-
Hintergrund der Erfindung
-
Gebiet der Erfindung
-
Diese Erfindung bezieht sich im Allgemeinen auf ein Definieren eines Datenüberwachungspunktes in einem System für integrierte Fehlereingrenzung und Fehlertoleranzanalyse eines in einem Fahrzeug eingebauten elektrischen und elektronischen Systems (EES) und insbesondere auf ein System und ein Verfahren zum Definieren eines Datenüberwachungspunktes für integrierte Fehlereingrenzung und Fehlertoleranzanalyse eines in einem Fahrzeug eingebauten EES, das ein Definieren des EES als eine Netzwerkmodellierung, ein Berechnen eines Zwischenzustands-Zentralisierungsmaßes für jeden potentiellen Überwachungspunkt in dem Modell, ein Einordnen der Zwischenzustands-Zentralisierungsmaße und ein Auswählen des potentiellen Überwachungspunktes mit dem höchsten Zwischenzustands-Zentralisierungsmaß als den aktuellen Überwachungspunkt, wenn er eine vorbestimmte Überdeckung, die durch einen Grad des Nachbarschaftsfaktors definiert ist, erfüllt.
-
Erörterung der relevanten Technik
-
Moderne Fahrzeuge sind komplexe elektrische und mechanische Systeme, die viele Komponenten, Geräte, Module, Sub-Systeme usw. einsetzen, wie eingebaute elektrische und elektronische Systeme (EES), welche elektrische Informationen zwischen und untereinander unter Verwendung hochentwickelter Algorithmen und Datenbusse austauschen. Fahrzeug-EES's werden viel komplexer, wenn sie in Reaktion auf einen kontinuierlich steigenden Bedarf des Einbauens elektronischer und elektrischer Steuerungseinheiten (ECU's) in die Fahrzeuge entwickelt werden. Zum Beispiel kann ein modernes Oberklassefahrzeug siebzig oder mehr ECU's aufweisen, um Steuer- und Anweisungsoperationen für die EES's in einem Fahrzeug bereitzustellen. Diese Steuereinheiten ermöglichen fortgeschrittene Sicherheits-, Erleichterungs- und Komfortmerkmale sowie ein Erreichen neuer Emissions- und Brennstoffökonomiestandards. Die schnell wachsende Zahl von ECU's und ihrer peripheren Geräte in einem Fahrzeug führen jedoch zu komplexen Wechselwirkungen, die manchmal unerwartete Verhaltensweise, wie gefährliche oder kaskadierende Fehler, verursachen.
-
Wie alle Dinge sind EES's und ECU's für Abweichungen, Ausfälle und Fehler anfällig, welche den Betrieb des Fahrzeugs beeinträchtigen könnten. Die Algorithmen, die in den ECU's betrieben werden, erzeugen Informationen und Berechnungen von Daten, die in einem Speicher gespeichert sind. Weiterhin können Signale zwischen den ECU's über Verdrahtungen übertragen werden, um zu veranlassen, dass bestimmte Vorgänge, wie ein Einstellen eines Aktuators, durchgeführt werden. Alle diese Informationen könnten in irgendeiner Weise zusammenbrechen, wie zum Beispiel als Ergebnis einer losen Verdrahtung, eines Speicherausfalls, von Berechnungsungenauigkeiten usw. Somit kann der Transfer von Daten oder Nachrichten zwischen unterschiedlichen Elementen in dem System, ob es entlang einer physischen Verdrahtung oder innerhalb der Software ist, verwendet werden, um Fehler zu bestimmen. Weiterhin fehlen für die gegenwärtigen Techniken, die in einem integrierten Fahrzeugfunktionsmanagement (IVHM, integrated vehicle health management) und aktiven Sicherheitssystemen verwendet werden, noch immer Standardisierungen und Maßstäbe zum Adressieren von Notwendigkeiten zum Verbessern und Qualifizieren der Wartungsfreundlichkeit und der Komplexität in den EES's.
-
Wenn derartige Abweichungen und Fehler auftreten, kann oft das betroffene Gerät oder die Komponente einen Fehlercode ausgeben, wie einen Diagnoseproblemcode (DTC), der durch einen oder mehrere Systemsteuergeräte empfangen wird, welche den Fehler oder einen Hilfsfehler mit einer integrierten Komponente identifizieren. Um in der Lage zu sein DTC's und andere Fehler zu erfassen und zu analysieren, ist es notwendig, die Daten, die erforderlich sind, zu identifizieren und zum Eingrenzen der Fehler zu erfassen und die Daten an einer geeigneten Stelle zu sammeln. Sobald die Daten gesammelt sind, werden Diagnosealgorithmen verwendet, um zu analysieren und die Daten zu verarbeiten und in einem Format bereitzustellen, das analysiert werden kann. Wenn die Daten verarbeitet worden sind, dann kann die Ursache des Fehlers identifiziert werden. Zum Beispiel können DTC's durch Servicetechniker und Ingenieure analysiert werden, um Probleme zu identifizieren und/oder Systemberichtigungen und Aktualisierungen durchzuführen. Das diagnostische Modellieren schließt ein Bestimmen der Ursache eines Problems ein, das bereits aufgetreten ist. Bekannte Fehlermodellverfahren zum Diagnostizieren von Komponenten und Sub-Systemfehlern können Bayesian-Netzwerke, dynamische Bayesian-Netzwerke, verstecke Markov-Modelle, Fuzzy-Logik, Annahme-Netzwerke, Petri-Netze usw. verwenden.
-
Manchmal werden Sensoren zum Sammeln von Daten an den gewünschten Orten in den EES und/oder ECU's bereitgestellt, um die Information, die notwendigerweise durch den DiagnoseAlgorithmus verwendet werden muss, bereitzustellen, um die Ursache eines Problems zu identifizieren. Weiterhin umfasst in speziellen hochentwickelten Fahrzeugen die Datensammlung oft ein Überwachen von Nachrichten und anderen Informationen, die zwischen den ECU's übertragen werden. Die Daten und Informationen, die gesammelt werden, können Nachrichten sein, die zwischen den ECU's übertragen werden, oder Daten, die in besonderen Speichern in einem ECU zur Verfügung stehen. Obgleich es wünschenswert sein kann, auf einem einzigen Niveau Überwachungspunkte an jedem möglichen Ort bereitzustellen, um ausreichend Daten zu sammeln und um klar ein Problem zu identifizieren, ist ein derartiges Schema unpraktisch und ultimativ zu kostspielig. Deshalb ist es notwendig, die besten Überwachungspunkte zu identifizieren, die die nutzbarste Information bereitstellen. Bekannte Techniken zum Identifizieren der besten Überwachungspunkte in und zwischen EES und/oder ECU's sind bisher begrenzt. Die Druckschrift
US 2009/0012760 A1 beschreibt ein Verfahren zum Überwachen und Vorhersagen einer Organisationsaktivität basierend auf einem Organisationsmodell, wobei elektronische Aktivitätsdaten sowie Organisationsdaten erfasst und analysiert werden, und wobei das Organisationsmodell auf der Analyse der elektronischen Aktivitätsdaten und der Organisationsdaten basiert. Die Druckschrift
US 2012/0137367 A1 beschreibt ein Verfahren zum kontinuierlichen Überwachen eines Systems zum Detektieren einer Anomalie basierend auf Verhaltensmodellierung und heterogener Informationsanalyse, wobei eine Vielzahl von Ereignissen bearbeitet und kategorisiert werden, und wobei eine animierte und interaktive Visualisierung der detektierten Anomalie dargestellt wird.
-
Eine Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren bereitzustellen, das eine Fehlereingrenzung und Fehlerabschwächung in einem vernetzten System mit einem geringen Rechenaufwand ermöglicht.
-
Zusammenfassung der Erfindung
-
Zur Lösung dieser Aufgabe wird gemäß den Lehren der vorliegenden Erfindung ein Verfahren zum Identifizieren eines Informationsüberwachungspunktes zur Fehlereingrenzung und Abschwächungsanalyse in einem elektrischen oder elektronischen System (EES) für ein Fahrzeug offenbart. Das Verfahren umfasst ein Definieren eines Netzwerkmodells des EES, welches die physischen, strukturellen, funktionalen und Verhaltensaspekte des EES bereitstellt, wobei potentielle Überwachungspunkte in dem Modell als Ziele identifiziert werden, wie zum Beispiel Knoten. Das Verfahren bestimmt dann ein Zwischenzustands-Zentralisierungsmaß (betweenness centrality metric), welches ganzheitlich komplexe Wechselwirkungen unter Schichten der Stromversorgung, der Verdrahtung, der Sensorik, der Steuerung der der Kommunikation in dem EES modelliert, für jedes Ziel in dem Modell als eine Summation eines Verhältnisses einer Gesamtzahl von kürzesten Strecken zwischen jedem Paar der Ziele und einer Zahl von kürzesten Strecken, die das Ziel, dessen Zwischenzustands-Zentralisierungsmaß bestimmt worden ist, passieren. Das Verfahren identifiziert, welche der Zwischenzustands-Zentralisierungsmaße größer sind als ein Schwellenwert, der ein minimales akzeptierbares Maß definiert, und bestimmt, welches dieser Ziele eine vorbestimmte Modellüberdeckung erreicht. Der Überwachungspunkt wird als ein Ziel ausgewählt, das am besten das minimale Maß und die vorbestimmte Überdeckung erfüllt.
-
Zusätzliche Merkmale der vorliegenden Erfindung werden durch die folgende Beschreibung und die anhängenden Ansprüche im Zusammenhang mit den begleitenden Zeichnungen offensichtlicher.
-
Figurenliste
-
- 1 ist eine vereinfachte Darstellung eines Fahrzeugs, das ein EES und ECU's aufweist.
- 2 ist eine perspektivische Ansicht eines geschichteten Netzwerkmodells eines EES;
- 3 ist ein Beispiel einer Knotenstruktur, welche einen Datenfluss zwischen unterschiedlichen Knoten in dem geschichteten Netzwerkmodell identifiziert; und
- 4 ist ein Flussdiagramm, das einen Prozess zum Identifizieren eines geeigneten Überwachungspunktes in der Knotenstruktur zeigt, basierend auf einem Zwischenzustands-Zentrierungsmaß von jedem Knoten.
-
Detaillierte Beschreibung der Ausführungsformen
-
Die folgende Erörterung eines Systems und Verfahrens zum Auswählen eines Datenüberwachungspunktes in einem Netzwerkmodell eines Fahrzeug-EES unter Verwendung eines Zwischenzustands-Zentrierungsmaßes ist nur exemplarischer Natur und es ist nicht beabsichtigt, damit die Erfindung oder ihre Anwendungen oder Verwendungen zu limitieren. Zum Beispiel, wie erwähnt, bildet die vorliegende Erfindung eine besondere Anwendung eines EES an einem Fahrzeug. Jedoch wird von einem Fachmann der Technik erkannt, dass das System und Verfahren der vorliegenden Erfindung Anwendungen auch für andere Systeme als für Fahrzeugsystem aufweisen wird.
-
Die vorliegende Erfindung schlägt ein System und Verfahren für das Auswählen eines Datenüberwachungspunktes in einem Netzwerkmodell eines Fahrzeug-EES für ein integriertes Fehlereingrenzung- und Abschwächungsanalyse- (FIMA) System vor. Den Eingang des Systems bildet das Netzwerkmodell, das ein geschichtetes Netzwerk sein kann, das physische Komponenten, strukturelle, funktionale und Datenfluss-Merkmale des EES darstellt. Jede Schicht in dem Netzwerk stellt einen Aspekt des EES bereit, zum Beispiel repräsentiert eine physische Netzwerkschicht physische Drahtverbindungen der ECU's, eine funktionale Netzwerkschicht repräsentiert Beziehungen zwischen ECU's und virtuellen Bauteilen in dem virtuellen Netzwerk usw. Knoten in dem Netzwerk können mit Knotenattributen kommentiert sein, zum Beispiel ein ECU kann von zwei Knoten repräsentiert werden, wobei ein Knoten mit dem Knotenattribut „senden“ und der andere mit „empfangen“ in dem Nachrichtennetzwerk verbunden ist. Die Knoten können mit Knotentypen, zum Beispiel in einem Nachrichtennetzwerk, kommentiert sein. ECU's werden als Knoten mit dem Knotentyp „ECU“ repräsentiert, wobei Nachrichten als Knoten mit dem Knotentyp „Nachricht“ repräsentiert werden. Das Entwickeln eines Knotentyps führt zu Knotenpartitionen, wobei die Knoten in gleichen Partitionen keine Kanten aufweisen, zum Beispiel ein ECU Knoten ist nicht direkt verbunden mit einem anderen ECU Knoten, aber über Nachrichtenknoten in dem Nachrichtennetzwerk. Kanten können mit Kantenattributen kommentiert werden, wobei der Wert eines Attributs typischerweise die Informationsströme zwischen Knoten repräsentiert. Kanten in dem Netzwerk können Knoten über unterschiedliche Schichten verbinden.
-
Das System verwendet ein multi-partitiertes und/oder ein multi-attributiertes Zwischenzustands-Zentralisierungsmaß, das Komplexität und Aufrechterhaltung bei der Verteilung der Bedeutung eines Knotens in dem geschichteten Netzwerk quantifiziert, das ganzheitlich komplexe Wechselwirkungen unter den Schichten der Stromversorgung, der Verdrahtung, der Sensorik, der Steuerung und der Kommunikationen in dem EES modelliert. Ein Zwischenzustands-Zentralisierungsmaß ist ein bekanntes Merkmal auf dem entstehenden Gebiet der Netzwerkwissenschaften und wird verwendet, um die Bedeutung von Knoten und Kanten in dem Netzwerk zu identifizieren, wobei die Bedeutung eingeordnet ist, um zu bestimmen, welche der Knoten und Kanten die Überwachungspunkte sind. Das System verwendet das Zwischenzustands-Zentralisierungsmaß, um eine Zufalls- und anwendungsbasierte Ausfallstrategie bereitzustellen, um entstehende und kaskadierende Fehlerszenarien zu simulieren, und empfiehlt Fehlererfassungs- und Eingrenzungsüberwachungspunkte für eine gewünschte diagnostische Überdeckung.
-
Der Zweck des Systems und des Verfahrens zum Auswählen eines Datenüberwachungspunktes ist es, den Bedarf für ein Quantifizieren der Komplexität und Aufrechterhaltung in dem wachsenden Komplex der Wechselwirkungen des EES zu adressieren und die Fehlereingrenzungs- und Fehlerabschwächungs-Analysefähigkeit zu verbessern. Fahrzeug-EES's snd in Reaktion auf eine kontinuierlich wachsende Nachfrage für ein Einbauen von ECU's in ein Fahrzeug sehr kompliziert geworden. Die Ursache von EES Ausfällen hat wahrscheinlich eine Wirkung quer über die Netzwerkschichten des EES, die sich von der elektrischen Stromversorgung, den physischen Drahtverbindungen, den funktionalen Verhältnissen zwischen Softwarekomponenten, den Messungen, der Sensorik, der Steuerung und des Datenflusses über das Netzwerk erstrecken. Der gegenwärtige Stand der Analysetechniken ist im Allgemeinen auf einzelne .geschichtete Systeme gerichtet, die auf ein einziges Anwendungsgebiet fokussiert sind, wie eine End-zu-End Latenzanalyse für einen CAN, was wichtig für seine Güte ist, aber einen Mangal beim Adressieren von Problemen hat, die in anderen Schichten des EES Netzwerks verursacht werden.
-
Das System quantifiziert die Wichtigkeit, bei der ein Knoten oder eine Kante eine Kontrolle über paarweise Verbindungen zwischen anderen Knoten oder Kanten aufweist, die sich in der gleichen oder unterschiedlichen Teilen des EES befinden. Mit anderen Worten, das Zwischenzustands-Zentralisierungsmaß quantifiziert die Wichtigkeit, mit der ein Knoten oder eine Kante eine Kontrolle über eine paarweise Verbindung zwischen anderen Knoten hat, welche die gleichen oder unterschiedlichen Attribute besitzen. Das System verwendet dazu das multipartitieren und/oder multi-attributieren der Zwischenzustands-Zentralisierungsmaße, um die Eingrenzungs- und Überwachungspunkte einzuordnen und zu empfehlen, was nicht durch einzelne Schichtanalysentechniken in konventionellen Zwischenzustands-Zentralisierungsmaßen entdeckt werden kann. Das System stellt anwendungsbasierte und Zufalls-Ausfallsimulationsstrategien zur Empfehlung von Fehlererfassung, Eingrenzungs- und Abschwächungspunkten für eine gewünschte diagnostische Überdeckung bereit. Das System betrachtet das EES als ein eingebautes und komplex verteiltes System, das Gegenstand der Entwicklung von Fehlererfassung, Eingrenzung und Abschwächung ist. Das System verwendet eine Annäherung an eine Fehlersimulation mit einer neuen Familie eines Zwischenzustands-Zentralisierungsmaßes, um anwendungsbasierte und Zufalls-Ausfälle in dem EES zu adressieren. Das System ist in der Lage, Überwachungspunkte für die Fehlereingrenzung und für potentielle Anwendungen von Fehlerabschwächungen für unterschiedliche Ausfallszenarien zu empfehlen.
-
1 ist eine Darstellung eines Fahrzeugs 10, das ein eingebautes EES 12 und ECU's 14 und 16 aufweist, die Daten, Nachrichten und andere Informationen untereinander austauschen. Die ECU's 14 und 16 können ein Teil oder getrennt von dem EES 12 sein. Jedes Fahrzeug wird eine unterschiedliche Konfiguration der EES's und ECU's aufweisen, wobei die EES's Nachrichten zwischen einander und zu oder von den unterschiedlichen ECU's übertragen werden, und wobei jede EES und ECU mit unterschiedlichen Algorithmen arbeiten wird, so dass die Fahrzeugsysteme untereinander kommunizieren können und bestimmte Arbeiten veranlassen können, um sie in einer gewünschten Weise durchzuführen. Überwachungspunkte für ein Sammeln der Nachrichten und der Daten, die gespeichert und zwischen den EES 12 und den ECU's 14 und 16 transportiert werden, können als Teil eines diagnostischen Analysealgorithmus bestimmt sein, um eine Fehleridentifikation durchzuführen. Jede ECU 14 und 16, EES 12 oder einige Softwareelemente innerhalb der ECU's 14 und 16 oder der EES 12 wird darin als ein Knoten definiert und Kommunikationen oder Verbindungen zwischen ECU's 14 und 16 und der EES 12 werden als Kanten definiert, wobei die Überwachungspunkte insbesondere einer dieser Knoten oder Kanten sein können, und die Daten und Informationen, welche die Knoten und Kanten passieren, werden als Teil der diagnostischen Fehlersuche gesammelt. Insbesondere die Knoten können physisch die ECU's oder eine besondere Softwarekomponente innerhalb der ECU's sein, und die Kanten können die physischen Drahtverbindungen zwischen dem EES's 12 und/oder den ECU's 14 und 16 sein, oder Funktionsabrufe zwischen den Softwarekomponenten sein.
-
2 ist eine repräsentatives Netzwerkmodell 20 des EES 12, welches Schichten des Netzwerkes umfasst, wobei jede Schicht mit einem Aspekt der Elektrik, der Verdrahtung, der Kommunikationen und des Datenflusses für das EES 12 korrespondiert. Das Netzwerkmodell 20 für die EES 12 hat eine untere elektrische Netzwerkschicht 22, die Stromverteilungsverhältnisse repräsentiert, eine physische Netzwerkschicht 24 repräsentiert die Verdrahtungsbeziehung in den ECU's 14 und 16, eine funktionelle Netzwerkschicht 26 repräsentiert ECU virtuelle Netzwerkbeziehungen, eine Nachrichtennetzwerkschicht 28 repräsentiert ECU Nachrichtenbeziehungen und eine Datenfluss-Netzwerkschicht 30 repräsentiert Prozess-, Merkmals-, Nachrichten- und Signalsequenzen. Das geschichtete EES Netzwerkmodell 20 innerhalb des Fahrzeugs hat einige einzigartige Kennzeichen, was neue Zwischenzustands-Zentralisierungsmaße bildet, wie hierin erörtert, um die komplexen Wechselwirkungen in der EES 12 zu quantifizieren.
-
Wie unten im Detail erörtert wird, gibt jede Schicht 22-30 eine Einordnungsliste von empfohlenen Fehlererfassungs- und Eingrenzungsüberwachungspunkten und Simulationsergebnisse für Fehlereingrenzung- und Abschwächungsanalysen des EES 12 aus. Das Zwischenzustands-Zentralisierungsmaß, auf das oben Bezug genommen wird, wird verwendet, um die Bedeutung der Knoten und/oder Kanten in dem Modell 20 zu identifizieren und diese Bedeutung wird eingeordnet, um zu bestimmen, welche dieser Knoten und/oder Kanten die Überwachungspunkte sein werden. Das Zwischenzustands-Zentralisierungsmaß kann über die Schichten 22-30 angewandt werden und dort könnte eine Anordnungsliste einer empfohlenen Fehlererfassung und Eingrenzung der Überwachungspunkte und Simulation der Ergebnisse von jeder der Schichten 22-30 sowie eine Einordnungsliste unter Betrachtung aller Schichten 22-30 zusammen sein.
-
Das Zwischenzustands-Zentralisierungsmaß wird hierin im Zusammenhang mit einem unidirektionalen Graphen erörtert. Jedoch kann das Zwischenzustands-Zentralisierungsmaß auch auf einen direktionalen Graphen angewandt werden, wie es eine Funktion in der ECU Software erfordert, durch Betrachten der kürzesten Strecke, welche den direktionalen Kanten in dem Graph folgt. Ein unidirektionaler Graph G = (N, E) besteht aus einer nicht-leeren wählbaren Menge von Knoten n und einer Menge von Kanten E⊆N×N. Der unidirektionale Graph G ist ein Graph, bei dem die Knoten N in mehrere getrennte Teilmengen nicht geteilt sind, wobei nicht zwei Knoten N der gleichen Teilmenge eine Kante aufweisen, die sie verbindet. Die Knoten N in dem Graphen G können mit einem Vektor von Knotenattributen AN und ähnlich können Kanten E mit einem Vektor von Kantenattributen AE assoziiert sein. Ein Teil ist durch die topologische Struktur ausgeschlossen, während ein Attribut primärer. Weise unter dem semantischen Aspekt eines Knotens vergrößert ist. Für in dem geschichteten EES Netzwerkmodell 20 korrespondieren Knotenarten korrespondieren typischerweise mit Teilen.
-
3 ist eine Darstellung einer Knotenstruktur 40, als eine Art eines undirektionalen Graphen, der für die definierten Knoten und Kanten in dem EES 12 und/oder den ECU's 14 und 16 oder für einen Abschnitt der Knotenstruktur in derartigen Komponenten repräsentativ sein kann. Die Knotenstruktur 40 schließt eine Mehrzahl von Knoten 42 ein, wobei jeder der Knoten 42 durch einen Buchstaben a-j gekennzeichnet ist. Jeder Knoten 42 könnte ein Überwachungspunkt zum Einsammeln von Daten und/oder Nachrichten für eine Fehlererfassung, wie oben erörtert, sein. Die Knotenstruktur 40 schließt eine Vielzahl von Verbindungen oder Kanten 44 zwischen den Knoten 42 ein, die im Fluss von Informationen und Daten zwischen den Knoten 42 in der Struktur 40 repräsentieren. Die Kanten 44 sind eine direkte Verbindung zwischen zwei der Knoten 42. Eine Strecke von einem Knoten 42 kann eine einzige der Kanten 44 oder kann eine Mehrzahl der Kanten 44 einschließen. Wie im Detail unten erörtert werden wird, wird das Zwischenzustands-Zentralisierungsmaß verwendet, um zu identifizieren oder quantifizieren der Bedeutung von jedem der Knoten 42 und der Kanten 44 in einer Struktur 40, um zu bestimmen, ob ein bestimmter Knoten oder die Knoten 42 oder eine Kante oder die Kanten 44 einen Überwachungspunkt sein werden.
-
Für die untern stehende Erörterung wird das Zwischenzustands-Zentralisierungsmaß für die Knoten 42 definiert, um zu bestimmen, welcher der Knoten 42 das höchste Maß und geeignetsten Überwachungspunkt aufweist. Wie jedoch der Fachmann anerkennen wird, können die Kanten 44 auch Überwachungspunkte und das Zwischenzustands-Zentralisierungsmaß kann für die Kanten 44 in der gleichen Weise bestimmt werden. Das Zwischenzustands-Zentralisierungsmaß kann eines oder beide eines multipartitierten oder eines multi-attributierten Maßes, wie beide unten erörtert werden, sein. Das Zwischenzustands-Zentralisierungsmaß wird als eine Summation von Verhältnissen zwischen der Gesamtzahl der kürzesten Strecken zwischen zwei der Knoten 42 und der Zahl von deren kürzesten Strecken sein, die durch den besonderen Knoten 42 gehen, dessen Zwischenzustands-Zentralisierungsmaß bestimmt worden ist, welches in größerem Detail unten erörtert werden wird. In dem Beispiel, das in der Knotenstruktur 40 gezeigt wird, kann es vorkommen, dass der Knoten g ein wichtiger Knoten in der Struktur 40 ist, weil er Informationen von vielen der anderen Knoten 42 empfängt, insbesondere von den Knoten b, c, h und e. Der Knoten.i ist jedoch aktuell der wichtigste Knoten in der Struktur 40, weil durch ihn Informationen der Struktur 40 laufen, die immer durch den Knoten i gehen müssen und nicht notwendigerweise durch den Knoten g. Mit anderen Worten, wenn der Knoten i von der Struktur 40 entfernt wird, würde eine vollständige Unterbrechung dem Knoten j und den Knoten a-h in der Struktur 40 auftreten, was nicht erfolgen würde, wenn der Knoten g entfernt wird.
-
Das Zwischenzustands-Zentralisierungsmaß für jeden der Knoten 42 in der Struktur 40 wird bestimmt und diese Werte werden verglichen und eingeordnet, um das höchste Zwischenzustands-Zentralisierungsmaß der Knoten 42 zu bestimmen, welches als Überwachungspunkt in der Struktur 40 verwendet wird. Das Zwischenzustands-Zentralisierungsmaß, das auf einer Erörterung hierin basiert, wird am größten für den Knoten i sein und er ist der geeignetste Überwachungspunkt für die Struktur 40.
-
Sobald die Knoten 42 mit einem Zwischenzustands-Zentralisierungsmaß über einem bestimmten minimalen Zwischenzustands-Zentralisierungs-Schwellenwert identifiziert sind, wird die Überdeckung dieser Knoten 42 in der Struktur 40, nämlich wie nahe ein bestimmter Knoten der größten Zahl von anderen Knoten ist, was als Grad eines Nachbarschaftsfaktors definiert ist, berechnet, um zu bestimmen, ob er ein geeigneter Kandidat für den Überwachungspunkt, basierend auf seiner Nähe zu den anderen Knoten 42 in der Struktur 40, ist. Zum Beispiel kann der Algorithmus den Grad des Nachbarschaftsfaktors als einen zweiten 2nd Grad definieren, das ist die Zahl der Knoten 42, die innerhalb von zwei Kanten 44 des potentiellen Überwachungspunktknotens liegt, dessen Zwischenzustands-Zentralisierungsmaß berechnet wird. Unter Anschauen der Struktur 40 sind die Knoten a, d, e, f, g, h und j innerhalb von zwei Knoten 42 des Knotens 1 und deshalb ist die Überdeckung oder der Grad des Nachbarschaftswertes für den Knoten i gleich 7. Durch die Identifizierung des Grades des Nachbarschaftsfaktors kann bestimmt werden, ob der Knoten i ein geeigneter Überwachungspunkt in der Struktur 40 ist oder ob dieser nicht zu weit weg von zu vielen der Knoten 42 ist. Jeder der Knoten 42 in der Struktur 40 wird einen Grad für den Nachbarschaftsfaktor aufweisen, der ihre Nähe zu all den anderen Knoten 42 in der Struktur 40 identifiziert und es ist die Kombination des Zwischenzustands-Zentralisierungsmaßes und des Grades des Nachbarschaftsfaktors die verwendet werden, um zu bestimmen, ob ein bestimmter Knoten 42 der Überwachungspunkt sein wird.
-
Das Zwischenzustands-Zentralisierungsmaß ist entwickelt worden, um die Bedeutung für einen Knoten zu quantifizieren, der über paarweise Verbindungen zwischen anderen Knoten eine Kontrolle aufweist, basierend auf der Annahme, dass die Bedeutung gleichmäßig unter all den kürzesten Strecken von jedem Paar geteilt ist. Das Zwischenzustands-Zentralisierungsmaß BC(n
i) für einen Knoten i∈N kann zum Beispiel das Zwischenzustands-Zentralisierungsmaß BC(i) für den Knoten
i sein und definiert sein als:
Wobei σ
xy die Gesamtzahl der Strecken zwischen den Knoten x und y ist und σ
xy(i) die Zahl von derartigen kürzesten Strecken ist, die durch den Knoten
i gehen. Das Zwischenzustands-Zentralisierungsmaß BC(i) kann zwischen 0 und 1 als
wobei |N| die Zahl der Knoten in dem Graphen G ist, skaliert sein.
-
Die Bezeichnungen x und y für die Knoten in der Gleichung (1) und darunter ist eine Knotenindexbezeichnung und kann irgendeinen der Knoten 42 in der Struktur 40 in dem obigen Beispiel sein. Insbesondere der Wert σxy für jedes Paar der Knoten 42 in der Struktur 44 wird durch die Zahl der Strecken zwischen zwei Knoten bestimmt und von diesen Strecken bildet die niedrigste Zahl der Kanten 44 die Strecke. Wenn die niedrigste Zahl der Kanten 44 zwischen zwei der Knoten 42 bestimmt ist, dann stimmt die Berechnung, wie viele von diesen unterschiedlichen kürzesten Pfaden vorhanden sind. Auf gleiche Weise wird für dieselben zwei der Knoten 42 für den Wert σxy(z) die Zahl von solchen kürzesten Strecken, die durch den besonderen Knoten 42 gehen, deren Zwischenzustands-Zentralisierungsmaß berechnet wurde, bestimmt. Die Division zwischen solchen kürzesten Strecken wird dann mit all den unterschiedlichen kürzesten Streckenberechnungen für die Knotenpaarkombinationen summiert, um das Zwischenzustands-Zentralisierungsmaß für den besonderen Knoten 42 zu erreichen. Es werden für jeden der Knoten 42 Berechnungen durchgeführt und der Knoten 42 mit dem größten Zwischenzustands-Zentralisierungsmaß wird wahrscheinlich der Überwachungspunkt für die Struktur 42, abhängig davon, ob dieser den gewünschten Grad des Nachbarschaftsfaktors erfüllt oder nicht, sein. Für das Beispiel, das in 3 gezeigt wird, kann das Zwischenzustands-Zentralisierungsmaß für all die Knoten a-j berechnet werden als: a=0, b=2,333, c=2,333, d=0, e=9,333, f=0, g=0,667, h=9,833, i=14 und j=8.
-
In entsprechender Weise wird das Zwischenzustands-Zentralisierungsmaß BC(e) für eine Kante e∈E als die Zahl der kürzesten Strecken, welche die Kante e passieren, definiert als:
-
Das Zwischenzustands-Zentralisierungsmaß BC(e) könnte zwischen 0 und 1 normiert werden als:
-
Unter Erkennen der reichen Semantik in dem geschichteten EES Netzwerkmodell 20 sind ein multi-partitiertes Zwischenzustands-Zentralisierungsmaß und ein multi-attributiertes Zwischenzustands-Zentralisierungsmaß entwickelt, um die Art: und die Attribute/Funktionen der Knoten 42 in dem geschichteten EES Netzwerkmodell 20 zu berücksichtigen.
-
Eine homogene multi-partitierte Zwischenzustands-Zentralisierung BC
p(i) für den Knoten i∈N
p, wobei N
p ein Teil ist und wobei N
p ⊂ N definiert ist als:
Wobei σ
xy die Zahl der kürzesten Strecken zwischen Knoten x und y ist, unter der Vorgabe, dass die Knoten x und y alle das gleiche Teil N
p aufweisen, ist dann σ
xy(i) die Zahl von derart kürzesten Strecken, die den Knoten i passieren.
-
Dieses geschieht, um die kürzesten Strecken zu erzwingen, so dass die Start- und Endknoten in dem gleichen Teil sind wie die dazwischen liegenden Knoten. Zum Beispiel ein ECU Knoten ist mit einem anderen ECU Knoten durch eine Netzübergangs ECU mit einigen Nachrichtenknoten entlang der Strecke verbunden.
-
Das Erzwingen in der inversen Semantikbedeutung wird definiert, wobei die startenden und endenden Knoten auf einem unterschiedlichen Teil gegenüber einem mittleren Knoten liegen. Ein inverses multi-partitiertes Zwischenzustands-Zentralisierungsmaß BC
p (i) für den Knoten i ist definiert als:
Wobei σ
xy die Gesamtzahl von kürzesten Strecken zwischen den Knoten x und y ist, die in dem unterschiedlichen Teil vom Knoten i angeordnet sind, ist und σ
xy(i) ist die Zahl von derart kürzesten Strecken, die den Knoten i passieren. Ein Beispiel, das dieses Maß verwendet, betrachtet einen Nachrichtenknoten i auf den Strecken der Kommunikationen zwischen unterschiedlichen ECU Knoten.
-
Eine bestimmtes multi-partitiertes Zwischenzustands-Zentralisierungsmaß BC
P̂(i) wird für Knoten i definiert als:
Wobei σ
hj die Zahl der kürzesten Strecken zwischen den Knoten x und y ist, die in unterschiedlichen Teilen und nicht auf dem gleichen Teil (N
o ≠ N
P ≠ N
Q) wie Knoten i liegen, und σ
xy(i) ist die Zahl derartiger kürzester Strecken, die den Knoten i passieren. Dies setzt voraus, dass es dort mindestens drei Teile gibt, die in dem Netzwerkmodell
20 definiert sind. Ein Beispiel, das ein derartiges Maß benutzt, kann ein Herausfinden des Zwischenzustands-Zentralisierungsmaßes für einen Knoten in der funktionellen Schicht
26 sein und die startenden und endenden Knoten sind in der Nachrichtenschicht
28 und der physischen Schicht
24.
-
Um Attribute orthogonal zu einer topologischen Definition der Teile zu berücksichtigen, werden ein homogenes multi-attributiertes Zwischenzustands-Zentralisierungsmaß BC
A(i,a) und ein inverses Zwischenzustands-Zentralisierungsmaß BC
A(i,a) für den Knoten i ∈ N und ein Attribut a ∈ A
N definiert als:
Wobei σ
xy die Gesamtzahl der kürzesten Strecken zwischen den Knoten x und y ist, unter der Vorgabe, dass die Knoten y, i und y die gleichen Werte für die Attribute (i.e., a(x) = a(i) = a(y)), haben, ist dann σ
hj(i) die Zahl von solchen kürzesten Strecken, welche den Knoten i passieren, und:
Wobei σ
xy die Gesamtzahl der kürzesten Wege zwischen den Knoten x und y, unter der Vorgabe, dass die Knoten x und y die gleichen Werte für die Attribute a(i.e.,a(x)= a(y)) haben, aber unterschiedliche Werte von dem Knoten i(i.e.,a(i)≠a(y)) haben, ist dann σ
xy(i) die Zahl von derartigen kürzesten Strecken, die den Knoten i passieren.
-
In ähnlicher Weise kann das multi-attributierte Zwischenzustands-Zentralisierungsmaß BCA(e,a) und BC A (e,a) für eine Kante e ∈ E für ein Attribut a ∈ AE als derartiger der Knoten 42 definiert sein. Ein Beispiel, das für das multi-attributierte Zwischenzustands-Zentralisierungsmaß verwendet wird, sind die Attribute einer ECU, wie das der „Funktion“, welche den attributierten Wert „empfangen“ oder „senden“ von unterschiedlichen Nachrichten haben kann.
-
Zusätzlich zu der Quantifizierung der Bedeutung eines Knotens oder einer Kante in dem Netzwerkmodell 20 unter Verwendung des Zwischenzustands-Zentralisierungsmaßes wird das Zwischenzustands-Zentralisierungsmaß für jedes Ziel in dem Netzwerkmodell 20 berechnet, um eine Verteilung der Zwischenzustands-Zentralisierungsmaße abzuleiten. Darstellende Statistiken, wie die mittlere- , percentile- , Varianz-, Skew-Häufigkeit usw. werden berechnet, um die Verteilung des Zwischenzustands-Zentralisierungsmaßes zu berechnen. Diese Charakterisierung kann bei der Quantifizierung der Komplexität des geschichteten EES Netzwerkmodells 20 helfen. Zum Beispiel kann ein zentralisiertes Design der EES 12 eine ganz unterschiedliche Verteilung des Zwischenzustands-Zentralisierungsmaßes von dem verteilten Design aufweisen.
-
Um die Wartungsfreundlichkeit des Systems zu verbessern, können potentiell mehr Hilfsmittel in das System eingebracht werden, um die Zuverlässigkeit der Ziele mit einem hohen Zwischenzustands-Zentralisierungsmaß zu verbessern oder um die Diagnoseüberdeckung der Ziele mit einem niedrigen Zwischenzustands-Zentralisierungsmaß zu verbessern. Eine derartige Verkaufsanalyse zum Verbessern eines Designs der Wartungsfreundlichkeit kann potentiell durch die Verteilung des Zwischenzustands-Zentralisierungsmaßes möglich sein.
-
Das erörterte Fehlererfassungs- und Eingrenzungsverfahren erfordert ein aktiv überwachendes System und seinen Betrieb. Während das geschichtete EES Netzwerkmodell 20 die physischen, strukturellen, funktionalen und Verhaltens-Aspekte des EES 12 bereitstellt, kann der Betriebszustand des EES 12 als ein Leistungs-/Signal-/Informationsfluss in dem beschichteten EES Netzwerkmodell 20 betrachtet werden. Das geschichtete EES Netzwerkmodell 20 kann als eine Plattform für ein Simulieren der Vorgänge des EES 12 betrachtet werden. Es ist jedoch unwahrscheinlich, das EES 12 in Bezug auf alle möglichen Kombinationen der Eingabesignale zu simulieren, insbesondere in den weiten Bereichen der unterschiedlichen und unvorhersehbaren betrieblichen Umgebungen auf diesem Gebiet.
-
Anstelle vollständiger Simulationen des EES 12 zu erwarten, schlägt die vorliegende Erfindung die Verwendung der Verteilung der Zwischenzustands-Zentralisierungsmaße als eine Basis zum Festlegen der Überwachungspunkte zur Fehlererfassung und Fehlereingrenzung vor. Wenn die Verteilung der Zwischenzustands-Zentralisierungsmaße gegeben ist, führt das FIMA System die Schritte zum Berechnen des Zwischenzustands-Zentralisierungsmaßes für alle Knoten durch; sortiert all die Knoten in abnehmender Ordnung gemäß ihres Zwischenzustands-Zentralisierungsmaßes aus; addiert die Knoten mit dem höchsten Zwischenzustands-Zentralisierungsmaß mit all ihren Nachbarschaftsfaktoren ersten und zweiten Grades, um in der betrachteten Menge gültig zu sein; addiert eine neue Eingabe zu der Karte der Teilmengen, wobei der Schlüssel der Editionsknoten ist und der Wert die Liste seiner addierten Nachbarn ist; wenn die Größe der betrachteten Menge geringer ist als ein gegebenes Überdeckungskriterium und eine percentile Häufigkeit, wird zu dem Schritt des Addierens des Knotens mit der höchsten Zwischenzentralisierung zurückgekehrt; und es werden solche Knoten, welche die Schlüssel der Karte der Teilmengen sind, als Fehlererfassungs- und Eingrenzungsüberwachungspunkte verwendet.
-
Die EES 12 in einem Fahrzeug ist im Wesentlichen eine eingebaute und verteilte Computerplattform, welche der Gegenstand des Designs für eine Fehlerabschwächung ist. Um eine Fehlerabschwächungsanalyse zu stützen, werden zwei sequenzielle Ausfallstrategien eingeführt, welche den Ausfall von ausgewählten Zielen simulieren, um zu zeigen, wie das geschichtete EES Netzwerkmodell 20 fragmentiert ist. Basierend auf dem Zwischenzustands-Zentralisierungsmaß, werden die Ausfallreaktionen quantifiziert und es werden Empfehlungen gegeben, wie die überlebenden Ziele die Funktionalität der ausgefallenen Ziele ersetzen können und wie die Überwachungspunkte der Fehlererfassung und Eingrenzung als Reaktion auf derartige sequentielle Ausfälle geändert werden sollten.
-
Nach einem Laden des geschichteten EES Netzwerkmodells 20 führt das System die folgenden Schritte für eine Fehlerabschwächungsanalyse durch: (1) der Benutzer wählt das gewünschte Zwischenzustands-Zentralisierungsmaß, das verwendet werden soll, die Zielart und die Ausfallstrategie aus; (2) der Algorithmus berechnet und ordnet das Zwischenzustands-Zentralisierungsmaß für alle Ziele ein; (3) der Algorithmus wählt, welche Ziele als nächstes ausfallen, unter Verwendung der gewählten Ausfallstrategie; (4) der Algorithmus simuliert die Ausfälle durch Entfernen der gewählten Ziele; (5) der Algorithmus berechnet und ordnet die Zwischenzustands-Zentralisierungsmaße für die überlebenden Ziele ein; (6) für jedes überlebende Ziel berechnet und ordnet der Algorithmus den Unterschied des Zwischenzustands-Zentralisierungsmaßes vor und nach dem simulierten Ausfall ein; (7) der Algorithmus testet, dass die Simulation das vollständige Kriterium erreicht hat; und wenn nicht, (8) geht der Algorithmus zurück zum Schritt drei, und wenn ja, berechnet der Algorithmus eine Ausgabe von Fehlererfassungs-, -eingrenzungs-, -abschwächungs-Analyse-Ergebnissen.
-
Für die Ausfallstrategie in Schritt (1) schlägt die vorliegende Erfindung zwei Optionen vor, nämliche eine anwendungsbasierte und eine Zufalls-Ausfallstrategie. Für die anwendungsbasierte Ausfallstrategie lässt die vorliegende Erfindung in bestimmender Weise das Ziel mit der höchsten Einstufung des Zwischenzustands-Zentralisierungsmaßes ausfallen, unter der Annahme, dass ein am meisten verwendetes Ziel am wahrscheinlichsten ausfällt. Alternativ wird ein Zufallszustand in die anwendungsbasierte Ausfallstrategie durch Ausfallen des Ziels gemäß der Verteilung und seines Zwischenzustands-Zentralisierungsmaßes eingeführt. Für die Zufalls-Ausfallstrategie fällt das Ziel zufällig gemäß einer gleichförmigen Verteilung aus.
-
In Schritt (6) quantifiziert das System, wie die ausgefallenen Ziele die Bedeutung eines überlebenden Ziels beeinflussen, unter Steuerung paarweiser Verbindungen. Die Veränderung des Zwischenzustands-Zentralisierungsmaßes wird für jede Ausfallsimulation berechnet, eingeordnet und aufgezeichnet. Dieses dient als Basis der nachfolgenden Fehlerabgrenzungsanalyse im Schritt (8).
-
In Schritt (7) verwendet das System vielfältige Kriterien, um zu entscheiden, ob die Simulation vollständig ist. Zum Beispiel wird die Simulation gestoppt, wenn alle Punkte der Zwischenzustands-Zentralisierungsmaße Null sind oder wenn bei anfänglicher Fragmentierung des Netzwerkes der Graph abgetrennt wird.
-
Nachdem die Ausfallsimulation vollständig ist, benutzt der Schritt (8) die Verteilung der Zwischenzustands-Zentralisierungsmaße, die sich aus den simulierten Folgeausfällen ergeben, um Empfehlungen für eine Fehlererfassungs-, -eingrenzungs- und -abschwächungsanalyse zu machen. Drei unterschiedliche Analysen können für die Fehlererfassung und -eingrenzung durchgeführt werden. Erstens können für die anwendungsbasierte Ausfallstrategie die ausgewählten Ziele für einen Folgeausfall sowie die Überwachungspunkte für eine Fehlereingrenzung verwendet werden, weil sie als nächste gemäß den Annahmen der anwendungsbasierten Ausfallstrategie ausfallen werden. Zweitens, wird nach jedem simulierten Ausfall ein neuer FDI Überwachungspunkt für die Systeme unter Verwendung der oben gezeigten Verfahren eingesetzt. Drittens werden überlebende Ziele unter Verwendung positiver und negativer Änderungen in den Zwischenzustands-Zentralisierungsmaßen vor und nach jeder Ausfallsimulation gruppiert. Die Gruppe mit positiven Änderungen in dem Zwischenzustands-Zentralisierungsmaß zeigt an, dass sie an Bedeutung gewonnen haben, während die Gruppe mit negativen Änderungen in dem Zwischenzustands-Zentralisierungsmaß einen Verlust ihrer Bedeutung anzeigt. Die Mittelwert und die Varianz der Änderungen könnten in den Verteilungen zum Quantifizieren der Effekte der simulierten Ausfälle berechnet werden.
-
In der Fehler-Abschwächungsanalyse ist es wünschenswert zu quantifizieren, wie anfällig das geschichtete EES Netzwerkmodell 20 in Bezug auf die Ausfallarten ist. Die vorliegende Erfindung schlägt vor, zwei Maßstäbe zum Quantifizieren der Anfälligkeit zu verwenden, einschließlich dem Schwellenwert für das Auflösen einer großen Komponente, um eine Fragmentierung des Netzwerks zu quantifizieren, was in einem Verlust der Fähigkeit zum Durchführen eines Fehler-Abschwächungsvorgangs resultieren kann. Auch das der Mittelwert des normierten Zwischenzustands-Zentralisierungsmaßes könnte verwendet werden, um die graduellen Änderungen des Zwischenzustands-Zentralisierungsmaßes und seiner sequentiellen Ausfälle zu quantifizieren.
-
Eine große Komponente ist ein verbundenes Sub-Netzwerk, das eine Mehrheit der gesamten Netzwerkknoten enthält. Da Knoten in der großen Komponente einander erreichen können, garantiert dieses, das Potential zum Durchführen von Fehler-Abschwächungsvorgängen. Wenn jedoch Ausfälle eingeführt werden, werden Kanten von den ausgefallenen Knoten entfernt. Das kann zu einer Netzwerkfragmentierung führen, welches wiederum die große Komponente auflöst. Als ein Ergebnis könnte ein Fehler-Abschwächungsvorgang nicht durchgeführt werden, um derartige ausgefallene Knoten in dem Netzwerk zu erreichen. Folglich kann die Anfälligkeit des geschichteten EES Netzwerkmodells 20 durch ein Betrachten bewertet werden, wie viele Ausfälle für eine gegebene Ausfallstrategie, die anwendungsbasiert oder zufällig ist, für ein Auflösen der großen Komponente notwendig sind, um einen Schwellenwert zu erreichen, wie 75% der Knoten, welche in der großen Komponente verbleiben.
-
Als nächstes kann der graduelle Effekt der sequenziellen Ausfälle unter Verwendung des Mittelwerts des normierten Zwischenzustands-Zentralisierungsmaßes quantifiziert werden. Dieser Maßstab ist nützlich, sogar bevor die große Komponente ihren Auflösungsschwellenwert erreicht. Aufgrund der Definition werden Knoten in zwei unterschiedlich fragmentierten Teilmengen nicht die kürzesten Strecken zwischen ihnen aufweisen. Das wird zu der Verminderung des Mittelwertes des normierten Zwischenzustands-Zentralisierungsmaßes für das gesamte Netzwerk als sequentieller Ausfallsfortschritt.
-
Schließlich können, da das FIMA System alle überlebenden Netzwerkfragmente für jeden der simulierten sequentiellen Ausfälle aufgezeichnet hat, weitere Empfehlungen gemacht werden, auf welche Knoten potentiell eine Last gelegt werden könnte, um Fehlerabschwächungsfunktionen ausgefallener Knoten zu implementieren. Die einfachste Heuristik würde die Verwendung der Nachbarn der ausgefallenen Zielknoten sein. Eine derartige Heuristik kann für anwendungsbasierte Strategien nicht lebensfähig sein, da der ausgefallene Knoten derjenige von größter Bedeutung für paarweise Verbindungen ist. Die Heuristik könnte adaptiert werden, dass jeder Knoten, der die zweithöchste Bedeutung für überlebende Netzwerkfragmente aufweist, die Funktion der ausgefallenen Knoten ausführt. Diese Heuristik wird ein sofortiges sequentielles Ausfallen vermeiden und zur gleichen Zeit die Funktion der ausgefallenen Knoten ausführen, welche auf vielen kürzesten Strecken einzusetzen sind.
-
4 ist ein Flussdiagramm 50, das ein Verfahren zum Durchführen der Methodik zum Identifizieren eines Überwachungspunktes unter Verwendung eines Zwischenzustands-Zentralisierungsmaßes, wie oben erörtert, zeigt. In dieser Erörterung sind die Ziele Knoten, wie eine ECU, Nachrichten oder andere Dinge oder Kanten, sowie Beziehungen unter den Knoten, in einem EES geschichteten Netzwerk, wie das Netzwerkmodell 20. Der Algorithmus lädt das EES geschichtete Netzwerk in Box 52. Der Anwender wählt das besondere Zwischenzustands-Zentralisierungsmaß, das in Box 54 verwendet werden soll, aus. Das Zwischenzustands-Zentralisierungsmaß kann irgendeines sein, wie das multi-partitierte Zwischenzustands-Zentralisierungsmaß, das multi-attributierte Zwischenzustands-Zentralisierungsmaß, das Zwischenzustands-Zentralisierungsmaß für eine Kante, das inverse multi-partitierte Zwischenzustands-Zentralisierungsmaß und das inverse multi-attributierte Zwischenzustands-Zentralisierungsmaß. Dann berechnet der Algorithmus das gewählte Zwischenzustands-Zentralisierungsmaß in Box 56 für jedes Ziel in dem besonderen Netzwerk, das geladen worden ist. Dann identifiziert der Algorithmus, welches der Ziele ein Zwischenzustands-Zentralisierungsmaß über einem vorbestimmten Minimum des Zwischenzustands-Zentralisierungs-Schwellenwertes hat, der für das besondere Netzwerk in Box 58 kalibriert wird. Dann bestimmt der Algorithmus, welches der identifizierten am höchsten eingeordneten Ziele, die ein Zwischenzustands-Zentralisierungsmaß oberhalb des Schwellenwertes haben, einen Grad des Nachbarschaftsfaktors aufweist, der die gewünschte Überdeckung des gesamten Netzwerks bereitstellt, in Box 60. Wenn keins der am höchsten eingeordneten Ziele den Grad der Nachbarschaftskriterien erfüllt, dann kehrt der Algorithmus zurück zur Box 58, um den Schwellenwert zu vermindern, so dass mehr Ziele in die Einordnung einbezogen werden. Wenn das höchste eingeordnete Ziel mit dem gewünschten Grad des Nachbarschaftsfaktors bestimmt ist, empfiehlt der Algorithmus dieses Ziel in Box 64 als Überwachungspunkt.
-
Für eine Fehlerabschwächungsanalyse führt der FIMA Algorithmus eine Ausfallsimulation unter Verwendung von ausgewählten Ausfallstrategien für anwendungsbasierte oder Zufalls-Ausfälle durch. Nachdem das das Zwischenzustands-Zentralisierungsmaß in Box 54 ausgewählt ist, erstellt der Algorithmus eine Auswahlanalysestrategie in Box 64 und berechnet und ordnet das Zwischenzustands-Zentralisierungsmaß der Ziele in Box 66 ein. Der Algorithmus führt dann die ausgewählte Ziel-Ausfallsimulation in Box 68 aus. Nach der Ziel-Ausfallsimulation für jeden Knoten identifiziert der Algorithmus die überlebenden Ziele und berechnet neu und ordnet neu das Zwischenzustands-Zentralisierungsmaß für die Ziele in Box 70 ein. Der Algorithmus berechnet und ordnet die Zwischenzustands-Zentralisierungsmaße ein und ordnet in Box 72 die Ziele ein. Dann bestimmt der Algorithmus in der Entscheidungsraute 74, ob die Simulation vollendet wurde, und wenn ja, gibt der FIMA Algorithmus die endgültige Fehlereingrenzungs- und die Fehlerabschwächungs-Analysenergebnisse aus, nachdem die Simulationsvervollständigung die Kriterien in Box 76 erfüllt hat. Anderenfalls kehrt der Algorithmus zu der Box 68 zurück, um die Simulation fortzusetzen.
-
Die vorhergehende Erörterung offenbart und beschreibt nur exemplarisch Ausführungsformen der vorliegenden Erfindung. Ein Fachmann wird bereits von einer derartigen Erörterung und von den beiliegenden Zeichnungen erkennen, dass vielfältige Änderungen, Modifikationen und Variationen darin ausgeführt werden können, ohne sich von dem Geist und Rahmen der Erfindung, wie in den nachfolgenden Ansprüchen definiert, zu entfernen.