CN105320805A - 一种皮卫星多源可靠性信息融合方法 - Google Patents
一种皮卫星多源可靠性信息融合方法 Download PDFInfo
- Publication number
- CN105320805A CN105320805A CN201510519543.9A CN201510519543A CN105320805A CN 105320805 A CN105320805 A CN 105320805A CN 201510519543 A CN201510519543 A CN 201510519543A CN 105320805 A CN105320805 A CN 105320805A
- Authority
- CN
- China
- Prior art keywords
- test
- reliability
- information
- value
- theory
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种皮卫星多源可靠性信息融合方法,包括以下步骤:(1)将皮卫星从总到分进行多级分解,末级为元器件,按照分解顺序构建相邻级之间的可靠性计算关系模型;(2)设计可靠性试验的任一级任一单元i的可靠性预计值的计算过程;(3)将皮卫星整星以及次级的各子系统进行可靠性试验,并根据步骤(2)的计算方法,计算得到各子系统的可靠性预计值,进而计算得到皮卫星整星的可靠性预计值;本发明方法效简化皮卫星可靠性数据分析工作,缩短皮纳卫星研制中可靠性工作时间,给出可靠性评估结果,该工具适用于研制周期短的皮纳卫星研制,是可视易懂、实时性高、自动化程度高、用于协助分析和融合多源可靠性的计算分析方法。
Description
技术领域
本发明涉及商用器件研制的皮纳卫星可靠性计算分析领域,特别涉及一种皮卫星多源可靠性信息融合方法。
背景技术
传统卫星的可靠性工程包括可靠性管理、可靠性设计和分析、可靠性试验三部分。具体包括以下四个阶段:(1)技术论证阶段,适用工作项目有:可靠性工作计划;对供货方的监控;可靠性评审;可靠性模型的建立;可靠性分配;可靠性预计;故障模式、影响和危害度分析;故障树分析;元器件、材料和工艺控制;(2)方案阶段,适用工作项目有:可靠性工作计划;可靠性评审;可靠性模型的建立;可靠性分配;可靠性预计;故障树分析;对供货方的监控;故障报告、分析和纠正措施系统;故障审查;故障模式、影响和危害度分析;潜在电路分析;元器件、材料和工艺控制;确定功能试验、包装、贮存、装卸、运输及维修影响;可靠性研制及增长试验;(3)初样阶段,适用工作项目有:可靠性工作计划;可靠性评审;故障报告、分析和纠正措施系统;故障审查;可靠性模型的建立;可靠性分配;可靠性预计;故障模式、影响和危害度分析;故障树分析;潜在电路分析;电子元器件和电路容差分析;电路最坏情况分析;元器件、材料和工艺控制;确定功能试验、包装、贮存、装卸、运输及维修影响;环境应力筛选;可靠性研制及增长试验;对供货方的监控;可靠性验证试验;(4)正样阶段,适用工作项目有:可靠性工作计划;对供货方的监控;可靠性评审;故障报告、分析和纠正措施系统;故障审查;可靠性预计;潜在电路分析;元器件、材料和工艺控制;确定功能试验、包装、贮存、装卸、运输及维修影响;环境应力筛选;可靠性研制及增长试验;可靠性验证试验;设计更改时应用工作项目;可靠性模型的建立;可靠性分配;故障模式、影响和危害度分析;故障树分析;电子元器件和电路容差分析;电路最坏情况分析。
综上可以看出,除可靠性管理工作外,卫星的可靠性保障按照研制流程的样机-初样-正样阶段,主要通过可靠性“分配-设计-计算-试验”迭代,依阶段完善。并且在卫星研制流程的每个阶段需要对产品进行重复的可靠性建模、计算、试验结果分析,并给出可靠性评估报告等一系列文件。一旦产品修改设计,以上所有工作都需要重新进行。
与传统卫星相比,商用器件卫星研制过程有以下几个特点:(1)研制周期短,缺乏纸、笔、文件形式计算可靠性的时间;(2)研制流程阶段化不明显,“设计-计算-试验”的迭代循环不仅发生于“原理样机-初样-正样”的阶段化时间节点,而是发现问题最短时间解决。因此,迭代次数多,导致设计更改时需要重复工作多;(3)试验时间复用,商用器件卫星的每批次样机/产品数量较多,支持多产品同时进行相同可靠性试验,或多产品分别进行不同可靠性试验,试验时间缩减的同时,前者增加试验置信度,后者交叉使用试验环境,密集试验更加需要分析过程迅速、精确;(4)使用元器件以商用器件为主,器件可靠性参数没有以往参考值,需要更为复杂的理论计算;(5)研制成本低,商用器件卫星的研制除了使用商用器件外,也需要更重视设计的可靠性,从而降低试验发现问题,再进行设计归零带来的成本浪费。因此更重视理论分析和计算是目前迫切需要的,相比大卫星的可靠性“分配-设计-计算-试验”,商用器件卫星研制中,需要边“设计”边“计算”,不满足需求则立刻修改,一则研制时间短,二则更加降低研制成本。
以上特点导致传统卫星的可靠性工程不能满足商用器件卫星应用的需求,一种可视、易懂、实时性高、自动化可靠性信息融合工具非常必要。
发明内容
本发明提供了一种皮卫星多源可靠性信息融合方法,通过加强理论数据分析和试验结果分析,达到皮卫星研制过程可靠性信息闭环、多源可靠性信息利用充分的目的,具有通用性强,可视、易懂,实时性高,自动化程度高的优点。
一种皮卫星多源可靠性信息融合方法,包括以下步骤:
(1)将皮卫星从总到分进行多级分解,末级为元器件,按照分解顺序构建相邻级之间的可靠性计算关系模型;
(2)进行可靠性试验的任一级任一单元i的可靠性预计值的计算步骤如下:
2-1、通过步骤(1)的关系模型计算得到所述单元i在试验前的可靠性理论值λi验前理论,如果所述单元i的次级进行了可靠性试验,则带入次级的可靠性预计值进行计算,否则通过末级的元器件的可靠性理论值逐级进行计算得到;
2-2、获取所述单元i进行可靠性试验的可靠性试验值λi试验信息;
2-3、将λi验前理论与λi试验信息进行相容性检验;
2-4、所述单元i的可靠性预计值的计算公式如下:
λi预计=r等效试验信息/T等效试验信息;
其中:
T等效试验信息=t验前信息+T试验信息;
r等效试验信息=r验前信息+r试验信息;
当λi验前理论符合步骤2-3的相容性检验时,λi验前理论转化得到等效试验时间t验前信息和等效试验故障数r验前信息;
当λi验前理论不符合步骤2-3的相容性检验时,t验前信息=0,r验前信息=0;
所述单元i的可靠性试验的等效试验时间:
T试验信息=∑jt试验jn试验jK试验j;
其中:
t试验j为任一试验j下的试验时间;
n试验j为任一试验j下的试验样本量;
K试验j为任一试验j下的环境因子;
所述单元i的可靠性试验的等效试验故障数:
r试验信息=∑jr试验j;
其中:r试验j为任一试验j下的试验故障数;
(3)将皮卫星整星以及次级的各子系统进行可靠性试验,并根据步骤(2)的计算方法,计算得到各子系统的可靠性预计值,进而计算得到皮卫星整星的可靠性预计值。
本发明中,按照“整星-分系统-模块单元(组件)……-元器件”(分级数量可选)的“金字塔”(总到分)分布搭建卫星可靠性计算模型。采用L-M-ALG(语言-模型-算法)集成方法,由软件自动产生模型图,并在软件内部产生可靠性数学模型计算公式。
该步骤为可靠性信息融合的第一步,其主要实现方法是通过输入设定的规则完成模型的搭建,系统根据设定的模型语言规则自动呈现模型搭建的过程和结果。
优选的,步骤(1)的可靠性计算关系模型包括:串联模型、并联模型、贮备冗余模型和表决模型中的至少一种。
串联模型:串联结构是可靠性数学模型中最简单、最常见的一种结构。串联结构中系统是否能正常工作取决于系统所有各部件是否正常地执行其功能,当某一部件发生故障导致整个系统发生故障。
串联结构中假设任何一个部件的故障在统计上与任何其他部件的故障或成功无关,在多数实际用途中这是最常见的情况。
在发明可以采用由MFC实现,工具中设计串联符号为“&”,即在可靠性参数计算中,例如:系统A=单元B&单元C&单元D
对应数学模型
式中:
n为串联单元数;
Ri为第i单元的可靠性;
Rs为系统的可靠性。
并联模型:并联结构中,当所有部件都发生故障时,系统才发生故障。
在工具中设计串联符号为“|”,即在可靠性参数计算中,例如:
系统A=单元B|单元C|单元D;
对应数学模型:
式中:
n为并联单元数;
Ri为第i单元的可靠性;
Rs为系统的可靠性。
贮备冗余模型:贮备冗余系统一般有冷贮备(无载贮备)、热贮备(满载贮备)和温贮备(轻载贮备)。贮备系统通常用n+1个单元和一个高可靠转换开关组成,一个单元工作,n个单元作贮备。当工作单元失效时,转换开关把一个贮备单元接入,系统继续工作。这样直到所有单元都失效时,系统才失效。
在工具中设计贮备冗余符号为多目符号,第一个开关S1作为转换开关,切换过程从单元1到单元2到单元3,依次循环。
系统A=S1?单元1>单元2>单元3;
在设计中,用户需要给出模型语言并在开关S1单元的参数中设置贮备冗余的类型,分为以下几种。
冷备份模型,对应数学模型:
式中:
n为并联单元数;
Rs为系统的可靠性;
λi为第i单元的失效率。
热备份模型:
与并联模型相同,对应数学模型:
式中:
n为并联单元数;
Rs为系统的可靠性。
温备份模型,对应数学模型:
式中:
n为并联单元数;
Rs为系统的可靠性;
λi为第i单元的失效率。
表决模型,表决系统也是一种冗余方式,系统由n个单元组成,而系统成功地完成任务只需其中的k个单元工作,即是表决系统,即k/n结构,其中k小于n。
在本工具中设计表决系统符号为多目符号,第一个开关J1作为判决器。
系统A=J1#单元1>单元2>单元3
对应数学模型
由于整星到元器件的结构拆解已经完成,所以在软件内部已经得到整星的可靠性数学模型,模型组成为所有元器件的可靠性的数学模型集合。
所述可靠性参数计算用于计算单个元器件在某特定应力条件下的可靠性水平,采用《GJB299C-2006电子设备可靠性预计手册》的计算方式。
使用者需要对元器件的参数进行选择,参数选择项包括:电子元器件所属器件分类,环境参数,质量系数,电路复杂度失效率,温度应力系数,封装复杂度失效率,本发明方法的工具可以自动计算元器件可靠性的理论值。
计算末级元器件可靠性的方法,每个元器件包含主要元器件(如DSP、FPGA等大型芯片)、附属无源器件(如电容、电阻、电感等),按照主要元器件区分为不同元器件的组合。采用模糊算法处理元器件内部的可靠性结果。
优选的,每个元器件包含主要元器件和附属无源器件,计算任一元器件可靠性包括以下步骤:
1-1、将所有附属无源器件作为并联处理,并与主要元器件串联,计算得到元器件可靠性的最高值RMAX;
将所有附属无源器件作为串联处理,并与主要元器件串联,计算得到元器件可靠性最低值RMIN,得到元器件的可靠性区间;
1-2、通过理论计算、经验信息或专家意见给值获得相关比加权值β;
1-3、所述元器件可靠性的理论值=RMIN+(RMAX-RMIN)*β。
采用区间形式,计算高低可靠性阈值,并通过相关比加权给出可靠性理论值。
理论计算相关比加权值β的步骤如下:
1-2-1、计算元器件的所有器件管脚数量和,并从原理图获得实际元器件内部相连节点数;
1-2-2、β=元器件组内部相连节点数/(所有器件管脚数量和/2-1)。
任一单元在进行可靠性试验过程中,一般同时进行可靠性试验的数据分析和历史试验信息折算前期准备的工程实现。
可靠性试验内容一般包含环境应力筛选试验、热真空试验、热平衡试验及可靠性鉴定试验。优选的,所述各子系统进行的可靠性试验至少包括环境应力筛选试验、热真空试验、热平衡试验及可靠性鉴定试验中的一种;优选的,皮卫星整星进行的可靠性试验包括环境应力筛选试验、热真空试验、热平衡试验及可靠性鉴定试验,试验选择和试验过程存在灵活性,即子系统可以进行多种或者其他试验,而整星也可以选择性的进行某些试验。
使用者通过输入可靠性试验的参数和试验结果,自动生成试验的分析结果,并提供历史试验信息折算的评估需求。
历史试验信息折算需要计算环境因子的参考值,环境因子可以通过直接给出经验环境因子或者通过计算。环境因子采用复合环境因子计算方法,即通过理论计算、经验信息加权或专家意见给值得到,作为可靠性试验的地面数据(试验数据)与太空数据(理论数据)的折算方法,作为可靠性试验信息的融合前提。
所述卫星试验可靠性增长与评估,通过导入的数据(需包含试验时间、试验条件、出现BUG时间等),本发明的工具自动产生增长曲线,并采用杜安模型的图分析法对曲线拟合并给出增长情况分析,给出包括筛选度,增长速度,试验结束MTBF值,BUG列表在内的增长情况数据。
其中,优选的,环境因子参数采用如下方法:
所述理论计算的计算公式为:
K试验j=λi理论/λj理论;
其中,λi理论为通过末级的元器件的可靠性理论值逐级进行计算所得到的可靠性理论值;
λj理论为通过末级的元器件的可靠性理论值逐级进行计算且将所有元器件的环境参数改为试验j下的环境参数所得到的可靠性理论值。
验前信息及可靠性计算中得到的可靠性的理论值,由于未经过试验,所以称为验前信息,与试验得到的信息不同,验前信息存在相容性问题,即与试验信息是否能作为同一整体的参数做计算。
因此,验前信息(可靠性理论值λi验前理论)在作为整星评估数据计算时,需要进行相容性检验,参考QW/8B标准,优选的,步骤2-3中,将λi验前理论与λi试验信息进行相容性检验的具体方法为:根据双边区间估计计算公式:
式中:
α为显著性水平,取值0.01~0.1;
若验前信息的比值t验前信息/r验前信息(可靠性理论值λi验前理论)在上式计算的区间内,则符合相容性检验;若不在该区间内,则不符合相容性检验。
验前信息(可靠性理论值λi验前理论)融合将次级的失效率预计值转化为验前信息,根据已有理论值,转换得到等效试验时间的公式如下:
当将失效率预计值的置信度为0.6(即取1-α=0.6),选定r验前信息=1,则等效试验的时间:
皮卫星更具其复杂度多级的数量可选,优选的,所述的皮卫星从总到分分解为整星、子系统、模块单元以及元器件。上述分级方式适用于性强,适用于多数皮卫星。
在进行多源可靠性融合计算整星可靠性的预计值时,还可以将历史试验信息和在轨信息等多源可靠性信息融合。
本发明的有益效果:
本发明有效简化皮卫星可靠性数据分析工作,缩短皮纳卫星研制中可靠性工作时间,给出可靠性评估结果,该工具适用于研制周期短的皮纳卫星研制,是可视易懂、实时性高、自动化程度高、用于协助分析和融合多源可靠性的计算分析方法。
附图说明
图1为本发明方法的皮卫星的分解结构示意图。
图2为本发明方法的流程示意图。
图3为本发明方法的串联模型在软件中的示意图。
图4为本发明方法的并联模型在软件中的示意图。
图5为本发明方法的贮备冗余模型在软件中的示意图。
图6为本发明方法的表决模型在软件中的示意图。
图7为本发明方法的整星与分系统的关系模型。
图8为本发明方法的分系统与模块单元的关系模型。
图9为本发明方法的模块单元与元器件的关系模型。
图10为本发明方法在进行试验后得到的增长曲线。
具体实施方式
如图1和2所示,本实施例的皮卫星多源可靠性信息融合方法,包括以下步骤:
(1)将皮卫星从总到分进行多级分解,分解为整星、子系统、模块单元以及元器件,按照“整星-分系统-模块单元(组件)-元器件”的“金字塔”(总到分)分布搭建卫星的可靠性计算模型,按照分解顺序构建相邻级之间的可靠性计算关系模型。
可靠性计算关系模型包括:串联模型、并联模型、贮备冗余模型和表决模型中的至少一种。
串联模型:串联结构是可靠性数学模型中最简单、最常见的一种结构。串联结构中系统是否能正常工作取决于系统所有各部件是否正常地执行其功能,当某一部件发生故障导致整个系统发生故障。
串联结构中假设任何一个部件的故障在统计上与任何其他部件的故障或成功无关,在多数实际用途中这是最常见的情况。
在发明可以采用由MFC实现,工具中设计串联符号为“&”,即在可靠性参数计算中,例如:系统A=单元B&单元C&单元D
对应数学模型
式中:
n为串联单元数;
Ri为第i单元的可靠性;
Rs为系统的可靠性。
在软件中的组合方式如图3所示。
并联模型:并联结构中,当所有部件都发生故障时,系统才发生故障。
在工具中设计串联符号为“|”,即在可靠性参数计算中,例如:
系统A=单元B|单元C|单元D;
对应数学模型:
式中:
n为并联单元数;
Ri为第i单元的可靠性;
Rs为系统的可靠性。
在软件中的组合方式如图4所示。
贮备冗余模型:贮备冗余系统一般有冷贮备(无载贮备)、热贮备(满载贮备)和温贮备(轻载贮备)。贮备系统通常用n+1个单元和一个高可靠转换开关组成,一个单元工作,n个单元作贮备。当工作单元失效时,转换开关把一个贮备单元接入,系统继续工作。这样直到所有单元都失效时,系统才失效。
在工具中设计贮备冗余符号为多目符号,第一个开关S1作为转换开关,切换过程从单元1到单元2到单元3,依次循环。
系统A=S1?单元1>单元2>单元3;
在软件中的组合方式如图5所示。
在设计中,用户需要给出模型语言并在开关S1单元的参数中设置贮备冗余的类型,分为以下几种。
冷备份模型,对应数学模型:
式中:
n为并联单元数;
Rs为系统的可靠性;
λi为第i单元的失效率。
热备份模型:
与并联模型相同,对应数学模型:
式中:
n为并联单元数;
Rs为系统的可靠性。
温备份模型,对应数学模型:
式中:
n为并联单元数;
Rs为系统的可靠性;
λi为第i单元的失效率。
表决模型,表决系统也是一种冗余方式,系统由n个单元组成,而系统成功地完成任务只需其中的k个单元工作,即是表决系统,即k/n结构,其中k小于n。
在本工具中设计表决系统符号为多目符号,第一个开关J1作为判决器。
系统A=J1#单元1>单元2>单元3
对应数学模型:
在软件中的组合方式如图6所示。
在工具中输入“整星A=分系统B&分系统C&分系统D&(分系统E|分系统F)”,则软件的显示区域自动产生图7所示的结构,得到可靠性关系:RA=RB*RC*RD*(1-(1-RE)*(1-RF))。
通过点击分系统B继续拆解关系到模块级,得到分系统和模块单元的可靠性关系模型,如图8所示。
点击模块G继续拆解关系到元器件级,并得到可靠性关系模型,如图9所示。
(2)分系统进行环境应力筛选试验,整星进行环境应力筛选试验、热真空试验、热平衡试验及可靠性鉴定试验;
(3)进行可靠性试验的任一级任一单元i(分系统或者整星)的可靠性预计值的计算步骤如下:
3-1、通过步骤(1)的关系模型计算的得到所述单元i在试验前的可靠性理论值λi验前理论,如果所述单元i的次级进行了可靠性试验,则带入次级的可靠性预计值进行计算,否则通过末级的元器件的可靠性理论值逐级进行计算得到;
通过应力分析法的软件实现,主要实现方法是按照第一步给出的可靠性模型,自动计算整星以及各分系统的可靠性,计算过程自下而上的过程,数据库集成自《GJB299C-2006电子设备可靠性预计手册》。
每个元器件包含主要元器件和附属无源器件,计算任一元器件可靠性的理论值包括以下步骤:
1-1、将所有附属无源器件作为并联处理,并与主要元器件串联,计算得到元器件可靠性的最高值RMAX;
将所有附属无源器件作为串联处理,并与主要元器件串联,计算得到元器件可靠性最低值RMIN,得到元器件的可靠性区间;
1-2、通过理论计算相关比加权值β,步骤如下:
1-2-1、计算元器件的所有器件管脚数量和,并从原理图获得实际元器件内部相连节点数;
1-2-2、β=元器件组内部相连节点数/(所有器件管脚数量和/2-1)。
1-3、所述元器件可靠性的理论值=RMIN+(RMAX-RMIN)*β。
如果该单元的次级未进行试验,则通过选择元器件的若干参数,可以得到元器件的失效率,按照“元器件-模块单元(组件)-分系统-整星”的“倒金字塔”计算分系统或者整星的可靠性的理论值。
软件内部包含多种计算元器件可靠性的参数,并提供适用于商用器件卫星的默认值,通过合理的说明解释参数,方便使用者完整了解计算过程,并获得充分可靠的结果。
3-2、获取所述单元i进行可靠性试验的可靠性试验值λi试验信息;
使用者通过输入可靠性试验的参数和试验结果,软件工具将会自动生成试验的分析结果,并提供历史试验信息折算的评估需求。
所述卫星试验可靠性增长与评估,通过导入的数据(需包含试验时间、试验条件、出现BUG时间等),本发明的工具自动产生增长曲线,如图10所示,并采用杜安模型的图分析法对曲线拟合并给出增长情况分析,给出包括筛选度,增长速度,试验结束MTBF值,BUG列表在内的增长情况数据。
3-3、将λi验前理论与λi试验信息进行相容性检验,验前信息(可靠性理论值λi验前理论)在作为整星评估数据计算时,需要进行相容性检验,参考QW/8B标准,具体方法为:根据双边区间估计计算公式:
式中:
α为显著性水平,取值0.01~0.1;
若验前信息的比值t验前信息/r验前信息(可靠性理论值λi验前理论)在上式计算的区间内,则符合相容性检验;若不在该区间内,则不符合相容性检验。
3-4、所述单元i的可靠性预计值的计算公式如下:
λi预计=r等效试验信息/T等效试验信息;
其中:
T等效试验信息=t验前信息+T试验信息;
r等效试验信息=r验前信息+r试验信息;
当λi验前理论符合步骤3-3的相容性检验时,λi验前理论转化得到等效试验时间t验前信息和等效试验故障数r验前信息;
验前信息(可靠性理论值λi验前理论)融合将次级的失效率预计值转化为验前信息,根据已有理论值,转换得到等效试验时间的公式如下:
当将失效率预计值的置信度为0.6(即取1-α=0.6),选定r验前信息=1,则等效试验的时间:
当λi验前理论不符合步骤3-3的相容性检验时,t验前信息=0,r验前信息=0;
所述单元i的可靠性试验的等效试验时间:
T试验信息=∑jt试验jn试验jK试验j;
其中:
t试验j为任一试验j下的试验时间;
n试验j为任一试验j下的试验样本量;
K试验j为任一试验j下的环境因子,本实施例中,环境因子通过理论计算得到,环境因子参数采用如下方法:
所述理论计算的计算公式为:
K试验j=λi理论/λj理论;
其中,λi理论为通过末级的元器件的可靠性理论值逐级进行计算所得到的可靠性理论值;
λj理论为通过末级的元器件的可靠性理论值逐级进行计算且将所有元器件的环境参数改为试验j下的环境参数所得到的可靠性理论值。
所述单元i的可靠性试验的等效试验故障数:
r试验信息=∑jr试验j;
其中:r试验j为任一试验j下的试验故障数;
(4)根据步骤(3)的计算方法,计算得到各子系统的可靠性预计值,进而计算得到皮卫星整星的可靠性预计值。
Claims (10)
1.一种皮卫星多源可靠性信息融合方法,其特征在于,包括以下步骤:
(1)将皮卫星从总到分进行多级分解,末级为元器件,按照分解顺序构建相邻级之间的可靠性计算关系模型;
(2)进行可靠性试验的任一级任一单元i的可靠性预计值的计算步骤如下:
2-1、通过步骤(1)的关系模型计算得到所述单元i在试验前的可靠性理论值λi验前理论,如果所述单元i的次级进行了可靠性试验,则带入次级的可靠性预计值进行计算,否则通过末级的元器件的可靠性理论值逐级进行计算得到;
2-2、获取所述单元i进行可靠性试验的可靠性试验值λi试验信息;
2-3、将λi验前理论与λi试验信息进行相容性检验;
2-4、所述单元i的可靠性预计值的计算公式如下:
λi预计=r等效试验信息/T等效试验信息;
其中:
T等效试验信息=t验前信息+T试验信息;
r等效试验信息=r验前信息+r试验信息;
当λi验前理论符合步骤2-3的相容性检验时,λi验前理论转化得到等效试验时间t验前信息和等效试验故障数r验前信息;
当λi验前理论不符合步骤2-3的相容性检验时,t验前信息=0,r验前信息=0;
所述单元i的可靠性试验的等效试验时间:
T试验信息=∑jt试验jn试验jK试验j;
其中:
t试验j为任一试验j下的试验时间;
n试验j为任一试验j下的试验样本量;
K试验j为任一试验j下的环境因子;
所述单元i的可靠性试验的等效试验故障数:
r试验信息=∑jr试验j;
其中:r试验j为任一试验j下的试验故障数;
(3)将皮卫星整星以及次级的各子系统进行可靠性试验,并根据步骤(2)的计算方法,计算得到各子系统的可靠性预计值,进而计算得到皮卫星整星的可靠性预计值。
2.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,步骤(1)的可靠性计算关系模型包括:串联模型、并联模型、贮备冗余模型和表决模型中的至少一种。
3.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,所述环境因子K试验j通过理论计算、经验信息加权或专家意见给值得到。
4.如权利要求3所述的皮卫星多源可靠性信息融合方法,其特征在于,所述理论计算的计算公式为:
K试验j=λj理论/λj理论;
其中,λi理论为通过末级的元器件可靠性的理论值逐级进行计算所得到的可靠性理论值;
λj理论为通过末级的元器件的可靠性理论值逐级进行计算且将所有元器件的环境参数改为试验j下的环境参数所得到的可靠性理论值。
5.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,步骤2-3中,将λi验前理论与λi试验信息进行相容性检验的具体方法为:根据双边区间估计计算公式:
式中:
α为显著性水平,取值0.01~0.1;
若验前信息的比值t验前信息/r验前信息在上式计算的区间内,则符合相容性检验;若不在该区间内,则不符合相容性检验。
6.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,所述各子系统进行的可靠性试验包括环境应力筛选试验、热真空试验、热平衡试验及可靠性鉴定试验中的至少一种。
7.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,皮卫星整星进行的可靠性试验包括环境应力筛选试验、热真空试验、热平衡试验及可靠性鉴定试验。
8.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,所述的皮卫星从总到分分解为整星、子系统、模块单元以及元器件。
9.如权利要求1所述的皮卫星多源可靠性信息融合方法,其特征在于,每个元器件包含主要元器件和附属无源器件,计算任一元器件可靠性的理论值包括以下步骤:
1-1、将所有附属无源器件作为并联处理,并与主要元器件串联,计算得到元器件可靠性的最高值RMAX;
将所有附属无源器件作为串联处理,并与主要元器件串联,计算得到元器件可靠性最低值RMIN,得到元器件的可靠性区间;
1-2、通过理论计算、经验信息或专家意见给值获得相关比加权值β;
1-3、所述元器件可靠性的理论值=RMIN+(RMAX-RMIN)*β。
10.如权利要求9所述的皮卫星多源可靠性信息融合方法,其特征在于,步骤1-2中,理论计算相关比加权值β的步骤如下:
1-2-1、计算元器件的所有器件管脚数量和,并从原理图获得实际元器件内部相连节点数;
1-2-2、β=元器件组内部相连节点数/(所有器件管脚数量和/2-1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510519543.9A CN105320805B (zh) | 2015-08-21 | 2015-08-21 | 一种皮卫星多源可靠性信息融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510519543.9A CN105320805B (zh) | 2015-08-21 | 2015-08-21 | 一种皮卫星多源可靠性信息融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105320805A true CN105320805A (zh) | 2016-02-10 |
CN105320805B CN105320805B (zh) | 2018-06-19 |
Family
ID=55248185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510519543.9A Active CN105320805B (zh) | 2015-08-21 | 2015-08-21 | 一种皮卫星多源可靠性信息融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105320805B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874962A (zh) * | 2017-03-13 | 2017-06-20 | 上海普适导航科技股份有限公司 | 多源卫星数据的融合方法及装置 |
CN108665164A (zh) * | 2018-05-10 | 2018-10-16 | 北京航空航天大学 | 基于运行质量数据的多态制造系统任务可靠性评估方法 |
CN109214030A (zh) * | 2017-09-18 | 2019-01-15 | 北京卫星环境工程研究所 | 微纳卫星试验矩阵设计方法 |
CN109272053A (zh) * | 2018-10-12 | 2019-01-25 | 国网湖南省电力有限公司 | 极轨卫星监测气溶胶光学厚度的数据融合方法及系统 |
CN109299545A (zh) * | 2018-09-26 | 2019-02-01 | 中国人民解放军92942部队 | 一种确定可靠性增长试验计划增长曲线的方法 |
CN111680392A (zh) * | 2020-04-23 | 2020-09-18 | 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)) | 复杂电子系统可靠性量化方法、装置和计算机设备 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8112261B2 (en) * | 2008-03-31 | 2012-02-07 | Gm Global Technology Operations, Llc. | Methods and simulation tools for predicting GPS performance in the broad operating environment |
CN103425612A (zh) * | 2013-07-26 | 2013-12-04 | 西北工业大学 | 低功耗的皮卫星星载计算机系统 |
CN103440184A (zh) * | 2013-08-20 | 2013-12-11 | 浙江大学 | 一种皮卫星星载计算机状态回卷温备份的方法 |
-
2015
- 2015-08-21 CN CN201510519543.9A patent/CN105320805B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8112261B2 (en) * | 2008-03-31 | 2012-02-07 | Gm Global Technology Operations, Llc. | Methods and simulation tools for predicting GPS performance in the broad operating environment |
CN103425612A (zh) * | 2013-07-26 | 2013-12-04 | 西北工业大学 | 低功耗的皮卫星星载计算机系统 |
CN103440184A (zh) * | 2013-08-20 | 2013-12-11 | 浙江大学 | 一种皮卫星星载计算机状态回卷温备份的方法 |
Non-Patent Citations (1)
Title |
---|
宋政吉等: "相容非概率信息的可靠性理论与方法研究", 《航天器工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874962A (zh) * | 2017-03-13 | 2017-06-20 | 上海普适导航科技股份有限公司 | 多源卫星数据的融合方法及装置 |
CN106874962B (zh) * | 2017-03-13 | 2020-09-01 | 上海普适导航科技股份有限公司 | 多源卫星数据的融合方法及装置 |
CN109214030A (zh) * | 2017-09-18 | 2019-01-15 | 北京卫星环境工程研究所 | 微纳卫星试验矩阵设计方法 |
CN109214030B (zh) * | 2017-09-18 | 2019-05-24 | 北京卫星环境工程研究所 | 微纳卫星试验矩阵设计方法 |
CN108665164A (zh) * | 2018-05-10 | 2018-10-16 | 北京航空航天大学 | 基于运行质量数据的多态制造系统任务可靠性评估方法 |
CN109299545A (zh) * | 2018-09-26 | 2019-02-01 | 中国人民解放军92942部队 | 一种确定可靠性增长试验计划增长曲线的方法 |
CN109299545B (zh) * | 2018-09-26 | 2023-04-18 | 中国人民解放军92942部队 | 一种确定电动燃油泵可靠性增长试验计划增长曲线的方法 |
CN109272053A (zh) * | 2018-10-12 | 2019-01-25 | 国网湖南省电力有限公司 | 极轨卫星监测气溶胶光学厚度的数据融合方法及系统 |
CN109272053B (zh) * | 2018-10-12 | 2021-11-02 | 国网湖南省电力有限公司 | 极轨卫星监测气溶胶光学厚度的数据融合方法及系统 |
CN111680392A (zh) * | 2020-04-23 | 2020-09-18 | 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)) | 复杂电子系统可靠性量化方法、装置和计算机设备 |
CN111680392B (zh) * | 2020-04-23 | 2024-04-23 | 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)) | 复杂电子系统可靠性量化方法、装置和计算机设备 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN105320805B (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mi et al. | Reliability assessment of complex electromechanical systems under epistemic uncertainty | |
CN105320805A (zh) | 一种皮卫星多源可靠性信息融合方法 | |
Cai et al. | Application of Bayesian networks in reliability evaluation | |
Andryushkevich et al. | Composition and application of power system digital twins based on ontological modeling | |
Yu et al. | Advances and challenges in building engineering and data mining applications for energy-efficient communities | |
Aizpurua et al. | Supporting group maintenance through prognostics-enhanced dynamic dependability prediction | |
Patelli et al. | COSSAN: a multidisciplinary software suite for uncertainty quantification and risk management | |
Alfonsi et al. | RAVEN and dynamic probabilistic risk assessment: Software overview | |
Li et al. | Multivariate ensembles-based hierarchical linkage strategy for system reliability evaluation of aeroengine cooling blades | |
Authen et al. | Reliability analysis of digital systems in a probabilistic risk analysis for nuclear power plants | |
CN108376221A (zh) | 一种基于aadl模型扩展的软件系统安全性验证与评估方法 | |
CN110472846A (zh) | 核电厂热工水力安全分析最佳估算加不确定性方法 | |
CN104239687B (zh) | 一种基于航天产品信号传递路径的可靠性建模与评估方法 | |
CN103548093A (zh) | 全谱的loca评价模型及分析方法 | |
Sun et al. | Physics-of-failure and computer-aided simulation fusion approach with a software system for electronics reliability analysis | |
Grabaskas et al. | Advantages of variance reduction techniques in establishing confidence intervals for quantiles | |
Zhang et al. | Towards a graded application of best estimate plus uncertainty methodology for non-LOCA transient analysis | |
Shukla et al. | A smart component methodology for reliability analysis of dynamic systems | |
Rocco et al. | Global sensitivity analysis in a multi-state physics model of component degradation based on a hybrid state-space enrichment and polynomial chaos expansion approach | |
Shukla et al. | Static and dynamic reliability studies of a fast reactor shutdown system using smart component method | |
Rocha et al. | Reliability analysis of sensorized stamping presses by generalized fault trees | |
Butenko | Modeling of a reactor trip system using Markov chains: case study | |
Zhang et al. | Key fault propagation path identification of CNC machine tools based on maximum occurrence probability | |
CN109388855B (zh) | 数字飞行器仿真结果人工智能比对与检验方法 | |
Bani-Mustafa et al. | A hierarchical tree-based decision making approach for assessing the trustworthiness of risk assessment models |
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 |