用于维护机载推理机以诊断飞机上的故障的方法和系统与流程

1.本公开总体上涉及飞机维护，并且尤其涉及飞机系统故障模式的机载诊断和相关飞机维护。


背景技术：

2.复杂的系统(诸如，包括诸如飞机、航天器、船舶、机动车辆、有轨车辆的交通工具的机器)通常包括记录关于机器性能的数据的某种类型的性能监控系统，该机器性能包括机器的各种系统(和子系统)的性能。数据包括在机器的操作期间发生的某些性能事件的记录。性能监控系统通常进行数据收集并且向用户报告所有所收集的数据。然后，用户可以利用数据确定机器可能需要的维护或维修的类型(如果有的话)。例如，如果数据指示机器的特定机械或机电系统发生故障或者一个或多个机械或机电系统的性能可能导致未来的机器故障，则用户可以在下次机会对机器执行适当的维修。
3.尽管用于机器性能和故障监控的当前系统为用户提供必要的数据以做出适当的维修决策，但是用户仍然有必要对所有数据进行分类以确定最适当的维修动作来解决故障模式。因此，用户必须根据用户对特定机器的了解来对数据进行分类和解释。这可能是耗时的，并且不总是导致首先执行的维修动作是最适当的维修动作，尤其是对于复杂的机器，如飞机和其他交通工具。对于许多类型的机器，尤其是商用车辆，车辆停止服务的时间量对于车辆所有者来说是昂贵的。这样，对于给定的故障模式执行最适当的维修动作所花费的时间越长，车辆将停止服务的时间越长，如果车辆原本将服务，这对于车辆所有者来说可能是昂贵的。
4.因此，期望具有一种考虑上述问题中的至少一些以及其他可能的问题的系统和方法。


技术实现要素：

5.本公开的示例实现方式涉及用于机载诊断和故障数据与维护动作的相关性以及复杂系统的闭环诊断模型成形的改进技术。示例实现方式提供了飞机上的机载推理机和用于诊断飞机上的故障的过程。其他示例实现方式提供了非机载推理机和闭环诊断模型成形的过程，以维护机载推理机来诊断飞机上的故障。
6.因此，本公开包括但不限于以下示例实现方式。
7.一些示例实现方式提供了一种诊断飞机上的故障的方法，该飞机包括被配置为向机载推理机报告故障的飞机系统，该方法包括：在飞机的包括机载推理机的机载计算机处从飞机系统中的一个飞机系统接收故障报告，该故障报告指示由飞机系统报告的失败测试；由机载推理机访问机载诊断因果模型，该机载诊断因果模型由描述由飞机系统中的相应飞机系统报告的可能的失败测试与飞机系统中的相应飞机系统的可能的故障模式之间的已知因果关系的图表表示；由机载推理机根据失败测试并且使用图论算法和机载诊断因果模型来诊断飞机系统中的一个飞机系统或另一飞机系统的故障模式；确定用于故障模式
的维护动作；并且由机载计算机生成至少包括维护动作的维护消息。
8.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，机载诊断因果模型由包括由边连接的节点的图表表示，该节点表示可能的失败测试和可能的故障模式，并且边指示可能的失败测试与可能的故障模式之间的已知因果关系。
9.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，机载诊断因果模型由图表表示，该图表是用于飞机系统中的相应飞机系统的图表的集合，该图表反映了飞机系统中的相应飞机系统内的故障传播行为，并且该集合反映了跨飞机系统中的连接的飞机系统的故障传播行为。
10.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，图论算法是最优解集(oss)算法。
11.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，该方法还包括将维护消息发送到飞机上的显示装置或维护组件上的显示装置，该显示装置被配置为与机载计算机建立连接以接收维护消息。
12.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，维护消息的显示引用用于执行维护动作以解决由机载推理机诊断出的故障模式的指令。
13.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，故障报告是由飞机系统中的相应飞机系统报告的失败测试的多个故障报告中的一个故障报告，该故障模式是引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式中的一个诊断出的故障模式，并且该方法还包括：访问从机载计算机接收的诊断数据，该诊断数据包括多个故障报告和多个诊断出的故障模式；由非机载推理机访问非机载诊断因果模型，该非机载诊断因果模型描述失败测试与多个诊断出的故障模式之间的因果关系，该非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的；将诊断数据与非机载诊断因果模型进行比较；并且基于该比较，确定由非机载诊断因果模型描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的；并且更新机载诊断因果模型以进一步描述新因果关系，包括产生更新的机载诊断因果模型，并且使用可加载软件飞机部件上传工具集将更新的机载诊断因果模型上传到机载计算机。
14.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，诊断数据还包括具有由机载推理机确定的用于多个诊断出的故障模式中的相应诊断出的故障模式的维护动作的维护消息，并且机载诊断因果模型还描述可能的故障模式与维护动作中的相应维护动作之间的关系，并且其中，对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，该方法还包括：访问具有用于相应诊断出的故障模式的所执行的维护动作并且从而具有新维护动作的维护记录；并且识别特定维护动作与所执行的(新)维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系，其中，更新机载诊断因果模型还包括更新机载诊断因果模型以描述相应诊断出的故障模式与所执行的(新)维护动作之间的新关系。
15.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示
例实现方式中，图论机器学习算法是用于寻找极大团(maximal cliques)的图论算法。
16.一些示例实现方式提供了一种用于诊断飞机上的故障的机载计算机，该飞机包括被配置为向机载推理机报告故障的飞机系统，该机载计算机包括：存储器，被配置为存储包括机载推理机的计算机可读程序代码；以及处理电路，被配置为访问存储器并且执行计算机可读程序代码以使设备至少执行任何前述示例实现方式或任何前述示例实现方式的任何组合的方法。
17.一些示例实现方式提供了一种用于诊断飞机上的故障的系统，该飞机包括被配置为向机载推理机报告故障的飞机系统，该系统包括：包括机载推理机的机载计算机，该机载计算机被配置为执行任何前述示例实现方式或任何前述示例实现方式的任何组合的方法。
