Моделирование дистанционной диагностики

Моделирование дистанционной диагностики

Иллюстрации

Показать все

Реферат

Настоящее изобретение относится к способу диагностики и технического обслуживания, устройству для диагностики и технического обслуживания и машиночитаемому носителю для непосредственного использования в работе вычислительного средства, содержащего компьютерную программу (команды) для выявления неисправностей множества систем, более точно, множества транспортных средств, при этом каждая система передает по меньшей мере один системно-зависимый (связанный) сигнал, служащий основанием для диагностики и(или) технического обслуживания системы.

Хотя далее изобретение будет более подробно описано на примерах его использования в транспортных средствах, оно также применимо в любой иной мехатронной или электронной системе. В подробном описании изложен лишь один из предпочтительных вариантов осуществления, который никоим образом не следует считать ограничивающим объем изобретения.

Другими мехатронными или электронными системами являются, например, подъемные устройства, роботы, банкоматы, эскалаторы, летательные аппараты, плавучие средства и их подсистемы. Одной из важных подсистем является, например, сеть датчиков. Кроме того, изобретение может применяться в сетях передачи данных или дальней связи для отслеживания и выявления отклонений в различных подсистемах, таких как маршрутизаторы. Помимо этого, предложенный в изобретении способ позволяет классифицировать различные сценарии вождения и различные виды использования транспортных средств для усовершенствования планирования технического обслуживания и увеличения времени рабочего состояния.

Из уровня техники известны способы диагностики и технического обслуживания, позволяющие контролировать исправность одного или множества транспортных средств, при этом состояние транспортного средства, потребность в техническом обслуживании, данные учета технического обслуживания и эксплуатационные характеристики транспортного средства поступают в центр технического обслуживания, обеспечивающий диагностику и техническое обслуживание. Собранные данные сравнивают со стандартными данными, которые были ранее заданы для каждого транспортного средства. Исходя из выявленных отклонений от стандартных данных в центре технического обслуживания определяют, необходим ли ремонт, текущий уход или техническое обслуживание. Центр технического обслуживания рассчитан на передачу обновлений или изменение графиков технического обслуживания транспортных средств.

Например, потребность в техническом обслуживании, например в замене расходных материалов, таких как моторное масло, масляные фильтры, тормозные диски или щетки стеклоочистителя, обычно определялась определенным сроком или определенным пробегом. По его истечении транспортному средству предлагалось прибыть в ремонтную мастерскую для прохождения заданного необходимого технического обслуживания. Это техническое обслуживание осуществлялось, даже если расходные материалы были еще пригодны для использования. Это приводило к частым посещениям ремонтной мастерской, во время которых транспортное средство было непригодно для использования, что приводило к увеличению расходов вследствие вынужденного простоя, в особенности, если речь шла о коммерческих транспортных средствах.

С другой стороны, для обеспечения доступности транспортного средства интервалы между техническими обслуживаниями должны быть короткими с тем, чтобы выявлять неисправности или отказы до их возникновения. Помимо этого, если транспортное средство в действительности работает с перебоями, поиск неисправности занимает много времени из-за наличия множеств различных механических и электрических компонентов. Для сокращения длительности диагностики и последующего ремонта потребовалось бы осуществлять постоянный контроль исправности транспортного средства с помощью различных датчиков и передавать соответствующее множество сигналов в центр технического обслуживания. Даже при наличии беспроводной связи полный набор данных одного транспортного средства, передаваемый в центр технического обслуживания, препятствует этой возможности. В связи с этим в большинстве случаев используется ограниченный набор параметров предварительно выбранных подсистем транспортного средства, которые задают заранее с целью контроля исправности транспортного средства. Если один параметр отклоняется от стандартного значения, предварительно заданного для этого параметра, транспортному средству предлагается прибыть в ремонтную мастерскую для прохождения ремонта, технического обслуживания или диагностики. Но в случае возникновения неисправности в какой-либо не контролируемой подсистеме для выявления причины неисправности должны быть проверены все системы транспортного средства, что занимает много времени.

Дополнительным недостатком известных из уровня техники способов является то, что стандартные значения контролируемых параметров задают в качестве идеальных значений, которые вероятно не отражают реальность и по большей части не могут быть адаптированы на протяжении периода эксплуатации транспортного средства, вследствие чего не может быть учтено влияние старения.

