CN104951653B - 一种卫星平台可靠性薄弱环节分析方法 - Google Patents
一种卫星平台可靠性薄弱环节分析方法 Download PDFInfo
- Publication number
- CN104951653B CN104951653B CN201510303552.4A CN201510303552A CN104951653B CN 104951653 B CN104951653 B CN 104951653B CN 201510303552 A CN201510303552 A CN 201510303552A CN 104951653 B CN104951653 B CN 104951653B
- Authority
- CN
- China
- Prior art keywords
- equipment
- satellite
- fault
- platform
- orbit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Navigation (AREA)
- Radio Relay Systems (AREA)
Abstract
一种卫星平台可靠性薄弱环节分析方法,根据同一平台多颗在轨卫星的在轨故障数据,利用截止的分析时间点、到截止时间点时该平台在轨卫星数量、该平台每颗在轨卫星的发射入轨时间、每颗卫星不同设备的在轨故障次数、不同故障类型的严重程度等信息,计算出各在轨故障设备的概率风险值,通过比较概率风险值的大小来定位平台的初步可靠性薄弱环节,再针对初步可靠性薄弱环节中的每种单机设备,分析每种设备在该平台上的可靠性增长规律,确定该设备的在轨问题是否已得到解决,进而判断该设备是否仍然是该平台的薄弱环节,从而确定平台的最终可靠性薄弱环节;本方法评估出的概率风险值相对于故障严重性等级更准确,更符合实际情况。
Description
技术领域
本发明涉及一种可靠性薄弱环节分析方法,特别是一种卫星平台可靠性薄弱环节分析方法,属于卫星总体设计技术领域。
背景技术
卫星的可靠性设计分析工作,很大一部分都是在分析查找薄弱环节并进行设计改进。薄弱环节分析方法有很多种,既有定性的分析方法,如故障模式影响分析、故障树分析、事件树分析、潜通路分析、最坏情况分析等;也有定量的分析方法,如故障模式影响及危害性分析中的风险优先数法、故障树分析中的事件概率分析、概率风险分析等。
在这些薄弱环节分析方法中,现有的各种方法在应用上都或多或少地存在一些问题。故障模式影响分析方法只能分析单一故障模式的影响,不能够针对多故障模式组合的情况进行分析,分析结果可能有遗漏;故障树分析方法能够对多故障模式组合的情况进行分析,但只能以选定的顶事件开始分析,不能遍历所有的故障模式;潜通路和最坏情况分析都是针对的可能存在薄弱环节的某一方面开展分析,并不能通过这两种方法发现全部的薄弱环节;故障模式影响及危害性分析中的风险优先数法和故障树分析中的事件概率分析方法都是应用较多的方法,但这两种方法受故障模式影响分析和故障树影响分析固有的缺点制约,虽然做到了量化分析,但全面性不够,仍然可能有遗漏。
概率风险分析方法最初应用于核电站,现在逐步向各行各业扩展,应用范围越来越广。该方法主要分为两步:第一步确定危险事件的发生概率,第二步确定危险事件发生后的损失值,发生概率和损失值的乘积即为概率风险值。其中确定危险事件发生概率的方法又可以有多种,如可靠性预计、可靠性评估、故障树计算等;确定损失值又可以有多种方法和多种度量方式,可以是金钱,也可以是时间以及其他度量方式。因此概率风险分析方法是一类方法的统称。
发明内容
本发明的技术解决问题是:克服了在当前卫星薄弱环节分析中,无法有效地利用大量的在轨卫星故障信息来评估和发现薄弱环节的问题,提出了一种卫星平台可靠性薄弱环节分析方法,根据同一平台多颗在轨卫星的在轨故障数据,利用截止的分析时间点、到截止时间点时该平台在轨卫星数量、该平台每颗在轨卫星的发射入轨时间、每颗卫星不同设备的在轨故障次数、不同故障类型的严重程度等信息,计算出各在轨故障设备的概率风险值,通过比较概率风险值的大小来定位平台的初步可靠性薄弱环节,再针对初步可靠性薄弱环节中的每个单机设备,分析每种设备在该平台上的可靠性增长规律,确定该设备的在轨问题是否已得到解决,进而判断该设备是否仍然是该平台的薄弱环节,从而确定平台的最终可靠性薄弱环节;本方法评估出的概率风险值相对于故障严重性等级更准确,更符合实际情况。
当前的薄弱环节分析注重地面设计研制阶段的事前分析,兼顾在轨质量问题归零的结果,但对在轨问题并没有一个有效的评估和判别方法。
本发明的技术解决方案是:一种卫星平台可靠性薄弱环节分析方法,步骤如下:
