí)存在的依賴性。對(duì)此的相對(duì)應(yīng)的算法本身是已知的。

隨后，依賴性信息可以被用來執(zhí)行如下系統(tǒng)分析，所述系統(tǒng)分析在其它情況下由于高維度的數(shù)據(jù)空間而不可能會(huì)已經(jīng)被執(zhí)行。

為了圖解說明起見，該方法被構(gòu)造為使得譬如與在例如用于失效預(yù)測(cè)的技術(shù)過程中的類變量c的關(guān)系可以基于依賴性和因果性關(guān)系被劃分成關(guān)于c重要的和不重要的。這樣，適宜地將所述類變量c與其它參量的所有的直接依賴性保留為重要的。而c僅僅間接地依賴于的全部影響參量沒有作為重要的關(guān)系被保留。相對(duì)應(yīng)地明顯減小了類變量c的依賴性。此外，那些稍后作為類變量c出現(xiàn)的參量未進(jìn)一步被考慮，因?yàn)樵蚴冀K在時(shí)間上先于（vorausgehen）其效果。

上面所描述的方法可以在按照本發(fā)明的方法中被用于原因澄清。對(duì)此，重要的依賴性根據(jù)可能的原因、譬如針對(duì)在技術(shù)系統(tǒng)中出現(xiàn)的故障被分析。對(duì)此，尤其是也考慮來自語義系統(tǒng)模型的信息。

優(yōu)選地，在按照本發(fā)明的方法中，依賴性分析的結(jié)果被考慮，并且以此為基礎(chǔ)來執(zhí)行對(duì)技術(shù)系統(tǒng)的監(jiān)視和/或?qū)ο到y(tǒng)的控制和/或?qū)@種控制的改善和/或針對(duì)該技術(shù)系統(tǒng)的過程的原因分析和/或?qū)υ摷夹g(shù)系統(tǒng)的數(shù)據(jù)的分析。

按照本發(fā)明的方法優(yōu)選地被構(gòu)造為自我學(xué)習(xí)的（selbstlernend）。

按照本發(fā)明的計(jì)算機(jī)程序產(chǎn)品被構(gòu)造用于執(zhí)行上述方法。

附圖說明

隨后，依據(jù)在附圖中所示出的實(shí)施例進(jìn)一步解釋本發(fā)明。

圖1以原理圖示意性地示出了按照本發(fā)明的用于對(duì)技術(shù)系統(tǒng)進(jìn)行建模的方法的過程步驟；以及

圖2以原理圖示意性地示出了在按照?qǐng)D1的按照本發(fā)明的方法的過程步驟中的依賴性分析。

具體實(shí)施方式

在圖1中所示出的按照本發(fā)明的用于系統(tǒng)分析的方法是按照本發(fā)明的用于在車間制造系統(tǒng)的車輛生產(chǎn)線中焊接門時(shí)預(yù)測(cè)質(zhì)量問題的方法的組成部分。該車間制造系統(tǒng)形成技術(shù)系統(tǒng)tes。在其它的、沒有專門被示出的實(shí)施例中，按照本發(fā)明的方法是在其它的后置的數(shù)據(jù)分析的組成部分。

在所述技術(shù)系統(tǒng)tes中提出的任務(wù)是：基于之前的事件和測(cè)量來預(yù)測(cè)在門中的質(zhì)量問題。在安裝線中的最后的控制裝置負(fù)責(zé)質(zhì)量檢查并且當(dāng)在門與其余的車輛之間的間隙尺寸（spaltmass）不同于預(yù)先給定的額定間隙時(shí)觸發(fā)門質(zhì)量事件c（參見圖2）。這種事件的原因或者可能是錯(cuò)誤地被設(shè)置的安裝機(jī)器人，或者也可能是在定位其余的車輛時(shí)的問題或者安裝機(jī)器人對(duì)門的有錯(cuò)誤的接受或者一系列其它的原因。在此，為了具體的數(shù)據(jù)分析ana，首先要如下所述地獲得數(shù)據(jù)dat：

首先進(jìn)行語義系統(tǒng)模型ssm的生成smg。對(duì)此，用于構(gòu)造plc單元（plc=（英語）“programmablelogiccontroller”（可編程邏輯控制器））的構(gòu)造計(jì)劃被考慮，并且可由此得到的語義信息ext被記錄（festhalten）在統(tǒng)一的語義系統(tǒng)模型ssm中。此外，還可以考慮制造過程模型，所述制造過程模型例如在simatic-it-mes制造軟件包中是可得到的。

現(xiàn)在，緊接于此的是依賴性分析dea：從所述語義系統(tǒng)模型ssm中得出變量與物理傳感器的關(guān)系inf和這些傳感器與plc單元的關(guān)系。因而，然后自動(dòng)化地列出（aufstellen）一系列位置關(guān)系以及“……的組成部分”關(guān)系。譬如以iec-61331-3程序語言來寫的控制plc單元的程序透露出（preisgeben）以計(jì)算上的依賴性為類型的關(guān)系。此外，借助于制造模型還可以得出一組時(shí)間關(guān)系、即“先于……”和“后于……”類型的關(guān)系。

在依賴性分析dea中，現(xiàn)在（圖2）物理上彼此分開的plc單元f和時(shí)間上在門安裝步驟b之后被測(cè)量測(cè)量、因此配備有時(shí)間上“后于……”關(guān)系s的變量被表征為關(guān)于門質(zhì)量事件c無關(guān)的。這種時(shí)間上在門安裝步之后有意義的變量例如包括這種在內(nèi)部的門襯板的安裝d期間的變量e。對(duì)此，以本身公知的方式采用進(jìn)行推理的（schlussfolgernd）軟件組件、所謂的“語義推理程序（semanticreasoner）”。該軟件組件如前所述那樣將變量的時(shí)間關(guān)系映射到依賴性關(guān)系。直接依賴性d借助于生產(chǎn)過程信息來得出，所述生產(chǎn)過程信息譬如以確定的原因（譬如相同組件的加工）來使門質(zhì)量事件以及定位事件彼此相關(guān)。所述依賴性分析現(xiàn)在將所得出的關(guān)系inf減小到僅僅直接的關(guān)系did。

在數(shù)據(jù)分析ana的范圍內(nèi)，緊接于此的是上下文敏感的分析caa，在所述上下文敏感的分析caa中，對(duì)門質(zhì)量事件的預(yù)測(cè)通過對(duì)如下那些變量的近鄰分類（naechst-qualitaets-einstufung）來進(jìn)行：所述變量直接影響門質(zhì)量，也就是說門質(zhì)量事件直接依賴于所述變量。近鄰分類可以利用本身公知的算法來執(zhí)行。結(jié)果是直接依賴性的明顯被減小的模型：這樣，對(duì)于門安裝質(zhì)量的問題，譬如對(duì)內(nèi)部的門襯板的安裝不再被考慮被。相對(duì)應(yīng)地，結(jié)果是明顯被減小的問題空間，在所述問題空間中可以進(jìn)行其它的分類、組合或者預(yù)測(cè)。

而對(duì)于借助于之前的步驟不能進(jìn)行充分的依賴性分析的情況，從語義模型中得出簡(jiǎn)單的依賴性圖，其中僅僅包含“依賴于……”關(guān)系。借助于學(xué)習(xí)算法，將這種線性的依賴性模型與所述語義模型的現(xiàn)實(shí)情況適配。

原則上，也可以在其它的實(shí)施例中在上下文敏感的分析的范圍內(nèi)進(jìn)行原因澄清roc或者也進(jìn)行其它的對(duì)顯得重要的特性fes的提取。

沒有專門被示出的第二實(shí)施例涉及在燃?xì)鉁u輪機(jī)中的異常的燃料溫度的原因澄清。對(duì)此，首先依據(jù)發(fā)電機(jī)識(shí)別系統(tǒng)（kks）形成傳感器系統(tǒng)的語義模型。該系統(tǒng)的結(jié)構(gòu)向系統(tǒng)添加（auflegen）一系列依賴性重要的關(guān)系：這樣，經(jīng)過該系統(tǒng)的質(zhì)量流的方向明確地并且事先被確定。經(jīng)過該系統(tǒng)的質(zhì)量流導(dǎo)致各個(gè)實(shí)體的一系列時(shí)間上的“在……之后”關(guān)系。例如，在將燃料單元點(diǎn)火之前測(cè)量燃料單元的溫度和組成。此外，與此相對(duì)地，稍后測(cè)量廢氣溫度。此外，該系統(tǒng)的結(jié)構(gòu)包括大量“是……的組成部分”關(guān)系。

類似于先前的實(shí)施例地進(jìn)行依賴性分析?；跁r(shí)間上的“在……之后”關(guān)系跟著的是：燃料溫度不依賴于廢氣溫度，而反之（umkehrschluss）不一定正確。基于該依賴性分析，執(zhí)行原因被澄清?；谒鲈虺吻?，針對(duì)異常的燃料溫度的最后的原因被確定。根據(jù)依賴性分析，從可能的原因的集合中自動(dòng)地排除了廢氣溫度。