Таким образом, в основу настоящего изобретения положена задача создания усовершенствованного способа и устройства для диагностики и технического обслуживания, которые позволяют за короткое время выявлять и прогнозировать ошибки во множестве систем и обеспечивать оптимизированное техническое обслуживание.

Решение этой задачи обеспечивается посредством способа, устройства, центрального сервера, системы, машиночитаемого носителя с компьютерной программой, признаки которых заявлены в соответствующих независимых пунктах формулы изобретения.

В основу изобретения положена идея, согласно которой передаваемые каждой системой системно-зависимые сигналы, описывающие состояние системы, необязательно могут отображать значимую зависимость между системами. Чтобы установить, является ли зависимость значимой, можно сопоставить совместимые для систем зависимости. Для осуществления этого сопоставления предпочтительно использовать соответствующий показатель. Если выявлена значимая зависимость, можно проследить эту значимую зависимость за определенный период времени для множества систем или для отдельных систем и использовать ее в качестве основания для принятия решения о необходимости осуществления технического обслуживания и(или) ремонта отдельной системы. Предложенный способ также позволяет осуществлять обновления с течением времени и тем самым принимать во внимание, например, износ, и осуществлять контроль исправности подсистем, которые не учитывались на исходной стадии конструирования. Помимо этого, значимая зависимость также устанавливает взаимосвязь между отказом и определенной подсистемой, благодаря чему может быть сокращено время на поиск неисправности.

Зависимость может возникать между одинаковыми системно-зависимыми сигналами в различные моменты времени, что позволяет выявлять характеристики старения системы, или между различными системно-зависимыми сигналами в одни и те же моменты времени, что является отражением взаимодействия между системами или частями системы, которые описываются соответствующим системно-зависимым сигналом. Помимо этого, между различными системно-зависимыми сигналами также может быть установлена зависимость в различные моменты времени, которая может отражать характеристики старения при взаимодействии между системами или частями системы.

В одном из предпочтительных вариантов осуществления зависимость характеризуется линейной или нелинейной корреляцией, при этом также может приниматься во внимание автокорреляция. Например, линейная или нелинейная корреляция может быть представлена собственными векторами корреляционной матрицы. Другой предпочтительный вариант осуществления относится к наблюдаемому совместному распределению наблюдаемых величин, которое можно предпочтительно выразить путем построения гистограмм или кластеризации, в последнем случае с использованием или без использования топологических данных.

Помимо этого, предпочтительно задавать норматив для выявленной значимой зависимости, при этом норматив преимущественно задают путем сопоставления значимых зависимостей для множества систем. Кроме того, предпочтительно выявлять отклонение от заданного норматива. В таком случае решение о необходимости технического обслуживания и(или) ремонта может быть принято с учетом существующего выявленного отклонения от норматива и(или) значимости выявленного отклонения.

Преимуществом задания норматива путем сопоставления значимых зависимостей для всех систем является возможность принимать во внимание реальность. Заданный норматив определяется самими системами в реальных условиях эксплуатации, а не посредством идеализированных величин, определенных, например, в лабораторных условиях или условиях стендовых испытаний. Помимо этого, поскольку заранее не определяется, какая система должна быть исследована, а устанавливается наличие значимой зависимости между системно-зависимыми сигналами, может быть исследована любая система при условии доступности системно-зависимых сигналов, на которые влияет работа системы.

Задание норматива и(или) выявление отклонения от норматива предпочтительно осуществляют статистическими методами, более точно, методами статистической классификации, позволяющими представлять в количественной форме значимость отклонения с помощью теста на статистическую достоверность.

В одном из предпочтительных вариантов осуществления зависимость между системно-зависимыми сигналами определяют путем подбора модели к сигналам, в ходе которого задают модель, соответствующие параметры модели, выходные данные модели и качество подбора. В модели фиксируются зависимости между системно-зависимыми сигналами, и затем формируется приведенное представление данных, поскольку, например, для сбора информации о системе необходимо принимать во внимание только параметры модели или выходные данные модели. Затем с учетом качества подбора и дисперсии моделей в пределах множества систем можно определить, являются ли зависимости значимыми. Помимо этого, может осуществляться перекрестная проверка достоверности моделей.

Путем анализа изменений в подобранной модели можно, например, выявлять неисправность в системе, а путем совершенствования/адаптации существующих моделей можно адаптировать модель к влиянию старения на системы.

