Qualitative process diagnosis by means of probabilistic logic;Qualitative prozeßdiagnose auf wahrscheinlichkeitstheoreti scher grundlage

At-Automatisierungstechnik

Volumn 45, Issue 8, 1997, Pages 351-359

  Lunze, Jan ^a   Schiller, Frank ^b  

^a HAMBURG UNIVERSITY OF TECHNOLOGY   (Germany)

^b SIEMENS AG   (Germany)

Author keywords

[No Author keywords available]

Indexed keywords

EID: 33749962837     PISSN: 01782312     EISSN: None     Source Type: Journal    
DOI: 10.1524/auto.1997.45.8.351     Document Type: Article

References (22)

1. Frank, P. M.: Diagnoseverfahren in der Automatisierungstechnik, Automatisierungstechnik 42 (1994), H. 2, S. 47-67.
2. Isermann, R.: Modellgestützte Überwachung und Fehlerdiagnose technischer Systeme, Automatisierungstechnische Praxis 38 (1996), H. 5, S. 9 - 2 0 und H. 6, S. 48-57.
3. Lunze, J.: Künstliche Intelligenz für Ingenieure, Band 1:Methodische Grundlagen und Softwaretechnologie, Band 2:Technische Anwendungen, R. Oldenbourg Verlag, 1995.
4. Isermann, R.: Identifikation dynamischer Systeme, Springer-Verlag, 1988.
5. Patton, R., Frank, P. M. und Clark, R. (eds.): Fault Diagnosis in Dynamic Systems, Prentice Hall, 1989.
6. Isermann, R.: Beispiele für die Fehlerdiagnose mittels Parameterschätzung, Automatisierungstechnik 40 (1989), H. 9, S. 336-343, H. 10, S. 445-447.
7. Isermann, R.: Überwachung und Fehlerdiagnose, VDI-Verlag, 1994.
8. Junik, W.: Fehlerdiagnose des Außenrund-Einstechschleifens mit Prozeß- und Signalmodellen, VDI-Fortschrittberichte, Reihe 2, Nr. 288, 1993.
9. Wanke, P. und Isermann, R.: Modellgestützte Fehlerfrüherkennung am Hauptantrieb eines spanabhebenden Bearbeitungszentrums, Automatisierungstechnik (40), Heft 9, S. 349-356, 1992.
10. Wünnenberg, J. und Frank, P. M.: Fehlerfrüherkennung für Roboter unter Verwendung dynamischer Prozeßmodelle, Automatisierungstechnik (39), Heft 11, S. 402-408, 1991.
11. Reiter, R.: A Theory of Diagnosis from First Principles, in Artificial Intelligence, Vol. 32, pp. 57-96, 1987.
12. de Kleer, J. und Williams, B. C.: Diagnosing Multiple Faults, Artificial Intelligence 32, Vol 1, pp. 97-130 sowie in [21], pp. 100-117, 1987.
13. Struss, P. und Dressler, O.: Physical Negation: Integrating Fault Models into the General Diagnostic Engine, Proc. 11th Int. Joint Conf. on Artificial Intelligence, pp. 1318-1323 sowie in [21], pp. 153-158, 1989.
14. Leitch, R., Freitag, H., Shen, Q., Struss, P. und Tornielli, G.: ARTIST: A Methodological Approach to Specifying Model Based Diagnostic Systems, in [22], pp. 289-310.
15. Konolige, K.: Using Default and Causal Reasoning in Diagnosis, in Proc. of 3rd Int. Conf. on Knowledge Representation and Reasoning, pp. 509-520, Morgan Kaufmann, 1994.
16. Console, L. und Torasso, P.: A Spectrum of Logical Definitions of Model-based Diagnosis, Computational Intelligence, 7 (3), pp. 133-144 sowie in [21], pp. 78-88, 1991.
17. Schiller, F.: Diagnose dynamischer Systeme auf der Grundlage einer qualitativen Prozeßbeschreibung, Dissertation, eingereicht, TU Hamburg-Harburg, 1997.
18. Lunze, J. und Schiller, F.: Logikbasierte Prozeßdiagnose unter Nutzung der kausalen Struktur dynamischer Systeme, Automatisierungstechnik 40 (1992), H. 2, S. 54-58 und H. 3, S. 104-109.
19. Jensen, F. V.: Bayesian Networks, UCL Press, 1996.
20. Pearl, J.: Probabilistic Reasoning in Intelligent Systems:Networks of Plausible Inference, Morgan Kaufmann, 1988.
21. Hamscher, W., Console, L. und de Kleer, J. (eds.): Readings in Model-based Diagnosis, Morgan Kaufmann, 1992.
22. Guida, G. und Stefanini, A. (eds): Industrial Applications of Knowledge-based Diagnosis, Elsevier, 1992.