(1)根据分析的截止时间点T0,按发射时间先后排序,令该截止时间点前已发射的第i颗卫星的发射时间Ti,计算每颗卫星的累计运行时间ti=Ti-T0,i=1,,2,...,n,n为到截止时间点T0该平台已发射卫星的总数;
(2)统计截止时间点T0前,该平台在轨卫星发生故障的设备名称和设备种类数N,统计第j种设备的故障名称和故障种类数Aj,j=1,2,…,N,统计第j种设备在第i颗卫星上的故障问题发生次数Fji;
(3)根据第j种设备在第i颗卫星上的装星数量Mji,计算第j种设备在所有n颗卫星上的累计运行时间tej;
(4)根据第j种设备的累计运行时间tej,第j种设备的第k种故障模式的在轨发生次数Cjk,j=1,2,...,N,k=1,2,...,Aj,计算第j种设备第k种故障模式的在轨发生概率Pjk;
(5)确定卫星平台在轨故障等级和各等级故障的损失值Dp,p=1,2,3,4;
(6)根据第j种设备第k种故障模式的发生概率Pjk,以及对应的损失值Dp,确定第j种设备的概率风险值rj;
(7)重复步骤(3)~步骤(6),计算出所有种类设备的概率风险值;
(8)选取概率风险值rj小于预先设定的概率风险判断阈值的设备j′为初步薄弱环节,进入步骤(9);
(9)针对初步薄弱环节中的第m种设备,确定第m种设备在第i颗卫星上的累计运行时间temi;
(10)根据第m种设备在第s颗卫星上的故障问题发生次数Fms,s=1,,2,...,n,计算第m种设备截止到第i颗卫星上的累计故障次数
(11)根据第m种设备截止到第i颗卫星上的累计故障次数F∑mi和累计运行时间temi,计算第m种设备截止到第i颗卫星的累计MTBF值并计算其自然对数结果ln(MTBFΣmi);
(12)计算第i颗卫星上的累计运行时间temi的自然对数值ln(temi);
(13)利用最小二乘法对步骤(11)和步骤(12)得到的数据(ln(temi),ln(MTBFΣmi))进行线性拟合,得到趋势线y=amx+bm,其中am为第m种设备在该卫星平台的可靠性增长率;
(14)对步骤(13)的结果进行分析,若第m种设备的可靠性增长率am>0.5,且数据(ln(temi),ln(MTBFΣmi))的线性相关系数δm>0.8,则该设备不再是待分析卫星平台的薄弱环节,将该设备从初步薄弱环节列表中剔除,反之则将该设备予以保留,所述δm根据最小二乘法线性拟合时的相关系数计算得到;
(15)重复步骤(9)~步骤(14),对初步薄弱环节中的每种设备进行分析,初步薄弱环节列表中最终保留的设备为该卫星平台的最终薄弱环节。
所述步骤(3)中的第j种设备的累计运行时间tej,具体由公式:
给出。
所述步骤(4)中的第j种设备第k种故障模式的在轨发生概率,具体由公式:
给出,T=X*365*24h;所述为在轨年数,根据目前卫星的设计寿命,X一般取3年或5年。
所述步骤(5)中确定卫星平台在轨故障等级和各等级故障的损失值Dp,p=1,2,3,4;具体为:
所述在轨故障等级包括:灾难性故障、关键性故障、非主要故障和轻度故障,各个等级对应的损失值分别为:灾难性故障:D1=10000万元,关键性故障:D2=1000万元,非主要故障:D3=100万元,轻度故障:D4=10万元。
所述步骤(6)中的第j种设备的概率风险值rj,具体由公式:
给出,其中Djk为第j种设备第k种故障模式的损失值,根据实际严重等级取D1、D2、D3、D4其中之一。
本发明与现有技术相比的优点在于:
(1)本方法利用在轨卫星的实际飞行故障数据来评估每种故障模式的发生概率,实现了对每种故障模式发生概率的最准确估算,卫星的在轨飞行故障数据相当于一个产品的实际现场使用数据,因此本方法是一种事后分析的方法,在轨故障数据实实在在地反映出卫星的问题,所以相对于故障模式影响分析、故障树分析等事前分析方法,本方法的结果更符合实际情况;
(2)本方法采用故障模式发生概率和故障模式发生后损失值相乘的方法来计算故障模式的概率风险值,实现了对不同故障模式之间严重程度统一的比较和度量,相对于确定性分析方法,如故障模式影响分析、潜通路分析方法,本方法评估出的概率风险值相对于故障严重性等级更准确,更能反映事实;
(3)本方法使用可靠性增长分析的方法对识别出的初步薄弱环节中的每种设备,进行进一步的问题分析,通过可靠性增长分析结果来判别该设备的在轨问题是否已经得到解决;从而防止将在过去型号中问题较多,而在目前在轨型号中问题已经得到解决的设备定为薄弱环节。
附图说明
图1为本发明方法流程图。
图2为本发明实施例中对初步薄弱环节中对每台单机的可靠性增长分析的增长曲线拟合图。
具体实施方式
如图1所示为本发明的方法流程图,从图1可知,本发明提供的一种卫星平台可靠性薄弱环节分析方法,具体步骤如下:
(1)根据分析的截止时间点T0,按发射时间先后排序,令该截止时间点前已发射的第i颗卫星的发射时间Ti,计算每颗卫星的累计运行时间ti=Ti-T0,i=1,,2,...,n,n为到截止时间点T0该平台已发射卫星的总数;