В одном из предпочтительных вариантов осуществления модели подбираются самими системами, которые помимо этого также выбирают контролируемые датчики и системно-зависимые сигналы и затем сопоставляют подобранные модели. Исходя из результатов сопоставления может быть задана оптимальная модель или нормативная модель, на основании которой принимается решение о необходимости технического обслуживания или ремонта.

Помимо этого, норматив также преимущественно задают путем задания нормативных значений параметров модели и(или) выходных данных модели, при этом при задании нормативных значений учитывают параметры/выходные данные моделей всех систем.

В одном из предпочтительных вариантов осуществления нормативные значения параметров и(или) выходных данных модели задают статистическими методами. Расчет средних значений параметров и(или) выходных данных модели является простым, но удовлетворительным способом. Затем, чтобы определить, имеет ли место отклонение от норматива, устанавливают, выходит ли параметр/выходные данные модели за пределы, заданные соответствующим параметрическим распределением вокруг среднего значения, например, заданным гауссовой моделью плотности распределения вероятности.

В одном из дополнительных предпочтительных вариантов осуществления значимую зависимость отслеживают (осуществляют мониторинг), в частности, путем постоянного определения параметров и(или) выходных данных модели для значимой зависимости и сопоставления параметров и(или) выходных данных модели с соответствующими нормативными значениями, посредством чего может быть выявлено отклонение от нормативных значений. Помимо этого, предпочтительно продолжать адаптацию модели с целью отображения изменений, например, под влиянием старения. С этой целью осуществляют многократный подбор различных моделей и выбор применимых моделей. Преимуществом этого является возможность выявления взаимодействия между системами, которое возникает только по истечении определенного времени работы или только во время работы в определенных условиях. Например, износ транспортного средства в условиях сухого и жаркого климата, такого как в пустыне, отличается от износа в условиях влажного климата. Следовательно, значимые зависимости и их нормативы различаются не только с самого начала, но также и во время эксплуатации транспортного средства.

В одном из предпочтительных вариантов осуществления шаг установления зависимости и(или) подбора модели выполняет сама система. Тем самым сокращается объем данных, передаваемых центральному серверу, в особенности, в центр технического обслуживания для принятия решения о необходимости технического обслуживания или ремонта. Остальные шаги, такие как сопоставление зависимостей, определение значимых зависимостей, выявление отклонения и принятие решения о том, является ли выявленное отклонение значимым с точки зрения потребности в техническом обслуживании или ремонте, предпочтительно выполняет центральный сервер, который может принимать во внимание зависимости для множества систем. Тем не менее, центральный сервер также может выполнять все шаги, а системы просто передают системно-зависимые сигналы центральному серверу, или наоборот системы могут выполнять все шаги, или может быть предусмотрено иное распределение шагов между системой и центральным сервером.

Согласно другому предпочтительному варианту осуществления для обеспечения связи между центральным сервером и системами предусмотрены устройства беспроводной связи.

Для дополнительного сокращения объема данных может быть выгодным передавать запрос установления зависимости между заданными системно-зависимыми сигналами, при этом выбор системно-зависимых сигналов, зависимость между которыми следует установить, может осуществляться методами случайного и(или) детерминированного поиска.

Дополнительные преимущества и предпочтительные варианты осуществления охарактеризованы в формуле изобретения, описании и на чертеже.

Настоящее изобретение будет легче понято специалистами в данной области техники при ознакомлении со следующим далее описанием со ссылкой на сопровождающий его чертеж, на котором проиллюстрирован один из предпочтительных вариантов осуществления изобретения в виде блок-схемы одного из предпочтительных вариантов осуществления способа по настоящему изобретению.

В дальнейшем изобретение будет описано применительно к парку (т.е. множеству) транспортных средств (далее - автомобилей), каждый из которых имеет несколько подсистем, требующих обеспечения технического обслуживания и диагностики. В одном из предпочтительных вариантов осуществления под подсистемой в дальнейшем подразумевается система пневматической подвески, диагностику и техническое обслуживание которой осуществляют. Система пневматической подвески служит лишь одним из примеров системы. Под системой может пониматься любая другая подсистема, входящая в автомобиль, или даже сам автомобиль.

Несмотря на то что изобретение описано применительно к парку автомобилей, оно также применимо в любой мехатронной или электронной системе как, например, подъемные устройства, роботы, банкоматы, эскалаторы, летательные аппараты, плавучие средства и их подсистемы. Одной из важных подсистем является, например, сеть датчиков. Кроме того, изобретение также может применяться в сетях передачи данных или дальней связи с целью отслеживания и выявления отклонений в различных подсистемах, таких как маршрутизаторы. Помимо этого, предложенный в изобретении способ позволяет классифицировать различные сценарии вождения и различные применения автомобилей для усовершенствования планирования технического обслуживания и увеличения времени рабочего состояния.

Рассматриваемая в качестве примера система пневматической подвески передает системно-зависимые сигналы, такие как, например, сигналы давления (Р) и уровня (Z) в пневматическом упругом элементе и сигнал давления в накопительном баке (P_w), которые генерируют, например, датчики, расположенные на пневматическом упругом элементе и гидробаке. Если исследуется система воздушного охлаждения, также могут рассматриваться такие системно-зависимые сигналы, как, например, V_fm (скорость вентилятора), τ (крутящий момент двигателя) и T_cm (температура охладителя). Системно-зависимые сигналы могут случайно или детерминированно выбираться системным инженером и(или) специалистом.

Предложенный в изобретении способ также позволяет обнаруживать неизвестные зависимости между системно-зависимыми сигналами, которые могут возникать в новых автомобилях, а также зависимости, которые формируются за время эксплуатации автомобиля. Таким образом, в целях технического обслуживания и диагностики могут использоваться даже зависимости, которые отображают влияние старения.

Для обнаружения неизвестных зависимостей случайно выбирают системно-зависимые сигналы, зависимости для которых устанавливаются. Тем самым также можно устанавливать зависимости между системно-зависимыми сигналами первой подсистемы и системно-зависимыми сигналами второй подсистемы, при этом подсистемы входят в главную систему. Например, можно обнаруживать, возможна ли зависимость между температурой тормозных дисков (т.е. системно-зависимым сигналом тормозной системы или подсистемы 1) автомобиля (т.е. главной системы) и температурой охладителя воздуха (т.е. системно-зависимым сигналом системы воздушного охлаждения или подсистемы 2) того же автомобиля (т.е. главной системы).

Само собой разумеется, что могут быть исследованы не только две подсистемы или два системно-зависимых сигнала подсистем, как это описано выше, но также множество подсистем и(или) множество системно-зависимых сигналов. Также подразумевается, что можно рассматривать отдельный автомобиль и, например, его двигатель по меньшей мере с двумя инжекторами, которые считаются множеством систем, а системно-зависимыми сигналами являются, например, открытие инжекторного сопла и температура инжектора. Из этого ясно следует, что системой может считаться любое изделие, которое хотя бы в малейшей степени можно рассматривать как массовое изделие.

Наличие зависимости устанавливается не единственной исследованной (главной) системой, а множеством (главных) систем, которые определяют зависимости для одних и тех же системно-зависимых сигналов (главной) системы или подсистем главной системы. Если, например, между выбранными системно-зависимыми сигналами большинства (главных) систем имеется зависимость, вероятно, что она также является значимой зависимостью.

Даже при отсутствии обнаруженной зависимости между системно-зависимыми сигналами нового автомобиля зависимость может сформироваться за время эксплуатации автомобиля. В связи с этим возможно и даже желательно повторно устанавливать наличие зависимости между системно-зависимыми сигналами по истечении определенного периода времени.

В предпочтительном варианте осуществления, описанном со ссылкой на блок-схему, проиллюстрированную на фиг.1, наличие зависимости(-ей) устанавливают путем подбора модели к исследуемым системно-зависимым сигналам, посредством чего можно задать модель, соответствующие параметры модели, выходные данные модели и качество подбора. В модели кодируются зависимости между системно-зависимыми сигналами частей системы. Например, как указано выше, исследуемой подсистемой может являться система пневматической подвески автомобиля.

Сам автомобиль имеет блок (средство) определения, например бортовой компьютер, рассчитанный на подбор модели к системно-зависимым сигналам. Системно-зависимые сигналы, в свою очередь, могут быть получены от сети датчиков или единственного датчика в автомобиле, при этом датчики могут передавать сигналы блоку определения, посредством, например, коммуникационных шин или внутренней сети связи автомобиля.

На чертеже показана блок-схема одного из предпочтительных вариантов осуществления предложенного в изобретении способа, в котором на шаге 1 выбирают системно-зависимые сигналы, для которых должно быть установлено наличие зависимости. Этот выбор может осуществляться, например, инженером по техническому обслуживанию или специалистом центра технического обслуживания (представляющего собой центральный сервер), который отвечает за техническое обслуживание и диагностику парка автомобилей. Выбор конфигурации используемых системно-зависимых сигналов также может осуществляться автоматически, например, самим центром технического обслуживания. Для выбора системно-зависимых сигналов может применяться метод случайного или детерминированного поиска, при этом метод детерминированного поиска может быть основан на накопленных данных единственного автомобиля.

На шаге 2 в центре технического обслуживания уточняется структура модели системно-зависимых сигналов, в которой описываются исследуемые зависимости и, следовательно, характеризуются системы, подсистемы или взаимозависимости между системами. Это описание модели передают множеству систем или в рассматриваемом случае каждому автомобилю из парка. Каждому автомобилю (системе) также могут передаваться сигналы различных конфигураций с тем, чтобы посредством алгоритма оптимизации в процессе эксплуатации автомобилей в каждом автомобиле осуществлялся подбор модели к данным измерений (шаг 3). Путем подбора модели создаются сведения о модели, параметрах модели, выходных данных модели и качестве подбора.

Например, рассматриваемая система пневматической подвески генерирует несколько непрерывно измеряемых системно-зависимых сигналов, например, давления (Р) и уровня (Z) в пневматическом упругом элементе и давления в накопительном баке (P_w). Эти системно-зависимые сигналы образуют перечень потенциально интересующих сигналов:

при этом сигналы измеряют в моменты времени от t₁ до t_k.

На основании перечня сигналов и описания модели можно подобрать модель, например разностное уравнение, которым описываются зависимости между всеми или некоторыми из этих сигналов, чтобы тем самым центр технического обслуживания мог определять, какие сигналы из перечня войдут в модель, и мог осуществляться подбор всех возможных сочетаний.

Например:

модель 1:

или модель 2:

в которых параметры модели М=[a b c] (или М=[a b c d] во втором случае) могут быть определены путем применения метода оптимизации (такого как метод наименьших квадратов) к данным измерений на одном автомобиле. Этот подбор параметров может осуществляться на автомобиле, при этом от каждого автомобиля получают набор параметров, описывающих зависимости, которые наблюдались применительно к данному конкретному автомобилю.

Особое внимание должно уделяться сигналам с постоянной величиной. В зависимости от модели их следует однозначно исключать, например, в линейных моделях, основанных на запаздываниях. В других моделях однозначное исключение не требуется, поскольку такие сигналы автоматически игнорируются, например, из-за отсутствия ковариации.

На дополнительном шаге 4 параметры модели, подобранные на каждом автомобиле, а также выходные данные модели и качество подбора передают с каждого автомобиля в центр технического обслуживания.

На шаге 5 в центре технического обслуживания сопоставляют, насколько хорошо на различных автомобилях подобраны их конкретные модели, и затем выбирают описание оптимальной модели путем сопоставления моделей, параметров моделей, выходных данных моделей, качества подбора и того, насколько параметры модели различаются для различных автомобилей (шаг 6).

На шаге 6 в центре технического обслуживания определяют, являются ли зависимости, описанные конфигурацией модели, значимыми путем сопоставления качества подбора, расчета и сопоставления дисперсии моделей и осуществления перекрестной проверки достоверности модели для всех автомобилей. Также предусмотрено, что в центре технического обслуживания проверяют, насколько хорошо могут быть подобраны сигналы с различной конфигурацией, путем передачи конфигураций всем автомобилям из парка, при этом от каждого автомобиля затем получают только ответ с указанием того, насколько хорошо удалось осуществить подбор (качества подбора). Этим способом может быть найдена наиболее приемлемая конфигурация, которой является конфигурация с наименьшей погрешностью подбора и(или) наибольшим разбросом параметров. Само собой разумеется, что наиболее приемлемой конфигурацией также может считаться конфигурация с приемлемыми значениями только для единственного автомобиля, но имеющая очень устойчивое и высокое качество (например, низкий коэффициент шума), вследствие чего конфигурацию имеет смысл испробовать. В случае принятия такой конфигурации за наиболее приемлемую конфигурацию можно, например, также игнорировать влияние окружающей среды, поскольку автомобиль с устойчивой зависимостью может эксплуатироваться в совершенно иных условиях, нежели все остальные автомобили в парке.

Если найдена конфигурация, которая соответствует значимой зависимости между системно-зависимыми сигналами при значимом разбросе этих зависимостей у различных автомобилей, эту конфигурацию помечают как "представляющую интерес" конфигурацию. Предусмотрена возможность выбора нескольких конфигураций в качестве "представляющих интерес" конфигураций, если, например, невозможно провести между ними различия (например, если доверительный диапазон погрешности подбора перекрывает диапазон другой модели).

На следующем шаге 7 выбранную "представляющую интерес" модель(-и) передают всем автомобилям в парке, на которых ее(их) непрерывно адаптируют (подбирают) (шаг 8). Затем от каждого автомобиля принимают постоянно вычисляемые параметры модели, выходные данные модели и данные качества подбора (шаг 8). Исходя из этих данных можно затем принимать решение о потребности в техническом обслуживании или диагностике для каждого отдельного автомобиля.

По истечении определенного времени на адаптацию или после обследования достаточного числа автомобилей в центре технического обслуживания накапливается достаточно параметров модели, выходных данных и данных качества подбора для того, чтобы на шагах 9 и 10 для параметров и(или) выходных данных модели можно было задать нормативы путем сопоставления параметров модели для всех автомобилей, для чего может применяться соответствующий статистический метод. Например, для параметров модели могут просто вычисляться средние и стандартные отклонения. Сопоставление моделей осуществляется с использованием метрики расстояний, применимой к типу модели, например евклидовой метрики между параметрами, метрики Махалабониса между параметрами модели, подобия Кржановского для векторов, расстояния между центрами кластеров, метрики Хаусдорфа между топографическими поверхностями и т.д. Разумеется, что может использоваться не только линейная модель, описанная в предпочтительном варианте осуществления, но также применимы другие статистические методы, как, например, анализ главных компонентов, самоорганизующиеся отображения или метод согласования случайных выборок.

Начиная с того момента, как заданы нормативные значения, может осуществляться отслеживание данных, поступающих от автомобилей, и их постоянное сопоставление с соответствующим нормативным значением (шаг 11). Если один (или несколько) из параметров/выходных данных модели значительно отклоняется от норматива, в рассматриваемой системе этого автомобиля вероятно наличие неисправности. Затем могут быть осуществлены необходимые действия, такие как начало загрузки программного обеспечения из центра технического обслуживания в автомобиль для осуществления более подробной диагностики этой системы.

При определении (шаг 12) наличия значительного отклонение также предпочтительно используют статистические методы. Наличие значительного отклонения может выявляться, например, посредством эксперимента с перекрестной проверкой достоверности с использованием ковариационной матрицы M_std для параметров M_k модели (где k означает коэффициент для совокупности из K автомобилей), которые непрерывно поступают в центр технического обслуживания. Также предусмотрена возможность непрерывного расчета моделей и их передача только, например, в случае выявления изменения параметров или выходных данных модели или по истечении определенного заданного периода времени.

где M_std означает ковариационную матрицу параметров модели для

подмножества автомобилей, а означает среднее значение параметров модели для того же подмножества автомобилей. Затем может быть определена значимость, например, путем теста на статистическую достоверность с тем, чтобы установить, значительно ли отличаются параметры модели для одного автомобиля от параметров для подмножества (парка) моделей (автомобилей). Одним из возможных статистических критериев является вычисление вероятности наблюдаемого отклонения параметров для одного автомобиля от параметров для подмножества при допущении, например, многомерного нормального распределения.

При выявлении значимого отклонения центр технического обслуживания может на шаге 13 подать сигнал "неисправности" системы, в отношении которой было выявлено отклонение, и передать автомобилю сообщение, например, о необходимости технического обслуживания, ремонта или дополнительной диагностики (шаг 14).

Помимо этого, центр технического обслуживания может иметь средство, позволяющее до того, как заданы значения, удалять модели из тех автомобилей из совокупности, которые используются в иных условиях или иначе, чем другие автомобили. Например, автомобиль длительное время не используется, например, из-за ремонта или отпуска пользователя или непредвиденно используется в отличающихся условиях, например в пустыне, тогда как обычно он используется в условиях умеренного климата.

1. Способ диагностики и(или) технического обслуживания множества систем, каждая из которых передает по меньшей мере один системно-зависимый сигнал, отличающийся тем, что он включает шаги, на которых:для каждой системы устанавливают по меньшей мере одну зависимость между системно-зависимыми сигналами;сопоставляют совместимые установленные зависимости;по результатам сопоставления выявляют, какие зависимости являются значимыми зависимостями;принимают решение о диагностике и(или) техническом обслуживании на основании выявленных значимых зависимостей.

2. Способ по п.1, в котором шаг установления по меньшей мере одной зависимости для каждой системы выполняют:для одних и тех же системно-зависимых сигналов в различные моменты времени и(или)для различных системно-зависимых сигналов в один и тот же момент времени и(или) в различные моменты времени.

3. Способ по п.1, в котором зависимость представляет собой линейную или нелинейную корреляцию и(или) зависимость, в частности, выражена путем построения гистограммы или кластеризации с использованием или без использования топологических данных.

4. Способ по п.1, в котором выполняют по меньшей мере один из следующих дополнительных шагов:задают норматив для установленной значимой зависимости, в частности, путем сопоставления значимых зависимостей для множества систем,выявляют отклонение от норматива иопределяют значимость отклонения от норматива,при этом шаги выявления отклонения и определения его значимости предпочтительно выполняют статистическими методами, в частности методом статистической классификации, в частности шаг определения значимости отклонения выполняют посредством теста на статистическую достоверность.

5. Способ по п.1, в котором принимают решение о диагностике и(или) техническом обслуживании отдельной системы из множества систем, при этом решение о диагностике и(или) техническом обслуживании предпочтительно принимают на основании выявленного отклонения значимой зависимости от норматива.

6. Способ по п.1, в котором зависимость устанавливают путем подбора модели к сигналам, посредством чего задают модель, соответствующие параметры модели, выходные данные модели и качество подбора.

7. Способ по п.6, в котором выполняют по меньшей мере один из следующих дополнительных шагов:осуществляют перекрестную проверку достоверности подобранных моделей,определяют дисперсию подобранных моделей в пределах множества систем,причем при установлении значимой зависимости предпочтительно учитывают качество подбора модели и(или) дисперсию моделей.

8. Способ по п.4, в котором установление зависимости осуществляют путем подбора модели к сигналам, посредством чего задают модель, соответствующие параметры модели, выходные данные модели и качество подбора, и в котором на шаге задания норматива задают нормативные значения параметров модели и(или) выходных данных модели, причем эти нормативные значения задают, в частности, исходя из параметров модели и(или) выходных данные модели для всех систем.

9. Способ по п.8, в котором нормативные значения параметров и(или) выходных данных модели задают статистическими методами, в частности, путем расчета средних значений , где М=[a b c] и a, b, c означают параметры/выходные данные модели, и(или) ковариационных матриц параметров/выходных данных модели для всех систем, и в котором предпочтительно устанавливают значимое отклонение от норматива, если параметры и(или) выходные данные модели выходят за допустимые пределы, заданные соответствующим параметрическим распределением, в частности, с помощью модели плотности нормального распределения вероятности.

10. Способ по п.4, в котором отслеживают значимую зависимость с целью выявления отклонения от норматива, при этом отслеживание осуществляют путем постоянного подбора различных моделей, выбора применимой модели из подобранных моделей и сопоставления параметров применимой подобранной модели с нормативными значениями.

11. Способ по п.1, в котором каждая система сама осуществляет установление зависимости и(или) подбор модели, а другие шаги предпочтительно выполняются центром технического обслуживания, при этом центр технического обслуживания предпочтительно передает каждой системе запрос установления зависимости, в частности, посредством беспроводной связи.

12. Способ по п.1, в котором по меньшей мере один системно-зависимый сигнал, зависимость для которого установлена, выбирают случайно и(или) детерминировано.

13. Способ по п.1, в котором системой является мехатронная или электронная система, в частности автомобиль или строительное оборудование, сеть связи и(или) сеть датчиков.

14. Устройство для осуществления способа диагностики и технического обслуживания, содержащее:по меньшей мере две системы, диагностика и(или) техническое обслуживание которых осуществляется, при этом каждая система передает по меньшей мере один системно-зависимый сигнал и способна устанавливать по меньшей мере одну зависимость между системно-зависимыми сигналами, ицентральный сервер, включающий:блок сопоставления совместимых установленных зависимостей,блок определени