CN101340326A - 通讯设备的可靠性预计方法 - Google Patents

Abstract

本发明公开了一种通讯设备的可靠性预计方法，包括：采集出现故障的通讯设备的失效数据或者返修数据；根据所述失效数据或者返修数据确定所述通讯设备的失效率；影响所述失效率的因素包括：生产因素、硬件失效率或者软件失效率。本发明综合考虑了通讯设备的软件、硬件和偶然因素，能够准确且客观地对产品的市场预期做出评估。

Description

通讯设备的可靠性预计方法

技术领域

本发明涉及一种可靠性预计方法，具体说，涉及一种通讯设备的可靠性预计方法。

背景技术

可靠性设计是通讯产品设计中的重要环节，可靠性预计是可靠性设计中必不可少的基础工作。现在常用的预计方法主要有失效率累加法、相似设备法、相似电路法等。

失效率累加法是以元器件的可靠性数据来预测系统的可靠性指标。其进一步还可以分为计数法和应力法。元器件的失效率数据主要依据GJB/Z299C(国家军用标准：电子设备可靠性预计手册)和MIL-HDBK-217(美国军用标准：电子设备可靠性预计手册)。

相似设备法用以往相似设备的可靠性水平来预计该设备的失效率和平均故障间隔时间(MTBF)。相似电路法是利用相似电路的可靠性数据推断具有相似功能单元/单板设计方案的可靠性水平，这种方法需要有按电路种类统计的现场失效率数据或可靠性试验数据。

近年来，随着科学技术的发展，新的产品新的元器件层出不穷。元器件失效率数据的获得时间落后于设计要求时间，使得用失效率累加的方法进行可靠性预计成为不现实。而由于微处理器、DSP(数字信号处理器)等带软件的器件存在而产生的软件失效而引起设备故障，使得电路大致相同的单板或设备失效率相差很大。

发明内容

本发明要解决的技术问题是提供一种通讯设备的可靠性预计方法，能够准确且客观地对产品的市场预期做出评估。

为了解决上述问题，本发明提供了一种通讯设备的可靠性预计方法，包括：

采集出现故障的通讯设备的失效数据或者返修数据；

根据所述失效数据或者返修数据确定所述通讯设备的失效率。

进一步，影响所述失效率的因素包括：生产因素、硬件失效率或者软件失效率。

进一步，所述硬件失效率 $\mathrm{\λ}=F_0+\underset{i=1}{\overset{\mathrm{KS}}{\mathrm{\Σ}}}{K}_i{N}_i,$ 其中，常数项F₀与与所述生产因素相关，N_i为第i类元器件使用数量，K_i为失效因子，ks为失效因子总个数。

进一步，当由于软件原因导致所述元器件的故障时，所述软件失效率根据软件失效因子、软件复杂度因子和软件成熟度因子确定。

进一步，所述软件失效率为软件失效因子、软件复杂度因子和软件成熟度因子的乘积。

进一步，所述软件成熟度因子与需求稳定度、软件重用度或者软件商用程度相关；所述软件复杂度因子根据代码规模确定。

进一步，所述通讯设备的失效率为硬件失效率与软件失效率的和。

进一步，所述通讯设备为单元/单板，或者所述安装了元器件的任意组件。

进一步，所述通讯设备的失效率是其组成的单元/单板的失效率之和。

与现有类似的失效率累加可靠性预计方法相比，本发明提供的预计方法具有以下技术效果：

第一，本发明可以直接计算出单板的失效率、MTBF和返修率。

第二，本发明综合考虑了通讯设备的软件、硬件、偶然因素，能够准确且客观地对产品的市场预期做出评估。

第三，本发明通过归纳收集大量的软件失效数据，并发现规律加以应用，提供了一套可行的软件可靠性评估方案，也可单独对软件进行可靠性预计。

第四，本发明可制成软件，并自动读入到对应单元/单板的BOM表，输入相应参数即可方便完成预计工作。

第五，本发明提供了一种通过返修数据收集现场元器件失效率的实用方法。

附图说明

图1为本发明中失效率数据处理流程图；

图2为本发明中确定软件失效因子C_S、M_S和F_S的流程图；

图3为本发明中预计单元/单板失效率的流程图。

具体实施方式

本发明利用通讯设备在网运行中的失效数据和返修数据来预测通讯产品的可返修单元/单板的可靠性，并利用单元/单板的BOM(Bill of Material，是计算机可以识别的产品结构数据文件)表单快速地预计相应的可靠性指标MTBF。特点是综合考虑了可返修单元/单板所使用的元器件和该单元/单板中所附带的软件影响，以及其它人为及非可控等因素。

首先，对失效数据的采集方法作详细说明。

元器件的管理一般使用代码管理，从代码上可分出元器件类别的大类、小类、次小类。

1.1对于可返修单元/单板，按照其代码对应的返修数据确定返修单元/单板的失效率。

1.2对于按元件编码分类确定的元器件，按照元件编码确定对应元器件的返修数据，根据返修数据确定对应元器件的失效率。先按大类计算，如果元器件使用数量足以按给定的精确度以小类计算出失效率，则以小类计算失效率，甚至可以采用次小类及代码级(具体的型号)确定失效率。

物料代码中根据编码规则可以区分出是单板/单元，还是元器件，本发明中，为了区别可返修单元/单板和元器件，在提到可返修单元/单板时用代码，提到元器件时用编码。

1.3对非元器件又非软件原因等一些不可控因素(偶然等因素)引起的失效归为“其它”类。

1.4对带有软件的可返修单元/单板，统计由软件问题的引起的失效率。

接下来，对影响失效率的一些相关参数作详细说明。

本方法提出的单元/单板的失效率λ由以下三个因素组成：

第一因素为生产因素，记为常数项F₀(或λ0)，F₀只与工艺手段、操作水平、管理等因素相关，对所有的单元/单板都相同。

第二因素为器件失效率，与所用器件相关，器件失效率等于

其中，N_i为第i类元器件使用数量，K_i为失效因子(K_i实际上是第i类元器件的现场失效率)，ks为失效因子总个数。第一、第二因素之和称硬件失效率： $\mathrm{\λ}1=F_0+\underset{i=1}{\overset{\mathrm{KS}}{\mathrm{\Σ}}}{K}_i{N}_i$

第三因素为软件失效率，与所加载的软件相关，软件失效率λ2＝F_s·C_s·M_s，其中，F_s为软件失效因子，C_s为软件复杂度因子，可根据代码规模确定；M_S为软件成熟度因子，可以根据需求稳定度、软件重用度和软件商用程度来确定。如果单元/单板不带软件，则该部分不存在。

通过上述三因素可以预测出单元/单板MTBF指标，例如，单元/单板的失效率λ＝硬件失效率λ1+软件失效率λ2，失效率λ的倒数即单元/单板MTBF指标值。

下面结合附图通过具体实例对本发明作进一步的详细说明。

如图1所示，为本发明中失效率数据处理流程图，本发明提取元器件失效率的过程如下：

步骤101：确定产品种类、发货时段和运行时段。如确定GSM产品，发货时段为2005年1月至此2006年12月，运行时段为2007年1月至2007年12月。

步骤102：从返修数据库中提取GSM产品2007年中所有在前两年中发货的设备的返修数据，并对失效元器件分类。

步骤103：从发货数据库中提取GSM产品从2005年1月至此2006年12月发货数据，结合BOM表从发货数据中提取元器件的在线运行数据。

步骤104：计算各类元器件的失效率。

K_i＝m_i/(n_iT)，其中n_i是现场应用中第i类器件在所考察的时段T中的在线运行数量的总数，m_i是该类所考察的在线运行的元器件在T时段的失效数。

例如，第j类器件，在一年中失效数为16个，对应的在线运行数为690584个，那么现场失效率K_j为16/(690584×8760)＝2.6448×10^-9/h，其中T＝8760是一年的小时数。

如图2所示，为本发明中确定C_S、M_S和F_S的流程图，下面详细说明本发明计算C_S、M_S和F_S的工作流程。

步骤201：从返修数据中提取出由于软件原因导致可返修单元/单板故障的失效数据。例如，通过分析得到了60种不同的单板是由软件原因引起的故障。

步骤202：统计所处理的各类可返修单元/单板的软件规模，并用统计方法分类。

例如，统计这60种单板的软件代码量，并按代码量画出分布图，取其四分之一分位和四分之三分位作为简单、一般和复杂的分界点，取整数确定低于20万行代码为简单，20万行与60万行代码为一般，大于60万行代码为复杂。

步骤203：按202所确定的分类，计算各类可返修单元/单板的由软件原因引起的失效率的平均值。如上述60种单板软件失效率按代码复杂度(简单、一般和复杂)分类，分别计算出各类由软件原因引起的失效率的平均值。

步骤204：对比各统计分类由软件原因引起的失效率的平均值，计算出软件复杂度因子Cs。

例：如果计算出简单、一般和复杂三类的失效率的平均值大约是1∶3∶5，则我们就将复杂度因子取为1、3、5。

步骤205：对同等复杂度，对失效率以成熟度分类，计算出成熟度因子Ms。

例如，成熟度因子Ms可以从需求稳定度M1、软件重用度M2和软件商用程度M3三方面考虑，从实际出发确定分界点并离散化，取M1、M2、M3三个因子的组合对软件失效进行分类统计，比较其平均值，得出成熟度因子Ms。

如需求稳定度M1，可按需求的变更率来划分，将需求变更率小于10％的M1取1，需求变更率大于等于10％至小于等30％的M1取2，需求变更率大于30％的M1取3。

软件重用度M2，可以按软件的重用率大于等于30％至小于等于70％为一般，M1取2；重用率大于70％，M1取1；重用率小于30％，M1取3。

软件商用程度M3，可以按商用不到一年、一年至二年，超过二年分别取M3等于3、2、1。

将M1、M2、M3按取值对所考察的M1、M2、M3进行划分组合，分别算出各组合的平均值，进行对比取整得出Ms对应的值。例：GSM产品的Ms值如下表如示：

M1、M2、M3组合	111	112	113	122	123	222	133	223	233	333
											Ms	1	2	2	3	3	3	4	4	5	5

步骤206：对失效率，综合复杂度和成熟度组合分类，得到软件失效因子Fs，即Cs＝1、Ms＝1时的软件失效率。

如图3所示，为本发明中预计单元/单板失效率的流程图，其失效率预测的步骤如下：

步骤301：用户输入单元/单板的BOM表名，软件标记S_T；如果单元/单板带软件，则输入S_T＝1，否则输入S_T＝0。

步骤302：根据BOM表计算出各类元器件的数量N_i。

步骤303：预计硬件失效率 $F=F_0+\underset{i=1}{\overset{\mathrm{KS}}{\mathrm{\Σ}}}{K}_i{N}_i.$

步骤304：判断元器件的故障是否和软件有关；如果没有涉及到软件故障(S_T＝0的情况)，则转步骤308，否则转步骤305。

步骤305：输入软件代码复杂度等级C、需求稳定度等级M1、软件重用度等级M2和软件商用程度等级M3，C、M1、M2和M3可以有对应的代码，输入时，输入对应代码即可。

步骤306：把输入代码对应的复杂度等级、需求稳定度等级、软件重用度等级和软件商用程度等级转换成软件复杂度因子Cs和成熟度因子Ms。

步骤307：预计软件失效率Fs*Cs*Ms，并加上步骤303中计算出的F( $\mathrm{\λ}\⇐F$ )即可得到元器件的失效率。

步骤308：输出计算结果(单元/单板的失效率λ)。

以上内容是结合具体的某个实际产品为例对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1、一种通讯设备的可靠性预计方法，其特征在于，包括：

采集出现故障的通讯设备的失效数据或者返修数据；

根据所述失效数据或者返修数据确定所述通讯设备的失效率。

2、如权利要求1所述的通讯设备的可靠性预计方法，其特征在于，影响所述失效率的因素包括：生产因素、硬件失效率或者软件失效率。

3、如权利要求2所述的通讯设备的可靠性预计方法，其特征在于，所述硬件失效率 $\mathrm{\λ}=F_0+\underset{i=1}{\overset{\mathrm{KS}}{\mathrm{\Σ}}}{K}_i{N}_i,$ 其中，常数项F₀与与所述生产因素相关，N_i为第i类元器件使用数量，K_i为失效因子，ks为失效因子总个数。

4、如权利要求2所述的通讯设备的可靠性预计方法，其特征在于，当由于软件原因导致所述单元/单板的故障时，所述软件失效率根据软件失效因子、软件复杂度因子和软件成熟度因子确定。

5、如权利要求4所述的通讯设备的可靠性预计方法，其特征在于，所述软件失效率为软件失效因子、软件复杂度因子和软件成熟度因子的乘积。

6、如权利要求4或者5所述的通讯设备的可靠性预计方法，其特征在于，所述软件成熟度因子与需求稳定度、软件重用度或者软件商用程度相关；所述软件复杂度因子根据代码规模确定。

7、如权利要求1所述的通讯设备的可靠性预计方法，其特征在于，所述通讯设备的失效率为硬件失效率与软件失效率的和。

8、如权利要求2所述的通讯设备的可靠性预计方法，其特征在于，所述通讯设备为单元/单板，或者所述按确定生产过程安装有元器件的具有一定功能的任意组件。

9、如权利要求8所述的通讯设备的可靠性预计方法，其特征在于，所述通讯设备的失效率是其组成的单元/单板的失效率之和。

Images