(2)统计截止时间点T0前,该平台在轨卫星发生故障的设备名称和设备种类数N,统计第j种设备的故障名称和故障种类数Aj,j=1,2,…,N,统计第j种设备在第i颗卫星上的故障问题发生次数Fji;
(3)根据第j种设备在第i颗卫星上的装星数量Mji,计算第j种设备在所有n颗卫星上的累计运行时间tej;具体由公式:
给出。
(4)根据第j种设备的累计运行时间tej,第j种设备的第k种故障模式的在轨发生次数Cjk,j=1,2,...,N,k=1,2,...,Aj,计算第j种设备第k种故障模式的在轨发生概率Pjk;具体由公式:
给出,T=N*365*24h;所述N为在轨年数。
(5)确定卫星平台在轨故障等级和各等级故障的损失值Dp,p=1,2,3,4;具体为:
所述在轨故障等级包括:灾难性故障、关键性故障、非主要故障和轻度故障,这是根据中国空间技术研究院标准Q/W 1125-2007《航天器在轨故障等级规定》的规定划分的,各个等级对应的损失值分别为:灾难性故障:D1=10000万元,关键性故障:D2=1000万元,非主要故障:D3=100万元,轻度故障:D4=10万元。
(6)根据第j种设备第k种故障模式的发生概率Pjk,以及对应的损失值Dp,确定第j种设备的概率风险值rj;具体由公式:
给出,其中Djk为第j种设备第k种故障模式的损失值,根据实际严重等级取D1、D2、D3、D4其中之一,第j种设备第k种故障模式的只对应一种损失值。
(7)重复步骤(3)~步骤(6),计算出所有种类设备的概率风险值;
(8)选取概率风险值rj小于预先设定的概率风险判断阈值的设备j′为初步薄弱环节,进入步骤(9);
(9)针对初步薄弱环节中的第m种设备,确定第m种设备在第i颗卫星上的累计运行时间temi;
(10)根据第m种设备在第s颗卫星上的故障问题发生次数Fms,s=1,,2,...,n,计算第m种设备截止到第i颗卫星上的累计故障次数
(11)根据第m种设备截止到第i颗卫星上的累计故障次数F∑mi和累计运行时间temi,计算第m种设备截止到第i颗卫星的累计MTBF值并计算其自然对数结果ln(MTBFΣmi);
(12)计算第i颗卫星上的累计运行时间temi的自然对数值ln(temi);
(13)利用最小二乘法对步骤(11)和步骤(12)得到的数据(ln(temi),ln(MTBFΣmi))进行线性拟合,得到趋势线y=amx+bm,其中am为第m种设备在该卫星平台的可靠性增长率;
(14)对步骤(13)的结果进行分析,若第m种设备的可靠性增长率am>0.5,且数据(ln(temi),ln(MTBFΣmi))的线性相关系数δm>0.8,则该设备不再是待分析卫星平台的薄弱环节,将该设备从初步薄弱环节列表中剔除,反之则将该设备予以保留,所述δm根据最小二乘法线性拟合时的相关系数计算得到;
(15)重复步骤(9)~步骤(14),对初步薄弱环节中的每种设备进行分析,初步薄弱环节列表中最终保留的设备为该卫星平台的最终薄弱环节。
具体实施例
(1)材料准备。确定待分析的卫星平台、设置分析的截止时间点、统计在轨故障的单机设备、故障模式、故障模式严重程度、故障次数、各已发射卫星的发射时间、已发射各卫星上单机设备的装星数量等信息。
(2)初步薄弱环节分析。按照表1的样式绘制初步薄弱环节分析表格,并填写表格:
表1
第1列是序号;
第2列是故障单机,在其中填入已经梳理好的出现故障问题的设备;
第3列是故障模式,填入每种设备在轨故障的所有故障模式,因为一般一种设备会有多种故障模式,所以一种设备可能会占据多行;
第4列是故障次数,填入每种设备每种故障模式在截至时间点前,在所有已发射卫星上累计发生的次数;
第5列和第6列分别是3年末故障概率和5年末故障概率,按照公式T取T=3*365*24h计算每台设备每种故障模式的3年末在轨发生概率,T取T=5*365*24h计算5年末的故障概率并填入表格;
第7列是故障损失,根据每个故障模式的严重等级,按照表2填写对应的损失值;
表2
故障严重程度 | 对应的损失值 |
灾难性故障 | 10000万元 |
关键性故障 | 1000万元 |
非主要故障 | 100万元 |
轻度故障 | 10万元 |
第8列是3年内的风险值,第8列内左侧是每台设备每个故障模式的风险值,右侧是每台设备所有故障模式的合计风险值,按照公式rjk=Pjk×Dk计算每台设备每种故障模式的概率风险值rj,Pjk为3年末故障概率,从第5列取值。按照公式ri=∑rik计算每台设备的所有故障模式的合计风险值;
第9列是5年内的风险值,填写方法与第8列相似。
(3)判别初步薄弱环节。根据研究需要确定概率风险判断阈值,比如20万元,将概率风险值大于判断阈值的设备列为初步薄弱环节,作为下一步详细分析的对象;