18.一些示例实现方式提供了一种维护机载推理机以诊断飞机上的故障的方法，该飞机包括被配置为向机载推理机报告故障的飞机系统，该方法包括：访问从飞机的包括机载推理机的机载计算机接收的诊断数据，该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试的多个故障报告以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式；使用非机载推理机构建非机载诊断因果模型，该非机载诊断因果模型描述失败测试与多个诊断出的故障模式之间的因果关系，该非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的；将诊断数据与非机载诊断因果模型进行比较；并且基于该比较，确定由非机载诊断因果模型描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的；并且更新机载诊断因果模型以进一步描述新因果关系，包括产生更新的机载诊断因果模型，并且使用可加载软件飞机部件上传工具集将更新的机载诊断因果模型上传到机载计算机。
19.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，非机载诊断因果模型由包括由边连接的节点的图表表示，该节点表示失败测试和多个诊断出的故障模式，并且边指示失败测试与多个诊断出的故障模式之间的已知因果关系。
20.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，诊断数据与非机载诊断因果模型的比较还包括与从机载飞机系统收集的反映实际的因果关系的实际故障数据、诊断数据以及维护动作数据的比较。
21.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，图论机器学习算法是用于寻找极大团的图论算法。
22.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，多个故障报告包括指示由多个诊断出的故障模式中的一个诊断出的故障模式引起的那些失败测试的故障报告，并且该方法还包括：由非机载推理机根据由诊断出的故障模式引起的那些失败测试并且使用图论机器学习算法和图表来诊断飞机系统的相应故障模式；并且根据从机载计算机接收的诊断数据报告由非机载推理机诊断出的相应故障模式与多个诊断出的故障模式中的一个诊断出的故障模式之间的任何差异。
23.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，诊断数据还包括具有由机载推理机确定的用于多个诊断出的故障模式中的相应诊断出的故障模式的维护动作的维护消息，并且机载诊断因果模型还描述可能的故障模式与维护动作中的相应维护动作之间的关系，并且其中，对于具有用于相应诊断出的故
障模式的特定维护动作的特定维护消息，该方法还包括：访问具有用于相应诊断出的故障模式的所执行的维护动作并且从而具有新维护动作的维护记录；并且识别特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系，其中，更新机载诊断因果模型还包括更新机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关系。
24.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，该方法还包括在飞机的包括机载推理机的机载计算机处从飞机系统中的一个飞机系统接收故障报告，该故障报告指示由飞机系统报告的失败测试；由机载推理机访问更新的机载诊断因果模型；由机载推理机根据失败测试并且使用图论算法和更新的机载诊断因果模型来诊断飞机系统中的一个飞机系统或另一飞机系统的故障模式；确定用于故障模式的维护动作；并且由机载计算机生成至少包括维护动作的维护消息。
25.在任何前述示例实现方式或任何前述示例实现方式的任何组合的方法的一些示例实现方式中，图论算法是最优解集(oss)算法。
26.一些示例实现方式提供了一种用于维护机载推理机以诊断飞机上的故障的非机载计算机，该飞机包括被配置为向机载推理机报告故障的飞机系统，该非机载计算机包括：存储器，被配置为存储包括非机载推理机的计算机可读程序代码；以及处理电路，被配置为访问存储器并且执行计算机可读程序代码以使非机载计算机至少执行任何前述示例实现方式或任何前述示例实现方式的任何组合的方法。
27.一些示例实现方式提供了一种用于维护机载推理机以诊断飞机上的故障的系统，该飞机包括被配置为向机载推理机报告故障的飞机系统，该系统包括机载计算机和非机载计算机，该机载计算机包括机载推理机，该非机载计算机包括非机载推理机，系统组件被配置为执行任何前述示例实现方式或任何前述示例实现方式的任何组合的方法。
28.通过阅读以下详细描述以及以下简要描述的附图，本公开的这些和其他特征、方面和优点将是显而易见的。本公开包括在本公开中阐述的两个、三个、四个或更多个特征或元件的任何组合，而不管这些特征或元件是否在本文描述的具体示例实现方式中明确地组合或以其他方式叙述。本公开旨在整体地阅读，使得本公开的任何可分离的特征或元件在其任何方面和示例实现方式中应被视为可组合的，除非本公开的上下文另有明确指示。
29.因此，应理解，提供本发明内容仅出于概述一些示例实现方式的目的，以便提供对本公开的一些方面的基本理解。因此，应理解，上述示例实现方式仅是示例，并且不应被解释为以任何方式缩小本公开的范围或精神。根据结合附图的以下细节描述，其他示例实现方式、方面和优点将变得显而易见，附图以示例的方式示出了一些所描述的示例实现方式的原理。
附图说明
30.因此，已经概括地描述了本公开的示例实现方式，现在将参考附图，这些附图不必按比例绘制，并且其中：
31.图1示出了根据本公开的一些示例实现方式的飞机；
32.图2a示出了根据本公开的示例实现方式的用于飞机维护的系统；
33.图2b示出了根据本公开的示例实现方式的具有机载推理机的机载计算机的框图，
该机载推理机功能性地连接至具有非机载推理机的非机载计算机；
34.图3示出了根据本公开的示例实现方式的机载诊断因果模型的基于图表的表示；
35.图4示出了根据示例实现方式的表示极大团的子图；
36.图5a、图5b和图5c是示出根据示例实现方式的诊断飞机上的故障的方法中的各个步骤的流程图，该飞机包括被配置为向机载推理机报告故障的飞机系统；
37.图6a、图6b和图6c是示出根据示例实现方式的维护机载推理机以诊断飞机上的故障的方法中的各个步骤的流程图，该飞机包括被配置为向机载推理机报告故障的飞机系统；以及
38.图7示出了根据一些示例实现方式的设备。
具体实施方式
39.现在将参考附图更全面地描述本公开的一些实施方式，在附图中示出了本公开的一些但不是全部实施方式。实际上，本公开的各种实施方式可以以许多不同的形式体现，并且不应被解释为限于本文所阐述的实施方式；相反，提供这些示例实现方式使得本公开将是透彻且完整的，并且将向本领域技术人员充分传达本公开的范围。例如，除非另有说明，否则不应将引用为第一、第二等的某物解释为暗示特定顺序。另外，可以被描述为在另外的某物之上的某物(除非另有说明)可以改为在下面，并且反之亦然；并且类似地，被描述为在另外的某物左边的某物可以改为在右边，并且反之亦然。贯穿全文，相同的参考数字指代相同的元件。
