Adistes

 

Adistes

Active Diagnosis based on Semantic Web Technologies for Distributed Embedded Real-Time Systems (ADISTES)

 

 

Arbeiten an neuen Lösungen, die eingebettete Systeme und intelligente Algorithmen im Kontext von Industrie 4.0 kombinieren

Die aktive Diagnose zielt darauf ab, die Systemzuverlässigkeit signifikant zu verbessern, indem zur Laufzeit Diagnosedaten zur Fehlerisolierung und Online-Fehlerbehebung verwendet werden. Die aktive Diagnose für offene eingebettete Echtzeitsysteme (z. B. Gesundheitsmanagement und medizinische Systeme) ist ein offenes Forschungsproblem aufgrund von strengen Echtzeit- und Zuverlässigkeitsanforderungen in Kombination mit Bestandteilen, die zur Entwurfszeit unbekannt sind.

Das vorgeschlagene Projekt wird semantische Techniken, die normalerweise in großen IT-Systemen verwendet werden, zur aktiven Diagnose in offenen eingebetteten Echtzeitsystemen erweitern. Wir werden Modellierungstechniken entwickeln, um diagnostische Merkmale, Symptome, Fehler und Wiederherstellungsmaßnahmen auszudrücken. Methoden für verteiltes Wissensmanagement sorgen für eine entspannte Konsistenz bei gleichzeitiger Gewährleistung von Echtzeit-Rahmenbedingungen. Die Echtzeit-Inferenz wird anhand der zeitgesteuerten Planung von Diagnoseabfragen untersucht. Das Ziel von Query-Transformationen, semantischen Transformationen und zielorientiertem Lernen wird eine verbesserte Planbarkeit und Zuverlässigkeit sein. Die Methoden und Algorithmen werden prototypisch implementiert sowie experimentell und analytisch hinsichtlich Zuverlässigkeit und Aktualität evaluiert.

Wichtige Beiträge, die über den Stand der Technik hinausgehen include

• (1) Modellierungstechniken für eine diagnostische Wissensbasis,
• (2) zeitgesteuerte Planung und Optimierung von Diagnoseabfragen für Echtzeit-Inferenz
• (3) verteilte Wissensbankverwaltung mit entspannter Konsistenz und
• (4) zielorientiertes Selbstlernen zur aktiven Diagnose in offenen eingebetteten Systemen.

Um diese drei Herausforderungen in einem Rahmen für die aktive Diagnose gemeinsam anzugehen, bringen wir im beantragten Projekt zwei Forschungsfelder zusammen:

• (1) der Bereich fehlertoleranter eingebetteter Systeme und
• (2) das Gebiet der wissensbasierten System- und Semantischen-Web-Technologien.

Die Forschungsidee des vorgeschlagenen Projekts besteht darin, dass zuverlässige und vorhersagbare Methoden zur aktiven Diagnose basierend auf regelbasierter Inferenz- und Semantischer-Web-Technologie entwickelt werden können. In Standard-IT-Anwendungen wurden semantische Webdienste erfolgreich eingesetzt, um mit hochdynamischen und offenen Systemen (z. B. im Internet) umzugehen, semantische Informationen bereitzustellen, sowie Beziehungen und Abhängigkeiten zu erfassen.

Es besteht jedoch eine erhebliche Forschungslücke, da semantische Web Services derzeit weder die Modellierung der relevanten Eigenschaften für die aktive Diagnose unterstützen noch Rückschlüsse auf Echtzeitgarantien oder ein adaptives Lernverhalten zulassen.

Wir schlagen die Entwicklung einer diagnostischen Ontologie vor, für die zeitgesteuerte Planung von Regelausführungen eines ODRE-Systems, dynamisches Wissensmanagement und selbstlernende Techniken, um die Anforderungen der offenen Annahmen, Echtzeit und Zuverlässigkeit zu erfüllen, sowie experimentell und analytisch hinsichtlich der Zuverlässigkeit und Aktualität bewerten zu können.

Kontakt

Christian Weber, christian.weber{at}uni-siegen.de