(4)针对初步薄弱环节中的每种设备开展可靠性增长分析。按照表3的样式绘制可靠性增长分析表,并填写表格:
表3
卫星 | 卫星运行时间t(h) | 设备台数 | 累积关联故障数(次) | 累积MTBFΣ | ln(MTBFΣ) | ln(t) |
卫星1 | 65832 | 2 | 4 | 32916 | 10.40171 | 11.78801 |
卫星2 | 52488 | 2 | 6 | 39440 | 10.58254 | 12.3743 |
卫星3 | 43536 | 2 | 10 | 32371.2 | 10.38502 | 12.68761 |
卫星4 | 36648 | 2 | 14 | 28357.71 | 10.25265 | 12.89171 |
卫星5 | 37344 | 3 | 15 | 33936 | 10.43223 | 13.14028 |
卫星6 | 22440 | 3 | 15 | 38424 | 10.55644 | 13.26449 |
卫星7 | 18576 | 2 | 15 | 40900.8 | 10.6189 | 13.32696 |
卫星8 | 17712 | 2 | 16 | 40558.5 | 10.6105 | 13.38309 |
卫星9 | 18936 | 3 | 18 | 41514.35 | 10.63379 | 13.46701 |
卫星10 | 13920 | 3 | 19 | 41528 | 10.63412 | 13.52449 |
卫星11 | 11880 | 3 | 19 | 43508 | 10.6807 | 13.57107 |
卫星12 | 168 | 3 | 19 | 43536 | 10.68134 | 13.57172 |
第1列为卫星,按照发射时间先后依次填写该设备所在的卫星名称;
第2列为卫星运行时间,填写每个卫星从发射入轨到截止时间点的累计运行时间;
第3列为设备台数,填写在每个卫星上该种设备的台数;
第4列为累计关联故障数,填写到截止时间点该设备的每颗卫星上的累计故障次数,第1行第4列是在第1颗卫星上的故障次数,第2行第4列是在第1颗卫星上的故障次数加上第2颗卫星上的故障次数,第3行第4列是第1、2、3卫星的故障次数总和,依此类推填入后面的表格;
第5列是累计MTBF,按照公式计算设备在每颗卫星上的累计MTBF值,并填入表格;
第6列是对累积MTBF值取对数,依次对第5列的每个累计MTBF值取自然对数结果;
第7列是对累积运行时间取自然对数,按照每种设备在每颗卫星上的累计运行时间temi,计算其自然对数值ln(temi),并填入表格。
(5)根据第3步骤表格中的一组数据(ln(temi),ln(MTBFΣmi)),利用最小二乘法对这组数据进行线性拟合,得到趋势线y=amx+bm,趋势线中的参数am就表示了该设备在该平台一系列卫星中的可靠性增长率,图形如图2所示,从图中可知,am=0.5016;
(6)对步骤(5)的结果进行分析,如果某设备的可靠性增长率am大于0.5,且线性相关系数δm>0.8,就表示该设备在后续型号中很少发生问题,则认为该设备的在轨问题已解决,不再是该平台的薄弱环节,可以从初步薄弱环节列表中剔除,反之则予以保留。
(7)按照(4)~(6)步骤依次对初步薄弱环节中的每种设备进行详细分析,最终在初步薄弱环节中遗留下来的设备就是该平台的最终薄弱环节。
该方法经过在两个小卫星平台上的初步使用,薄弱环节定位和判别准确,对于卫星平台的改进和可靠性增长帮助非常大。
Claims (5)
1.一种卫星平台可靠性薄弱环节分析方法,其特征在于步骤如下:
(1)根据分析的截止时间点T0,按发射时间先后排序,令该截止时间点前已发射的第i颗卫星的发射时间Ti,计算每颗卫星的累计运行时间ti=Ti-T0,i=1,2,...,n,n为到截止时间点T0该平台已发射卫星的总数;
(2)统计截止时间点T0前,该平台在轨卫星发生故障的设备名称和设备种类数N,统计第j种设备的故障名称和故障种类数Aj,j=1,2,…,N,统计第j种设备在第i颗卫星上的故障问题发生次数Fji;
(3)根据第j种设备在第i颗卫星上的装星数量Mji,计算第j种设备在所有n颗卫星上的累计运行时间tej;
(4)根据第j种设备的累计运行时间tej,第j种设备的第k种故障模式的在轨发生次数Cjk,j=1,2,...,N,k=1,2,...,Aj,计算第j种设备第k种故障模式的在轨发生概率Pjk;
(5)确定卫星平台在轨故障等级和各等级故障的损失值Dp,p=1,2,3,4;
(6)根据第j种设备第k种故障模式的发生概率Pjk,以及对应的损失值Dp,确定第j种设备的概率风险值rj;
(7)重复步骤(3)~步骤(6),计算出所有种类设备的概率风险值;
