CN106599454B - 一种基于Petri网的多阶段任务系统故障行为建模方法 - Google Patents
一种基于Petri网的多阶段任务系统故障行为建模方法 Download PDFInfo
- Publication number
- CN106599454B CN106599454B CN201611141292.6A CN201611141292A CN106599454B CN 106599454 B CN106599454 B CN 106599454B CN 201611141292 A CN201611141292 A CN 201611141292A CN 106599454 B CN106599454 B CN 106599454B
- Authority
- CN
- China
- Prior art keywords
- failure
- stage
- task
- phased mission
- component
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明提供一种基于Petri网的多阶段任务系统故障行为建模方法,包括以下步骤:步骤一:分析并明确多阶段任务系统需完成的各个任务阶段;步骤二:确定系统在各任务阶段中的系统配置、系统功能及故障判据,分别建立各任务阶段的系统可靠性模型;步骤三:根据各阶段应力和环境条件,对系统及所有元器件进行FMMEA分析,确定系统各元器件在各阶段的主要故障机理及其相关关系;步骤四:基于各任务阶段系统配置建立系统单一任务阶段的Petri网模型;步骤五:针对系统各元器件,建立多阶段任务下基于故障机理相关的多阶段Petri网模型;步骤六:综合考量步骤四和步骤五得到的Petri网模型并进行仿真求解,并依据需求得到各元器件或者系统的可靠度曲线。
Description
技术领域
本发明属于产品可靠性建模领域,具体地涉及一种基于Petri网的多阶段任务系统故障行为建模方法。
背景技术
多阶段任务系统是指完成由多个不重叠的、连续的阶段所组成的任务的系统,系统在每个阶段均需要完成一项特定任务,每个阶段任务的成功是整个任务成功的必备条件。很多航空、航天、交通领域的设备或者系统的任务过程都是多阶段的,例如,飞机在执行飞行任务时,可以将其划分为地面慢车、起飞、爬升、巡航、降落和着陆等不同阶段。那么,执行飞行任务的飞机就属于一种多阶段任务系统。相较于单阶段任务系统,多阶段任务系统有着许多特殊的性质,其中尤其特殊的是系统或其子系统会在不同阶段经受不同的应力和环境条件。再加之,系统在任务的各个阶段会有不同的系统配置、失效判据、行为持续时间等,这就使得系统的各元器件在不同阶段有不同的失效率。而系统在某阶段的初始状态又依赖于任务上一阶段结束时的状态,又存在跨阶段的部件依赖性,功能相关性。这些都使得多阶段任务系统的可靠性分析比单阶段任务系统更加复杂,更加需要采用有效的分析手段。
传统的多阶段任务系统的可靠性分析和建模方法主要分为三种,组合建模法,状态空间建模法。组合建模法首先通过故障树或可靠性逻辑框图对可靠性逻辑关系进行表述,其次利用逻辑代数的方法对多阶段任务系统的可靠度或故障率进行求解计算,从本质上讲其仍然是一种静态的逻辑代数分析方法。状态空间建模法,则对系统的动态特性有着优良的描述能力,如最常用的连续时间马尔可夫链(CTMC)方法。传统的状态空间建模法是先获取由系统中各个元器件的状态所构成系统的状态空间,再分别对每个阶段的系统状态空间的变化进行建模来描述,最后再对各阶段的模型结果进行拼接从而得到系统的模型结果。通过上述对传统的多阶段任务系统的可靠性建模和分析方法的研究,可以发现,为分析系统可靠性,上述方法考虑了任务各个阶段的环境条件的不同,但却都是以各阶段之间统计独立为基本假设,并单独收集各个阶段的故障数据来求解模型。在统计数据很少的情况下,上述传统方法无法进行预测和分析,而且还忽略了各阶段之间的部件依赖性,功能相关性。然而,为了更准确的分析多阶段任务系统的可靠性,这些相关性又不能不被考虑进模型的建立过程之中。如何才能既减轻建模分析方法对统计数据的依赖,又能很好地兼容跨阶段相关性,越来越成为研究的热点问题。
故障行为是指组成系统的各元器件的诸多故障机理演变成系统故障的过程,是系统故障的外在表现形式。故障行为建模方法中,首先以故障物理的方法来得到描述系统各元器件在每个阶段内经受不同应力和环境条件的故障机理模型,这可以很大程度上减轻对统计数据的依赖,并能从导致故障的根本原因,故障机理,来认识和分析系统的故障;再以故障机理相关关系来从故障机理的层面来表达系统内的部件相关性和功能相关性,同时,也能发现其可以很好的描述多阶段任务系统的跨阶段部件依赖性和功能相关性的特点。这一方法既将分析层次更加深化,将研究的触角伸向故障物理的层次,又很好的解决了传统方法对统计数据的过度依赖和跨阶段的相关性的忽略。
上述方法的实现,既要求相关模型能很好的表达出系统的动态特性,又要能够准确的描述故障行为。状态空间建模法中的Petri网模型对系统的动态特性有着很强的描述能力,且具有“异步、并发”的特点。应用这一特点,可以很好的描述系统各元器件及其机理在任务各阶段的发展与否、速度快慢等。另外,在 Petri网的组成元素中,以库所来代表故障机理、元器件或系统的状态;变迁(transition)代表故障机理的发展过程;标记(Token)是一种流动的故障信息,一方面可以代表系统、元器件处于正常或故障的状态,另一方面可以代表故障机理发展开始和结束的状态。组成Petri网的这些元素,并再考虑机理相关后,则能很好的描述跨阶段的相关性。同时,Petri网模型也保留了状态空间建模法对系统动态特性的优良描述能力。
通过对现有技术进行检索和查新,国内外尚没有学者提出考虑故障机理及相关关系的多阶段任务系统故障行为的建模方法,从而解决统计数据的收集难和系统的跨阶段相关性。
发明内容
本发明针对传统的多阶段任务系统可靠性建模方法过于依赖统计数据,而相关数据的收集却十分困难,且忽略了任务各阶段之间的相关性等缺点,提出一种考虑故障机理及其相关关系的故障行为建模新方法。本方法选用故障物理方法来获取在任务各阶段的不同应力和环境条件下的故障数据,并以机理相关关系来表示出多阶段任务系统的元器件、功能的跨阶段依赖性,并结合Petri网模型的“异步、并发”等优势,从而得到了相较传统方法更为准确、有效的多阶段任务系统的故障行为模型,为多阶段任务系统的可靠性建模和分析提供了一种新思路。
