De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

MBR-8 2002 AtT1 College 8 Model-based reasoning: Troubleshooting R. Davis, W. Hamscher College 8 - 11 : Derivation from Normal Structure and Behaviour.

Verwante presentaties


Presentatie over: "MBR-8 2002 AtT1 College 8 Model-based reasoning: Troubleshooting R. Davis, W. Hamscher College 8 - 11 : Derivation from Normal Structure and Behaviour."— Transcript van de presentatie:

1 MBR AtT1 College 8 Model-based reasoning: Troubleshooting R. Davis, W. Hamscher College : Derivation from Normal Structure and Behaviour diagnosis DNSB diagnosemodel

2 MBR AtT2 DNSB diagnosemodel Conceptueel Formeel werkelijk systeem model normaal gedrag geobserveerd gedrag voorspeld gedrag discrepantie observeren voorspelling

3 MBR AtT3 Vele type modellen structuur van het systeem `correct gedrag’-model van een component causale modellen foutmodellen “out of range input”-modellen van een component Alle model-gebaseerd redeneren } focus

4 MBR AtT4 Diagnosetaak Gegeven: observaties van het systeem structuurmodel van het systeem –de componenten –de connecties tussen de componenten gedragsmodel van iedere component Taak: Het bepalen van de foute componenten die alle discrepanties verklaren.

5 MBR AtT5 Structuur- & gedragsmodel hiërarchisch structuurmodel componenten moeten `mappen’ op het systeem (data & organisatie) gedrag kan weergegeven worden als relaties tussen de input en de outputs

6 MBR AtT6 Diagnose Drie fundamentele taken: (1) hypothesegeneratie (2) testen hypotheses (3) hypothesediscriminatie

7 MBR AtT7 terminologie discrepantie: verschil tussen voorspeld en geobserveerd gedrag “suspect”: verdachte, mogelijk kapotte component “candidate”: een suspect die de hypothese testing-fase overleeft heeft NB: single fault: candidate bestaat uit 1 component multiple fault: candidate bestaat uit 1 of meer componenten

8 MBR AtT8 Hypothesegeneratie Taak: Gegeven een discrepantie bepaal welke component niet correct werkt (aanname: single fault). Wenselijk: Generator: (1) is compleet (2) produceert geen redundante hypotheses (3) produceert niet “teveel” foute hypotheses

9 MBR AtT9 Hypothesegenerators: eenvoudig (1) uitputtelijk opsommen van de componenten van het systeem mult-1 mult-2 mult-3 add-2 add

10 MBR AtT10 Hypothesegenerators: minder eenvoudig (2) componenten moeten verbonden zijn met de discrepantie mult-1 mult-2 mult-3 add-2 add

11 MBR AtT11 Hypothesegenerators: niet eenvoudig (3) componenten “upstream” het conflict mult-1 mult-2 mult-3 add-2 add

12 MBR AtT12 Hypothesegenerators: moeilijker (4) geen irrelevante componenten “upstream” het conflict OR 0 1 0

13 MBR AtT13 Hypothesegenerators: complex (5) Meerdere discrepanties gebruiken. Doorsnede nemen mult-1 mult-2 mult-3 add-2 add F G

14 MBR AtT14 Testen hypothese Taak: Testen van iedere “suspect” of het voor alle observaties geldt. Wenselijk: niet onterecht verwerpen (mist diagnoses)

15 MBR AtT15 Hypothesetest: eenvoudig gebruik `foutmodellen’ (voorkennis over het disfunctioneren van componenten) –inconsistent met fout gedrag dan hypothese verwerpen –als foutmodel compleet dan extra inferentie: als geen fout gedrag van een component consistent is dan component correct –als foutmodel incompleet: twee categorieën: component gedrag match met foutgedrag component gedrag is onbekend foutgedrag

16 MBR AtT16 Hypothesetest: complex constraint suspension Gegeven inputs en outputs, Welke constraint moet je intrekken zodat er geen inconsistentie is? Testen via “bevestigingen” Betrokken bij bevestiging dan suspect “onschuldig” Probleem: fault-masking!

17 MBR AtT17 Voorbeeld mult-1 mult-2 mult-3 max-1 add mult-2, mult-3, max-1 zijn ”onschuldig” Suspects: mult-1, add-1

18 MBR AtT18 Fault masking (1) ondanks incorrecte input, toch verwachte output.. (1) ongevoelig voor een input. mult-1 mult-2 mult-3 max-1 add

19 MBR AtT19 fault masking: (2) meedere faults kapotte component kapotte component incorrecte output (niet gemeten) input verwachte output orinverter 1 0 voorbeeld

20 MBR AtT20 fault masking: (3) reconvergent fanout x2x x add-1 3 [2] 9 [4] 1 [6] 10 [10]

21 MBR AtT21 Hypothesediscriminatie eenvoudig  complex Meer info verzamelen extra observaties (meetpunten) –gebruik structuurmodel –gebruik gedragsmodel –gebruik foutkans van componenten –selecteer beste sequence van meetingen veranderen van inputs (“testing”) Doel: meer info verzamelen tegen de laagste “kosten”

22 MBR AtT22 Voorbeeld: gebruik van structuur-model max-1 add-1 min-1 mult-1 D=2 E=2 C=8 B=1 A=2F=5 [F=3] Z=5 Y=4 X=4

23 MBR AtT23 Voorbeeld: gebruik van structuur-model max-1 add-1 min-1 mult-1 D=2 E=2 C=8 B=1 A=2F=5 [F=3] Z Y X max-1:4 add-1 : 4 min-1: 4 mult-1:2 max-1:4 add-1 : 4 min-1: 2 mult-1:2 max-1: 5 add-1 : 3 min-1: 3 mult-1: 3

24 MBR AtT24 Samenvatting gebruik van correct-modellen (DNSB) foutgedrag zien als alles wat niet correct is herbruikbaarheid van componentmodellen redeneren vanuit “first principles” symptoomgestuurd hyp. generatie, hyp. test, hyp. discriminatie hyp. generatie: bepaal welke component een discrepantie kan veroorzaken hyp. test: welke candidaat kan gelden voor alle observaties hyp.discriminatie: vinden van extra info => heel algemeen raamwerk

25 MBR AtT25 Opmerkingen modelleren is moeilijk! (wrong models) structure models and complexity scaling probleem! (=> abstractions)

26 MBR AtT26 Formalisatie van DNSB-diagnose Een systeem: –SD : eerste-orde zinnen –COMP : eindige set van constantes OR1 XOR1 XOR2 AND2 AND COMP={XOR1,XOR2,AND1,AND2,OR1}

27 MBR AtT27 Systeembeschrijving (SD) speciaal predicaat ab(c): component “c” is abnormaal SD bestaat uit: –typecomponent-regels –normaalgedrag-model van ieder type component –structuur-model –domein afhankelijk: circuit inputs zijn binair

28 MBR AtT28 type component 3 type componenten: andg, xorg, org andg( AND1 ) andg( AND2 ) xorg( XOR1 ) xorg( XOR2 ) org( XOR1 ) OR1 XOR1 XOR2 AND2 AND

29 MBR AtT29 normaalgedrag-model van elk type component 3 componenttypes: andg(x)   ab(x)  out(x)=and(in1(x),in2(x)) xorg(x)   ab(x)  out(x)=xor(in1(x),in2(x)) org(x)   ab(x)  out(x)=or(in1(x),in2(x)) OR1 XOR1 XOR2 AND2 AND

30 MBR AtT30 structuurmodel verbindingen tussen de componenten out( XOR1 ) = in2( AND2 ) out( XOR1 ) = in1( XOR2 ) out( AND2 ) = in1( OR1 ) in1( AND2 ) = in2( XOR2 ) in1( XOR1 ) = in1( AND1 ) in2( XOR1 ) = in2( AND1 ) out( AND1 ) = in2( OR1 ) OR1 XOR1 XOR2 AND2 AND

31 MBR AtT31 domeinafhankelijk: circuit inputs zijn binair in1( XOR1 )=0  in1( XOR1 )=1 in2( XOR1 )=0  in2( XOR1 )=1 in1( AND1 )=0  in1( AND1 )=1 OR1 XOR1 XOR2 AND2 AND

32 MBR AtT32 specifiek probleem: Observaties in1( XOR1 )=1 in2( XOR1 )=0 in1( AND1 )=1 out( XOR2 )=1 out( OR1 )=0 OR1 XOR1 XOR2 AND2 AND

33 MBR AtT33 Definitie diagnose Een diagnose  voor (SD,OBS,COMP) is een minimale set van foute componenten zodat: SD  OBS  {ab(c)  c   }  {  ab(c)  c  COMP \  } is consistent

34 MBR AtT34 Voorbeeld Diagnoses: {XOR1}, {XOR2,OR1}, {XOR2,AND2} OR1 XOR1 XOR2 AND2 AND

35 MBR AtT35 Enkele eigenschappen Een diagnose bestaat voor (SD,OBS,COMP) iff SD  OBS is consistent {} is een diagnose (enige!) voor (SD,OBS,COMP) iff SD  OBS  {  ab(c)  c  COMP } is consistent Als  een diagnose is dan voor iedere c i   : SD  OBS  {  ab(c)  c  COMP \  } |-- ab(c i )

36 MBR AtT36 Dit college (8): conceptueel model formeel model college 8: verdieping in formele model college 9: algorithme college 10: General Diagnostic Engine college 11: terug naar MAB-diagnose


Download ppt "MBR-8 2002 AtT1 College 8 Model-based reasoning: Troubleshooting R. Davis, W. Hamscher College 8 - 11 : Derivation from Normal Structure and Behaviour."

Verwante presentaties


Ads door Google