English 
Chinese 
Russian 
Raptor Diagnostic Suite
Intelligente, wissensbasierte Diagnose technischer Systeme
Die Raptor Diagnostic Suite - oder kurz der Raptor - ist eine hybride wissensbasierte Diagnosesuite. Sie ist hybrid in dem Sinne, als dass sie alle wichtigen Diagnosestrategien nahtlos und transparent integriert. Der Raptor kombiniert, wie Menschen auch, unterschiedliche Diagnosestrategien, die er abhängig von der jeweiligen Diagnosesituation einsetzen kann.
Der Raptor ist konzipiert für die vollständige Diagnose technischer Systeme hoher Varianten- und Typenvielfalt wie Fahrzeuge, Flugzeuge oder andere technische Systeme.
Die Erstellung von Diagnoseanwendungen erfolgt in einem effizienten, methodisch klaren, ingenieurmäßigen und hochgradig automatisierten Modellierungsprozess.
Die fertigen Diagnoseanwendungen führen die Servicetechniker nach einer sorgfältigen Symptom- und Fehleranalyse durch den gesamten Diagnose- und Reparaturprozess und bieten dabei maximale Freiheitsgrade. Abhängig von den persönlichen Erfahrungen und Anforderungen der Benutzer agiert der Raptor als kompetenter Experte oder als intelligenter Diagnoseassistent. Alle benötigten Informationselemente sind gebündelt und werden dem Techniker kontextabhägig und situationsgerecht zur Verfügung gestellt.
Die protokollierten Diagnosesitzungen werden zentral nach vielfältigen Kriterien ausgewertet, um Entwicklung, Produktion und Service bei der Verbesserung der technischen Systeme und der Optimierung der geschäftlichen Prozesse zu unterstützen. Durch seine eingebaute Lernfähigkeit verbessert der Raptor seine Diagnosefähigkeiten automatisch und kontinuierlich.
Die folgende Abbildung vermittelt einen ersten Überblick über die wichtigsten Komponenten der Raptor Diagnostic Suite. Sie untergliedert sich in 3 große Teilsysteme.
Überblick über die Teilsysteme der Raptor Diagnostic Suite
Die Autorenumgebung (Raptor Authoring Suite) enthält alle Komponenten zur grafischen Erstellung und Erprobung von Diagnoseanwendungen.
Die Laufzeitumgebung (Raptor Runtime Suite) enthält alle Komponenten zum Einsatz der Diagnoseanwendungen im Feld, z.B. in einer Werkstatt.
Das Evaluierungs- und Lernsystem (Raptor Eval & Learn) wertet die Felddaten nach vielfältigen Kriterien aus und optimiert die Diagnoseanwendungen automatisch und kontinuierlich; der Raptor lernt mit.
Implementierung
Die Raptor Diagostic Suite besitzt eine auf Java EE und der Eclipse Rich Client Platform basierende Architektur. Durch das Plug-in-Konzept kann die Raptor-Suite einfach und flexibel verschiedenen Kundenanforderungen angepasst werden.
Die Kurzbeschreibung der Raptor-Teilsysteme erfolgt am Beispiel der Fahrzeugdiagnose, kann aber unmittelbar auf beliebige technische Systeme übertragen werden.
RDS-Developer und RDS-ClassLib - Die Autorenwerkzeuge zur Erstellung von Diagnoseanwendungen
Die komfortable grafische Autorenumgebung RDS-Developer bietet alle Möglichkeiten einer intuitiven und produktiven grafischen Modellierung. Dabei werden alle gängigen Diagnosestrategien und -konzepte (Fehlerbäume, Entscheidungsbäume, fallbasierte Diagnose, modellbasierte Diagnose) unterstützt. Der Entwicklungsprozess der Diagnoseanwendungen ist hochgradig automatisiert. So kann der Raptor etwa aus Schaltpänen automatisch sofort ablauffähige Diagnoseanwendungen generieren, die im Nachgang noch verfeinert werden können. Generische Bauteil- und Patternbibliotheken enthalten Wissen über Bauteile, Bauteilgruppen und Diagnosemuster, die mittels RDS-ClassLib ebenfalls grafisch gepflegt werden können. Zur Erprobung der Diagnoseanwendungen während des gesamten Entwicklungsprozesse ist eine Simulationsumgebung verfügbar.
> ... mehr
RDS-Data - Autorenwerkzeug zur Pflege von Nutzdaten
Für die Erstellung der Diagnoseanwendungen werden vielfältige Daten benötigt. Im Falle von Fahrzeugen handelt es sich etwa um technische Fahrzeugdaten, Steuergeräte, Symtome, Fehlercodes (DTCs), Textstrings etc. Für alle diese Datenelemente werden komfortable grafische Editoren als Plug-in bereitgestellt.
> ... mehr
RDS-Registry - Registrierung und Administration von Diagnoseanwendungen
RDS-Registry ist die Komponente zur Administration von Diagnoseanwendungen. Fertige und getestete Diagnoseanwendungen werden mittels RDS-Registry für den produktiven Einsatz freigegeben und registriert. Nur registrierte Anwendungen können im Feld eingesetzt werden.
> ... mehr
RDS-Order - Das vorgeschaltete Auftragssystem
Der eigentlichen Diagnosesitzung mit RDS-Run ist ein (optionales) Auftragssystem vorgeschaltet. Zunächst findet eine Grobidentifikation des zu diagnostizierenden Systems (z.B. Fahrzeug, Baureihe, Motor Getriebe, ...) statt. Anschließend erfolgt ein strukturierter Dialog zur genauen Symptomanalyse. Die so ermittelten Symptome werden ergänzt um zusätzliche Angaben, unter denen diese auftreten, sowie den O-Ton des Kunden ("original voice of the customer"). Optional kann danach noch ein Kurztest (RDS-Checkout) durchgeführt werden, welcher die Elektronikkomponenten des Systems (z.B. Steuergeräte) ausliest. Auf diese Weise erhält man zum einen die genaue Identifikation der tatsächlich verbauten Teilsysteme, zum anderen wird das Symptombild durch die ausgelesenen DTCs (Diagnostic Trouble Codes) zu einem Symptom-Fehler-Bild komplettiert, das den Ausgangspunkt der Diagnose bildet.
Aus den Identifikationsdaten und dem Symptom-Fehlerbild wird nun automatisch eine Prüfliste (RDS-Checklist) als Arbeitsauftrag für die Servicetechniker erzeugt. Dabei werden die Positionen dieser Prüfliste unter Verwendung technischer und statistischer Informationen gewichtet und so angeordnet, dass eine optimale Bearbeitungsreihenfolge vorgeschlagen werden kann.
> ... mehr
RDS-Run - Das Laufzeitsystem für den Einsatz im Feld
RDS-Run ist das intelligente Diagnosesystem für den breiten Feldeinsatz. Es führt den Servicetechniker durch den kompletten Diagnose-, Reparatur- und Verifikationsprozess, gestattet ihm aber auch zu jedem Zeitpunkt, selbst die Initiative zu übernehmen. Der Benutzer kann sich z.B. alle möglichen Fehlerkandidaten oder alle Bauteile im gegebenen Diagnosekontext anzeigen lassen und selbst Kandidaten für den weiteren Diagnoseablauf auswählen. Falls er nicht erfolgreich war, setzt der Raptor die Diagnose am letzten erfolgreichen Diagnoseschritt fort.
Darüber hinaus informiert der Raptor den Benutzer jederzeit über plausible Lösungsalternativen, etwa in Form der ähnlichsten Diagnosefälle. Aufgrund seiner Lernfähigkeit optimiert der Raptor seine Diagnosestrategien selbständig und kann dem Techniker in jeder Diagnosesituation auf Wunsch seinen statistisch fundierten 'Best Shot' bzw. 'Best Guess' (Bsp.: "In 37% aller Fälle in dieser Situation ist das Bauteil X defekt.") anbieten.
Weitere Merkmale:
- Kommunikation mit Steuergeräten (via ASAM MCD-3D) und anderen elektronischen Komponenten
- Ansteuerung von Aktoren
- Save & Resume (Abbruch und Wiederaufnahme einer Sitzung)
- aktive Grafiken
- grafische Prüfanweisungen
- Verlinkung mit beliebigen Informationssystemen
- Verknüpfung mit externen Medien (Videos, Bilder, Bildsequenzen)
- Antwortrücknahme
- Notizbuch-Funktionen
- Sitzungsprotokolle (zur Auswertung, zum Lernen, Handout für den Kunden, Abrechnung, ...)
- u.a.
RDS-Eval - Die Auswertungskomponente
Das Evaluierungssystem RDS-Eval sorgt für ein komplettes Feedback der Felddaten in Service, Produktion und Entwicklung. Die Felddaten sind ein Abbild der System- und Prozessqualität; in ihnen steckt wertvolles Wissen, das extrahiert und operationalisiert werden muss. Diese Daten werden nach vielfältigen Kriterien ausgewertet, um z.B. Schwachstellen in den Teilsystemen zu identifizieren, Korrelationen zwischen Symptomen und defekten Bauteilen zu bestimmen, relative Häufigkeiten für Fehler, Symptome und Bauteile zu ermitteln etc..
> ... mehr
RDS-Learn - Die Lernkomponente
Spezielle Auswertungen dienen dazu, die Diagnoseanwendungen automatisch zu verbessern. Mit jeder Sitzung lernt der Raptor hinzu und optimiert seine Diagnosestrategien kontinuierlich über die Zeitachse. Seine 'Best Shot'-Fähigkeiten (s. RDS-Run) werden immer zielgenauer, in vielen Fällen findet der Raptor die richtige Diagnose auf Anhieb oder in wenigen Schritten.
> ... mehr
Fazit
Das Wissen ihrer Experten und die den Felddaten innewohnende Information ist zu wertvoll und wichtig, um es ungenutzt brachliegen zu lassen. Dieses Wissen muss vielmehr konserviert und operationalisiert werden. Wissensbasierte Diagnosesysteme amortisieren sich schnell. Sie helfen Ihnen, Schwachstellen in ihren Produkten zu identifizieren und diese kontinuierlich zu verbessern. Schnellerer Service, höhere Servicequalität, zielgenaue Diagnosen, eine dramatische Verringerung der kFf-Rate und geringere Kosten für die permanente Ausbildung sind greifbare Vorteile im Wettbewerb.
> RDS-Suite (Raptor-Überblick)
> RDS-Data (Datenpflegekomponente)
> RDS-Developer und RDS-ClassLib (Autorenwerkzeuge)
> RDS-Registry (Administration von Wissensbasen)
> RDS-Order, RDS-Checkout & RDS-Checklist (Auftragssystem)
>
RDS-Run (Laufzeit- bzw. Werkstattsystem)
> RDS-Eval (Auswertung der Felddaten)
> RDS-Learn (Lern- und Optimierungskomponente)