本发明是这样实现的:
一种基于Petri网的多阶段任务系统故障行为建模方法,包括以下步骤:
步骤一:分析并明确多阶段任务系统需完成的各个任务阶段,得到各个阶段任务表、各阶段应力以及环境条件;
步骤二:确定系统在各个阶段任务中的系统配置、系统功能及故障判据,分别建立各个阶段任务的系统可靠性模型;
步骤三:根据步骤一中给出的各阶段应力和环境条件,对系统及所有元器件进行FMMEA分析,确定系统各元器件在各阶段的主要故障机理及其相关关系;
步骤四:基于各个阶段任务系统配置建立系统单一任务阶段的Petri网模型;
步骤五:针对系统各元器件,建立多阶段任务下基于故障机理相关的多阶段Petri网模型;
步骤六:综合考量步骤四和步骤五得到的Petri网模型并进行仿真求解,并依据需求得到各元器件或者系统的可靠度曲线。
优选地,步骤二具体包括以下步骤:
a.根据各阶段需完成的相应任务情况和系统的原理图以及功能框图确定系统在各阶段的系统配置、功能及相应的故障判据;
b.根据相应元器件在完成相应功能时的逻辑关系,分别建立各个阶段任务的系统可靠性模型。
优选地,步骤三具体为:
a.对各阶段中处于系统配置的各元器件进行FMMEA分析,确定各元器件的主要故障机理;
b.根据系统主要故障机理的类型、位置以及对环境影响的分析结果,结合五种基本故障机理相关定义,得到系统故障机理相关关系;
c.结合任务综合环境剖面,具体确定各个阶段任务的系统配置中存在的主要故障机理及其相关关系。
优选地,步骤c中需要结合各阶段应力环境因素来对步骤b中机理类型及相关关系进行调整,进而得到各个阶段任务的主要故障机理及其相关关系。
优选地,FMMEA分析过程主要包括:
①故障模式和故障机理分析:针对不同的系统类型,对系统的故障模式和故障机理进行初步分析和确定;
②故障影响及严酷度分析:对各个功能电路所有元器件的所有故障模式进行故障影响分析以及严酷度分析,所述故障影响包括局部影响、高一层次影响和最终影响,所述严酷度包括Ⅰ度、Ⅱ度、Ⅲ度以及Ⅳ度;
③针对严酷度为Ⅰ、Ⅱ类单点故障模式及故障机理进行危害性分析。结合故障模式频数比和元器件失效率进行故障预计分析,定义故障模式危害度为故障模式频数比和元器件失效率乘积,确定薄弱环节,综合以往故障数据统计,给出分析结果。通过故障模式的危害性分析,挑选危害性较严重的前20至30种故障模式及故障机理,并列出表格。
优选地,所述五种基本故障机理包括竞争机理、触发机理、促进机理、抑制机理以及损伤累积/参数联合机理。
优选地,步骤四具体包括以下步骤:
a.建立单任务阶段的系统结构的Petri网模型,根据系统在各阶段的系统配置情况,对系统进行传统的故障树分析并绘制出故障树;
b.根据步骤三中a、b步骤的相关分析,建立基于各阶段系统配置的所有元器件单一任务阶段下的系统 Petri网模型,构建各元器件模型时,考虑各元器件的全部主要故障机理,即不考虑应力及环境影响;
c.综合系统结构及各元器件单一任务阶段下的Petri网,建立基于故障机理相关的系统配置在单一任务阶段下的多阶段Petri网模型。
优选地,步骤五具体包括以下步骤:
a.建立任务阶段的Petri网模型。
b.建立各元器件在多阶段任务下的Petri网模型,具体为结合步骤a中各任务的Petri网模型、各元器件在各单一任务阶段中的Petri网模型和步骤三c的各阶段各元器件主要故障机理(即考虑应力及环境影响),在考虑相应逻辑关系和故障相关关系的同时,得到系统各元器件基于故障机理相关的多阶段下的 Petri网模型。
优选地,步骤五的步骤a中,Petri网中的库所用以表示不同阶段任务,变迁时间表示任务的持续过程,标记所在的库所表示系统所处的当前任务。
优选地,步骤六具体包括以下步骤:
a.根据故障机理特点以及模型特点,选择合适的故障物理模型描述各阶段主要故障机理;
b.结合综合任务剖面及系统所选用元器件的规格等,确定各模型的形状参数、环境应力参数等相关参数;
c.确定各阶段故障机理的故障前时间所服从的分布,在考虑故障物理模型参数分散性的前提下,对系统在各个阶段任务所涉及的故障机理的故障前时间进行计算,并用蒙特卡洛进行分散处理,最后利用 MATLAB进行分布拟合,确定各机理所服从的分布及相关分布参数;
d.将每个阶段故障机理所服从的时间分布融合到步骤四和步骤五得到的Petri网模型中,编写适当的 MATLAB程序,进行仿真计算。
本发明具有以下创新点:
本发明以故障物理方法克服了传统多阶段任务系统可靠性建模分析方法的严重依赖统计数据的缺点,并将多阶段任务系统的可靠性分析延伸到了故障机理层。传统的分析方法大都停留在系统元器件故障层面,严重依赖统计数据的收集,而绝大多数的系统的可靠性数据都难以收集,这严重影响了传统方法的准确性。本方法从引起元器件及系统故障的根本原因,故障机理,开始分析,依据故障物理方法,并结合对任务剖面的分析,解决了对统计数据的依赖问题,并帮助人们更好的认识系统故障的更深层次原因,并且能够为产品的设计改进、生产、装配等过程提供建议。
本发明通过考虑故障机理相关关系较好地描述了多阶段任务系统的元器件、功能的跨阶段相关性和其故障行为。传统的建模方法大都以各个阶段任务统计独立为基本假设,先分别分析各阶段,最后对结果进行拼接,从而来对多阶段任务系统进行可靠性分析的。这样做无疑是忽略了多阶段任务系统所特有的,并且不可忽略的跨阶段相关性的特点。本发明通过考虑故障机理相关关系,从故障机理层很好的表达了元器件、系统功能的跨阶段相关性。通过利用Petri网对动态行为具有极强的刻画能力这一优点,本方法对多阶段任务系统的故障机理如何变化、发展,最后导致系统失效的过程,即故障行为,进行了准确刻画。
附图说明
图1是某次飞行任务中通信板的综合环境剖面;
图2是通信板功能框图;
图3是通信板的任务可靠性框图;
图4是通信板故障机理树形图;
图5是通信板系统故障树;
图6是通信板系统故障Petri网模型;
图7是集成电路IC21的故障机理Petri网模型;
图8是集成电路IC13的故障机理Petri网模型;
图9是集成电路IC24的故障机理Petri网模型;
图10是电连接器X1的故障机理Petri网模型;
图11是单一阶段任务下的通信板系统Petri网模型;
图12是通信板多阶段任务的Petri网模型;
图13是IC21在多阶段任务下的可靠性模型;
图14是IC13在多阶段任务下的可靠性模型;
图15是IC24在多阶段任务下的可靠性模型;
图16是电连接器X1在多阶段任务下的可靠性模型;
图17是电连接器X2在多阶段任务下的可靠性模型;
图18是IC9在多阶段任务下的可靠性模型;
图19是转化后的温度剖面图;
图20是热载流子故障时间的拟合曲线;
图21是CPU1可靠度;
图22是CPU2可靠度;
图23是晶振电路可靠度;
图24是双口RAM存储器可靠度;以及
图25是通信板系统可靠度。
具体实施方式
以下将参考附图详细说明本发明的示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
一种基于Petri网的多阶段任务系统故障行为建模方法,包括以下步骤:
步骤一:分析并明确多阶段任务系统需完成的各个任务阶段。多阶段任务系统各个阶段任务的分析依据是系统实际的工况、相应任务的环境剖面,根据这些信息以及工程经验,从实际工程的角度对系统任务进行详细并合理的分析,绘制出系统综合环境剖面示意图,最后给出系统的阶段任务表。
步骤二:确定系统在各个阶段任务中的系统配置、系统功能及故障判据,分别建立各个阶段任务的系统可靠性模型。
步骤三:根据步骤一中给出的各阶段应力和环境条件,对系统及所有元器件进行FMMEA分析,确定系统各元器件在各阶段的主要故障机理及其相关关系。
步骤四:基于各个阶段任务系统配置建立系统单一任务阶段的Petri网模型。
步骤五:对系统各元器件,建立多阶段任务下基于故障机理相关的多阶段Petri网模型。
步骤六:综合考量步骤四和步骤五得到的Petri网模型并进行仿真求解,并依据需求得到各元器件或者系统的可靠度曲线。
优选地,步骤二具体包括以下步骤:
a.根据各阶段需完成的相应任务情况和系统的原理图、功能框图等,确定系统在各阶段的系统配置、功能及相应的故障判据;
b.根据相应元器件在完成相应功能时的逻辑关系,分别建立各个阶段任务的系统可靠性模型。
优选地,步骤三具体包括以下步骤:
a.对各阶段中处于系统配置的各元器件进行FMMEA分析,确定各元器件的主要故障机理。
优选地,步骤a中的FMMEA分析过程主要包括:
①故障模式和故障机理分析。对于不同的系统类型,可以参看相关的国家标准或者技术手册,对系统的故障模式和故障机理进行初步分析和确定;
②故障影响及严酷度分析。对各个功能电路所有元器件的所有故障模式进行故障影响分析,分别填写局部影响,高一层次影响和最终影响。故障影响及严酷度分析就是为了找到产品可能的每个故障模式所产生的影响,并分析结果的严重程度(即严酷度)。对于每一个故障模式根据严酷度定义,如表1所示。填写出相应的严酷度类别。
表1通信板的严酷度定义
③针对严酷度为Ⅰ、Ⅱ类单点故障模式及故障机理进行危害性分析。结合故障模式频数比和元器件失效率进行故障预计分析,定义故障模式危害度为故障模式频数比和元器件失效率乘积,确定薄弱环节,综合以往故障数据统计,给出分析结果。通过故障模式的危害性分析,挑选危害性较严重的前20至30种故障模式及故障机理,并列出表格。
b.根据系统主要故障机理的类型、位置以及对环境影响的分析结果,对比表2所示的五种基本故障机理相关定义,得到系统故障机理相关关系。
表2五种基本故障机理相关定义
c.结合任务综合环境剖面,具体确定各阶段的系统配置中存在的主要故障机理及其相关关系。
由于应力环境等因素的跨阶段变化,会伴随着相应故障机理发展与否、相关关系存在与否的变化,这需要结合各阶段应力环境因素来对步骤b中机理类型及相关关系进行调整,进而得到各个阶段任务的主要故障机理及其相关关系。
优选地,步骤四具体包括以下步骤:
a.建立单任务阶段的系统结构的Petri网模型,根据系统在各阶段的系统配置情况,对系统进行传统的故障树分析并绘制出故障树;
b.根据步骤三中a、b步骤的相关分析,建立基于各阶段系统配置的所有元器件单一任务阶段下的系统Petri网模型,构建各元器件模型时,考虑各元器件的全部主要故障机理,即不考虑应力及环境影响;
c.综合系统结构及各元器件单一任务阶段下的Petri网,建立基于故障机理相关的系统配置在单一任务阶段下的多阶段Petri网模型。
优选地,步骤五具体包括以下步骤:
a.建立任务阶段的Petri网模型,其中,Petri网中的库所用以表示不同阶段任务,变迁时间表示任务的持续过程,标记(Token)所在的库所表示通板信所处的当前任务;
b.建立各元器件在多阶段任务下的Petri网模型,结合步骤a中各任务的Petri网模型、各元器件在各单一任务阶段中的Petri网模型和步骤三c的各阶段各元器件主要故障机理(即考虑应力及环境影响),在考虑相应逻辑关系和故障相关关系的同时,得到系统各元器件基于故障机理相关的多阶段下的Petri网模型;
优选地,步骤六具体包括以下步骤:
a.根据故障机理特点以及模型特点,选择合适的故障物理模型描述各阶段主要故障机理;
b.结合综合任务剖面及系统所选用元器件的规格等,确定各模型的形状参数、环境应力参数等相关参数;
c.确定各阶段故障机理的故障前时间所服从的分布,在考虑故障物理模型参数分散性的前提下,对系统在各个阶段任务所涉及的故障机理的故障前时间进行计算,并用蒙特卡洛进行分散处理,最后利用 MATLAB进行分布拟合,确定各机理所服从的分布及相关分布参数;
d.将每个阶段故障机理所服从的时间分布融合到步骤四和步骤五得到的Petri网模型中,编写适当的 MATLAB程序,进行仿真计算。
具体实施例
以下实施例是利用Petri网对某航空电子设备通信电路板进行建模,并对其进行MATLAB仿真分析,以此体现本发明的有益效果。
本发明是一种基于Petri网的多阶段任务系统故障行为建模方法,具体实施步骤如下:
步骤一:分析并明确多阶段任务系统需完成的各个任务阶段。
本实施例中的通信板是连接主控板与对象设备的桥梁,其主要功能是实现主控板与对象设备的双向通信。在服役期间,它需要跟随飞机执行任务。飞机在执行某一任务的工况如表3所示。
表3飞行任务工况表
从飞行任务的工况表可以看出,该任务包括地面不工作、地面慢车、地面待起飞、起飞、爬升、巡航、下降、着陆、减速慢跑以及地面不工作等10个阶段。附图1为根据表3所列工况的10个阶段,绘制出的通信板综合环境剖面。
附图1中的附图标号1和附图标号3表示温度应力变化速率为1.5℃/min,附图标号2和附图标号4表示温度应力变化速率为6℃/min。
根据通信板的综合环境剖面,分析得到该通信板系统执行的该次任务可以划分为10个阶段,其阶段任务表如表4所示。
表4通信板的多阶段任务表
步骤二:确定系统在各个阶段任务中的系统配置、系统功能及故障判据,分别建立各个阶段任务的系统可靠性模型。
a.根据各阶段需完成的相应任务情况和系统的原理图、功能框图等,确定系统在各阶段的系统配置、功能及相应的故障判据。
本实施例中通信板的任务是实现主控板与对象设备的双向通信,要求通信内容准确、完整。该通信板具有12路通信信号收发电路,CPU1控制器连接其中的CH1、CH2、CH3、CH4、CH7路,CPU2控制器连接其中的CH5、CH6、CH8、CH9、CH11、CH12路。根据通信板的功能及各个电路原理,对电路功能进行分类,并给每一类功能进行10、20至80的编号,如表5所示。
表5通信板功能分类表
通信板的功能框图如附图2所示,其中,附图标号5表示数据和地址总线。收发电路包含10个20mA 的电路环和2个30mA的电路环,CPU1控制器和CPU2控制器负责处理指令信息,双口RAM存储器、选通芯片电路从P-bus总线选取通信板需要的信息,电压检测电路用来检测供电电压状态,当电压状态不稳定时提供复位信号保护CPU控制器,收发指示电路用来提供收发状态指示,当通道内有输入信号和输出信号时,相应颜色指示LED灯会闪烁,晶振电路为CPU1和CPU2控制器提供时钟信号。
根据实际任务需求,该实施例中通信板的故障判据为对象设备无法接收主控板的控制指令,或主控板无法接收对象设备传递过来的信息,无法实现双向通信功能。
b.根据相应元器件在完成相应功能时的逻辑关系,分别建立各个阶段任务的系统可靠性模型。
本实施例在所有任务阶段中,任何一个功能电路故障均会使通信板不能正常工作,因此,各个功能电路的可靠性构成串联模型,所以通信板的系统可靠性模型如附图3所示。
通信板为实现相应任务,在任务的各个阶段均必须保证所有的元器件投入使用,即其在各阶段的系统配置不发生改变。并且通信板所需完成的功能在各阶段相同,所以,针对该实施例,通信板在各阶段的系统功能、故障判据及系统模型应相同。
步骤三:根据步骤一中给出的各阶段应力和环境条件,对系统及元器件进行FMMEA分析,确定系统各元器件在各阶段的主要故障机理及其相关关系。
a.对各阶段中处于系统配置的各元器件进行FMMEA分析,确定各元器件的主要故障机理。
由于该实施例中的通信板在各阶段的系统配置相同,所以我们在此对各元器件统一进行FMMEA分析,从而确定各阶段系统的主要故障机理。
本实施例中,通信板的故障模式和故障模式的频数比可参考GJB299C-2006电子设备可靠性预计手册、 RIAC FMD-2011美国RIAC故障模式和机理数据库以及现场故障统计数据(故障能够定位到元器件级别)。
针对该实施例的FMMEA分析过程具体如下:
对每一个功能电路进行分析,得到各个功能电路的所有元器件及其故障模式和故障机理。
对各个功能电路所有元器件的所有故障模式进行故障影响分析,分别确定局部影响,高一层次影响和最终影响,并分析结果的严重程度(即严酷度)。
针对严酷度为Ⅰ、Ⅱ类单点故障模式及故障机理进行危害性分析。本次危害性分析采用的是定量危害性矩阵的方法。挑选危害性较严重的前24种故障模式及故障机理列出,如表6所示,作为主要故障机理。附图4以故障机理树形图的形式给出各子电路的主要故障机理。
表6通信板各个组成电路的主要故障机理
b.根据系统主要故障机理的类型、位置以及对环境影响的分析结果,对比表2所示的五种基本故障机理相关定义,得到系统故障机理相关关系。
由表6中所列的通信板主要故障机理的类型、位置以及对环境的影响,分析得到通信板的故障机理相关关系如表7所示。
表7通信板故障机理及相关关系
c.结合任务综合环境剖面,具体确定各阶段的系统配置中存在的主要故障机理及其相关关系。
对本实施例如附图1所示的综合环境剖面进行分析,可以明确得知各阶段内系统的主要故障机理,如表8所示,各阶段内相应机理之间的相关关系仍与表7相同。
表8各阶段系统主要故障机理
步骤四:基于各个阶段任务系统配置建立系统多阶段单任务阶段的Petri网模型。
a.建立单任务阶段的系统结构的Petri网模型。
因为本实例中系统配置在各阶段均相同,所以只需进行一次故障树分析即可,相应故障树如附图5所示。再将其转化为Petri网模型,如附图6所示。具体转换方式参见申请人之前申请的申请号为 2015107843493,申请名称为一种基于Petri网的电路模块故障机理相关关系的可靠性建模方法的发明专利,在此不再赘述。
附图6中的附图标号6所指的库所表示通信板故障,附图标号7所指的库所表示CPU1故障,附图标号 8所指的库所表示CPU2故障,附图标号9所指的库所表示晶振电路故障,附图标号10所指的库所表示双口存储器故障,附图标号11所指的库所表示IC21故障,附图标号12所指的库所表示IC13故障,附图标号 13所指的库所表示IC24故障,附图标号14所指的库所表示IC22故障,附图标号15所指的库所表示X1故障,附图标号16所指的库所表示X2故障,附图标号17所指的库所表示X3故障,附图标号18所指的库所表示IC9故障,附图标号19所指的库所表示IC4故障,附图标号20所指的库所表示IC14故障,附图标号 21所指的库所表示IC19故障。
b.根据步骤三中a、b步骤的相关分析,建立各阶段系统配置内涉及的故障机理相关性的Petri网模型。构建各元器件模型时,考虑各元器件的全部主要故障机理,即不考虑应力及环境影响。
在此实例中由于各阶段系统配置相同,在此对元器件的故障机理相关性的Petri网模型的分析仅需进行一次。
根据表7,可依次绘制出集成电路IC21(如附图7所示)、IC13(如附图8所示)、IC24(如附图9所示)、电连接器X1(如附图10所示)的故障机理相关的Petri网模型。
附图7中的附图标号所指部分分别表示:
附图标号22所指的区域表示IC21中的热载流子效应对应的故障机理Petri网模型;
附图标号23所指的区域表示IC21中的TDDB效应对应的故障机理Petri网模型;
附图标号24所指的区域表示IC21中的振动疲劳对应的故障机理Petri网模型;
附图标号25所指的区域表示IC21中的热疲劳对应的故障机理Petri网模型;
附图标号26所指的延时变迁表示的是单位循环时间;
附图标号27所指的瞬时变迁表示的是状态判定;
附图标号28所指的库所表示当该库所中的Token数量为1时,IC21由于电参数漂移过大而失效;
附图标号29所指的库所表示当该库所中的Token数量为1时,IC21由于焊点开裂而失效;
附图标号30所指的库所表示当该库所中的Token数量为1时,IC21失效。
附图8中的附图标号所指部分分别表示:
附图标号31所指的区域表示IC13中的振动疲劳对应的故障机理Petri网模型;
附图标号32所指的区域表示IC13中的热疲劳对应的故障机理Petri网模型;
附图标号33所指的库所表示当该库所中的Token数量为1时,IC21由于焊点开裂而失效。
附图9中的附图标号所指部分分别表示:
附图标号34所指的区域表示IC24中的热载流子效应对应的故障机理Petri网模型;
附图标号35所指的区域表示IC24中的电迁移效应对应的故障机理Petri网模型;
附图标号36所指的区域表示IC24中的振动疲劳对应的故障机理Petri网模型;
附图标号37所指的区域表示IC24中的热疲劳对应的故障机理Petri网模型;
附图标号38所指的库所表示当该库所中的Token数量为1时,IC24由于电参数漂移过大而失效;
附图标号39所指的库所表示当该库所中的Token数量为1时,IC24由于焊点开裂而失效;
附图标号40所指的库所表示当该库所中的Token数量为1时,IC24失效。
附图10中的附图标号所指部分分别表示:
附图标号41所指的区域表示X1中的电迁移效应对应的故障机理Petri网模型;
附图标号42所指的区域表示X1中的振动疲劳对应的故障机理Petri网模型;
附图标号43所指的区域表示X1中的热疲劳对应的故障机理Petri网模型;
附图标号44所指的库所表示当该库所中的Token数量为1时,X1由于电迁移效应而失效;
附图标号45所指的库所表示当该库所中的Token数量为1时,X1由于焊点开裂而失效;
附图标号46所指的库所表示当该库所中的Token数量为1时,X1失效。
由于集成电路IC22与IC21结构相同,电连接器X2和电连接器X1的故障机理类似,所以其相应Petri 网模型也分别与IC21、X2相同。另外,双口RAM存储器IC4、IC9、IC14、IC19中的主要故障机理仅包含 TDDB,所以不存在单独的故障机理相关Petri网模型,只将它们对应的模型体现在系统故障机理相关的Petri 网模型中。
c.综合系统结构及各元器件单一任务下的Petri网,建立基于故障机理相关的系统配置在单一任务下的多阶段Petri网模型。
本实施例中,需要综合附图6至附图10,基于故障机理相关,对整个通信板系统建立多阶段单任务的Petri网模型,最终建模结果如附图11所示。
附图11中的附图标号所指部分表示的分别是:
附图标号47所指的库所表示当该库所中的Token数量为1时,CPU1失效;
附图标号48所指的库所表示当该库所中的Token数量为1时,晶振电路失效;
附图标号49所指的库所表示当该库所中的Token数量为1时,CPU2失效;
附图标号50所指的库所表示当该库所中的Token数量为1时,通信板故障;
附图标号51所指的库所表示当该库所中的Token数量为1时,双口存储器失效。
步骤五:对系统各元器件,建立多阶段任务下基于故障机理相关的多阶段Petri网模型。
a.建立任务阶段的Petri网模型。
针对本实施例,根据步骤一对通信板多阶段任务的划分,该通信板具有地面不工作、地面慢车、地面待起飞、起飞、爬升、巡航、下降、着陆、减速滑跑、地面不工作等10个任务阶段,据此可以建立如附图 12所示的各个阶段任务的Petri网模型。附图12中:
附图标号52所指的库所表示的是第1个任务阶段,即地面不工作阶段;
附图标号53所指的库所表示的是第2个任务阶段,即地面慢车阶段;
附图标号54所指的库所表示的是第3个任务阶段,即地面待起飞阶段;
附图标号55所指的库所表示的是第4个任务阶段,即起飞阶段;
附图标号56所指的库所表示的是第5个任务阶段,即爬升阶段;
附图标号57所指的库所表示的是第6个任务阶段,即巡航阶段;
附图标号58所指的库所表示的是第7个任务阶段,即下降阶段;
附图标号59所指的库所表示的是第8个任务阶段,即着陆阶段;
附图标号60所指的库所表示的是第9个任务阶段,即减速慢跑阶段;
附图标号61所指的库所表示的是第10个任务阶段,即地面不工作阶段;
b.建立通信板在多阶段任务下的Petri网模型。结合各个阶段任务的Petri网模型、各元器件单一阶段的Petri网模型和表8所示的各阶段各元器件主要故障机理,同时考虑相应逻辑关系和故障相关关系,得到通信板系统各元器件在多阶段任务下基于故障机理相关的Petri网模型。附图13为集成电路IC21在多阶段任务下的Petri网模型,附图14为集成电路IC13在多阶段任务下的Petri网模型,附图15为集成电路IC24在多阶段任务下的Petri网模型、附图16为电连接器X1在多阶段任务下的Petri网模型;附图 17为电连接器X2在多阶段任务下的Petri网模型;以及附图18为双口RAM存储器IC9在多阶段任务下的可靠性模型。由于集成电路IC22与IC21是相同的集成电路,双口RAM存储器IC4、IC14、IC19同IC9的主要故障机理相同,所以其相应的Petri网模型也分别相同。
步骤六:综合考量步骤四和步骤五得到的Petri网模型并进行仿真求解,并依据需求得到各元器件或者系统的可靠度曲线。本实例采用Matlab数学软件,利用程序代码来描述变迁的发生,Token的转移,通过计算指定库所含有Token或空的概率,最终得到本实施例所述的通信板多阶段系统在考虑故障机理相关时的可靠度分析结果。
a.选择合适的故障物理模型描述各阶段主要故障机理。选择时要注意故障物理模型的适用性。表9给出了此实例中故障机理所使用的故障物理模型。
表9故障物理模型
b.确定各模型的形状参数、环境应力参数等相关参数。根据通信板所选取的元器件规格,来获取各元器件的形状参数;从任务综合环境剖面(附图1)中,提取温度应力、电应力等相关环境应力参数。
其中,温度循环的剖面需要考虑热疲劳物理模型的适用性,为此,可将整个任务的温度剖面通过分割、平移等方法转化为可供热疲劳物理模型计算的标准温度循环。例如,附图1中的温度剖面可以转化为如附图19所示的两个标准温度循环。这样即可热疲劳物理模型中相应参数,如表10所示。
表10转换后两个温度循环
c.确定各阶段故障机理的故障前时间所服从的分布。在考虑故障物理模型参数分散性的前提下,对通信板主要故障机理热载流子效应、TDDB、电迁移、焊点热疲劳、焊点振动疲劳的故障前时间进行计算,并用蒙特卡洛进行分散处理,最后利用MATLAB进行分布拟合。
对于b、c两步骤下面以热载流子效应为例进行说明:
热载流子效应的物理模型为Hu模型,如下:
其中t是器件寿命;Id是漏电流;W是沟道宽度;Isub是衬底电流;H、m是两个拟合参数,m常取2.9;H是受氧化层与界面之间电介质的制造技术影响的比例常数,常取100。
模型参数设置如表11所示。
表11热载流子故障机理的50个故障前时间
I<sub>d</sub>漏电流(A) | W沟道宽度(m) | I<sub>sub</sub>衬底电流(A) |
5.67E-3 | 2.23E-7 | 1.3E-5 |
利用CalceFAST软件计算热载流子机理的故障前时间TTF。在CalceFAST软件中,将漏电流、沟道宽度、衬底电流等参数进行分散化处理,并通过蒙特卡洛仿真,得到50个TTF值,如表12所示。
表12热载流子故障机理的50个故障前时间
133248.3 | 164160.4 | 219136.1 | 188545.2 | 217258.5 |
115387.8 | 122774 | 197657 | 203283.6 | 219529.2 |
126445.3 | 163281.4 | 192310.7 | 191113.7 | 147022.3 |
210920.4 | 188357.6 | 236680 | 184592.5 | 226649.3 |
164442.7 | 133416.8 | 263199.3 | 118242.6 | 156593 |
212605.8 | 185379.8 | 222200.3 | 152801.3 | 161316 |
157342.4 | 177289.3 | 165023.1 | 195195.2 | 137225.7 |
163295.2 | 226636.3 | 135630.7 | 248455.2 | 128032.3 |
153076.8 | 213926.8 | 217572.6 | 135347.4 | 203315.2 |
157159 | 160044 | 236971.7 | 205379.4 | 259423.2 |
在MATLAB软件里对上述故障时间进行分布拟合,得到如附图20所示的拟合曲线。进而得到热载流子故障机理服从的分布如表13所示。
表13热载流子故障机理服从的分布
同理,可得每个阶段下各个故障机理的故障前时间所服从的分布,总结成表14。
表14通信板在多阶段任务下各故障机理时间所服从的分布
d. 将每个阶段故障机理所服从的时间分布融合到步骤四和步骤五得到的Petri 网模型中,编写 MATLAB 程序,进行仿真计算,得到 CPU1( 如附图 21) 、 CPU2( 如附图 22) 、晶振电路 ( 如附图 23) 、双口 RAM 存储器 ( 如附图 24) 及整个通信板系统 ( 如附图 25) 的仿真结果。附图 21 至附图 25 中展示的是考虑多阶段任务和不考虑多阶段任务时的可靠性之间的对比,其中实线表示考虑多阶段任务,虚线表示不考虑多阶段任务。不考虑多阶段任务的假设是通信板所经历的环境、应力等条件不发生改变。以阶段2 地面慢车的环境、应力条件完成整个飞行任务。即以地面慢车阶段各个故障机理时间所服从的分布作为整个任务的故障时间分布。
最后应说明的是:以上所述的各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:包括以下步骤:
步骤一:分析并明确多阶段任务系统需完成的各个任务阶段,得到各个阶段任务表、各阶段应力以及环境条件;
步骤二:确定系统在各个阶段任务中的系统配置、系统功能及故障判据,分别建立各个阶段任务的系统可靠性模型;
步骤三:根据步骤一中给出的各阶段应力和环境条件,对系统及所有元器件进行FMMEA分析,确定系统各元器件在各阶段的主要故障机理及其相关关系;
步骤四:基于各个阶段任务系统配置建立系统单一任务阶段的Petri网模型;
步骤五:针对系统各元器件,建立多阶段任务下基于故障机理相关的多阶段Petri网模型;
步骤六:综合考量步骤四和步骤五得到的Petri网模型并进行仿真求解,并依据需求得到各元器件或者系统的可靠度曲线;
步骤三具体为:
a.对各阶段中处于系统配置的各元器件进行FMMEA分析,确定各元器件的主要故障机理;
b.根据系统主要故障机理的类型、位置以及对环境影响的分析结果,结合五种基本故障机理相关定义,得到系统故障机理相关关系;
c.结合任务综合环境剖面,具体确定各个阶段任务的系统配置中存在的主要故障机理及其相关关系;
步骤四具体包括以下步骤:
a.建立单任务阶段的系统结构的Petri网模型,根据系统在各阶段的系统配置情况,对系统进行传统的故障树分析并绘制出故障树;
b.根据步骤三a和步骤三b中的相关分析,建立基于各阶段系统配置的所有元器件单一任务阶段下的系统Petri网模型,构建各元器件模型时,考虑各元器件的全部主要故障机理,即不考虑应力及环境影响;
c.综合系统结构及各元器件单一任务阶段下的Petri网,建立基于故障机理相关的系统配置在单一任务阶段下的多阶段Petri网模型。
2.根据权利要求1所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:步骤二具体包括以下步骤:
a.根据各阶段需完成的相应任务情况和系统的原理图以及功能框图确定系统在各阶段的系统配置、功能及相应的故障判据;
b.根据相应元器件在完成相应功能时的逻辑关系,分别建立各个阶段任务的系统可靠性模型。
3.根据权利要求1所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:步骤三c中需要结合各阶段应力环境因素来对步骤三b中机理类型及相关关系进行调整,进而得到各个阶段任务的主要故障机理及其相关关系。
4.根据权利要求3所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:FMMEA分析过程主要包括:
①故障模式和故障机理分析:针对不同的系统类型,对系统的故障模式和故障机理进行初步分析和确定;
②故障影响及严酷度分析:对各个功能电路所有元器件的所有故障模式进行故障影响分析以及严酷度分析,所述故障影响包括局部影响、高一层次影响和最终影响,所述严酷度包括Ⅰ度、Ⅱ度、Ⅲ度以及Ⅳ度;
③针对严酷度为Ⅰ、Ⅱ类单点故障模式及故障机理进行危害性分析。
5.根据权利要求1所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:所述五种基本故障机理相关关系包括竞争关系、触发关系、促进关系、抑制关系以及损伤累积/参数联合关系。
6.根据权利要求1所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:步骤五具体包括以下步骤:
a.建立任务阶段的Petri网模型;
b.建立各元器件在多阶段任务下的Petri网模型,具体为结合步骤五a中各任务的Petri网模型、各元器件在各单一任务阶段中的Petri网模型和步骤三c的各阶段各元器件主要故障机理即考虑应力及环境影响,在考虑相应逻辑关系和故障相关关系的同时,得到系统各元器件基于故障机理相关的多阶段下的Petri网模型。
7.根据权利要求6所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:步骤五a中,Petri网中的库所用以表示不同阶段任务,变迁时间表示任务的持续过程,标记所在的库所表示系统所处的当前任务。
8.根据权利要求1所述的基于Petri网的多阶段任务系统故障行为建模方法,其特征在于:步骤六具体包括以下步骤:
a.根据故障机理特点以及模型特点,选择合适的故障物理模型描述各阶段主要故障机理;
b.结合综合任务剖面及系统所选用元器件的规格等,确定各模型的形状参数、环境应力参数等相关参数;
c.确定各阶段故障机理的故障前时间所服从的分布,在考虑故障物理模型参数分散性的前提下,对系统在各个阶段任务所涉及的故障机理的故障前时间进行计算,并用蒙特卡洛进行分散处理,最后利用MATLAB进行分布拟合,确定各机理所服从的分布及相关分布参数;
d.将每个阶段故障机理所服从的时间分布融合到步骤四和步骤五得到的Petri网模型中,编写适当的MATLAB程序,进行仿真计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611141292.6A CN106599454B (zh) | 2016-12-12 | 2016-12-12 | 一种基于Petri网的多阶段任务系统故障行为建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611141292.6A CN106599454B (zh) | 2016-12-12 | 2016-12-12 | 一种基于Petri网的多阶段任务系统故障行为建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106599454A CN106599454A (zh) | 2017-04-26 |
CN106599454B true CN106599454B (zh) | 2019-08-16 |
Family
ID=58598806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611141292.6A Active CN106599454B (zh) | 2016-12-12 | 2016-12-12 | 一种基于Petri网的多阶段任务系统故障行为建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106599454B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107644145B (zh) * | 2017-10-24 | 2020-03-03 | 北京航空航天大学 | 一种基于蒙特卡洛和决策逻辑的故障行为仿真方法 |
CN108491250B (zh) * | 2018-04-13 | 2021-09-17 | 中国人民解放军陆军装甲兵学院 | 复杂系统可靠性仿真的自适应智能体通信方法及系统 |
CN110728013B (zh) * | 2018-06-29 | 2022-04-15 | 比亚迪股份有限公司 | V2x通信模组的故障检测建模方法、装置及存储介质 |
CN109144753A (zh) * | 2018-08-17 | 2019-01-04 | 北京航空航天大学 | 一种基于多阶段人机系统的可靠性建模分析方法 |
CN110912126B (zh) * | 2019-12-10 | 2021-10-08 | 国网江苏省电力有限公司检修分公司 | 一种基于失效机理分析的断路器缺陷定位方法 |
CN112100693B (zh) * | 2020-09-14 | 2022-10-11 | 北京航空航天大学 | 一种基于petri网的芯片安全分析方法 |
CN116068983A (zh) * | 2021-11-03 | 2023-05-05 | 中移雄安信息通信科技有限公司 | 一种系统异常监控方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6516449B2 (en) * | 2001-04-02 | 2003-02-04 | Sun Microsystems, Inc. | Methodology to create integrated circuit designs by replication maintaining isomorphic input output and fault behavior |
CN102915515A (zh) * | 2012-11-10 | 2013-02-06 | 四川省电力公司资阳公司 | 一种电网连锁性故障识别和风险评估方法 |
CN103559418A (zh) * | 2013-11-20 | 2014-02-05 | 北京航空航天大学 | 一种基于故障物理的电子产品任务可靠度计算方法 |
CN105243245A (zh) * | 2015-11-16 | 2016-01-13 | 北京航空航天大学 | 一种基于Petri网的电路模块故障机理相关关系的可靠性建模方法 |
-
2016
- 2016-12-12 CN CN201611141292.6A patent/CN106599454B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6516449B2 (en) * | 2001-04-02 | 2003-02-04 | Sun Microsystems, Inc. | Methodology to create integrated circuit designs by replication maintaining isomorphic input output and fault behavior |
CN102915515A (zh) * | 2012-11-10 | 2013-02-06 | 四川省电力公司资阳公司 | 一种电网连锁性故障识别和风险评估方法 |
CN103559418A (zh) * | 2013-11-20 | 2014-02-05 | 北京航空航天大学 | 一种基于故障物理的电子产品任务可靠度计算方法 |
CN105243245A (zh) * | 2015-11-16 | 2016-01-13 | 北京航空航天大学 | 一种基于Petri网的电路模块故障机理相关关系的可靠性建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106599454A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106599454B (zh) | 一种基于Petri网的多阶段任务系统故障行为建模方法 | |
US8463587B2 (en) | Hierarchical order ranked simulation of electronic circuits | |
Franke et al. | Hardware/Software Codesign: A Perspective. | |
CN102687114B (zh) | 具有行为特征的硬件设计的并发仿真 | |
Juan et al. | A learning-based autoregressive model for fast transient thermal analysis of chip-multiprocessors | |
US20150067634A1 (en) | Method for power estimation for virtual prototyping models for semiconductors | |
CN112818621A (zh) | 用于预测软ip部件的性能、功率和面积表现的系统和方法 | |
US10867093B1 (en) | System and method for an electronic design tool providing automated guidance and interface for circuit design processing | |
JP2001155053A (ja) | 半導体集積回路の信頼性検証方法及びセルライブラリデータベース | |
Kwon et al. | Transient clock power estimation of pre-CTS netlist | |
CN102184136B (zh) | 一种验证aadl模型运行状态与需求一致性的方法 | |
CN103632005A (zh) | 动态重构系统故障重构过程的任务可靠性建模方法 | |
Ying et al. | Failure behavior analysis of phased-mission systems considering functional and physical isolation effects | |
US9501607B1 (en) | Composite views for IP blocks in ASIC designs | |
US8782582B1 (en) | Efficient method to analyze RTL structures that cause physical implementation issues based on rule checking and overlap analysis | |
CN106598766A (zh) | 一种针对ima资源共享机制的状态关联动态分析方法 | |
US8745567B1 (en) | Efficient apparatus and method for analysis of RTL structures that cause physical congestion | |
US20050278664A1 (en) | Predicting power consumption for a chip | |
US11188696B1 (en) | Method, system, and product for deferred merge based method for graph based analysis pessimism reduction | |
US20050268261A1 (en) | Circuit analyzing method and circuit analyzing device | |
Dong et al. | Worst-case power integrity prediction using convolutional neural network | |
Guangyan et al. | System fault behavior model considering the effects of structural factors and method of its description | |
JPH06180733A (ja) | 論理合成システム | |
Reimer et al. | Using maxbmc for pareto-optimal circuit initialization | |
Jenihhin et al. | Assertion checking with PSL and high-level decision diagrams |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |