Mit der zunehmenden Komplexität der DeviceNet-Topologie in industriellen Automatisierungssystemen und den immer strikteren Anforderungen an die Zuverlässigkeit von Geräten und industriellen Prozessen wird die Diagnose von Netzwerkfehlern immer wichtiger. Die DeviceNet-Systeme sind oft von intermittierenden Verbindungsfehlern (IC) betroffen, die die Produktionsleistung ernsthaft gefährden und sogar die Betriebssicherheit beeinträchtigen. Die derzeitigen Diagnosemethoden für IC-Fehler in DeviceNet - insbesondere für komplexe Topologien - können jedoch nicht direkt mit mehreren Fehler-Szenarien umgehen und erfordern eine manuelle Intervention für eine vollständige Diagnose. Für komplexe DeviceNet-Topologien schlägt dieser Artikel eine neue datengesteuerte IC-Fehlerdiagnose auf Basis des Bayes'schen Inferenzverfahrens vor, die in der Lage ist, alle IC-Fehler im Netzwerk präzise und effizient zu lokalisieren, ohne den normalen Betrieb des Systems zu stören. Zunächst definieren wir durch Analyse von durch IC-Fehler unterbrochenen Datenrahmen die Beobachtungssymptome und führen dann eine Bayes'sche Schlussfolgerung durch. Anschließend schlagen wir mithilfe quantitativer Informationen über die Symptome und deren Kausalbeziehung zu vermuteten IC-Fehlern eine bayessche Schätzmethode zur Schätzung der a posteriori-Verteilung jeder vermuteten IC-Fehler im Netzwerk vor. Schließlich entwickeln wir einen auf Maximum-Likelihood basierenden schnellen Diagnosealgorithmus, der in der Lage ist, die Position von IC-Fehlern in verschiedenen komplexen Fehler-Szenarien schnell zu identifizieren. Durch Aufbau einer Versuchsanlage und Durchführung eines Fallstudien in verschiedenen Netzwerktopologien und Fehler-Szenarien überprüfen wir die Wirksamkeit und die Vorteile der vorgeschlagenen Methoden. Die experimentellen Ergebnisse zeigen, dass die in diesem Artikel vorgeschlagene Methode in Übereinstimmung mit den Versuchsaufbauten die Position von IC-Fehlern diagnostizieren kann.

DeviceNet; Feldbus; Komplexe Topologie; Fehlerdiagnose; Intermittierende Verbindung; Bayessche Inferenz