40.本公开的示例实现方式涉及用于机载诊断和故障数据与维护动作的相关性以及复杂系统的闭环诊断模型成形的改进技术。示例实现方式提供了飞机上的机载推理机和用于诊断飞机上的故障的过程。另外或可选地，一些示例实现方式提供了非机载推理机和闭环诊断模型成形的过程，以维护机载推理机来诊断飞机上的故障。
41.图1示出了可以受益于本公开的示例实现方式的一种类型的飞机100。如图所示，飞机包括具有机身104、机翼106和机尾108的机体102。飞机还包括诸如推进系统的多个高级系统110。在图1所示的具体示例中，推进系统包括两个安装在机翼上的发动机112。在其他实施方式中，推进系统可以包括其他布置，例如由飞机的包括机身和/或机尾的其他部分承载的发动机。高级系统还可以包括电气系统114、液压系统116和/或环境系统118。可以包括任何数量的其他系统。
42.上述高级系统可以包括提供故障和传感器数据的多个传感器和子系统，该故障和传感器数据经由飞机数据通信总线网络和/或机载网络系统(ons)传送到飞机状态监控系统(acms)。acms可以收集、监控、记录和报告实时飞机系统数据，其可以包括来自驾驶舱效应(fde)系统的错误消息、系统测试报告、故障报告和其他信息。除了许多其他飞机性能功能之外，由acms收集的数据例如用于执行机舱压力和温度监控、硬着陆检测、机组人员监控和发动机监控。然后利用所接收到的数据分析飞机性能、记录重大飞行事件、报告飞机系统测试报告和故障报告并且排除故障。
43.acms可以与机载组件/计算机120通信，该机载组件/计算机120还可以被称为中央维护计算机(cmc)，飞机健康管理或维护管理系统和诊断维护计算功能(dmcf)可以驻留在该中央维护计算机上。包括dmcf的机载计算机120可以接收飞机系统测试报告和故障报告，
并且还可以包括机载诊断模型。dmcf可以为机载诊断模型提供数据采集，该机载诊断模型接收测试报告和故障报告数据。
44.图2a示出了根据一些示例实现方式的用于维护可以对应于飞机100的飞机202的系统200。如下面更详细地描述的，该系统可以包括用于执行一个或多个功能或操作的多个不同的子系统中的任何一个(每个子系统是单独的系统)。子系统可以共同定位或直接彼此耦接，或在一些示例中，子系统中的不同子系统可以通过一个或多个计算机网络204彼此通信。此外，尽管示出为系统的一部分，但是应当理解，子系统中的任何一个或多个可以作为单独的系统起作用或操作，而不考虑其他子系统中的任何一个。还应理解，系统可以包括除图2a所示的子系统之外的一个或多个额外的或可选的子系统。
45.如图所示，在一些示例中，系统200包括可以对应于机载组件/计算机120的机载计算机206。机载计算机包括机载推理机208，并且在一些示例中，机载计算机被配置为诊断包括被配置为向机载推理机报告故障的飞机系统的飞机上的故障。至少当飞机202对应于飞机100时，合适的飞机系统的示例包括推进系统110、电气系统114、液压系统116和/或环境系统118。可以包括任何数量的其他系统。
46.在一些示例中，机载计算机206被配置为从飞机系统中的一个飞机系统接收故障报告，该故障报告指示由飞机系统报告的失败测试。机载计算机被配置为通过机载推理机208访问机载诊断因果模型，该机载诊断因果模型可以由描述由飞机系统中的相应飞机系统报告的可能的失败测试与飞机系统中的相应飞机系统的可能的故障模式之间的已知因果关系的图表表示。在一些更具体的示例中，机载诊断因果模型由包括由边连接的节点的图表表示，其中，节点表示可能的失败测试和可能的故障模式，并且边指示可能的失败测试与可能的故障模式之间的已知因果关系。另外或可选地，在一些示例中，机载诊断因果模型由图表表示，该图表是用于飞机系统中的相应飞机系统的图表的集合，其中，图表反映了飞机系统中的相应飞机系统内的故障传播行为，并且集合反映了跨飞机系统中的连接的飞机系统的故障传播行为。
47.参考图2b，机载计算机包括机载推理机208，机载计算机被配置为利用机载推理机208诊断飞机上的故障，该飞机包括被配置为向机载推理机报告故障的飞机系统。机载计算机206被配置为由机载推理机208根据失败测试并且使用机载诊断因果模型210和图论算法(诸如最优解集(oss)算法)来诊断飞机系统中的一个飞机系统或另一飞机系统的故障模式。机载计算机还被配置为生成与诊断出的故障模式相关联的故障报告，基于该故障报告可以生成指示维护动作的维护消息。如图2b所示，非机载计算机218被配置为维护机载推理机208。在一些示例中，非机载计算机被配置为访问直接或间接从机载计算机接收的诊断数据。该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试的多个故障报告以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式。非机载计算机218包括非机载推理机224，其被配置为确定失败测试与多个诊断出的故障模式之间的因果关系。非机载诊断因果模型利用使用历史诊断数据训练的机器学习算法，其可以是机器学习算法，诸如用于寻找极大团的图论算法，诸如bron-kerbosch算法。用于寻找极大团的机器学习算法使用诊断数据来确定故障模式与失败测试之间的已知因果关系，该诊断数据包括将维护动作与维护消息或故障模式相关的历史数据(从实际飞机诊断数据的数据库获得，该数据库包括不同的故障模式；测试报告、故障报告与组件之间的关系；维护动作数据
等)。采用机器学习算法的非机载推理机被配置为使用从机载飞机系统接收的实际故障数据、诊断数据和/或维护动作数据(从中确定故障模式与失败的测试之间的关系)，该实际故障数据、诊断数据和/或维护动作数据与从飞机机载诊断系统(机载计算机206)可访问的诊断数据进行比较。非机载推理机可以基于该比较来确定差异，该差异然后可以更新并改进非机载诊断因果模型。差异的识别可以包括根据从飞机机载系统收集的历史诊断数据和维护动作数据识别新维护动作，其中，差异识别识别与故障模式相关联的新维护动作。
48.图3示出了根据一些示例实现方式的适合作为机载诊断因果模型210的机载诊断因果模型300的示例基于图表的表示。如图所示，来自飞机制动系统防滑轮速转换器304的故障报告302可以指示失败的起落架收放制动测试306a、306b。还如图所示，机载诊断因果模型可以包括由边310连接的节点308a至308c。节点可以包括表示失败的起落架收放制动测试的节点308a、308b以及表示与失败测试具有已知因果关系的故障模式的节点308c，如由连接节点的边所指示的。在这方面，失败测试共享飞机制动系统防滑轮速转换器的误操作的常见故障模式。然后，可以根据失败测试并且使用机载因果模型来诊断该故障模式。可以针对故障模式实施维护动作，并且可以生成引用用于执行维护动作的指令314的维护消息312。这样的维护动作数据可以作为历史维护动作数据和/或诊断数据从飞机状态监控系统或其他系统收集，其中，实际历史诊断数据和维护动作数据可以用于确定实际因果关系。
49.返回图2a，机载计算机206被配置为由机载推理机208根据失败测试并且使用图论算法和机载诊断因果模型210来诊断飞机系统中的一个飞机系统或另一飞机系统的故障模式。合适的图论算法的一个示例是最优解集(oss)算法。oss算法可以利用数据的子模最小化来提供有效的分布式优化算法，其中，关于各种失败测试报告的数据可以与测试报告或故障模式的元素或类别相关联，并且仅考虑包含具体失败测试报告或故障模式本身的子集的数据，同时忽略所有其他数据。优化算法还可以创建用于图论分析的节点的图表，并且可以使用相邻节点和/或边缘概率分析来确定诊断出的故障模式，该诊断出的故障模式将描述由飞机报告的失败测试与所报告的飞机系统的可能的故障模式之间的诊断因果关系。机载计算机还被配置为确定用于故障模式的维护动作，并且生成至少包括维护动作的维护消息212。
50.在一些示例中，机载计算机206还被配置为将维护消息212发送到飞机上的显示装置214或维护组件上的显示装置，该显示装置被配置为与机载计算机建立连接以接收并显示维护消息212。在这些示例中的一些示例中，维护消息的显示引用用于执行维护动作以解决由机载推理机208诊断出的故障模式的指令216。
51.还如图2a所示，在一些示例中，系统200包括被配置为维护机载推理机208的非机载计算机218。在一些示例中，非机载计算机被配置为访问直接或间接从机载计算机接收的诊断数据。该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试的多个故障报告以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式。
52.如图所示，在一些示例中，系统200包括至少一个数据源220。在一些示例中，源包括可以位于单个源或跨多个源分布的存储器。可以以多种不同的方式(诸如以多种不同类型或格式中的任一种的数据库或平面文件)存储数据。在这些示例中的一些示例中，飞机202上的飞机状态监控系统(acms)可以收集、监控、记录和报告诊断数据。至少一些诊断数据可以从由acms生成的报告访问，并且可以直接或经由人工卫星222或网络204无线传输至
所示出的并且有时被称为飞机健康管理(ahm)系统220a的特定数据源。在这些示例中的其他示例中，诊断数据可以经由有线连接或便携式数据存储装置(例如，闪存、拇指驱动器)传输。
53.在一些示例中，非机载计算机218包括非机载推理机224。非机载计算机被配置为使用非机载推理机构建非机载诊断因果模型226，其可以描述失败测试与多个诊断出的故障模式之间的因果关系。此处，非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法来构建的。并且在一些示例中，非机载诊断因果模型由包括由边连接的节点的图表表示，其中，节点表示失败测试和多个诊断出的故障模式，并且边指示失败测试与多个诊断出的故障模式之间的已知因果关系。非机载诊断因果模型226采用机器学习算法，该机器学习算法使用从机载飞机系统接收的故障数据、历史诊断数据和/或维护动作数据，该故障数据、历史诊断数据和/或维护动作数据与从飞机机载诊断系统(机载计算机206)可访问的诊断数据进行比较。非机载诊断因果模型226可以基于其与诊断数据的比较来确定差异。在图3的示例机载诊断因果模型中，来自飞机制动系统防滑轮速转换器304的故障报告302的基于图表的表示指示失败的起落架收放制动测试306a、306b。非机载诊断因果模型226可以基于所收集的维护动作数据(诸如轮速转换器维修指令(mm_32_30710))来识别差异，以在与故障有关的诊断因果模型中定义要结合到飞机的机载诊断推理机模型中的新关系。
54.合适的图论机器学习算法的一个示例是用于寻找极大团的图论算法，诸如bron-kerbosch算法。用于寻找极大团的图论机器学习算法可以使用诊断数据来确定故障模式与失败测试之间的已知因果关系。图4示出了诊断数据，并且关系可以被转换到具有如下所述的节点402、404和边406的极大团400的图表中，其中每一个在附图中被调出。这里，节点402表示可能的失败测试t1、t2、t3和t4，并且节点404表示可能的故障模式f2、f4、f5、f8和f10。边指示可能的失败测试与可能的故障模式之间的已知因果关系。
55.可以基于诊断数据从图表中确定极大团400，在该示例中，极大团400包括图表中的所有节点402、404和边406。在其他示例中，极大团可以包括比所有的节点和边少的节点和边。从极大团中，可以隔离与失败测试相关联的特定故障模式。
56.例如，可以检查边406以寻找与在节点402处报告的失败测试相关联的活动(有源)故障模式404。如果团具有用于失败测试的一个以上的节点，那么非机载推理机224可以确定团为极大团(例如，极大团400)。此外，如果用于失败测试的所有节点具有根据连接节点的边确定的一个或多个共享故障模式，则可以将极大团识别为单色团。共享故障模式变为受关注的故障模式，并且单色团然后可以用于识别与受关注的故障模式相关联的故障组件。在图4中，极大团400是具有共享故障模式f8的单色团，如从连接表示失败测试的节点402与表示共享故障模式f8的节点404的边406所识别的。
57.再次返回图2a，非机载诊断因果模型226可以通过发现不存在于机载诊断因果模型210中或是任何飞机系统中的紧急行为的结果的故障模式与失败测试之间的任何新关系而成形。这可以从将维护动作与维护消息212或故障模式相关的历史数据挖掘，然后维护消息212或故障模式可以更新并改进非机载诊断因果模型。
58.非机载诊断因果模型226可以具有定义故障模式的预期传播的特定签名。在操作中，非机载推理机224可以记录其在执行诊断时遇到的签名的部分。可以从该历史数据(使
用历史签名)改进非机载诊断因果模型，该历史数据可以与先前的非机载诊断因果模型进行比较，使得可以考虑将任何新的关系添加到更新的非机载诊断因果模型。
59.非机载计算机218被配置为将来自机载计算机206的诊断数据与非机载诊断因果模型226进行比较以诊断飞机系统的故障模式。在这方面，诊断数据可以描述由飞机系统中的相应飞机系统报告的可能的失败测试与飞机系统中的相应飞机系统的可能的故障模式之间的已知因果关系。
60.基于以上内容，在这些示例中，非机载计算机218被配置为确定由非机载诊断因果模型226描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的。非机载计算机还被配置为更新机载诊断因果模型以进一步描述新因果关系。这包括非机载计算机，该非机载计算机被配置为产生更新的机载诊断因果模型，并且经由lsap上传工具集228将更新的机载诊断因果模型作为可加载软件飞机部件(lsap)上传到机载计算机206。
61.在一些示例中，多个故障报告包括指示由多个诊断出的故障模式中的一个诊断出的故障模式引起的那些失败测试的故障报告。在这些示例中的一些示例中，非机载计算机218还被配置为由非机载推理机224根据由诊断出的故障模式引起的那些失败测试并且使用图论机器学习算法和图表来诊断飞机系统的相应故障模式。然后，非机载计算机还被配置为根据从机载计算机206接收的诊断数据报告由非机载推理机诊断出的相应故障模式与多个诊断出的故障模式中的一个诊断出的故障模式之间的任何差异。
62.在一些示例中，由非机载计算机218访问的诊断数据还包括维护消息212，其具有由机载推理机208确定的用于多个诊断出的故障模式中的相应诊断出的故障模式的维护动作。在这些示例中的一些示例中，机载诊断因果模型210还描述了可能的故障模式与维护动作中的相应维护动作之间的关系。然后，对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，非机载计算机218还被配置为访问具有用于相应诊断出的故障模式的所执行的维护动作并且从而具有新维护动作的维护记录。非机载计算机还被配置为识别特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系。新关系可以是从历史诊断数据和从飞机收集的维护动作数据中识别的新维护动作，其中，新维护动作与故障模式相关联。并且非机载计算机被配置为更新机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关系。例如，更新的机载诊断因果模型还可以包括从所收集的历史维护动作数据中识别的新维护动作，该新维护动作与故障模式相关联。
63.图5a、图5b和图5c是示出了根据本公开的示例实现方式的诊断飞机202上的故障的方法500中的各个步骤的流程图，该飞机包括被配置为向机载推理机208报告故障的飞机系统。
64.如图5a所示，在框502处，方法500包括在飞机202的包括机载推理机208的机载计算机206处从飞机系统中的一个飞机系统接收故障报告，该故障报告指示由飞机系统报告的失败测试。如框504所示，该方法包括由机载推理机访问机载诊断因果模型210，该机载诊断因果模型210由描述由飞机系统中的相应飞机系统报告的可能的失败测试与飞机系统中的相应飞机系统的可能的故障模式之间的已知因果关系的图表表示。
65.如框506所示，该方法包括由机载推理机208根据失败测试并且使用图论算法(例如，oss算法)和机载诊断因果模型210来诊断飞机系统中的一个飞机系统或另一飞机系统
的故障模式。如框508所示，该方法包括确定用于故障模式的维护动作。并且如框510所示，该方法包括由机载计算机206生成至少包括维护动作的维护消息212。
66.在一些示例中，该方法500还包括将维护消息212发送到飞机202上的显示装置214或维护组件上的显示装置，该显示装置被配置为与机载计算机建立连接以接收维护消息，如框512所示。
67.如图5b所示，在一些示例中，故障报告是由飞机系统中的相应飞机系统报告的失败测试的多个故障报告中的一个故障报告，并且故障模式是引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式中的一个诊断出的故障模式。如框514所示，方法500还包括访问从机载计算机206接收的诊断数据，并且该诊断数据包括多个故障报告和多个诊断出的故障模式。
68.如框516所示，方法500还包括由非机载推理机224访问非机载诊断因果模型226，该非机载诊断因果模型描述失败测试与多个诊断出的故障模式之间的因果关系。非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的。该方法还包括将诊断数据与非机载诊断因果模型进行比较，如框518所示。
69.基于在框518处的比较，方法500还包括识别诊断数据与非机载诊断因果模型226之间的差异，以确定由非机载诊断因果模型226描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的，如框520所示。如框522所示，该方法还包括更新机载诊断因果模型以进一步描述新因果关系，包括产生更新的机载诊断因果模型，并且使用lsap上传工具集228将更新的机载诊断因果模型上传到机载组件。
70.如图5c所示，在一些示例中，诊断数据还包括具有由机载推理机208确定的用于多个诊断出的故障模式中的相应诊断出的故障模式的维护动作的维护消息212，并且机载诊断因果模型210还描述可能的故障模式与维护动作中的相应维护动作之间的关系。对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，方法500还包括访问具有用于相应诊断出的故障模式的所执行的维护动作并且从而具有新维护动作的维护记录，如框524所示。如框526所示，该方法还包括识别特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系。识别维护动作差异的步骤还可以包括从历史诊断数据和从飞机状态监控系统收集的维护动作数据中识别新维护动作，其中，差异识别识别与故障模式相关联的新维护动作。然后，更新机载诊断因果模型还包括更新机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关系，如框522a所示。
71.图6a、图6b和图6c是示出维护机载推理机208以诊断飞机202上的故障的方法600中的各个步骤的流程图，该飞机包括被配置为向机载推理机报告故障的飞机系统。如图6a所示，在框602处，该方法包括访问从飞机的包括机载推理机的机载计算机206接收的诊断数据，该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试的多个故障报告以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式。
72.如框604所示，方法600包括使用非机载推理机224构建非机载诊断因果模型226，该非机载诊断因果模型描述失败测试与多个诊断出的故障模式之间的因果关系。非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的。
73.如框606所示，方法600包括将诊断数据与非机载诊断因果模型226进行比较。基于
在框606处的比较，方法600包括确定由非机载诊断因果模型226描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的，如框608所示。如框610所示，该方法包括更新机载诊断因果模型以进一步描述新因果关系，包括产生更新的机载诊断因果模型，并且使用lsap上传工具集228将更新的机载诊断因果模型上传到机载计算机。
74.在一些示例中，多个故障报告包括指示由多个诊断出的故障模式中的一个诊断出的故障模式引起的那些失败测试的故障报告，并且如图6b所示，在框612处，方法600还包括由非机载推理机224根据由诊断出的故障模式引起的那些失败测试并且使用图论机器学习算法和图表来诊断飞机系统的相应故障模式。如框614所示，该方法还包括根据从机载计算机206接收的诊断数据报告由非机载推理机诊断出的相应故障模式与多个诊断出的故障模式中的一个诊断出的故障模式之间的任何差异。
75.在一些示例中，诊断数据还包括具有由机载推理机208确定的用于多个诊断出的故障模式中的相应诊断出的故障模式的维护动作的维护消息212，并且机载诊断因果模型210还描述可能的故障模式与维护动作中的相应维护动作之间的关系。对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，如图6c所示，方法600还包括访问具有用于相应诊断出的故障模式的所执行的维护动作并且从而具有新维护动作的维护记录，如框616所示。方法还包括识别特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系，如框618所示。然后，更新机载诊断因果模型还包括更新机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关系，如框610a所示。
76.在一些示例中，方法600可以结合方法500，其中，更新的机载诊断因果模型可以用于诊断飞机系统的故障模式。这可以包括在飞机202的包括机载推理机208的机载计算机206处接收故障报告(参见框502)。机载推理机可以访问更新的机载诊断因果模型210，并且根据失败测试并且使用图论算法和更新的机载诊断因果模型来诊断飞机系统中的一个飞机系统或另一飞机系统的故障模式(参见框504和506)。可以确定用于该故障模式的维护动作，可以生成至少包括维护动作的维护消息212(参见框508和510)。
77.根据本公开的示例实现方式，系统200及其子系统可以通过各种装置(means)来实现。用于实现系统及其子系统的装置可以单独地或在来自计算机可读存储介质的一个或多个计算机程序的指导下包括硬件。在一些示例中，一个或多个设备可以被配置为用作或以其他方式实现本文所示和所描述的系统及其子系统。在涉及一个以上设备的示例中，相应设备可以以多种不同的方式(诸如直接地或经由有线或无线网络等间接地)连接至彼此或以其他方式彼此通信。
78.图7示出了各种示例实现方式中可以被配置为实现图2a所示的机载计算机206和/或非机载计算机218的设备700。通常，本公开的示例实现方式的设备可以包括(comprise)、包括(include)或实施在一个或多个固定或便携式电子装置中。合适的电子装置的示例包括智能电话、平板计算机、膝上型计算机、台式计算机、工作站计算机、服务器计算机等。该设备可以包括多个组件的每个组件中的一个或多个，诸如，例如，连接到存储器704(例如，存储装置)的处理电路702(例如，处理器单元)。
79.处理电路702可以由一个或多个处理器单独地或者与一个或多个存储器组合地组成。处理电路通常是能够处理诸如例如数据、计算机程序和/或其他合适的电子信息的信息
的任何计算机硬件。处理电路由电子电路的集合组成，这些电子电路中的一些电子电路可以被封装为集成电路或多个互连的集成电路(集成电路有时更普遍地被称为“芯片”)。处理电路可以被配置为执行计算机程序，该计算机程序可以被存储在处理电路上或者以其他方式被存储在(相同或另一设备的)存储器704中。
80.根据特定实现方式，处理电路702可以是多个处理器、多核处理器或一些其他类型的处理器。此外，处理电路可以使用多个异构处理器系统来实现，在多个异构处理器系统中，主处理器与一个或多个辅助处理器一起存在于单个芯片上。作为另一说明性示例，处理电路可以是包含多个相同类型的处理器的对称多处理器系统。在又一示例中，处理电路可以被实施为或以其他方式包括一个或多个asic、fpga等。因此，尽管处理电路能够执行计算机程序以执行一个或多个功能，但是各种示例的处理电路能够在没有计算机程序的帮助下执行一个或多个功能。在任一实例中，处理电路可以被适当地编程以执行根据本公开的示例实现方式的功能或操作。
81.存储器704通常是能够在临时基础上和/或永久基础上存储信息(诸如数据、计算机程序(例如，计算机可读程序代码706)和/或其他合适信息)的任何计算机硬件。存储器可以包括易失性和/或非易失性存储器，并且可以是固定的或可移动的。合适的存储器的示例包括随机存取存储器(ram)、只读存储器(rom)、硬盘驱动器、闪存、拇指驱动器、可移动计算机磁盘、光盘、磁带或上述的一些组合。光盘可以包括压缩盘-只读存储器(cd-rom)、压缩盘-读/写(cd-r/w)、dvd等。在各种实例中，存储器可以被称为计算机可读储存介质。计算机可读存储介质是能够存储信息的非暂时性装置，并且可区分诸如能够将信息从一个位置携带至另一位置的电子暂时性信号的计算机可读传输介质。如本文所描述的计算机可读介质通常可以指计算机可读存储介质或计算机可读传输介质。
82.除了存储器704之外，处理电路702还可以连接至用于显示、传输和/或接收信息的一个或多个接口。接口可以包括通信接口708(例如，通信单元)和/或一个或多个用户接口。通信接口可以被配置为诸如将信息传输至其他设备、网络等和/或从其他设备、网络等接收信息。通信接口可以被配置为通过物理(有线)和/或无线通信链路传输和/或接收信息。合适的通信接口的示例包括网络接口控制器(nic)、无线nic(wnic)等。
83.用户接口可以包括显示装置710和/或一个或多个用户输入接口712(例如，输入/输出单元)。显示装置可以被配置为向用户呈现或以其他方式显示信息，显示装置的合适示例包括液晶显示器(lcd)、发光二极管显示器(led)、等离子体显示面板(pdp)等。用户输入接口可以是有线或无线的，并且可以被配置为从用户接收信息到设备中，诸如用于处理、存储和/或显示。用户输入接口的合适示例包括麦克风、图像或视频捕获装置、键盘或小键盘、操纵杆、触敏表面(与触摸屏分开或集成到触摸屏中)、生物特征传感器等。用户接口还可以包括用于与诸如打印机、扫描仪等的外围设备通信的一个或多个接口。
84.如以上所指示的，程序代码指令可以存储在存储器中，并且由由此被编程的处理电路执行，以实现本文所描述的系统、子系统、工具及其相应元件的功能。如将理解的，任何合适的程序代码指令可以从计算机可读存储介质加载到计算机或其他可编程设备中以生产特定机器，使得特定机器成为用于实现本文指定的功能的装置。这些程序代码指令还可以存储在计算机可读存储介质中，该计算机可读存储介质可以指导计算机、处理电路或其他可编程设备以特定方式工作，从而生成特定机器或特定制品。存储在计算机可读存储介
质中的指令可以产生制品，其中，制品成为用于实现本文所描述的功能的装置。程序代码指令可以从计算机可读存储介质检索并加载到计算机、处理电路或其他可编程设备中，以配置计算机、处理电路或其他可编程设备来执行在计算机、处理电路或其他可编程设备上执行或由计算机、处理电路或其他可编程设备执行的操作。
85.程序代码指令的检索、加载和执行可以按顺序执行，使得一次检索、加载和执行一个指令。在一些示例实现方式中，检索、加载和/或执行可以并行执行，使得多个指令被一起检索、加载和/或执行。程序代码指令的执行可以产生计算机实现的过程，使得由计算机、处理电路或其他可编程设备执行的指令提供用于实现本文所描述的功能的操作。
86.由处理电路执行指令或在计算机可读存储介质中存储指令支持用于执行指定功能的操作的组合。以这种方式，设备700可以包括处理电路702和耦接至处理电路的计算机可读存储介质或存储器704，其中，处理电路被配置为执行存储在存储器中的计算机可读程序代码706。还将理解，一个或多个功能以及功能的组合可以由执行指定功能的专用的基于硬件的计算机系统和/或处理电路或专用硬件和程序代码指令的组合来实现。
87.此外，本公开包括根据以下项的实施方式：
88.项1.一种用于维护机载推理机(208)以诊断飞机(202)上的故障的非机载计算机(218、700)，该飞机包括被配置为向机载推理机报告故障的飞机系统，该非机载计算机包括：
89.存储器(704)，被配置为存储包括机载推理机(224)的计算机可读程序代码(706)；以及
90.处理电路(702)，被配置为访问存储器并且执行计算机可读程序代码以使非机载计算机至少：
91.访问(602)从飞机的包括机载推理机的机载计算机(206、700)接收的诊断数据，该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试(306a、306b)的多个故障报告(302)以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式(308c)；
92.使用非机载推理机(224)构建(604)非机载诊断因果模型(226)，该非机载诊断因果模型描述失败测试(402)与多个诊断出的故障模式(404)之间的因果关系，该非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的；
93.将诊断数据与非机载诊断因果模型进行比较(606)；并且基于该比较，
94.确定(608)由非机载诊断因果模型描述的因果关系中的新因果关系，新因果关系相对于已知因果关系是新的；并且
95.更新(610)机载诊断因果模型以进一步描述新因果关系，包括使非机载计算机产生更新的机载诊断因果模型，并且使用可加载软件飞机部件上传工具集(228)将更新的机载诊断因果模型上传到机载计算机。
96.项2.根据项1的非机载计算机(218、700)，其中，非机载诊断因果模型(226)由包括由边(406)连接的节点(402、404)的图表(400)表示，该节点表示失败测试(402)和多个诊断出的故障模式(404)，并且该边指示失败测试与多个诊断出的故障模式之间的已知因果关系。
97.项3.根据项1的非机载计算机(218、700)，其中，图论机器学习算法是用于寻找极
大团的图论算法。
98.项4.根据项1的非机载计算机(218、700)，其中，多个故障报告包括指示由多个诊断出的故障模式中的一个诊断出的故障模式(308c)引起的那些失败测试(306a、306b)的故障报告(302)，并且还使非机载计算机：
99.由非机载推理机(224)根据由诊断出的故障模式(404)引起的那些失败测试(402)并且使用图论机器学习算法和图表(400)来诊断(612)飞机系统的相应故障模式；并且
100.根据从机载计算机(206、700)接收的诊断数据报告(614)相应故障模式与多个诊断出的故障模式中的一个诊断出的故障模式之间的任何差异。
101.项5.根据项1的非机载计算机(218、700)，其中，诊断数据还包括具有由机载推理机(208)确定的用于多个诊断出的故障模式(308c)中的相应诊断出的故障模式的维护动作的维护消息(212、312)，并且机载诊断因果模型(210、300)还描述可能的故障模式与维护动作中的相应维护动作之间的关系，
102.其中，对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，处理电路(702)被配置为执行计算机可读程序代码(706)以使非机载计算机进一步至少：
103.访问(616)具有用于相应诊断出的故障模式的所执行的维护动作的维护记录；并且
104.识别(618)特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系，并且
105.其中，使得更新机载诊断因果模型的非机载计算机还包括使得更新(610a)机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关系的非机载计算机。
106.项6.一种维护机载推理机(208)以诊断飞机(202)上的故障的方法(600)，该飞机包括被配置为向机载推理机报告故障的飞机系统，该方法包括：
107.访问(602)从飞机的包括机载推理机的机载计算机(206)接收的诊断数据，该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试(306a、306b)的多个故障报告(302)以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式(308c)；
108.使用非机载推理机(224)构建(604)非机载诊断因果模型(226)，该非机载诊断因果模型描述失败测试(402)与多个诊断出的故障模式(404)之间的因果关系，该非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的；
109.将诊断数据与非机载诊断因果模型进行比较(606)；并且基于该比较，
110.确定(608)由非机载诊断因果模型描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的；并且
111.更新(610)机载诊断因果模型以进一步描述新因果关系，包括产生更新的机载诊断因果模型，并且使用可加载软件飞机部件上传工具集(228)将更新的机载诊断因果模型上传到机载计算机。
112.项7.根据项6的方法(600)，其中，非机载诊断因果模型(226)由包括由边(406)连接的节点(402、404)的图表(400)表示，该节点表示失败测试(402)和多个诊断出的故障模式(404)，并且该边指示失败测试与多个诊断出的故障模式之间的已知因果关系。
113.项8.根据项6的方法(600)，其中，诊断数据与非机载诊断因果模型的比较还包括与从机载飞机系统收集的反映实际的因果关系的实际故障数据、诊断数据以及维护动作数据的比较。
114.项9.根据项6的方法(600)，其中，图论机器学习算法是用于寻找极大团的图论算法。
115.项10.根据项6的方法(600)，其中，多个故障报告包括指示由多个诊断出的故障模式中的一个诊断出的故障模式(308c)引起的那些失败测试(306a、306b)的故障报告(302)，并且该方法还包括：
116.由非机载推理机(224)根据由诊断出的故障模式(404)引起的那些失败测试(402)并且使用图论机器学习算法和图表(400)来诊断(612)飞机系统的相应故障模式；并且
117.根据从机载计算机(206、700)接收的诊断数据报告(614)相应故障模式与多个诊断出的故障模式中的一个诊断出的故障模式之间的任何差异。
118.项11.根据项6的方法(600)，其中，诊断数据还包括具有由机载推理机(208)确定的用于多个诊断出的故障模式(308c)中的相应诊断出的故障模式的维护动作的维护消息(212、212)，并且机载诊断因果模型(210、300)还描述可能的故障模式与维护动作中的相应维护动作之间的关系，并且
119.其中，对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，该方法还包括：
120.访问(616)具有用于相应诊断出的故障模式的所执行的维护动作的维护记录；并且
121.识别(618)特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系，
122.其中，更新机载诊断因果模型还包括更新(610a)机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关系。
123.项12.根据项6的方法(600、500)，还包括：
124.在飞机(202)的包括机载推理机(208)的机载计算机(206、700)处从飞机系统中的一个飞机系统接收(502)故障报告(302)，该故障报告指示由飞机系统报告的失败测试(306a、306b)；
125.由机载推理机访问(504)更新的机载诊断因果模型(210、300)；
126.由机载推理机根据失败测试(308a、308b)并且使用图论算法和更新的机载诊断因果模型来诊断(506)飞机系统中的一个飞机系统或另一飞机系统的故障模式(308c)；
127.确定(508)用于故障模式的维护动作；并且
128.由机载计算机生成(510)至少包括维护动作的维护消息(212、312)。
129.项13.根据项12的方法(600)，其中，图论算法是最优解集(oss)算法。
130.项14.一种用于维护机载推理机(208)以诊断飞机(202)上的故障的系统(200)，该飞机包括被配置为向机载推理机报告故障的飞机系统，该系统包括：
131.包括机载推理机的机载计算机(206、700)，该机载计算机被配置为发送诊断数据，该诊断数据包括由飞机系统中的相应飞机系统报告的失败测试(306a、306b)的多个故障报告(302)以及引起失败测试的飞机系统中的至少一些飞机系统的多个诊断出的故障模式
(308c)；以及
132.包括非机载推理机(224)的非机载计算机(218、700)，该非机载计算机被配置为：
133.访问(602)从机载计算机接收的诊断数据；
134.构建(604)非机载诊断因果模型(226)，该非机载诊断因果模型描述失败测试(402)与多个诊断出的故障模式(404)之间的因果关系，该非机载诊断因果模型是利用使用历史诊断数据训练的图论机器学习算法构建的；
135.将诊断数据与非机载诊断因果模型进行比较(606)；并且基于该比较，
136.确定(608)由非机载诊断因果模型描述的因果关系中的新因果关系，该新因果关系相对于已知因果关系是新的；并且
137.更新(610)机载诊断因果模型以进一步描述新因果关系，包括非机载计算机被配置为产生更新的机载诊断因果模型，并且使用可加载软件飞机部件上传工具集(228)将更新的机载诊断因果模型上传到机载计算机。
138.项15.根据项14的系统(200)，其中，非机载诊断因果模型(226)由包括由边(406)连接的节点(402、404)的图表(400)表示，该节点表示失败测试(402)和多个诊断出的故障模式(404)，并且该边指示失败测试与多个诊断出的故障模式之间的已知因果关系。
139.项16.根据项14的系统(200)，其中，诊断数据与非机载诊断因果模型的比较还包括与从机载飞机系统收集的反映实际的因果关系的实际故障数据、诊断数据以及维护动作数据的比较。
140.项17.根据项14的系统(200)，其中，图论机器学习算法是用于寻找极大团的图论算法。
141.项18.根据项14的系统(200)，其中，多个故障报告包括指示由多个诊断出的故障模式中的一个诊断出的故障模式(308c)引起的那些失败测试(306a、306b)的故障报告(302)，并且非机载计算机(218、700)还被配置为：
142.由非机载推理机(224)根据由诊断出的故障模式(404)引起的那些失败测试(402)并且使用图论机器学习算法和图表(400)来诊断(612)飞机系统的相应故障模式；并且
143.根据从机载计算机(206、700)接收的诊断数据报告(614)相应故障模式与多个诊断出的故障模式中的一个诊断出的故障模式之间的任何差异。
144.项19.根据项14的系统(200)，其中，诊断数据还包括具有由机载推理机(208)确定的用于多个诊断出的故障模式(308c)中的相应诊断出的故障模式的维护动作的维护消息(212、312)，并且机载诊断因果模型(210、300)还描述可能的故障模式与维护动作中的相应维护动作之间的关系，
145.其中，对于具有用于相应诊断出的故障模式的特定维护动作的特定维护消息，非机载计算机(218、700)被配置为：
146.访问(616)具有用于相应诊断出的故障模式的所执行的维护动作的维护记录；并且
147.识别(618)特定维护动作与所执行的维护动作之间的维护动作差异，以确定相应诊断出的故障模式与所执行的维护动作之间的新关系，并且
148.其中，被配置为更新机载诊断因果模型的非机载计算机还包括被配置为更新(610a)机载诊断因果模型以描述相应诊断出的故障模式与所执行的维护动作之间的新关
系的非机载计算机。
149.项20.根据项14的系统(200)，其中，机载计算机(206)还被配置为：
150.从飞机系统中的一个飞机系统接收(502)飞机(202)的故障报告(302)，该故障报告指示由飞机系统报告的失败测试(306a、306b)；
151.由机载推理机(208)访问(504)更新的机载诊断因果模型(210、300)；
152.由机载推理机根据失败测试(308a、308b)并且使用图论算法和更新的机载诊断因果模型来诊断(506)飞机系统中的一个飞机系统或另一飞机系统的故障模式(308c)；
153.确定(508)用于故障模式的维护动作；并且
154.生成(510)至少包括维护动作的维护消息(212、312)。
155.项21.根据项20的系统(200)，其中，图论算法是最优解集(oss)算法。
156.受益于在前述描述和相关联的附图中呈现的教导，本公开所属领域的技术人员将会想到本文所阐述的本公开的许多修改和其他实现方式。因此，应理解，本公开不限于所公开的具体实现方式，并且修改和其他实现方式旨在被包括在所附权利要求的范围内。此外，尽管前述描述和相关联的附图在元件和/或功能的某些示例组合的上下文中描述了示例实现方式，但是应理解，元件和/或功能的不同组合可以在不脱离所附权利要求的范围的情况下由可选实现方式提供。在这方面，例如，还可以设想与以上明确描述的元件和/或功能不同的元件和/或功能的组合，如可以在一些所附权利要求中阐述的。尽管本文采用了具体术语，但是它们仅以一般和描述性意义使用，而不是出于限制的目的。