(8)选取概率风险值rj小于预先设定的概率风险判断阈值的设备j′为初步薄弱环节,进入步骤(9);
(9)针对初步薄弱环节中的第m种设备,确定第m种设备在第i颗卫星上的累计运行时间temi;
(10)根据第m种设备在第s颗卫星上的故障问题发生次数Fms,s=1,2,...,n,计算第m种设备截止到第i颗卫星上的累计故障次数
(11)根据第m种设备截止到第i颗卫星上的累计故障次数F∑mi和累计运行时间temi,计算第m种设备截止到第i颗卫星的累计MTBF值并计算其自然对数结果ln(MTBFΣmi);
(12)计算第i颗卫星上的累计运行时间temi的自然对数值ln(temi);
(13)利用最小二乘法对步骤(11)和步骤(12)得到的数据ln(temi),ln(MTBFΣmi)进行线性拟合,得到趋势线y=amx+bm,其中am为第m种设备在该卫星平台的可靠性增长率;
(14)对步骤(13)的结果进行分析,若第m种设备的可靠性增长率am>0.5,且数据ln(temi),ln(MTBFΣmi)的线性相关系数δm>0.8,则该设备不再是待分析卫星平台的薄弱环节,将该设备从初步薄弱环节列表中剔除,反之则将该设备予以保留,所述δm根据最小二乘法线性拟合时的相关系数计算得到;
(15)重复步骤(9)~步骤(14),对初步薄弱环节中的每种设备进行分析,初步薄弱环节列表中最终保留的设备为该卫星平台的最终薄弱环节。
2.根据权利要求1所述的一种卫星平台可靠性薄弱环节分析方法,其特征在于:所述步骤(3)中的第j种设备的累计运行时间tej,具体由公式:
<mrow>
<msub>
<mi>te</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>n</mi>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
</mrow>
给出。
3.根据权利要求1所述的一种卫星平台可靠性薄弱环节分析方法,其特征在于:所述步骤(4)中的第j种设备第k种故障模式的在轨发生概率,具体由公式:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msub>
<mi>C</mi>
<mrow>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<msub>
<mi>te</mi>
<mi>j</mi>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<mi>T</mi>
</mrow>
</msup>
</mrow>
给出,T=X*365*24h;所述X为在轨年数,根据目前卫星的设计寿命,X取3年或5年。
4.根据权利要求1所述的一种卫星平台可靠性薄弱环节分析方法,其特征在于:所述步骤(5)中确定卫星平台在轨故障等级和各等级故障的损失值Dp,p=1,2,3,4;具体为:
所述在轨故障等级包括:灾难性故障、关键性故障、非主要故障和轻度故障,各个等级对应的损失值分别为:灾难性故障:D1=10000万元,关键性故障:D2=1000万元,非主要故障:D3=100万元,轻度故障:D4=10万元。
5.根据权利要求1所述的一种卫星平台可靠性薄弱环节分析方法,其特征在于:所述步骤(6)中的第j种设备的概率风险值rj,具体由公式:
<mrow>
<msub>
<mi>r</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>A</mi>
<mi>j</mi>
</msub>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msub>
<mi>D</mi>
<mrow>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
给出,其中Djk为第j种设备第k种故障模式的损失值,根据实际严重等级取D1、D2、D3、D4其中之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510303552.4A CN104951653B (zh) | 2015-06-04 | 2015-06-04 | 一种卫星平台可靠性薄弱环节分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510303552.4A CN104951653B (zh) | 2015-06-04 | 2015-06-04 | 一种卫星平台可靠性薄弱环节分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104951653A CN104951653A (zh) | 2015-09-30 |
CN104951653B true CN104951653B (zh) | 2018-01-05 |
Family
ID=54166307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510303552.4A Active CN104951653B (zh) | 2015-06-04 | 2015-06-04 | 一种卫星平台可靠性薄弱环节分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104951653B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111967127A (zh) * | 2020-06-30 | 2020-11-20 | 航天东方红卫星有限公司 | 一种小卫星出厂可靠性问题筛选率计算方法 |
CN114355094B (zh) * | 2022-03-18 | 2022-06-10 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 基于多源信息的产品可靠性薄弱环节综合评估方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101408954A (zh) * | 2008-05-12 | 2009-04-15 | 上海发电设备成套设计研究院 | 一种锅炉部件概率风险评价方法 |
CN102567650A (zh) * | 2012-03-12 | 2012-07-11 | 广东省电力调度中心 | 电力系统充裕度评估系统 |
CN102592020A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空参数处理设备可靠性薄弱环节确定方法 |
CN104317990A (zh) * | 2014-10-09 | 2015-01-28 | 中国运载火箭技术研究院 | 一种基于风险的多阶段任务航天器可靠性改进方法 |
CN104346691A (zh) * | 2014-10-16 | 2015-02-11 | 国家电网公司 | 一种基于故障树分析的电力企业现场作业风险分析方法 |
-
2015
- 2015-06-04 CN CN201510303552.4A patent/CN104951653B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101408954A (zh) * | 2008-05-12 | 2009-04-15 | 上海发电设备成套设计研究院 | 一种锅炉部件概率风险评价方法 |
CN102592020A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空参数处理设备可靠性薄弱环节确定方法 |
CN102567650A (zh) * | 2012-03-12 | 2012-07-11 | 广东省电力调度中心 | 电力系统充裕度评估系统 |
CN104317990A (zh) * | 2014-10-09 | 2015-01-28 | 中国运载火箭技术研究院 | 一种基于风险的多阶段任务航天器可靠性改进方法 |
CN104346691A (zh) * | 2014-10-16 | 2015-02-11 | 国家电网公司 | 一种基于故障树分析的电力企业现场作业风险分析方法 |
Non-Patent Citations (4)
Title |
---|
卫星总体可靠性安全性设计审查;金历群等;《航天器环境工程》;20100831;第27卷(第4期);第500-504页 * |
导航卫星地面站信息处理系统可靠性要求论证与建模分析;杨卓鹏等;《质量与可靠性》;20140215(第1期);第6-10页 * |
广东电网薄弱环节辨识及可靠性改善分析;纪静等;《电力系统自动化》;20110710;第35卷(第13期);第98-102页 * |
航天器可靠性工程的薄弱环节分析及应对措施;遇今等;《航天器工程》;20140831;第23卷(第4期);第111-114页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104951653A (zh) | 2015-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1889193B1 (en) | Deterministic-probabilistic safety analysis and evaluation method and system | |
US10473791B1 (en) | GBAS integrity performance evaluation method based on pseudorange error distribution model | |
US20130283104A1 (en) | Maintenance planning and failure prediction from data observed within a time window | |
CN103646138B (zh) | 基于贝叶斯理论的定时截尾加速验收抽样试验优化设计方法 | |
US20140324520A1 (en) | Method for deterministic safety analysis in non-stationary high risk system, control method and control system using thereof | |
JodeJko-PieTruczuk et al. | Analysis of maintenance models’ parameters estimation for technical systems with delay time | |
CN108920341B (zh) | 一种基于蒙特卡洛仿真的小卫星及其星座可用度评估方法 | |
CN104462757A (zh) | 基于监测数据的Weibull分布可靠性序贯验证试验方法 | |
CN102252898A (zh) | 基于“寿命-应力”模型的电子产品加速寿命试验方法 | |
CN101272580B (zh) | 一种基于反馈的自适应移动基站系统可靠性评估方法 | |
CN104218570A (zh) | 一种电能计量装置整体计量误差的在线评估方法和系统 | |
CN106600127A (zh) | 一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 | |
CN110196779B (zh) | 一种星上电子产品加速寿命试验时间计算方法 | |
CN104951653B (zh) | 一种卫星平台可靠性薄弱环节分析方法 | |
CN106169124A (zh) | 系统级产品可靠性综合评估置信推断方法 | |
CN107591001A (zh) | 基于在线标定的快速路交通流数据填补方法及系统 | |
CN109146295A (zh) | 电网山火灾害故障的后验概率分布计算方法及系统 | |
Schneider et al. | A sampling-based approach to identifying optimal inspection and repair strategies for offshore jacket structures | |
Szkoda et al. | Reliability and availability assessment of a transport system using Dynamic Fault Tree and Monte Carlo simulation | |
Martz et al. | Using higher-level failure data in fault tree quantification | |
RU2531780C2 (ru) | Способ имитационного моделирования аварийно-восстановительных работ в хозяйстве автоматики и телемеханики | |
KR20110034286A (ko) | 리스크정보활용 배관가동중 검사부위 선정 방법 | |
Bäumer et al. | Predicting fault inflow in highly iterative software development processes: an industrial evaluation | |
Muta et al. | Reliability enhancement of seismic risk assessment of npp as risk management fundamentals-development of a new mathematical framework for uncertainty analysis | |
CN114036450B (zh) | 电子信息装备测试性指标快速考核的方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |