CN103093304A - 用于分布式诊断推理的方法和系统 - Google Patents

用于分布式诊断推理的方法和系统 Download PDF

Info

Publication number
CN103093304A
CN103093304A CN201210517518.3A CN201210517518A CN103093304A CN 103093304 A CN103093304 A CN 103093304A CN 201210517518 A CN201210517518 A CN 201210517518A CN 103093304 A CN103093304 A CN 103093304A
Authority
CN
China
Prior art keywords
seam
data
fault condition
node
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201210517518.3A
Other languages
English (en)
Inventor
D·A·贝尔
T·费尔克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN103093304A publication Critical patent/CN103093304A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols

Abstract

本发明涉及用于分布式诊断推理的方法和系统。提供了一种分布式诊断推理的方法。该方法包括建立监视复杂系统的组件的操作的计算节点，以及利用一个或多个标准化可执行应用模块(SEAM)和工作流服务来填充计算节点的处理器和存储器中的至少一个。该方法还包括结合若干SEAM创建配置文件以创建与组件相关联的分布式诊断推理机(DDR)。该方法还包括在计算节点中安装配置文件以供处理器执行；以及初始化一个或多个SEAM、配置文件和工作流服务，其中工作流服务促进了在一个或多个SEAM和与驻留在配置文件中的故障条件相关联的静态数据之间的数据流。

Description

用于分布式诊断推理的方法和系统
技术领域
本发明大体上涉及用于基于条件的监视复杂系统的健康维护系统的故障模型架构，尤其涉及一种可以灵活地分离为多个分布式诊断推理机(reasoner)的诊断推理机架构，其中用于每个分布式诊断推理机的配置数据允许分布式诊断推理机在复杂系统的最低可行水平上检测和分析故障。
背景技术
车辆复杂性增加以及伴随着维护成本的增加导致到基于条件的健康管理(CBM)的领域的行业广泛的投入。这些努力带来了特定于行业或者设备的处理解决方案的发展。然而，传统的CBM系统一般被严格地配置为要求用户忍受繁琐的性能或者支付相当可观的改造成本。
图1是示例性的多级健康维护过程10的简化框图，该过程10在监视复杂系统(未示出)时是有用的。这里讨论的复杂系统可以是任意类型的车辆、飞机、制造过程、或者可以利用传感器、换能器或其它数据源来监视复杂系统的各种组件和参数的机器。传感器/换能器典型地位于组件或者过程测量级20以通过各种数据驱动的输入/输出(I/O)设备来测量、收集和传送原始数据。该原始数据可以表示故障指示器、参数值、过程状态、操作模式和事件、消耗品使用和状态、交互数据等。其它数据源的非限制性例子可以包括串行数据文件、视频数据文件、音频数据文件和内建测试设备。
一旦复杂系统的参数被测量，通常就在处理的提取级30将测量数据转发到的更加复杂的设备和系统。在提取级30，可以进行更高级别的数据分析和记录，例如确定或者推导趋势和其它征兆(symptom)标记。
征兆标记被进一步处理并传送到解释级40，其中适当编程的计算机设备可以诊断、预言(prognosticate)默认指示或者追踪消耗品使用和消耗。原始材料和其它使用数据也可以被确定和追踪。通常，诊断、预言和默认指示典型地通过将所检测的参数应用到大型集中式故障模型41而确定，其中数据、处理的数据或者合并的数据被分析。
在解释级40合成的数据可以通过在动作级50的维护计划、分析和协调软件应用来编译和组织，以用于报告以及在交互级60与各种用户进行的其它交互。
尽管实现CBM系统所需的过程变得越来越广为公知，但是CBM系统的复杂程度依然很高，并且开发这些解决方案的成本也相应很高。对于生产独立于所监视的复杂系统的设计的廉价普通的CBM解决方案的尝试并不令人满意。这是因为复杂系统发生故障的方式以及故障所表现出的征兆的组合排列高度依赖于系统设计和集中式故障模型41的复杂化。
因此，希望开发一种健康维护系统架构，其能够足够灵活地支持众多的复杂系统。另外，希望开发一种健康维护系统，其能够易于供用户重新配置，因此免除了昂贵的重编程序成本和延迟。此外，结合附图和本发明的该背景，本发明的其它期望特征和特性通过本发明的随后详细说明和所附权利要求将是显而易见的。
发明内容
提供一种方法，用于复杂系统的子系统的分布式诊断推理。该方法包括建立监视复杂系统的组件的操作的计算节点，其中计算节点包括处理器和存储器，并且利用一个或多个标准化可执行应用模块(SEAM)和工作流服务来填充(populate)计算节点的处理器和存储器中的至少一个；其中所述一个或多个SEAM被配置为彼此无法直接通信。该方法进一步包括结合与组件相关联的一个或多个标准化可执行应用模块(SEAM)和工作流服务来创建配置文件以形成分布式诊断推理机(DDR)，DDR还包括与默认条件相关联的静态数据，将配置文件安装在计算节点中以供处理器执行；以及初始化一个或多个SEAM、配置文件和工作流服务，其中工作流服务促进了一个或多个SEAM和与配置文件中驻留的故障条件相关联的静态数据之间的数据流。
提供了一种驻留在计算节点内的计算机可读存储介质(CRSM)，包括指令，所述指令在被执行时执行用于复杂系统的子系统的分布式诊断推理的动作。所述指令包括利用一个或多个标准化可执行应用模块(SEAM)和工作流服务来填充计算节点的处理器和存储器中的至少一个，其中一个或多个SEAM彼此无法直接通信。所述指令进一步包括将配置文件安装在计算节点中以供处理器执行；以及初始化一个或多个SEAM、配置文件和工作流服务，其中工作流服务促进了一个或多个SEAM和与配置文件中驻留的故障条件相关联的静态数据之间的数据流。
附图说明
此后将结合相应附图描述本发明，其中相同的参考符号代表相同的元件。
图1是示例性的多级健康维护过程的简化框图；
图2是分级结构的实施例的简化功能框图；
图3是示例性的可配置系统的简化示意图，用以优化基于分级条件的维护系统的运行时间性能；
图4-6是示例性的屏幕截图，示出了用于创建在分级结构中配置计算节点时所使用的配置文件的GUI；
图7-9是示例性的屏幕截图，示出了用于创建在配置可执行应用模块时所使用的配置文件的GUI；
图10是示例性方法的流程图，该方法用于配置/重新配置监视复杂系统的各种组件的计算节点的分级结构；
图11是示例性的计算节点的简化框图；
图12是示例性的计算节点的另一个简化框图；
图13是示例性方法的简化逻辑流程图，该方法用于协调计算设备的功能以根据实施例完成任务；
图14是根据实施例的分布式诊断推理的简化示例；
图15是示出了根据实施例的示例性诊断过程的流程图；
图16是示出了在分级级别之间诊断数据流的过程的示例性流程图。
具体实施方式
以下详细说明实际上仅仅是示例性的，并不意在限制本发明或本发明的应用和使用。如这里所述，术语“示例性”表示“作为一个例子、范例或示例”。因此，这里表述为“示例性”的任何实施例并不一定是比其它实施例优选或有利。这里描述的全部实施例都是示例性的实施例，其被提供用来使本领域技术人员能够制造或者使用本发明，而不限制由权利要求所定义的发明的范围。此外，这里并不意欲用前述技术领域、背景技术、发明内容或以下详细说明所表达或者隐含的任何理论来限制。
本领域技术人员将理解，结合这里所公开的实施例描述的各种说明性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或二者结合。以下根据功能和/或逻辑块组件(或模块)和各种处理步骤来描述一些实施例和实施方式。然而，应该理解，此类块组件(或模块)可以通过配置为执行特定功能的任意数量的硬件、软件和/或固件组件来实现。为了清楚地说明硬件和软件的这种互换性，各种说明性组件、块、模块、电路和步骤在这里通常是根据它们的功能来描述的。这种功能是作为硬件实现还是作为软件实现取决于施加于整个系统的特定应用和设计限制。对于每个特定应用，技术人员可以采用各种方式来实现所述功能，但是这种实现决定应该不被解释为脱离本发明的范围。例如，系统或者组件的实施例可以采用各种集成电路组件，例如存储元件、数字信号处理元件、逻辑元件、查找表等，可以在一个或多个微处理器或者其它控制设备的控制下执行各种功能。另外，本领域技术人员将理解，这里所述的实施例仅仅是示例性的实施方式。
结合这里所公开的实施例所描述的各种说明性的逻辑块、模块和电路可以利用通用处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑设备、离散门或晶体管逻辑、离散硬件组件或被设计为执行这里所述功能的其任意组合来实施或执行。通用处理器可以是微处理器，但是可替换地，处理器可以是任意传统的处理器、控制器、微控制器或状态机。处理器还可以实现为计算装置的组合，例如DSP和微处理器的组合，多个微处理器、结合DSP核的一个或多个微处理器、或者任意其它这种配置。术语“示例性”这里专门用于表示“作为一个例子、范例或示例”。这里表述为“示例性”的任何实施例并不一定解释为比其它实施例优选或有利。
结合在此公开的实施例所描述的方法或者算法的步骤可以直接嵌入到硬件、由处理器执行的软件模块、或者二者组合。软件模块可以驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM、或者本领域已知的任意其它形式的存储介质。示例性存储介质被耦合到处理器，这样处理器可以从存储介质读取信息，或者向存储介质写入信息。可替换地，存储介质可以是处理器的一部分。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。可替换地，处理器和存储介质可以作为离散组件驻留在用户终端中。目前存在的或者将来会存在的各种形式的处理器，以及目前存在的或者将来会存在的各种形式的存储介质，这里被认为是计算机可读存储介质。
在本文中，相关术语例如第一和第二等，可以仅仅被用于将一个实体或者动作与其它实体或者动作相区分，而不必要求或者暗示这样的实体或动作之间的任何实际的这种关系或者次序。序数词例如“第一”、“第二”、“第三”等仅仅地表示多个之中的不同的单个，并不暗示着任何次序或者序列，除非权利要求的语言有具体定义。任意权利要求中的文本序列并不暗示着必须根据这种序列按照时间或者逻辑次序来执行过程步骤，除非权利要求的语言有具体定义。过程步骤可以采用任意次序互换，而不脱离本发明的范围，只要这种互换不与权利要求语言相矛盾且不是逻辑上无意义。
此外，根据上下文，用于描述不同元件之间的关系的词语例如“连接”或者“耦合”并不意味着在这些元件之间必须进行直接的物理连接。例如，两个元件可以物理地、电子地、逻辑地、或者以任意其它方式通过一个或多个额外元件彼此连接。
尽管在本发明的以下详细说明中将呈现至少一个示例性实施例，但是应该理解，存在大量的变型。还应该理解，一个或多个示例性的实施例仅仅是举例，并不意在以任何方式限制本发明的范围、应用或配置。更确切地，以下详细说明将向本领域技术人员提供一个方便的路径图，用于实现本发明的示例性实施例。应该理解，可以对示例性实施例中描述的元件的功能和布置进行各种改变，而不脱离所附权利要求中阐述的本发明的范围。
图2是可以由用户及时地重新配置的分级结构200的实施例的简化功能框图。这可以通过经由数据驱动建模工具171改变一组配置数据180来实现，其还可以被描述为基于模型的配置装置。配置数据180可以被存储在静态数据存储器(例如ROM)、动态数据存储器(例如RAM)、或者二者190中。
考虑到可以被以下这里描述的实施例监视的过多的复杂系统，以及复杂系统中任何点处都需要的大范围的功能，以下说明包括这里所公开的主题的非限制性例子。可以补充有以下示例性实施例的复杂系统的特定非限制性例子可以是被David Goldstein的共同所有共同未决申请12/493,750中描述的车辆。
为了简明和简化，本示例将假定仅有5个不同的处理级或“应用层”。应用层(120-160)是一组功能或服务，其被编程为驻留在共享特定分级级别的一个或多个计算节点中的运行时间软件，并且适于满足有关特定健康管理实施方式的用户需求。作为非限制性例子，应用层可以是设备健康管理器(EHM)层120、区域健康管理器(AHM)层130、车辆健康管理器(VHM)层140、维护者层150、或者企业层160。
然而，在这里描述的等效实施例中，分级结构200可以具有任意数目的应用层级别(120-160)。应用层(120-160)可以包括任意数量的计算节点，也就是计算设备。节点的数量由复杂系统的复杂性以及用户希望的监视的复杂化来确定。在某些实施例中，多个节点(120-160)可以驻留在一个计算设备中。基于设备的计算节点的层(EHM层120、AHM层130、VHM层140、维护者150和企业160)还可以被称为EHM 120’、AHM 130’、VHM 140’、维护者节点150’以及企业节点160’。
在这里所公开的示例性实施例中，EHM 120’是计算设备，其提供对复杂系统的单个组件的状态的综合视图，包括分级结构200的最低级。EHM 120’可以具有其它人偏好的不同命名。例如在等效实施例中，EHM 120’还可以称为组件区域管理器(CAM)。复杂系统可能需要大量的EHM(120’)，每个可以包括多个时间序列生成源，例如传感器、换能器、内建测试设备(BITE)等。EHM(120’)优选地在电子上接近于时间序列数据生成源，以便于在征兆的时间序列模式发生时检测到它位。
在某些实施例中，EHM 120’可以包括特定于节点的分布式诊断推理机(DDR)45(见图15)。特定于节点的DDR是从复杂系统的较大全面故障模型41得到的可重用复合数据驱动软件组件。DDR 45实际上是小故障模型，其针对特定节点和范围内的复杂系统的组件进行特别调整。以下将描述DDR 45的组成。
作为小故障模型，DDR 45执行诊断推理来生成与EHM 120’相关联的系统组件的健康状态的结论。DDR 45解码其结论，并将它们发送到更高级别节点(例如AHM 130’)的DDR45，以用于对AHM范围内的组件的更全面诊断。类似地，DDR 45可以解释来自一个或多个更低级别节点或者来自横向节点(即，其它EHM)的诊断结论。EHM 120’处的DDR45可以连同来自其本身数据域的数据(即，传感器)使用这种解释来执行诊断推理，以生成比仅仅对来自更低级别节点的诊断结论求和而言更加全面的分析。
通过在与复杂系统相关联的全部节点上分布故障诊断功能，开发和维护模型的总成本得到降低，这是因为与维护巨大的集中式故障模型相比，维护多个较简单的故障模型没那么复杂。此外，计算开销也遍布在分级结构内的多个计算设备上。通过其配置，在传输到更高级别节点之前，DDR 45在某个级别上过滤了不相关数据并聚合了相关数据，这降低了带宽需求，并最小化了联网资源。
例如，图14示出了简单的分布式故障诊断系统。示例性的分布式故障诊断系统包括AHM1和AHM2。AHM1在其数据域中具有接收器EHM Rx1和Rx2。EHM Rx1和Rx2中的每一个与共同的通信路径N1和N2通信。类似地，AHM2在其数据域中具有发送EHM Tx1和Tx2。Tx1和Tx2中的每一个也与目的地N1和N2通信。
EHM Rx1已经检测到在端口3上没有接收到数据。根据这个证据，特定于EHM Rx1的配置数据和标准SEAM诊断算法，EHM Rx1的DDR确定这个条件已经与EHM Rx1的内部故障相关联，以每百万车辆英里8次的速率。EHMRx1将这个结论以及其上检测到问题的接口的标识(端口3)转发给AHM1。以类似的方式，以每百万车辆英里8次的速率，EHM Rx2转发“在端口7上接收失败”的报告以及已经与EHM Rx2的内部故障关联的结论。
基于从其源EHM Rx1和EHM Rx2接收的信息，特定于AHM1的配置数据和标准SEAM诊断算法，AHM1的DDR识别两个可能的结论。第一个是以每百万车辆英里0.3次的速率发生的EHM Rx1和EHM Rx2的同时故障。第二个结论是在开关S1中有造成故障的共同原因，这与接收的信息是一致的，由于AHM1中的特定配置数据识别了在Rx1端口3和Rx2端口7上接收的数据源自开关1。AHM1还推断出开关1的故障率是每百万车辆英里5次。因此，AHM1的DDR 45根据其数据域内的数据作出了部分结论，并将结论转发到下一个更高级别的VHM。
类似地，基于来自源EHM Tx1和EHM Tx2的信息，特定于AHM2的配置数据和标准SEAM诊断算法，AHM2识别为1的模糊组大小：在发射器Tx1处接收回送信号失败以每百万车辆英里3次的速率发生。因此，AHM2的DDR45根据其数据域内的数据作出了部分结论，并且接着将结论转发到下一个更高级别中的VHM。
基于来自AHM1、AHM2和AHM3的部分结论，特定于VHM的配置数据和标准SEAM诊断算法，VHM识别大小为4的模糊组，针对影响了AHM1、AHM2和AHM3的故障条件。在这个限制例子中，模糊组的四个成员是以每百万车辆英里0.3次的速率发生的接收器Rx1和Rx2中的同时故障；以每百万车辆英里0.1次的速率发生的开关S1和发射器Tx1中的同时故障；以每百万车辆英里3次的速率发生的总线N1中的故障；以及以每百万车辆英里5次的速率发生的12VDC电源中的故障。这些结论接着被转发到维护者节点(150)，用于进一步的分析诊断处理。
参考图2，AHM 130’是位于分级结构200的下一个更高分级级别中的计算设备，并且可以接收和处理从多个EHM 120’和其它节点130’-160’接收的消息、命令和数据输入。AHM 130’可以报告和接收来自分级结构200的更高级别或者更低级别组件的命令和数据。AHM 130’处理数据，并提供对正在被监视的复杂系统的单个子系统的健康的综合视图。AHM 130’可以具有其它人偏好的不同命名。例如，在等效实施例中，AHM 130’还可以被称为子系统区域管理器(SAM)。在某些实施例中，AHM 130’可以包括特定于节点的DDR45。
VHM 140’是位于分级结构200的下一个更高分级级别的计算设备，并且可以接收和处理从多个EHM 120’和AHM 130’接收的消息、命令和数据输入。VHM 140’也可以报告和接收来自分级结构200的更高级别组件的命令和数据。VHM 130’处理数据，并提供对正在被监视的整个复杂系统的健康的综合视图。VHM 140’可以具有其它人偏好的不同命名。例如，在等效实施例中，VHM 140’还可以被称为系统级控制管理器(SLCM)。在某些实施例中，VHM 140’可以包括特定于节点的DDR45。
维护者层150包括分析从EHM 120’、AHM 130’和VHM 140’接收的数据的一个或多个计算节点(150’)并支持局部场维护活动。维护者层计算系统的非限制例子是由Honeywell International of Morristown NJ附属的IntelligentAutomation Corporation生产的
Figure BSA00000818113000081
PC地面基站(PC-GBS)；或者是美国陆军的Platform Soldier-Misson Readiness System(PS-MRS)。维护者层系统可以具有其它人偏好的不同命名。节点150’也接收来自更高级别节点160’的数据、命令和消息。在某些实施例中，维护者节点可以包括特定于节点的DDR 45。
企业层160包括分析从EHM 120’、AHM 130’、VHM 140’和维护者层150接收的数据的一个或多个计算节点(160’)。企业级支持大量或一队资产的维护、后勤和操作。企业层160计算系统的非限制例子是来自Honeywell International的ZINGTM系统和预测趋势监视诊断系统。企业层系统160’可以具有其它人偏好的不同命名，并可以包括DDR 45。
根据这里公开的主题的概念，分级结构200的每一级的每个计算节点(120-160)可以由数据驱动建模工具171的用户单独地且及时地配置或者重新配置。利用模型驱动GUI 170(见图2)，数据驱动建模工具171允许用户直接改变配置数据180，这继而提供特定引导(direction)和数据到，和/或通过驻留在分级结构200的每个计算节点(120-160)中的配置文件185启动一个或多个标准可执行应用模块(SEAM)(221-264)。在以下说明中，术语“配置”和“提供特定引导和数据”可以同义使用。
在某些实施例中，数据驱动建模工具171可以被用来为一个或多个计算节点(120-160)的每一个创建DDR 45。这可以通过编辑节点(120-160)的配置文件185来实现以提供特定引导和数据到填充节点由此创建用于该节点的DDR45的分配SEAM 241、诊断SEAM 242和排序(rank)SEAM 243中的每一个。如系统设计者所创作的，在配置文件185的SDS 350a和DDS 350b中发现特定引导和数据。关于配置文件、SEAM(220-264)和工作流服务310如何一起工作以向SEAM提供特定引导和数据的进一步公开可以在共同所有、共同未决申请13/077,276中找到，在此通过引用结合其全部内容。
特别地，从作为DDR 45的组件的SDS 350a要求的静态信息将包括故障条件模板、故障条件生命周期模型和响应引导，来完成分配SEAM 241、诊断SEAM242和排序SEAM 243的各种任务。由驻留在DDS 350b中的DDR 45使用、创建或修改的动态信息可以包括与由DDR 45的诊断SEAM 242确定的各种征兆、诊断数据和诊断部分结论相关联的故障条件。
可能的SEAM(221-264)的数量并不受限，并且可以扩展超出在这里所述的数量。类似地，可以根据需要在不脱离这里所公开的范围的的情况下，这里所公开的SEAM(221-264)可以被组合成更少模块，或者分解成组件模块。SEAM(221-264)包括可从一个或多个重用库(220-260)中选择并且随后被引导以满足用户的健康管理实现需要的一组服务、运行时间软件、固件和已知的管理工具。每个SEAM(221-264)包括可执行代码，其包括一组定义标准化子例程的逻辑步骤，所述标准化子例程被设计为实现基本功能，所述基本功能可以在稍后被引导或者重新引导来执行特定功能。
这里公开了24个示例性SEAM(221-264)，其被分解为5个非限制性示例性库(220、230、240、250和260)。标准化可执行应用(221-264)是基本的不可修改的模块化软件对象，其被引导为在标准化可执行软件模块(221-264)在分级结构200中被填充之后通过配置数据180完成特定任务。配置数据180是通过将包括配置数据180的配置文件185递送到节点，结合可执行应用(221-264)来实现的。一旦被配置，节点中的SEAM(221-264)可以接着协同地对从复杂系统收集的数据执行特定功能集。特定功能集的非限制例子可以是健康监视算法。
作为非限制例子，测量库220可以包括获取模块221。获取模块221功能可以通过包含外部可调用接口的定制适配器325为将数据输入到计算节点(120-160)提供主路径。定制适配器325将数据块推入获取模块221，获取模块221接着解析该数据块，并通过其它可执行应用(222-264)将其排队以用于后续处理。
测量库220可以包括感测模块223。感测模块223可以通过针对从物理I/O设备(即，串行数据端口，传感器I/O接口等)读取数据的系统发起的请求，为将数据输入到计算节点(120-160)提供辅路径。感测模块223接着解析数据块，并通过其它可执行应用(222-264)将其排队以用于后续处理。
测量库220可以包括解码模块222。解码模块222可以获取通过获取模块221或感测模块223排队的数据，并将数据变换为其它可执行应用能够处理的可用形式(即，征兆和/或变量)。解码模块222还可以利用通过获取模块221排队的数据块来填充循环缓冲器来实现快照或数据记录功能。
提取库230可以包括评估模块231。评估模块231可以执行复杂系统的状态变量的周期性评估以触发数据收集、设置约束条件以及基于实时或接近实时数据来检测复杂系统事件。
提取库230可以包括记录模块234。记录模块234可以评估解码的征兆和变量以确定何时将执行快照/数据记录器功能。如果快照/数据记录功能已经被触发，记录模块234可以创建特定快照/数据记录，并发送它们到动态数据存储器(DDS)350b。快照可以通过其它可执行应用(221-264)或通过外部系统(未示出)来触发。
提取库230可以包括分析模块232。分析模块232可以利用变量值和趋势数据运行一个或多个算法，该趋势数据可能已经通过趋势模块233收集并随后存储在动态数据存储器(DDS)350b中来确定特定征兆状态和/或提供对感兴趣的未测量参数值的估计。DDS 350b是在配置文件185中的数据存储位置。
解释库240可以包括分配模块241。分配模块241可以对复杂系统中的节点检测到的一组征兆执行约束处理、级联效应去除和时间延迟处理，并接着分配征兆到一个或多个合适的故障条件，所述故障条件是为监视的设备或子系统指定的。分配模块241还可以基于与故障条件相关联的任何特定征兆的值变化更新故障条件数据，并加强相互排斥的征兆的一致性。当由相关联配置文件185适当配置时，诊断模块242可以是节点中的DDR 45的组件。
在这里所公开的主题的各种实施例中，复杂系统的组件的诊断分析基于“故障条件”的概念，其是用来收集故障证据并且管理所检测故障的生命周期的推理结构。特别地，故障条件是一组静态和动态数据值，其被用于诊断、预言或其它分析。用于实施这些分析的数据值被存储在SDS 350a和DDS 350b中。诊断分析是通过解释库240中的多个SEAM来执行的，如以下进一步所描述。SEAM之间的交互和协调是通过工作流服务310控制的，如共同所有、共同未决申请13/077,276中更加全面描述的，在此结合其全部内容。
在这里所公开的主题的各种实施例中，复杂系统的组件的诊断分析基于“故障条件”的概念，其是用来收集故障证据并且管理所检测故障的生命周期的推理结构。特别地，故障条件是一组静态和动态数据值，其被用于诊断、预言或其它分析。用于实施这些分析的数据值被存储在SDS 350a和DDS 350b中。诊断分析是通过解释库240中的多个SEAM来执行的，如以下进一步所描述。SEAM之间的交互和协调是通过工作流服务310控制的，如共同所有、共同未决申请13/077,276中更加全面描述的，在此结合其全部内容。
分配模块241的功能是确定征兆是否与之前已经检测的故障条件相关联，或者证据是否指示新故障的存在。如果征兆不与存储在本地动态数据存储器(例如，DDS 350a，图2)中的活动故障条件相关联，那么新的故障条件被创建，并存储在本地静态数据存储器(例如，SDS 250b，图2)中用于将来使用。
当分配模块241已经完成了处理检测到的故障条件的证据时，其断言指示分配处理已经完成的事件。工作流服务310对断言的事件进行响应，如共同所有、共同未决的美国专利申请13/077,276中描述的，在此通过引用结合其全部内容。在某些实施例中，对这个事件的响应是为了调用排序模块243。
解释库240可以包括诊断模块242。诊断模块242可以安排所监视的资产和诊断推理之间的交互以降低用于给定活动故障条件的含糊故障模式的数量，直到识别出将会解决故障条件的根本原因的维护程序。当被相关联配置文件185适当配置时，诊断模块242可以是节点中的DDR 45的组件。
在某些实施例中，诊断模块242的突出功能是管理故障条件的生命周期。基于SDS 350a中存储的配置数据，和DDS 350b中存储的故障条件的内容和属性，诊断模块242计算标识用于给定故障条件的一组已定义状态之一的值。故障条件状态的值由诊断模块242和其它SEAM使用来控制诸如用户访问、数据集内容、以及可允许的操作之类的事务。故障条件生命周期管理的另一个方面是为了检测重复故障，检测并执行“故障条件拆分”和“故障条件合并”操作。
由来自解释库240的SEAM执行的某些计算基于“单故障假设”。单故障假设是假定在存在与常见故障相关联的多个同时的征兆的情况下，更可能是所述征兆由单个故障引起，而不是来自多个同时的故障。然而当同时的故障确实发生时，这种假设可能是有问题的。为了减轻在多个故障的情况下简化的“单故障假设”的影响，故障条件拆分操作允许诊断模块242检查还没有分离为单故障模式的故障条件(例如，故障模式模糊组大小＝1)，并使用统计方法来识别何时更可能存在对故障条件“所关心的征兆”列表中的活动征兆组起作用的不止一个故障，并创建新的故障条件。这些统计计算可以在预编程常用工具306之中找到，并且可以由诊断模块242调用。
当实际上在所监视的资产中仅出现了一个故障时，还可能是在故障模型中缺少保真度会引起分配模块241创建新的故障条件。在这种情况下，诊断模块242检查所监视故障的所有活动故障条件，并使用统计方法来识别何时更可能在多个故障条件存在对活动征兆组起作用的单个故障，并且接着将多个(例如两个)故障条件合并为单个故障条件。当诊断模块242已经完成处理故障条件时，它断言指示诊断模块处理已经完成的事件。工作流服务310可以对所断言事件进行响应，如共同所有、共同未决美国专利申请13/077,276中所述的。在某些实施例中，当报告模块被安装和配置在节点(120-160)中时，对这个事件的响应是调用报告模块253。
解释库240可以包括排序模块243。排序模块243可以对故障模式排序，与特定活动故障条件相关联的相关纠正动作(CA)和相关测试程序根据静态数据存储器(SDS)350a中存储的预定义标准被排序。SDS 350a是配置文件185中的静态数据存储位置。当被配置文件185被适当配置时，排序模块243可以是节点中的DDR 45的组件。
在某些实施例中，排序模块243的突出功能是分析在节点接收的故障条件的可用证据，并产生将有助于隔离和纠正导致该证据显示出来的故障条件的数据。排序模块243所执行的特定算法可以基于期望的信息以及故障模型架构被重新配置。
在至少一个实施例中，排序模块243可以被配置为计算某些故障模式可能存在的可能性，可能需要某些修复来纠正故障的可能性，收集附加征兆的好处，以及执行附加测试来隔离故障模式或修复的成本/收益比。在其它实施例中，排序模块243可以被配置为产生表示在节点(120-160)确定的部分诊断结论的数据汇总，以供更高层计算节点使用。当被工作流服务310调用时，排序模块243可以检查包括“所关心的征兆”列表中的更新的或者新的征兆的每个故障条件。对于列表中每个具有资格的故障条件，在常用工具或者在框架服务中其他地方可用的统计分析方法可以被用来计算以下项：
1、对于与征兆相关联的每个故障模式，故障模式出现的可能性。
2、对于与故障模式相关联的每个纠正动作，纠正动作将修复故障的可能性。
3、对于与故障模式相关联的每个征兆，在征兆状态已知的情况下实现的平均总和净成本收益。
4、对于与通过测试产生的征兆相关联的每个诊断测试，执行该测试的平均总和净成本收益。
当排序模块已经完成处理证据时，它断言指示分配处理已经完成的事件。工作流服务310可以对所断言事件进行响应，例如共同所有、共同未决美国专利申请13/077,276中所述的。在某些实施例中，对这个事件的响应是调用诊断模块242。
解释库240可以包括预测模块244。预测模块244可以对DDS 350b中存储的趋向化(trending)数据运行预言算法，以便确定可能发生的潜在未来故障，并提供预测时间估计。
解释库240可以包括消耗监视模块245。消耗监视模块245可以监视消耗指示器和/或可以对DDS 350b中存储的趋向化数据运行预言算法，所述算法被配置为追踪在复杂系统中的易损耗(perishable)/寿命有限的供应材料的消耗，并然后预测何时将需要再供应。消耗监视功能可以由工作流服务模块310调用，这是内部可调用接口300的组件功能，并且以下将进一步描述。
解释库240可以包括使用监视模块246。使用监视模块246可以监视DDS350b中存储的趋势数据以追踪被监视设备或子系统的使用，以便估计对预防性维护和其它维护操作的需求。使用监视功能可以由工作流服务310调用，其是内部可调用接口300的组件功能。
解释库240可以包括汇总模块247。汇总模块247可以将从由应用层及其从属层(120-160)监视的全部子系统接收的健康数据融合到资产状态报告的分级组中。这种报告可以指示对于使用而言的物理或功能可用性。资产状态报告可以采用一系列图形或数据树显示在GUI 170上，其如此汇总了数据的分级属性从而允许用户逐层往下深入到CBM用于更多细节。汇总功能可以由工作流服务310调用。该调用可以响应于指示诊断结论已经通过多个模块中的另一模块被更新的事件而触发。该资产状态的显示可以由用户通过用户接口调用。
动作库250可以包括调度模块251。调度模块251调度应该根据预定义标准执行所要求或者所推荐维护动作(MA)的最优时间。用来评估定时的数据包括指定优先级和所要求资产的可用性，例如维护人员、零件、工具、专用维护装备及设备/子系统本身。调度功能可以由工作流服务310调用。
动作库250可以包括协调模块252。协调模块252协调动作的执行，并且在应用层120-160之间以及在层和它们的所监视的设备/子系统之间那些动作的结果的报告。例如，非限制性示例动作包括启动BIT或者快照功能。利用包含外部可调用接口的定制适配器325a-e，动作可以被推入且结果可以被从协调模块252拉出。定制适配器325a-e可以对称的，这样当沿分级结构向上通信以及当沿分级结构向下通信时，可以使用相同的通信协议。
动作库250可以包括报告模块253。报告模块253可以生成指定数据块，以发送到分级结构中的下一更高应用，和/或发送到外部用户。报告数据可以由定制适配器325a-e从报告模块253拉出。报告模块253可以生成包括所监视的资产的健康状态汇总的数据。
动作库250可以包括追踪模块254。追踪模块254可以与用户交互以显示用户被指派的动作，并允许完成或者重新指派工作。
动作库250可以包括预报(Forecast)模块255。预报模块255可以确定为了支持对后勤服务的优化而对材料、人力、设施和其他资源的需求。预报功能可以由工作流服务310调用。
动作库250可以包括记录模块256。记录模块256可以保存所选数据项的日志，以及数据项如何在所选时间段内被确定。可以为任何期望数据项执行记录。非限制性例子包括维护动作、报告故障、事件等。
交互库260可以包括呈现模块262。呈现模块262可以构建报告、表格化数据、结构化数据和HTML页面，以用于向用户显示、输出或递送。
交互库260可以包括响应模块261。响应模块261可以呈现用于显示给用户的描述复杂系统的整体健康的数据，并支持详细视图以允许“往下深入”以显示汇总证据、所推荐动作和对话。对显示数据的呈现可以由工作流服务310发起，但是该数据可以通过可调用接口300从呈现模块262拉出。响应模块261还可以接收和处理来自用户的命令，接着路由所述命令到适当节点中的适当模块，以用于执行和处理。所述命令可以通过可调用接口300被推入到响应模块中。
交互库260可以包括图形模块263。图形模块263可以在GUI 170上的用户显示中提供供呈现模块262使用的图形数据。图形数据可以包括快照的静态内容和趋势文件，或者可以动态更新循环缓冲器中的数据内容。
交互库260可以包括调用模块264。调用模块264可以检索要显示给维护者的文档，或者与外部文档服务器系统(未示出)交互，以使外部管理的文档被导入和显示。
再次重申，上述每个SEAM(221-264)从不被修改。SEAM(221-264)被加载到分级系统200的任意计算节点(120-160)中，并且任意数量的SEAM可以被加载到单个节点中。一旦被安装，每个标准可执行应用模块(221-264)可以由用户通过改变驻留在数据库190中的配置数据180而被初始化、引导和重新引导，以经由其相关联配置文件185执行有关其主机计算设备或平台的特定任务。
节点中的SEAM(221-264)之间的通信通过可调用接口300来促进。可调用接口300驻留在分级结构200的每个计算节点(120-160)中。可调用接口300可以具有若干子模块(302-310)，它们可以共驻在计算节点(120-160)的单个计算设备中。可调用接口300的示例性子模块可以包括框架执行模块301作为可调用接口300、工作流服务310、错误报告服务器302、调试服务器303、框架数据访问器、运行时间共享数据管理器305和常用工具306的组件。本领域技术人员将认识到，在等效实施例中，“模块”、“子模块”、“服务器”或“服务”可以包括软件、硬件、固件或其组合。
计算节点的框架执行模块301提供了集成分级系统200中的节点的功能。框架执行模块301结合配置文件185协调每个节点的初始化，包括SEAM(221-264)和其它服务模块301-310，从而允许没有被定制适配器325触发的功能的执行。在某些实施例中，全部应用层中的计算节点可以具有框架执行模块301。在其它实施例中，在大多数应用层中的节点，除了例如EHM层120，将具有框架执行模块301。在这些实施例中，EHM层120中的计算节点可以依赖于其操作软件的主机平台(即，计算设备)来执行框架执行的功能。
错误报告服务302提供用于报告分级结构200中节点(120-160)中的运行时间错误的功能。错误报告服务器302将应用错误转换为征兆，(所述征兆接着与任意其他征兆一样被处理)，报告应用错误到调试服务器303，并报告应用错误到持久数据管理器(未示出)。
调试服务303在测试、集成、认证或高级维护服务期间收集并报告可执行应用模块(221-264)的调试状态。这个服务器可以允许用户设置DDS 350b中的变量的值，并断言工作流事件。
通过计算节点(120-160)中的SEAM(221-264)，框架数据访问器304提供对SDS 350a的读访问，以及对DDS 350b的读/写访问(均被存储在存储器190中)。对SDS 350a的写访问是通过数据驱动建模工具171实现的，该工具包括GUI 170。
运行时间共享数据管理器305管理在SEAM(221-264)之间共享并且没有存储在DDS 350b中的全部节点存储器中运行时间易损耗数据结构，但是不包括缓存的静态数据。易损耗数据结构的非限制性例子可以包括I/O队列和循环缓冲器。
常用工具306可以包括常用消息编码/解码、时间戳和表达式评估功能，以供安装在计算节点中的SEAM(221-264)使用。
工作流服务310是一组标准化逻辑指令，其使计算节点中的数据驱动的任务流能够被节点中的各种SEAM(221-264)执行。工作流服务310充当计算节点中的通信控制点，其中与程序执行相关的到或者来自一个可执行应用模块(221-264)的通信通过节点的工作流服务310来引导。换句话说，节点(120’-160’)的工作流服务310在恰好驻留在节点中的各种SEAM(221-264)之中安排工作流序列。在某些实施例中，工作流服务310可以是状态机。
图3是配置的分级结构200的简化示例性示意图，其可以优化分级结构200的运行时间性能。图3的示例性实施例特征化了分级结构200，该结构包括五个示例性分级层(120-160)，不过在其他实施例中，分级层的数量的范围可以从单个层到任意数量的层。每个分级层(120-160)包括含有被复制并从可重用库(220-260)之一加载到该层中的计算节点(120’-160’)的SEAM(221-264)的一个或多个节点(120’-160’)。每个SEAM(221-264)可以由用户210通过修改其各自的可加载配置文件185而配置。可加载配置文件185是利用数据驱动建模工具171而构建的。
为了简化的目的，以下将针对SEAM(221-264)的各自的库对其进行描述。可执行应用(221-264)的组合和排列的数量是庞大的，并且使得利用特定SEAM的讨论过于繁琐。
在EHM层120，可以存在多个EHM节点120’，每一个是由特定主机计算设备操作的，所述特定主机计算设备被耦合到复杂系统的特定组件的一个或多个传感器和/或制动器(actuator)(未示出)。作为非限制性例子，复杂系统的组件可以是滚柱轴承，其由温度传感器、振动传感器、内建测试、传感器和转速计监视，每个传感器通信地耦合到计算设备(即，节点)。作为非限制性例子，复杂系统的EHM 120’的主机计算设备可以是计算机驱动的组件区域管理器(“CAM”)(即，节点)。对于可以适合用作EHM节点的CAM的非限制性例子，参见Goldstein共同所有、共同未决美国专利申请12/493,750。
在这个例子中的每个EHM(120’)主机计算设备是由主机软件应用330操作。主机软件应用330可以是专有程序、定制设计程序、或者是现成的程序。除了操作主机设备，主机软件应用还可以通过充当在EHM 120’之间以及EHM120’和其它位于更高级别节点之间的通信接口装置、经由框架服务310支持任意的和全部的SEAM(221-264)。
图3的示例性实施例示出了EHM 120’的主机软件应用330可以主控(host)(即协同)来自测量库220的一个或多个SEAM 220e，来自提取库230的一个或多个SEAM 230e，以及来自动作库250的一个或多个SEAM 250e。SEAM 220e、230e和250e与它们的对应应用模块相同，后者可以驻留在分级结构200中的任意其它级别的任意其它节点中。仅当被配置文件185e引导时，SEAM(221-264)才与从其对应模块在性能上不同，其对应模块已经被配置用于并且驻留在分级结构200中的其它节点中。一旦被配置/引导，标准可执行应用(221-264)就成为特定目的可执行应用模块。
在AHM级130，可以存在多个AHM节点130’。每个AHM节点与可以耦合到复杂系统的特定组件或者子系统的一个或多个传感器和/或制动器的特定主机计算设备相关联，并且可操作与其它AHM节点130’、与各种EHM节点120’、以及与更高级别节点(例如，见图5-6中的501、502、601和602)通信。作为非限制性例子，复杂系统的AHM的主机计算设备可以是在其自己的操作系统(未示出)下操作的计算机驱动的子系统区域管理器(“SAM”)(即节点)。对于可以适用作AHM节点的SAM的非限制性例子，见Goldstein共同所有共同未决专利申请12/493,750。
图3的示例性AHM节点130’示出了AHM 130’具有附加的解释功能240d，在这个例子中，该功能尚未被配置在EHM 120’中。这并不是说EHM 120’不能接受或执行来自解释库240的功能，而是系统用户210已经选择不用该一般功能填充EHM节点120’。在另一方面，AHM节点130’软件主控来自测量库220的一个或多个SEAM 220d，来自提取库230的一个或多个SEAM 230d，以及来自动作库250的一个或多个SEAM 250d。在未配置或未引导状态下，SEAM220d、230d和250d和它们的对应应用模块相同，后者可以驻留在分级结构200中的任意其它级的任意其它节点中。
与示例性EHM节点120’不同，示例性AHM节点130’可以包括不同通信接口装置，例如定制适配器325d。定制适配器325是一组服务、运行时间软件、和与任意SEAM(221-264)不相关联的硬件和软件工具。定制适配器325被配置为在分级CBM系统软件和计算设备操作软件之间，例如主机应用软件(未示出)，桥接(bridge)任意的通信或实现间隙。每个计算节点(120’-160’)可以通过其自己的操作系统进行操作，该操作系统是其主机应用软件。为了简明，图3仅仅示出了EHM 120’的主机应用软件330。然而，主机应用软件存在于所有计算节点(120’-160’)中。
特别地，定制适配器325在计算节点之间，以及在不同级别的计算节点之间，提供对称的通信接口(例如，通信协议)。定制适配器325a-d允许在整个分级结构200中使用常见的通信协议，从最低EHM层120到最高企业层160，以及存储器190。
在VHM层140，可以存在多个VHM节点140’，每个VHM节点与特定主机计算设备相关联，其可以通过EHM 120’与复杂系统的特定组件的一个或多个传感器和/或制动器可操作地通信或者到复杂系统的子系统，并且通过其各自的AHM 130’进行可操作通信。作为非限制性例子，VHM 140’可以是计算机驱动系统级控制管理器(“SLCM”)(即，也是节点)。对于可适用作VHM节点的SLCM的非限制性例子，见Goldstein共同所有共同未决专利申请12/493,750。
在示例性分级结构200中，仅存在一个VHM 140’，其可以与监视复杂系统的子系统的任意数量的AHM 130’和EHM 120’节点相关联。在其它实施例中，可以有不止一个VHM 140’驻留在复杂系统中。作为非限制性例子，复杂系统可以是一个卡车车队，其中每个卡车中的一个VHM 140’与每个卡车中的若干EHM 120’和若干AHM 130’通信。卡车中的每组EHM 120’和AHM 130’也可以被布置在分级结构200中。
图3还示出了示例性VHM 140’具有附加的交互功能260c，该功能尚未被加载到EHM 120’或者AHM 130’中。这并不是说这些较低级别节点不能接受或者执行交互功能260，而是系统用户210已经选择了不用该功能填充较低级别节点。在另一方面，例如，VHM 140’的主机软件主控来自测量库220的一个或多个SEAM 220c，来自提取库230的一个或多个SEAM 230c，来自解释库240的一个或多个SEAM 240c以及来自动作库250的一个或多个SEAM 250c。交互库的可执行应用允许系统用户210直接访问VHM 140’，并通过GUI 170查看其引导。在其未引导状态，SEAM 220c、230c、240c和250c与驻留在分级结构200中的任意其他级别的任意其他节点中的其对应应用模块相同。标准化可执行应用220c-260c通过配置文件185c被引导以执行特定功能。
在维护者(MNT)层150，可以存在多个MNT节点150’，与示例性AHM节点130’相似，示例性MNT节点150’包括定制适配器325c。定制适配器325c还被配置为在分级系统软件与在VHM 140’内运行的计算设备操作软件之间桥接任意的通信或执行间隙。每个MNT节点与特定主机计算设备相关联，其可以通过EHM 120’与复杂系统的特定组件的一个或多个传感器和/或制动器进行可操作的通信，到复杂系统的子系统，并且通过其各自的AHM 130’进行可操作通信，并且到VHM 140’。作为非限制性例子，MNT节点150’可以是与分级结构200的通信系统9进行有线或者无线通信的膝上型计算机。
图3示出了示例性MNT节点150’，其可以具有部分或者全部可执行应用(221-264)的功能。这并不是说这些较低级别节点不能接受或执行任意可执行应用(221-264)，而是系统用户210已经选择不用该功能填充较低级别节点。与示例性VHM 140’相似，来自交互库的可执行应用260b允许系统用户210直接访问维护者节点150’，并且可以通过GUI 170查看其引导。在其未引导状态，SEAM220b、230b、240b和250b与可以驻留在分级CBM结构200中的任意其他级别的任意其他节点中的其标准对应应用模块相同。可执行应用220b-260b通过配置文件185b被引导以执行特定功能。
与示例性AHM节点130’和VHM节点140’相似，MNT节点150’包括定制适配器325b。定制适配器还被配置为在分级系统软件和在分级结构200的各种节点内运行的计算设备操作软件之间桥接任意的通信实现间隙。
在企业(ENT)层160，可以存在多个ENT节点160’，每个ENT节点与特定主机计算设备相关联，其可以通过EHM 120’与复杂系统的特定组件的一个或多个传感器和/或制动器进行可操作通信，到复杂系统的子系统，并且通过其各自AHM模块130’和VHM 140’以及MNT节点150’进行可操作通信。作为非限制性例子，ENT节点160’可以是与分级结构200的通信系统9进行有线或者无线通信的通用计算机。
图3还示出了根据用户的选择和配置，ENT节点160’可以具有部分或者全部可执行应用(221-264)的功能。与示例性VHM节点140’相似，来自交互库的可执行应用260a允许系统用户210通过GUI 170直接访问160’节点。在其未引导状态，SEAM 220a、230a、240a和250a与可以驻留在分级结构200中的任意其他级别的任意其他节点中的标准对应应用模块(221-264)相同。可执行应用220a-260a通过配置文件185a被配置/引导以执行特定功能。
与示例性AHM节点130’、VHM节点140’以及MNT节点150’相似，ENT节点160’包括定制适配器325a。定制适配器325a还被配置为在分级系统软件和在ENT节点内运行的主机计算设备软件之间桥接任意的通信或实现间隙。
在各种实施例中，没有计算节点(120’-160’)能够相互直接通信。因此，所有计算节点(120’-160’)通过定制适配器(325)通信。在其它实施例中，大多数计算节点120’-160’可以通过定制适配器(325)通信。例如，例外可以是EHM 120’，其可以通过其主机执行软件330进行通信。
与可执行应用(221-264)相似，每个定制适配器325的操作是被其自身节点的工作流服务310所控制的。工作流服务310将调用SEAM(221-264)和服务(302、303、306)中的一个或多个来使得数据可供定制适配器325使用，定制适配器325将数据从节点提供到通信系统9的数据总线并在可执行应用(221-264)之一的引导下从总线拉出数据。例如，获取SEAM 211或者报告模块253执行这些通信功能。
通信系统9可以是本领域已知并且在未来可能开发的任意适合的有线或无线通信手段。例如非限制示例性通信手段包括CAN总线、以太网总线、火线总线、空间线总线、内联网、因特网、蜂窝电话网络、分组交换电话网络，等等。
通用输入/输出前端接口(未示出)的使用可以包括在每个计算节点(120’-160’)中作为定制适配器325或者作为定制适配器325的补充。通用输入/输出(I/O)前端接口的使用使得接口后面的每个节点对于其与之通信的通信系统而言是不可知的。通用I/O接口的例子可以在Fletcher共同所有共同未决申请12/750,341和12/768,448中找到，并且是通信接口装置的例子。
分级结构200的各种计算节点(120’-160’)可以利用本领域已知的多个方法填充，对其讨论超出了本公开的范围。然而，示例性方法包括通过磁盘或者其它存储设备(例如闪存盘)将预识别、预选择的标准化可执行应用传输和安装到复杂系统的一个或多个数据加载器。其它方法包括利用复杂系统模型181、表格生成器183和GUI 170，通过有线或者无线网络从远程计算机直接下载和安装可执行应用。
数据驱动建模工具171、表格生成器183和GUI 170可以是由本领域中已知的任意适合的HMS计算机系统驱动的，或者作为其子系统。这种HMS系统的非限制性例子是Morristown New Jersey的Honeywell International所用的Knowledge Maintenance System，并且是一种基于模型的配置装置的非限制例子。数据驱动建模工具171允许专门领域专家关于输入、输出、接口、错误等对其分级系统200进行建模。表格生成器283接着将系统模型信息浓缩为压缩数据集(compact dataset)，该压缩数据集在运行时间配置或者引导分级系统200的各种SEAM(221-264)的功能。
GUI 170向用户呈现多个控制屏幕。控制屏幕由HMS系统生成，并提供为系统用户210提供界面来配置每个SAEM(221-264)以执行与复杂系统相关联的特定监视、解释和报告功能(见例如图4-9)。
图4-7示出了来自基于KMS模型的示例性配置装置的一组相关示例性屏幕截图，其可以通过GUI 170被呈现给用户，接着可以被用来配置分级结构200中的计算节点(120’-160’)。例如，EHM 120’是通过编辑来自存储在KM主数据库中的故障模型内容的一个或多个配置文件185(包括SDS部分350a，DDS部分350b)来配置的。在图4-7中，监视泵压的EHM 120’还被配置来从对泵的高压供应中过滤噪声。
图4是示例性GUI屏幕截图400，其可以被用来为液压系统VHM 140’创建配置文件185。图4的GUI允许系统用户210定义与分级结构200中的其它计算节点的父关系401和子关系402。这里定义的信息可以接着被存储在存储器190中的KMS数据库中的合适位置。
图5是信息浏览器的示例性GUI屏幕截图500，其允许系统用户210查看在图4的VHM 140’与直接或间接提供来自各种传感器的复杂系统征兆信息502(即，操作数据)的较低级别EHM 120’之间的特定关系501。VHM 140’可以被配置为从分级结构200中的任意源接收所报告的征兆。
图6是图4的VHM 140’的示例性GUI屏幕截图500的续页600。续页600定义了什么消息601被从VHM 140’发送到分级结构200中的其它计算节点(120-160)，并且定义了什么消息602由VHM 140’从分级结构的别处接收。例如，VHM 140’向维护者级150发送周期性状态报告。VHM 140’还接收来自AHM 130’的状态报告。
图7是第一示例性GUI屏幕截图400，用于配置监视泵的控制器No.3222的EHM 120’的功能。窗口705允许功能定义701，包括表达式的步骤702。功能定义701可以从下拉功能列表710中选择。输入到功能701的变量(716、718和719)还可以从下拉变量列表715中选择，包括输入变量716、计算的输出变量(717、718)，和功能常量719。
在图7的示例性屏幕截图中，LowPassFilterTustin功能是从下拉菜单710中选择的。示例性功能使用输入信号“Signal_1 Pump High Pressure Supply_1_SignalNoisy Discrete 2”716，常量“PC FreqCut”和“Pressure Controller SNR_th”，并产生变量“Value_PressureController_LowPassFilter_X0”718和“PumpHighPressureMeasured_1_Vector_PumpHighPressureSupplyNoisy_Snapshot_LPF 417”的值。
图8-9是可以由GUI 170呈现的示例性屏幕截图，其向系统用户210提供驻留在存储器190中的KMS数据库中的可视配置记录。更特别地，图8-9中的视图呈现出了压力控制器的“Pressure Sensor Signal Noisy”算法的示例性记录。
图8是示例性GUI 800，其包括示出了与算法“Pressure Controller PressureSensor Signal Noisy”的父关系的窗口810。在这个例子中，算法是由压力控制器中的数据快照“PumpHighPressureNoisyPumpHighPressureSupplyNoisy”811触发的。正如观察窗口810可以看到的，算法还可以被配置为由数据趋势所触发。窗口820示出了“PumpHighPressureNoisyPumpHighPressureSupplyNoisy”811的后续算法或者子算法。在这个例子中，存在三个子算法“Pressure ControllerPressure Sensor Signal Noisy”是父，例如“PressureController_SNR_Computation”、“PressureController_LowPassFilterNoiseRemovingLow PassFilter Noise Removing”和“PressureController_CompareSNR LE Compare that computed Signal Noise Ratiois less than constant”821。
图9是示例性GUI 900，示出了来自压力控制器的示例性可加载配置文件185的数据，并包括窗口910，示出用于“PressureController_SNR_Computation”921子算法的特定配置数据。窗口910列出了输入变量、输出变量和算法序列。
图10是示例性方法1000的流程图，用于配置/重新配置包括监视复杂系统的各种组件的计算节点(120-160)的分级结构200。可以存在任意数量或者任意组合的不同类型级别的计算节点。
该方法从在过程1010建立计算节点的分级结构200开始。计算节点的分级结构200是通过所关注的复杂系统的性质和构造，以及通过所要求的复杂系统的监视的复杂度来确定的。如上所述，在某些实施例中，可以存在与每个组件、与每个子系统和/或与整个复杂系统相关联的一个或多个计算节点(120’-160’)。另外，可以存在与更高维护者层(150)、以及与通用企业层(160)相关联的计算节点(120’-160’)。一个计算节点(120’-160’)可以与相同层(120-160)或者不同级别的其它计算节点在物理上和电子上不同。在其它实施例中，计算节点可以与所有其它计算节点相同。图4是GUI 170(见图2)的示例性屏幕截图，其允许用户根据复杂系统模型建立父和子节点关系。
在过程1040，创建标准化框架执行模块301，并利用期望框架服务(302-310)来对其进行定义。标准化框架服务模块301被填充到所有的分级计算节点(120’-160’)。
在过程1020，开发并建立标准化可执行应用的库220-260。如上所述，每个标准化可执行功能(221-264)被编写为执行功能的标准类，例如获取数据、趋向化数据和报告数据。
在过程1050，系统用户210利用标准化框架执行模块301和标准化可执行应用(221-264)中的一个或多个来填充每个计算节点(120’-160’)。在特定计算节点(120’-160’)中填充的标准化可执行应用的数量和组合完全由基于所期望功能性或者潜在功能性的系统设计者自由处理。标准化可执行应用(221-264)可以根据本领域已知的任意适当手段被填充或者从计算节点(120’-160’)中去除。用于填充计算节点(120-160)的某些手段的非限制性例子包括维护加载、本地数据加载器和通过网络或通信系统9加载。
在过程1030，在数据驱动建模工具171上对复杂系统建模。每个计算节点(120’-160’)被识别，并且根据需要与特定组件、子组件和子系统相关联以实现特定监视级别。每个计算节点(120’-160’)被指派特定的标准化可执行应用(221-264)组，其中需要该标准化可执行应用(221-264)组以实现计算节点的期望监视功能(见图4)。在这一点上，分配SEAM、诊断SEAM和排序SEAM被指派到每个计算节点(120’-160’)，由此连同配置文件185以形成每个节点的DDR45。
在过程1060，由系统用户210创建多个配置文件185。配置文件185包括静态数据部分(SDS)350a和动态数据部分(DDS)350b。配置文件185包括可编辑数据特定的逻辑序列的集合，其生成工作流服务310所使用的消息和数据，来响应从SEAM接收到数据和消息，以执行特定功能。例如，SEAM X向工作流服务310传达：它已经完成了任务。工作流服务310从配置文件检索下一动作，并接着命令下一个SEAM Y利用特定数据执行其标准化功能。换句话说，配置文件包括特定数据值和数据值之间的编程关系/功能，来启用/禁用和配置每个标准可执行应用实现特定目的。在等效实施例中，包括在配置文件中的可编辑数据特定的逻辑序列可以是状态机的集合。
因此，配置文件185提供了允许SEAM操作并彼此交互的信息。特别地，这种交互是通过工作流服务来控制的，该工作流服务从配置文件185获得其全部指示以启用或者禁用SEAM的功能以及在节点(120-160)中提供数据处理。相同的SAEM可以在全部节点中使用，因为配置文件185和工作流服务310引导节点中SEAM的执行并提供在节点之间移动功能的能力。
配置文件185包括每个节点(120’-160’)的定义。这包括给定节点将处理的信息、节点如何与其它节点交互、以及在给定节点中运行的特殊操作。配置文件185包括用于处理数据、生成信号、诊断故障、预测故障、监视使用、监视消耗和以其他方式支持维护、操作和数据分析的信息。因此，DDR 45是通过编辑配置文件而创建以包括复杂系统故障模型的部分，其可以应用于驻留在特定节点(120-160)的监视范围中的复杂系统的组件。
作为例子，配置文件指定了节点可以与之交互的其它节点(见图5，#501)，指定了节点可以处理的信号(见图5，#502)，指定了征兆(见图6，#601)，指定了发送的数据(见图6，#602)以及接收的数据。配置文件还指定了可以由这个节点执行的算法(见图9，#900)，指定了如何解释或者处理数据，指定了对输入的数据或者经处理数据执行的动作，以及指定了如何与其它节点和用户接口设备交互。
因此，利用标准化可执行应用(221-264)填充的计算节点(120’-160’)成为一种特定目的计算节点，其能够基于其所填充的可执行应用和由配置文件185对它们的随后引导来执行各种特定任务。图5-9是GUI 170的示例性屏幕截图，其可以由系统设计者用来配置示例性计算节点，例如VHM 140’，以执行一个或多个特定功能。
如果系统用户210希望对于分级结构200中的特定计算节点(120’-160’)添加特定功能、删除特定功能或者重新定义特定功能，则特定计算节点(120’-160’)中的特定可执行应用(221-264)的配置文件185可以根据需要在过程1060处在KMS主数据库350中被修改，并且接着在过程1070处在其相关联计算节点(120’-160’)处重新生成和安装。因此，之前驻留在一个计算节点(120’-160’)中的特定功能可以被添加、删除、修改，或者可以被移动到任意其它分级级别中的其它计算节点。
例如，由与特定组件的温度相关联的EHM 120’实现的数据“趋向化”功能，可以通过添加标准化“趋向化”可执行应用到VHM 140’(或者通过启用已经到位的潜在“趋向化”功能)并且接着在VHM中配置“趋向化”可执行应用来执行该操作而从EHM 120’移动到VHM 140’。为了完成这个过程，EHM 120’中的趋向化功能可以被改变为去除温度趋向化功能，或者禁用趋向化可执行应用。此外，来自组件的温度数据通过通信系统9被重定向到VHM 140’。这样，在EHM 120’被趋向化的数据仍可以在EHM 120’被获取和分析，但是接着从EHM发送到VHM 140’以用于趋向化。
图11和12是示例性计算节点(120’-160’)的简化框图，该示例性计算节点恰好是EHM 120’。每个计算节点(120’-160’)利用自己的主机执行软件330。主机执行软件330执行主机EHM 120’的正常操作功能，但是也提供平台以用于主控驻留在填充计算节点的任意SEAM(221-264)中的健康维护功能。
如上所述，这里公开了24个SEAM(221-264)。然而可以包括具有附加功能性的其它SEAM。这样，这里的任何讨论意在扩展到将来可能会创建的任意SEAM。然而为了以下讨论的简要和清晰，SEAM(221-264)的数量被限制为获取SEAM 221、解码SEAM 222、评估SEAM 231、记录SEAM 234和分析SEAM 232，因为这些SEAM可以被视为提供了在分级结构的每个计算节点(120’-160’)中驻留的每个SEAM常见的一些基本功能。
除了SEAM(221-264)，每个计算节点(120’-160’)还包括配置文件185和工作流服务模块310。配置文件185包括DDS 350b和SDS 350a。除了其它数据结构外，DDS 350b尤其可以包括事件队列(EVQ)351、高优先级队列(HPQ)352、时间延迟队列(TDQ)353、周期性队列(PQ)354和异步队列(PQ)355。然而，本领域普通技术人员应该理解，队列的数量、它们的分类和它们的优先级可以被定义或者重新定义以满足特定应用的要求。
参考图12，DDS 350b还可以包括至少一个消息缓冲器360，用于每个已经被填充到EHM 120’中的SEAM(221-264)。然而在某些实施例中，只有测量库中的SEAM可以具有消息缓冲器。DDS 350b还可以包括多个记录快照缓冲器370和循环缓冲器380，其存储从复杂系统获得的特定动态数据值，以供各种SEAM(221-264)使用进行由配置文件185规定的各种计算。存储在每个消息缓冲器360、快照缓冲器370和循环缓冲器380中的数据是利用数据访问器(304)来访问的，其可以是本领域已知的任意适合的数据访问器软件对象。消息缓冲器160、循环缓冲器380和快照缓冲器370的DDS 350b中的特定数据结构和位置，在运行时间被预先确定和建立在存储器设备中。
SDS 350a是一种持久软件对象，其可以被证明或者定义为一个或多个状态机361，所述状态机将由工作流服务模块310从事件队列(EVQ)351读取的特定事件362映射到特定响应记录363(即，事件/响应关系)。状态机361接着指派响应记录363将被工作流服务模块310放置到其中的响应队列(352-355)以供工作流服务模块310最终读取和执行。SDS 350a中的持久数据的结构和位置在运行时间被预先确定和建立在存储器设备中。
响应于来自计算节点(120’-160’)的定制适配器325处理的外部源的消息，事件362可以被接收到EVQ 351中，如主机执行软件330所引导的。事件362还可以从驻留在计算节点(120’-160’)中的任意填充的SEAM(221-264)接收-在它们完成了任务并产生了事件362时。
在更基本的SEAM中，例如感测223、获取221、解码222和评估231，存储在SDS 350a中的事件/响应关系并不趋向于分支或者另外包括重要的条件逻辑。这样，事件362和响应记录363的流程是相对直接的。然而，更复杂的SEAM，例如协调252、预报225和响应261可以利用复杂算法，所述算法产生复杂的消息/响应流，为了简明和清晰的目的，这里将不再讨论。
作为操作性例子，主机执行软件330可以将从外部源接收的输入消息推入EHM 120’。主机执行软件330调用定制适配器325，所述定制适配器325继而基于消息中所包括的数据调用驻留在EHM 120’中的适合的SEAM(221-264)。例如，被调用的SEAM可以是获取SEAM 221。当被调用时，获取SEAM 221将输入消息放入消息缓冲器360(例如，获取输入消息缓冲器)、生成事件362，并将该事件放入EVQ 351。事件362可以包括与来自另一个节点或者本地传感器的复杂系统有关的数据。为了简单清晰的解释，该第一事件362将被假设为“获取数据”消息，并且从输入消息生成的该事件362这里将被称为AQe1。在其他实施例中，输入消息AQ1可以由SEAM(221-264)生成，并且该事件AQe1由SEAM推入到EVQ 351中。
一旦该输入消息AQ1被放置在消息队列360中，并且其相应事件362被放置在EVQ 351中，那么获取SEAM 221退出并通过返回消息364将控制返回给工作流服务模块310。在这个简单的例子中，仅仅假定了处理单个命令线程的单个处理器。因此，当处理器执行特定SEAM(221-264)时，工作流服务模块310运行，并且没有其他SEAM运行。类似地，当工作流服务模块310由处理器操作时，没有SEAM(221-264)在运行。这是因为操作中的所有步骤都是顺序地执行的。然而在其它实施例中，可以使用多处理器，由此允许多线程(即，多个工作流服务模块310)利用相同的SEAM(221-264)填充组和相同的配置文件185并行操作。
在接收到返回364时(见图13)，工作流服务模块310恢复操作，并在这个例子中首先读取事件AQe1，因为事件AQe1是EVQ 351中的第一个事件362。这还因为EVQ 351是最高优先级队列，并且因为工作流服务模块310可以以先进先出(FIFO)方式顺序地读取事件。因此本领域普通技术人员将会理解，存储在EVQ 351中的任意后续事件可以在FIFO的基础上由工作流服务器依次读取。然而，采用FIFO方式读取事件仅仅是示例性的。在等效实施例中，工作流服务模块可以被配置为采用某些其它顺序或优先化方式来读取事件。
一旦事件AQe1被读取，工作流服务模块310就查阅SDS 350a中的持久数据结构来确定对于事件AQe1所要求的响应记录363。由SDS 350a所提供的响应记录363可以是例如解码响应记录DECr1，其引导解码SEAM 222处理从输入消息AQ1接收的数据，该消息现在被存储在DDS 350b的存储位置中。SDS350a还引导工作流服务模块310将响应记录DECr1放置在响应队列352-355之一中，例如HPQ 352，并指派在响应队列中的位置，其中基于指派的优先级将响应放置在所述响应队列中。SDS 350a可以基于输入消息类型、输入消息中的数据、以及其它数据例如优先级数据字段来确定适当的队列及其在队列中的优先级位置。工作流服务模块310在合适的优先化位置将响应记录DECr1放置到HPQ 352中，并返回读取EVQ 351中的下一事件。
因为EVQ 351是最高优先级事件/响应队列，所以工作流服务模块310继续读取事件362，并公布(post)响应记录363，直到EVQ为空。当EVQ 351为空时，工作流服务模块310开始对响应记录363工作，从最高优先级响应队列(352-355)开始，在这个例子中是HPQ 352。
在这个例子中，HPQ 352的第一优先化响应记录是DECr1响应(即，解码响应)。当被读取时，工作流服务模块310调用(通过调用365)所述解码SEAM的解码SEAM 222的响应处理机接口来操作DECr1响应记录363中引用的数据。
在工作流服务模块310被调用之后，解码SEAM 222用响应记录DECr1查阅SDS 350a，来确定它应该对与DECr1相关联的的数据执行什么操作并执行之。如上所述，SDS 350a基于消息类型和DECr1中引用的数据将事件DECr1映射到预定义响应记录363。与事件DECr1相关联的数据可以驻留在记录快照缓冲器370、循环缓冲器380中任一个中，或者必须从位于示例性EHM 120’外部的源对该数据进行查询。
解码SEAM 222操作该数据，并生成事件362，并将事件放置在EVQ 351中，且将消息放置在消息队列360中。例如，由解码SEAM 222生成的响应记录363可以是EVALe1，指示下一过程将要被评估SEAM 231执行。解码SEAM222接着退出并将返回消息364发回到工作流服务模块310以恢复其操作。该过程从工作流服务模块310读取EVQ 351重新开始，因为现在存在已经被添加到队列的新事件(包括EVALe1)。
在通常过程中，工作流服务模块310最终读取事件EVALe1，并查阅SDS350a以确定适当的响应记录363以及将其放置在哪个响应队列以及以什么优先级放置在响应队列中。在这个例子中，响应EVALr1还放置在HPQ 352中，并且是第一优先级，因为响应记录DECr1已经被操作并且从队列中退出。工作流服务接着从EVQ 351读取下一个事件，并且该过程继续。
图13是方法1300的简化流程图，该方法用于协调计算节点(120’-170’)中的各种SEAM(221-264)的操作。然而本领域普通技术人员可以理解，多处理器的使用将允许并行处理多线程。
在过程1310，事件362被定制适配器325推入系统，或者在某些EHM 120’的情况下，被主机执行软件330推入系统。在某些实施例中，主机执行330可以对SEAM(221-264)进行功能调用1311，以接受事件消息，例如获取SEAM221。在过程1330，事件记录362通过调用的Seam(221-264)按照接收的次序被放置在EVQ 351中，并且输入消息通过SEAM(221-264)被存储在于DDS 350b中驻留的队列或者消息缓冲器360中。SEAM(221-264)接着发送返回命令1312到定制适配器325并退出。
假定在这个简单的例子中，工作流服务模块310没有其它事件或者响应记录要处理。因此工作流服务模块310可以在过程1340重新开始，不过它可以在其程序中的任意点重新开始。在过程1340，工作流服务模块310尝试从EVQ 351中以FIFO次序读取下一事件记录。如果在决策点1341确定EVQ 351不为空，那么工作流服务模块310从EVQ读取下一事件362，并接着利用事件362查阅SDS 350a中的持久数据(例如状态机)。
在过程1360，SDS 350a接收事件362作为输入，并产生预定义响应记录363。SDS 350a还指示响应记录363将被放置于其中的响应队列(352-355)，并指示在响应队列中的响应记录的优先级位置。与事件/响应记录相关联的任意数据被存储在DDS 350b中的共享数据结构中，例如循环缓冲器380或者在记录快照缓冲器370中。
在过程1370，工作流服务模块310以其优先级次序将响应记录363存储到所指派的响应队列(352-355)中，并接着返回到过程1340以读取下一事件362。
当SDS 350a指派响应队列时，最高优先级响应记录363按照其被指派优先级的次序被放置在HPQ 352中，而不是以FIFO为基础。较低优先级(1esserpriority)的响应记录363，例如要求时间延迟的响应记录，可以被放置在TDQ 535中。更低优先级的响应记录363可以被放置在PQ 354中。PQ 354中的此类响应记录363可能需要仅例如被周期性地寻址。最低优先级的响应记录363被指派到AQ 355，并且可以在较高优先级响应队列允许时被异步寻址。此外，响应记录363根据由SDS 350a指派的处理优先级被放置在响应队列353-355之一中，并且可以以FIFO为基础，也可以不以其为基础。上述循环(1340、1360、1370)一直持续，只要在EVQ 351中存在事件362。
如果在确定点1341确定EVQ 351为空，那么在过程1350，工作流服务模块310前进到包括响应记录363的最高优先级响应队列(352-355)，并读取最高优先级响应记录(例如第一个或者下一个响应记录)。当响应记录363被读取时，工作流服务模块310对响应记录363中引用的SEAM(221-264)进行功能调用365，对响应记录363中指示的数据执行其功能，并接着退出。
在过程1380，调用的SEAM(221-264)查阅SDS 350a以确定该任务是否将由该SEAM执行。尽管对于简单的SEAM功能没有严格要求，例如获取SEAM221，但是更复杂的SEAM，例如预报SEAM 255或者协调SEAM 252，例如，可以具有能被执行的各种可替换算法或者条件逻辑。因此，SDS 350a可以就要执行哪个明确的功能或算法来引导SEAM。
在过程1390，指定的SEAM在与响应记录363相关联的数据上执行其功能或任务。一旦SEAM 221-264执行了其功能，该方法1300就前进到过程1320，其中新的事件记录被生成并放置在EVQ 351中，并且该方法1300重复。
图15是示例性流程图，其示出了根据实施例的在节点(120-160)由DDR45对故障条件的示例性诊断处理方法1600。本领域普通技术人员将认识到，该方法1600仅仅是可以由以下讨论的SEAM(221-264)或者任意一种SEAM执行的多个不同方法的其中一个。
方法1600开始于要求SEAM根据获取和解码SEAM(221和222)的动作、基于图15的步骤1390中所指示的响应记录执行任务，其可以产生在DDS 350b中记录的数据(即，征兆)的变化。DDS信息中的变化是事件。在此时，图13的方法在点“A”过渡到图15的方法。
在过程1605，DDS 350b事件中的变化提示工作流服务310调用在节点中配置的分配模块241。在过程1610，基于来自工作流服务310的调用，分配模块241向DDS 350b请求活动故障条件的列表，所述活动故障条件被链接到由获取和解码模块检测的一个或多个征兆。在这一点上，指出对来自DDS 350b和SDS 350a的静态和动态数据的请求分别由数据附件(data accessory)304执行是非常有用的。数据附件304可以是本领域已知的或者是将来会开发的任意类型的访问器，且这里不再进行描述。
在过程1620，故障条件列表由DDS 350b返回。在过程1625，分配模块241确定在DDS 350b返回的列表中是否存在任何故障条件。在这个例子中应该注意到，分配模块241被描述为执行有限功能集。然而本领域普通技术人员将理解，分配模块241，与所有SEAM(221-264)相似，可以包括执行任意数量功能的指令。
在过程1630，当没有与所检测的征兆相符的故障条件时，在过程1621，创建与检测的征兆相关联的新故障条件，并将其存储在DDS 350b中。分配模块241向SDS 350a查询故障条件模板1640，该模板是静态软件对象。SDS 350a在过程1640提供故障条件模板以构建新的故障条件。该方法然后继续到过程1635。在现有故障条件与检测的征兆相关联的情况下，该方法1600直接前进到过程1635，其中分配模块241通过生成事件向工作流服务310通知：分配模块241已经完成其将征兆分配到故障条件。
在过程1645，工作流服务310接收该事件，并向SDS 350a查询对该事件的适当响应。在这个特定例子中，SDS 350a在过程1650以向工作流服务310的指令进行响应，以生成对排序模块243的调用，在这个例子中排序模块243对由分配模块241确定的故障条件进行排序。
因为SEAM(221-264)不具有将信息从一个SEAM直接传到另一个SEAM的能力，所以排序模块243请求与分配模块241所请求或者创建的故障条件列表相同的故障条件列表。在过程1620’，DDS 350b将故障条件列表返回到排序模块243。在过程1660，排序SEAM 243执行诊断推理机的排序功能，并对故障条件进行排序。排序可以是基于历史分析、工程分析、故障模式分析或者类似分析方法，通过一个或多个统计排序方案实现的。统计排序的例子可以是特定故障模式的可能性、特定测试结果发生可能性、故障隔离测试的成本/收益比，和/或纠正动作序列的成本/收益比。一旦故障条件被排序，就在过程1665生成事件，并发送到工作流服务310。
在过程1670，工作流服务310向SDS 350a查询对从排序模块243接收的事件的正确响应。在过程1675，SDS 350a提供正确响应到工作流服务310。根据所接收的响应，工作流服务310可以在过程1680调用诊断模块242。
当被调用时，诊断模块242可以在过程1685向SDS 350a查询故障条件的生命周期模型，其被返回到诊断模块1685。尽管故障条件生命周期模型可以根据需要采用许多不同方式定义，故障条件生命周期模型可以包括若干状态，其中某些条件必须在故障条件从一个状态转移到另一个状态之前被满足。一个简单的示例性生命周期模型可以包括“新状态”，其中故障条件被首次检测到。生命周期可以接着前进到“隔离状态”，其中隔离了故障条件的起因。在隔离状态之后，生命周期可以前进到“修复状态”，并接着到“完成状态”。
在过程1690，诊断模块242根据故障条件生命周期模型为故障条件设置下一个状态。诊断模型242还根据本地收集的数据和分布到节点的DDR 45得出故障条件的部分结论。在过程1698和1699，诊断模块242将故障条件生命周期的状态，以及得出的有关故障条件的部分结论，保存到DDS 350b。在过程1697，诊断模块242生成到工作流服务的事件，指示诊断模块242已经完成其功能。该过程在点“B”结束。
图16是在分级级别之间的示例性报告和通信方法1700的简化流程图，例如在EHM层120和AHM层130之间。方法1700在点“B”开始，其中过程1600终止于该点。在过程1705，在1697生成的事件(见图15)被工作流服务310接收，其调用报告模块253。在过程1710，报告模块253从DDS 350b检索部分结论，所述部分结论在过程1699(见图15)被存储在DDS中。这种要求是因为驻留在节点中的各种SEAM彼此之间无法直接通信，因此是通过记录到和从DDS 350b和SDS 350a检索数据来在SEAM之间传送数据。在过程1715，从诊断报告格式准备诊断报告，以及从SDS 350a检索目的地列表，这是在过程1720提供的。在过程1725，诊断数据经由定制适配器325或者节点330的主机应用(见图2)以及通信系统9，被发送到由SDS 350a所指示的目的地。
在图16的例子中，AHM 130’是目的地，并且从通信系统9接收诊断数据。在过程1730，采用与图13的过程相似的方式，该数据被SEAM从AHM的测量库220接收并解码，并放置在各种测量队列中(见图12)。用于解码数据的规则是从SDS 350a’检索的。当诊断数据已经被解码时，并且由此产生的各种事件被排队，并且事件被生成。在过程1740，该事件在过程1745从AHM的提取库230调用各种SEAM，其将诊断数据和征兆存储在AHM的DDS 350b’中。在过程1750，当被存储时，另一事件被生成，其采用与针对图15所讨论的相似的方式，在过程1755从AHM的解释库240调用各种SEAM。在过程1765，故障条件和诊断数据被存储在AHM的DDS 350b’中。在完成了解释库240中的功能时，一个事件被生成，其在过程1775从AHM的ACT库250调用各种SEAM。该方法然后可以在其它方向上采用类似方式继续。
尽管在本发明的前述详细说明中已经呈现了至少一个示例性实施例，但是应该理解，大量的变型是存在的。还应该理解，一个或多个示例性实施例仅仅是例子，并不意在以任意方式限制本发明的范围、应用或者配置。更确切地，前述详细说明将向本领域技术人员提供一个方便的路径图来实现本发明的示例性实施例。应该理解，可以对示例性实施例中所描述的元素的功能和配置进行各种变化，而不脱离如所附权利要求所阐述的本发明的范围。

Claims (10)

1.一种用于复杂系统的子系统的分布式诊断推理的方法，包括：
利用包括处理器和存储器的计算节点，监视复杂系统的组件的操作；
利用一个或多个标准化可执行应用模块(SEAM)和工作流服务，填充计算节点的处理器和存储器中的至少一个，其中所述一个或多个SEAM无法直接彼此通信；
结合所述一个或多个SEAM以及与组件相关联的工作流服务，创建配置文件以形成分布式诊断推理机(DDR)，该DDR包括特定于组件的默认模型以及与故障条件相关联的静态数据；
在计算节点中安装配置文件以供处理器执行；以及
初始化一个或多个SEAM、配置文件和工作流服务，其中工作流服务促进了在一个或多个SEAM和与驻留在配置文件中的故障条件相关联的静态数据之间的数据流。
2.根据权利要求1的方法，其中所述一个或多个SEAM包括分配SEAM、诊断SEAM、排序SEAM和报告SEAM。
3.根据权利要求1的方法，其中与故障条件相关联的静态数据包括故障条件模板和故障条件生命周期模型。
4.根据权利要求3的方法，其中与故障条件相关联的静态数据包括对所述一个或多个SEAM中的每一个完成的动作所产生的事件的响应。
5.根据权利要求4的方法，其中与故障条件相关联的静态数据包括静态数据的目的地列表和诊断数据报告格式。
6.根据权利要求2的方法，其中所述分配SEAM被配置为将故障条件与所检测的征兆相关联，并且当没有故障条件与所检测的征兆相关联时，创建新的故障条件。
7.根据权利要求2的方法，其中所述排序SEAM被配置为执行征兆、故障模式、故障隔离测试和纠正动作的排序。
8.根据权利要求2的方法，其中所述诊断SEAM被配置为：
检索故障条件生命周期模型；
确定和设置故障条件的下一状态；
基于故障条件生命周期模型的下一状态，确定有关故障条件的诊断部分结论以用于更高阶评估；以及
将故障条件和诊断部分结论保存到动态存储器。
9.根据权利要求2的方法，其中所述报告SEAM被配置为：
从动态存储器检索有关故障条件的诊断部分结论；
从静态存储器检索目的地列表和诊断数据报告格式；
将有关故障条件的诊断部分结论集成到诊断数据报告格式中；以及
将集成的诊断部分结论发送到来自目的地列表的目的地。
10.一种驻留在包括指令的计算节点中的计算机可读存储介质(CRSM)，所述指令在被执行时执行对复杂系统的子系统的分布式诊断推理的动作，所述指令包括：
利用一个或多个标准化可执行应用模块(SEAM)和工作流服务，填充计算节点的处理器和存储器中的至少一个；其中所述一个多个SEAM无法直接彼此通信；
在计算节点中安装配置文件以供处理器执行；以及
初始化一个或多个SEAM、配置文件和工作流服务，其中工作流服务促进了在一个或多个SEAM和与驻留在配置文件中的故障条件相关联的静态数据之间的数据流。
CN201210517518.3A 2011-10-14 2012-10-13 用于分布式诊断推理的方法和系统 Pending CN103093304A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/273,984 US8726084B2 (en) 2011-10-14 2011-10-14 Methods and systems for distributed diagnostic reasoning
US13/273984 2011-10-14

Publications (1)

Publication Number Publication Date
CN103093304A true CN103093304A (zh) 2013-05-08

Family

ID=47325810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210517518.3A Pending CN103093304A (zh) 2011-10-14 2012-10-13 用于分布式诊断推理的方法和系统

Country Status (3)

Country Link
US (1) US8726084B2 (zh)
EP (1) EP2581796A1 (zh)
CN (1) CN103093304A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107408074A (zh) * 2015-02-10 2017-11-28 净睿存储股份有限公司 存储系统架构
CN107980147A (zh) * 2015-03-23 2018-05-01 摩根士丹利服务集团有限公司 跟踪分布式计算系统中的数据流
CN108199900A (zh) * 2018-01-23 2018-06-22 重庆大学 用于智能环境的分布式推理节点优化分配方法

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8751777B2 (en) 2011-01-28 2014-06-10 Honeywell International Inc. Methods and reconfigurable systems to optimize the performance of a condition based health maintenance system
US8990770B2 (en) 2011-05-25 2015-03-24 Honeywell International Inc. Systems and methods to configure condition based health maintenance systems
US8832649B2 (en) * 2012-05-22 2014-09-09 Honeywell International Inc. Systems and methods for augmenting the functionality of a monitoring node without recompiling
US8832716B2 (en) 2012-08-10 2014-09-09 Honeywell International Inc. Systems and methods for limiting user customization of task workflow in a condition based health maintenance system
US9037920B2 (en) * 2012-09-28 2015-05-19 Honeywell International Inc. Method for performing condition based data acquisition in a hierarchically distributed condition based maintenance system
US9170866B2 (en) * 2013-03-08 2015-10-27 Dell Products L.P. System and method for in-service diagnostics based on health signatures
US9231998B2 (en) * 2014-01-22 2016-01-05 Ford Global Technologies, Llc Vehicle-specific computation management system for cloud computing
EP3126980A4 (en) * 2014-04-02 2017-10-11 Sikorsky Aircraft Corporation System and method for improved health management and maintenance decision support
US9522745B2 (en) * 2014-09-24 2016-12-20 Honeywell International Inc. Method and system for preparing aircraft maintenance application data for portable devices
CN104803009A (zh) * 2015-04-27 2015-07-29 中国航空工业集团公司沈阳飞机设计研究所 一种无人机地面综合检测系统及方法
DE102015113981A1 (de) * 2015-08-24 2017-03-02 Endress+Hauser Gmbh+Co. Kg Verfahren und System zur Instandhaltung von zumindest einem einer Vielzahl von Feldgeräten in einer Anlage der Automatisierungstechnik
CN108139870B (zh) 2015-10-09 2021-08-06 奥奇系统公司 模块化设备和操作方法
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
US10096178B2 (en) * 2017-01-03 2018-10-09 The Boeing Company Reducing nuisance fault indications from a vehicle using physics based and data driven models
GB201803069D0 (en) 2018-02-26 2018-04-11 Support Robotics Ltd System and method for improving performance of an electronic device
CN108874968B (zh) * 2018-06-07 2023-04-18 平安科技（深圳）有限公司 风险管理数据处理方法、装置、计算机设备和存储介质
CZ308664B6 (cs) * 2018-09-30 2021-02-03 4Dot Mechatronic Systems S.R.O. ) Diagnostický systém obráběcích strojů
CN111897304B (zh) * 2019-05-06 2023-12-05 埃尔构人工智能有限责任公司 用于机器系统中实时诊断和故障监视的方法、设备和系统
US20230061096A1 (en) * 2021-08-25 2023-03-02 The Boeing Company Component record processing for aircraft maintenance
CN115629599B (zh) * 2022-12-06 2023-06-23 蔚来汽车科技(安徽)有限公司 一种can总线仿真测试方法以及系统
CN116501339B (zh) * 2023-06-26 2023-09-08 北京凌云雀科技有限公司 应用部署方法、装置、电子设备及计算机可读存储介质

Family Cites Families (126)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1467726A (en) 1974-05-02 1977-03-23 Solartron Electronic Group Interfaces for data transmission systems
US4296409A (en) 1979-03-12 1981-10-20 Dickey-John Corporation Combine performance monitor
US5020135A (en) 1987-03-27 1991-05-28 Teletec Corporation Computerized multistandard, field-convertible, multiregional/multiservice, remote controllable, remote programmable mobile two-way radio system with digital serial bus link, built-in programmer and autodiagnostics
US4890284A (en) 1988-02-22 1989-12-26 United Technologies Corporation Backup control system (BUCS)
US5086429A (en) 1990-04-10 1992-02-04 Honeywell Inc. Fault-tolerant digital computing system with reduced memory redundancy
US5550736A (en) 1993-04-27 1996-08-27 Honeywell Inc. Fail-operational fault tolerant flight critical computer architecture and monitoring method
US5884077A (en) 1994-08-31 1999-03-16 Canon Kabushiki Kaisha Information processing system and method in which computer with high load borrows processor of computer with low load to execute process
US7124302B2 (en) 1995-02-13 2006-10-17 Intertrust Technologies Corp. Systems and methods for secure transaction management and electronic rights protection
US5754823A (en) 1995-02-23 1998-05-19 Datalogic, Inc. Configurable I/O system using logic state arrays
US5884202A (en) 1995-07-20 1999-03-16 Hewlett-Packard Company Modular wireless diagnostic test and information system
JP3307215B2 (ja) 1996-02-26 2002-07-24 トヨタ自動車株式会社 車両用電子制御装置の故障診断装置
US5721825A (en) 1996-03-15 1998-02-24 Netvision, Inc. System and method for global event notification and delivery in a distributed computing environment
US7623932B2 (en) 1996-03-28 2009-11-24 Fisher-Rosemount Systems, Inc. Rule set for root cause diagnostics
EP0956713B1 (en) 1997-01-31 2007-02-28 Alcatel USA Sourcing, L.P. Intelligent service peripheral device
US5872957A (en) * 1997-05-01 1999-02-16 International Business Machines Corporation Method for flexible simulation modeling of multi-component systems
US5941918A (en) 1997-07-30 1999-08-24 Engelhard Corporation Automotive on-board monitoring system for catalytic converter evaluation
US20020004694A1 (en) 1997-12-05 2002-01-10 Cameron Mcleod Modular automotive diagnostic system
US7002982B1 (en) 1998-07-08 2006-02-21 Broadcom Corporation Apparatus and method for storing data
EP1142213B1 (en) 1999-01-08 2005-11-23 Nortel Networks Limited Dynamic assignment of traffic classes to a priority queue in a packet forwarding device
US6298454B1 (en) 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US7950017B1 (en) 1999-04-23 2011-05-24 Avaya Inc. Apparatus and method for forwarding messages between two applications
US6340977B1 (en) 1999-05-07 2002-01-22 Philip Lui System and method for dynamic assistance in software applications using behavior and host application models
WO2000072533A1 (en) 1999-05-21 2000-11-30 Broadcom Corporation Stacked network switch configuration
US6624909B1 (en) 1999-05-27 2003-09-23 International Business Machines Corporation Image file format for storing graphical matter and related information
US6401098B1 (en) 1999-07-15 2002-06-04 American Management Systems, Inc. System for database creation, maintenance and access using event marking and two-dimensional partitioning
JP2003506774A (ja) 1999-07-28 2003-02-18 シーメンス アクチエンゲゼルシヤフト 技術的設備に対する診断方法および診断システム
US6553290B1 (en) 2000-02-09 2003-04-22 Oshkosh Truck Corporation Equipment service vehicle having on-board diagnostic system
US6434455B1 (en) 1999-08-06 2002-08-13 Eaton Corporation Vehicle component diagnostic and update system
US6493616B1 (en) 1999-08-13 2002-12-10 Clark Equipment Company Diagnostic and control unit for power machine
US6625639B1 (en) 1999-10-20 2003-09-23 International Business Machines Corporation Apparatus and method for processing a task in a clustered computing environment
US6959235B1 (en) 1999-10-28 2005-10-25 General Electric Company Diagnosis and repair system and method
US7319947B1 (en) * 1999-12-22 2008-01-15 Intel Corporation Method and apparatus for performing distributed simulation utilizing a simulation backplane
US6757897B1 (en) 2000-02-29 2004-06-29 Cisco Technology, Inc. Apparatus and methods for scheduling and performing tasks
US6823508B1 (en) 2000-04-27 2004-11-23 Microsoft Corporation Automatic computer program customization based on a user information store
US6986046B1 (en) 2000-05-12 2006-01-10 Groove Networks, Incorporated Method and apparatus for managing secure collaborative transactions
US20020007237A1 (en) 2000-06-14 2002-01-17 Phung Tam A. Method and system for the diagnosis of vehicles
IL137085A (en) 2000-06-29 2004-08-31 Eci Telecom Ltd Method for effective utilizing of shared resources in computerized systems
US7092803B2 (en) * 2000-08-18 2006-08-15 Idsc Holdings, Llc Remote monitoring, configuring, programming and diagnostic system and method for vehicles and vehicle components
US7447643B1 (en) 2000-09-21 2008-11-04 Theradoc.Com, Inc. Systems and methods for communicating between a decision-support system and one or more mobile information devices
US7929562B2 (en) 2000-11-08 2011-04-19 Genesis Telecommunications Laboratories, Inc. Method and apparatus for optimizing response time to events in queue
US6766230B1 (en) 2000-11-09 2004-07-20 The Ohio State University Model-based fault detection and isolation system and method
JP2002182737A (ja) 2000-12-14 2002-06-26 Auto Network Gijutsu Kenkyusho:Kk 検査プログラム内蔵車載用制御ユニットとその検査装置、及び検査方法
US20020095597A1 (en) 2001-01-13 2002-07-18 Norden Gregory L. Reusable solutions for aircraft servicing
TW499795B (en) 2001-03-19 2002-08-21 Realtek Semiconductor Corp PCI extended function interface and the PCI device using the same
US6904483B2 (en) 2001-03-20 2005-06-07 Wind River Systems, Inc. System and method for priority inheritance
US6789007B2 (en) 2001-06-25 2004-09-07 The Boeing Company Integrated onboard maintenance documentation with a central maintenance system
JP2003084998A (ja) 2001-09-12 2003-03-20 Denso Corp 故障診断システム及び電子制御装置
US7072879B2 (en) 2001-10-22 2006-07-04 Siemens Building Technologies, Inc. Partially embedded database and an embedded database manager for a control system
US6996443B2 (en) 2002-01-11 2006-02-07 Bae Systems Information And Electronic Systems Integration Inc. Reconfigurable digital processing system for space
AU2003224642A1 (en) 2002-03-04 2003-09-22 Vigilos, Inc. Data archival system and method
WO2003088142A2 (en) * 2002-04-10 2003-10-23 Instasolv, Inc. Method and system for managing computer systems
AU2003245253A1 (en) 2002-05-06 2003-11-11 Zoot Enterprises, Inc. System and method of application processing
US6937926B2 (en) 2002-09-27 2005-08-30 Spx Corporation Multi-application data display
US6832141B2 (en) 2002-10-25 2004-12-14 Davis Instruments Module for monitoring vehicle operation through onboard diagnostic port
US20040117791A1 (en) 2002-12-17 2004-06-17 Ajith Prasad Apparatus, system and method for limiting latency
US7523133B2 (en) 2002-12-20 2009-04-21 Oracle International Corporation Data model and applications
DE10307342B4 (de) 2003-02-21 2005-08-11 Volkswagen Ag Vorrichtung und Verfahren zur modellbasierten On-Board-Diagnose
DE10311395A1 (de) 2003-03-13 2004-09-23 Robert Bosch Gmbh Kommunikationsvorrichtung mit asynchroner Datenübertragung über eine symmetrische serielle Schnittstelle
US7237223B2 (en) 2003-04-11 2007-06-26 The Boeing Company Apparatus and method for real-time caution and warning and system health management
US6928358B2 (en) 2003-05-15 2005-08-09 International Truck Intellectual Property Company, Llc PTO-logic configuration system
US6950782B2 (en) 2003-07-28 2005-09-27 Toyota Technical Center Usa, Inc. Model-based intelligent diagnostic agent
US7222800B2 (en) 2003-08-18 2007-05-29 Honeywell International Inc. Controller customization management system
US7194259B2 (en) 2003-09-05 2007-03-20 Sony Ericsson Mobile Communications Ab Remote control device having wireless phone interface
US20050060396A1 (en) 2003-09-16 2005-03-17 Yokogawa Electric Corporation Device diagnosis system
US7779039B2 (en) 2004-04-02 2010-08-17 Salesforce.Com, Inc. Custom entities and fields in a multi-tenant database system
US7639608B1 (en) 2003-10-23 2009-12-29 Foundry Networks, Inc. Priority aware MAC flow control
US7363420B2 (en) 2003-12-15 2008-04-22 Nortel Networks Limited Method and file structures for managing data on a flash disk
US7079984B2 (en) 2004-03-03 2006-07-18 Fisher-Rosemount Systems, Inc. Abnormal situation prevention in a process plant
DE102004024262A1 (de) * 2004-05-15 2005-12-01 Daimlerchrysler Ag Wissensbasiertes Diagnosesystem für ein komplexes technisches System mit zwei getrennten Wissensbasen zur Verarbeitung technischer Systemdaten und zur Verarbeitung von Kundenbeanstandungen
TW200629058A (en) 2004-07-19 2006-08-16 United Technologies Corp System and method for fault code driven maintenance system
US7103507B2 (en) 2004-09-28 2006-09-05 Dimitry Gorinevsky Structure health monitoring system and method
US7925506B2 (en) 2004-10-05 2011-04-12 Inago Corporation Speech recognition accuracy via concept to keyword mapping
US7272475B2 (en) 2004-12-02 2007-09-18 General Motors Corporation Method for updating vehicle diagnostics software
US7444216B2 (en) 2005-01-14 2008-10-28 Mobile Productivity, Inc. User interface for display of task specific information
US8234238B2 (en) * 2005-03-04 2012-07-31 Maxsp Corporation Computer hardware and software diagnostic and report system
US7379799B2 (en) * 2005-06-29 2008-05-27 General Electric Company Method and system for hierarchical fault classification and diagnosis in large systems
FR2888362B1 (fr) 2005-07-05 2007-10-12 Airbus France Sas Outil de diagnostic pour la reparation d'aeronefs et procede utilisant cet outil
US20070022403A1 (en) 2005-07-21 2007-01-25 Caterpillar Inc. Software system development apparatus
US8437902B2 (en) 2005-10-31 2013-05-07 Service Solutions U.S. Llc Technical information management apparatus and method for vehicle diagnostic tools
US7761201B2 (en) 2005-11-16 2010-07-20 The Boeing Company Integrated maintenance and materials services for fleet aircraft using aircraft data to improve maintenance quality
US10248914B2 (en) 2005-11-29 2019-04-02 The Boeing Company Sustaining a fleet of configuration-controlled assets
US7571034B2 (en) 2005-12-14 2009-08-04 Spx Corporation Diagnostic connector power for tablet/laptop PCs
US7493482B2 (en) 2005-12-21 2009-02-17 Caterpillar Inc. Self-configurable information management system
US8428813B2 (en) 2006-06-14 2013-04-23 Service Solutions Us Llc Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan
US7757120B2 (en) * 2006-06-23 2010-07-13 International Business Machines Corporation Ignoring redundant symptoms in modular self-healing systems
US20080125877A1 (en) 2006-09-12 2008-05-29 Fisher-Rosemount Systems, Inc. Process data collection system configuration for process plant diagnostics development
US8601435B2 (en) 2006-10-20 2013-12-03 Rockwell Automation Technologies, Inc. Module class subsets for industrial control
US8630765B2 (en) 2006-11-17 2014-01-14 Innova Electronics, Inc. OBD II-compliant diagnostic PC tablet and method of use
US7349825B1 (en) 2006-11-28 2008-03-25 The Boeing Company System health operations analysis model
US8620714B2 (en) 2006-11-28 2013-12-31 The Boeing Company Prognostic condition assessment decision aid
EP1933563A1 (en) 2006-12-14 2008-06-18 Thomson Licensing Method and apparatus for encoding and/or decoding bit depth scalable video data using adaptive enhancement layer residual prediction
US7676695B2 (en) * 2007-06-05 2010-03-09 Compuware Corporation Resolution of computer operations problems using fault trend analysis
US8180594B2 (en) 2007-09-06 2012-05-15 Asm International, N.V. System and method for automated customizable error diagnostics
US8135988B2 (en) 2007-10-19 2012-03-13 Oracle International Corporation Non-intrusive gathering of diagnostic data using asynchronous mechanisms
US20090138139A1 (en) 2007-11-26 2009-05-28 Tsai Ta C Technical data navigation system and method
US8346429B2 (en) * 2007-11-26 2013-01-01 Honeywell International Inc. Vehicle health monitoring system architecture for diagnostics and prognostics disclosure
US8145444B1 (en) 2007-11-30 2012-03-27 Intellectual Assets Llc Asset surveillance system and method comprising self-calibrating fault detection
US7983809B2 (en) 2007-12-21 2011-07-19 Sikorsky Aircraft Corporation Aircraft integrated support system (ISS)
US7792922B2 (en) 2008-03-05 2010-09-07 Caterpillar Inc. Systems and methods for managing health of a client system
WO2009116972A1 (en) 2008-03-20 2009-09-24 Thomson Licensing System and method for processing priority transport stream data in real time in a multi-channel broadcast multimedia system
US8775943B2 (en) 2008-04-01 2014-07-08 Samsung Electronics Co., Ltd. System and method for remote application configuration management on multifunction peripherals
US20090265055A1 (en) 2008-04-17 2009-10-22 Winston Lynn Gillies System and method for performing automotive diagnostics
US20090295559A1 (en) 2008-06-02 2009-12-03 Gm Global Technology Operations, Inc. Integrated hierarchical process for fault detection and isolation
US8230269B2 (en) * 2008-06-17 2012-07-24 Microsoft Corporation Monitoring data categorization and module-based health correlations
US8151008B2 (en) 2008-07-02 2012-04-03 Cradle Ip, Llc Method and system for performing DMA in a multi-core system-on-chip using deadline-based scheduling
US8239873B2 (en) 2008-08-12 2012-08-07 Verizon Patent And Licensing Inc. Speedy event processing
US8468601B1 (en) 2008-10-22 2013-06-18 Kaspersky Lab, Zao Method and system for statistical analysis of botnets
CA2644885C (en) 2008-11-25 2017-01-03 Electrolux Home Products, Inc. Enterprise wide system and methods for configuring, diagnosing, and updating appliances
US20100217479A1 (en) 2009-02-23 2010-08-26 Bae Systems Information And Electronic Systems Integration, Inc. Diagnostic connector assembly (DCA) interface unit (DIU)
US20100217638A1 (en) 2009-02-23 2010-08-26 Bae Systems Information And Electronic Systems Integration, Inc. In service support center and method of operation
US9401054B2 (en) 2009-03-08 2016-07-26 Bosch Automotive Service Solutions Inc. Vehicle test sequence cost optimization method and apparatus
US8265980B2 (en) * 2009-04-21 2012-09-11 International Business Machines Corporation Workflow model for coordinating the recovery of IT outages based on integrated recovery plans
US8200768B2 (en) 2009-04-29 2012-06-12 Sybase, Inc. Deferred reading of email database in mobile environments
US20110010130A1 (en) * 2009-07-09 2011-01-13 Honeywell International Inc. Health management systems and methods with predicted diagnostic indicators
US8214317B2 (en) * 2009-08-17 2012-07-03 Pratt & Whitney Rocketdyne, Inc. Failure detection system risk reduction assessment
US8181069B2 (en) * 2009-09-08 2012-05-15 International Business Machines Corporation Method and system for problem determination using probe collections and problem classification for the technical support services
US20110077817A1 (en) 2009-09-29 2011-03-31 Chin-Yang Sun Vehicle Diagnostic System And Method Thereof
US8285438B2 (en) * 2009-11-16 2012-10-09 Honeywell International Inc. Methods systems and apparatus for analyzing complex systems via prognostic reasoning
CA2794490A1 (en) 2010-03-29 2011-10-13 James Kakaire Transputer
US8054208B2 (en) 2010-03-30 2011-11-08 Honeywell International Inc. Re-configurable multipurpose analog interface
US8904395B2 (en) 2010-07-26 2014-12-02 International Business Machines Corporation Scheduling events in a virtualized computing environment based on a cost of updating scheduling times or mapping resources to the event
US8606850B2 (en) 2010-09-27 2013-12-10 Blackberry Limited Method, apparatus and system for controlling transmission of an attachment to an email using a plurality of computers
US8751777B2 (en) 2011-01-28 2014-06-10 Honeywell International Inc. Methods and reconfigurable systems to optimize the performance of a condition based health maintenance system
US8615773B2 (en) 2011-03-31 2013-12-24 Honeywell International Inc. Systems and methods for coordinating computing functions to accomplish a task using a configuration file and standardized executable application modules
US8990770B2 (en) 2011-05-25 2015-03-24 Honeywell International Inc. Systems and methods to configure condition based health maintenance systems
US8990840B2 (en) 2011-10-17 2015-03-24 Honeywell International Inc. Methods and reconfigurable systems to incorporate customized executable code within a condition based health maintenance system without recompiling base code

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107408074A (zh) * 2015-02-10 2017-11-28 净睿存储股份有限公司 存储系统架构
CN107980147A (zh) * 2015-03-23 2018-05-01 摩根士丹利服务集团有限公司 跟踪分布式计算系统中的数据流
CN107980147B (zh) * 2015-03-23 2022-12-06 摩根士丹利服务集团有限公司 跟踪分布式计算系统中的数据流
CN108199900A (zh) * 2018-01-23 2018-06-22 重庆大学 用于智能环境的分布式推理节点优化分配方法
CN108199900B (zh) * 2018-01-23 2019-11-05 重庆大学 用于智能环境的分布式推理节点优化分配方法

Also Published As

Publication number Publication date
EP2581796A1 (en) 2013-04-17
US20130097459A1 (en) 2013-04-18
US8726084B2 (en) 2014-05-13

Similar Documents

Publication Publication Date Title
CN103093304A (zh) 用于分布式诊断推理的方法和系统
CN103279376B (zh) 将可执行代码并入健康维护系统的方法和可重新配置系统
CN102708033B (zh) 优化基于条件的健康维护系统的性能的方法和可重配置系统
CN102799755B (zh) 用于配置基于状况的健康维护系统的系统和方法
US8615773B2 (en) Systems and methods for coordinating computing functions to accomplish a task using a configuration file and standardized executable application modules
CN103744337A (zh) 用于在分层分布式基于条件的维护系统中执行基于条件的数据采集的方法
US8832649B2 (en) Systems and methods for augmenting the functionality of a monitoring node without recompiling
CN103676924B (zh) 限制任务工作流程的用户定制的系统和方法
US20190260831A1 (en) Distributed integrated fabric
US11847130B2 (en) Extract, transform, load monitoring platform
Friederich et al. Towards data-driven reliability modeling for cyber-physical production systems
CN104281119A (zh) 支持分布式控制系统中的技术任务的方法和系统
US11455550B2 (en) System and method for detecting and forecasting the behavior of a system
US20200150641A1 (en) Apparatus and method for automatic detection and classification of industrial alarms
US11556837B2 (en) Cross-domain featuring engineering
US20150012505A1 (en) Configurable data masks supporting optimal data extraction and data compaction
EP3948708A1 (en) Automated device maintenance

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130508