CN111967127A - 一种小卫星出厂可靠性问题筛选率计算方法 - Google Patents
一种小卫星出厂可靠性问题筛选率计算方法 Download PDFInfo
- Publication number
- CN111967127A CN111967127A CN202010623111.3A CN202010623111A CN111967127A CN 111967127 A CN111967127 A CN 111967127A CN 202010623111 A CN202010623111 A CN 202010623111A CN 111967127 A CN111967127 A CN 111967127A
- Authority
- CN
- China
- Prior art keywords
- reliability
- satellite
- screening rate
- distribution
- reliability problem
- 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.)
- Pending
Links
Images
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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
一种小卫星出厂可靠性问题筛选率计算方法,属于卫星总体设计技术领域,根据对同类型多颗已发射小卫星在正样研制阶段的可靠性问题统计分析,得到小卫星出厂可靠性问题分布数据和可靠性问题分布公式,将卫星出厂前的正样阶段整星累计加电时间代入到可靠性问题分布公式中,计算卫星出厂的可靠性问题筛选率。本方法计算出的小卫星可靠性筛选率更能直观的表征卫星的生产可靠性,解决了没有可靠性预计存在的与卫星产品实际研制测试、试验活动相脱节的问题,能够为卫星研制和生产活动提供更为准确、真实、可靠的评价作用。
Description
技术领域
本发明涉及一种小卫星出厂可靠性问题筛选率计算方法,属于卫星总体设计技术领域。
背景技术
多数产品的故障率在其全寿命周期内呈现浴盆曲线的变化特点,在产品研制和使用的早期寿命阶段,其故障率处于一个随时间迅速下降的阶段,该阶段叫做产品的早期寿命阶段。而可靠性预计所表征的设计可靠性无法反映这一变化现象,必须采用平均故障间隔时间或平均故障时间等生产可靠性指标来表征这一变化现象,从而进行生产可靠性控制。
卫星作为一种产品,其寿命周期内故障率变化也具有浴盆曲线特点。对于一颗卫星来说,卫星出厂前在正样阶段开展的测试和试验,就相当于早期寿命阶段。由于在轨无法维修,卫星产品一般都要求具有很高的可靠性,也就是说其平均故障时间非常长。但受限于研制时间和成本,不可能在卫星出厂前把所有的潜在问题都全部暴露出来,也不可能反复测试卫星的平均故障时间,每颗卫星都或多或少的带着点潜在问题上天。每颗卫星究竟要经历多长时间的测试和试验,才能出厂,行业内一直都没有一个定量的标准,只有一些定性的标准,如整星累计加电时间超过1000小时等,但具体为何是1000小时却没有理论依据。
发明内容
本发明要解决的技术问题是:克服现有技术的不足,解决了整星可靠性预计与正样阶段的研制、测试和试验活动相脱节的问题,通过计算整星出厂可靠性问题筛选率来将可靠性与卫星正样阶段的研制活动关联起来。提供了一种小卫星出厂可靠性问题筛选率计算方法,根据对同类型多颗已发射小卫星在正样研制阶段的可靠性问题统计分析,得到小卫星出厂可靠性问题分布数据和可靠性问题分布公式,将卫星出厂前的正样阶段整星累计加电时间代入到可靠性问题分布公式中,计算卫星出厂的可靠性问题筛选率。本方法计算出的小卫星可靠性筛选率更能直观的表征卫星的生产可靠性,解决了可靠性预计存在的与卫星产品实际研制测试、试验活动相脱节的问题,能够为卫星研制和生产活动提供更为准确、真实、可靠的评价作用。
本发明目的通过以下技术方案予以实现:
一种小卫星出厂可靠性问题筛选率计算方法,包括如下步骤:
S1、针对已发射的同类型小卫星,以每颗卫星正样阶段整星起始加电时间作为零点,选取截止时间点T0,获取所有同类型小卫星出现的可靠性问题及可靠性问题的发生时间;
S2、从零点到T0,对所有同类型小卫星的可靠性问题的发生时段进行统计,获取不同时间段内的可靠性问题数量,然后绘制直方图;
S3、根据直方图,基于对数正态叠加分布假设,确定可靠性问题分布的数学模型,利用不同时间段内的可靠性问题数量对数据模型进行拟合,获得可靠性问题分布公式;
S4、统计任一待出厂同类型小卫星的整星累计加电时间,利用可靠性问题分布公式,获得该待出厂同类型小卫星的可靠性问题筛选率。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,所述直方图为双波峰分布,第一波峰出现在研制测试过程,第二波峰出现在环境试验考核过程。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,利用不同时间段内的可靠性问题数量,对数据模型进行拟合。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,根据拟合获得的参数,获得可靠性问题分布公式。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,可靠性问题分布的数学模型为双对数正态叠加分布模型。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,S2中,按每100小时进行分段,绘制直方图。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,第一个对数正态分布的起始时间为整星起始加电时间,第二个对数正态分布的起始时间为环境试验考核起始时间。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,所有同类型小卫星出现的可靠性问题至少包括GPS接收机上注问题、红外相机图像数据丢行、单载波测试信号不能下传、遥控单元甲机和乙机计数不一致、DC-DC模块备份无输出、太阳翼展开指示信号异常。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,S4之后,根据该待出厂同类型小卫星的可靠性问题筛选率和预设的可靠性问题筛选率,确定小卫星的出厂累计加电时间。
上述小卫星出厂可靠性问题筛选率计算方法,优选的,预设的可靠性问题筛选率大于90%。
本发明相比于现有技术具有如下有益效果:
(1)使用出厂可靠性问题筛选率作为卫星的生产可靠性指标,能够通过统计分析和计算得出卫星出厂前的实际生产可靠性水平。解决了目前卫星产品只有设计可靠性指标,没有生产可靠性指标的问题;解决了传统卫星的可靠性预计结果(设计可靠性指标)与实际生产可靠性水平相脱节的问题。
(2)本发明方法通过直方图分析认为小卫星正样阶段可靠性问题分布具有双波峰的特征,非常贴合小卫星正样阶段研制测试所经历的实际环境应力情况,较为准确地描述了分布特征。
(3)本发明方法采用双对数正态分布叠加分布来作为分布的数学模型,对数正态分布是一种典型的非对称分布模型,能够较好的表征卫星正样可靠性问题非对称分布的特征。
(4)本发明方法中直方图分析的分段大小,采用每100小时进行分段,即按照[0,100),[100,200),…的区间进行分段,能够较好地识别分布特征和分布规律。如果分段间隔太小,则数据离散性太大;分段间隔太大,则数据过于集中,均不利于发现分布规律。
(5)利用本发明方法,可以根据预设的可靠性问题筛选率,反算出目标型号需要的出厂累计加电时间,有利于型号控制和安排研制测试的进度,统筹工作安排。
(6)本发明方法推荐的可靠性问题筛选率大于90%的判断标准,与现有在轨卫星在地面研制时的累计加电实际情况相贴合,不会因为应用本方法推荐的判据而导致研制测试时间的大幅增加而导致研制成本提高。
(7)应用本发明方法,可以为显著缩短装备型号的出厂累计加电时间提供依据,因而可以较大地缩短装备型号的正样研制时间和节省经费。
附图说明
图1为本发明的方法流程图。
图2为实施例中每个分段内的可靠性问题数量统计直方图。
图3为实施例中累计概率密度曲线拟合图。
图4为实施例中分布概率密度曲线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步详细描述。
一种小卫星出厂可靠性问题筛选率计算方法,包括如下步骤:
S1、针对已发射的同类型小卫星,以每颗卫星正样阶段整星起始加电时间作为零点,选取截止时间点T0,获取所有同类型小卫星出现的可靠性问题及可靠性问题的发生时间;
S2、从零点到T0,对所有同类型小卫星的可靠性问题的发生时段进行统计,获取不同时间段内的可靠性问题数量,按每100小时进行分段,然后绘制直方图;所述直方图为双波峰分布,第一波峰出现在研制测试过程,第二波峰出现在环境试验考核过程;
S3、根据直方图,基于对数正态叠加分布假设,确定可靠性问题分布的数学模型,利用不同时间段内的可靠性问题数量,对数据模型进行拟合,根据拟合获得的参数,获得可靠性问题分布公式;可靠性问题分布的数学模型为双对数正态叠加分布模型,第一个对数正态分布的起始时间为整星起始加电时间,第二个对数正态分布的起始时间为环境试验考核起始时间;
S4、统计任一待出厂同类型小卫星的整星累计加电时间,利用可靠性问题分布公式,获得该待出厂同类型小卫星的可靠性问题筛选率;
S5、根据该待出厂同类型小卫星的可靠性问题筛选率和预设的可靠性问题筛选率,确定小卫星的出厂累计加电时间;预设的可靠性问题筛选率大于90%。
所有同类型小卫星出现的可靠性问题至少包括GPS接收机上注问题、红外相机图像数据丢行、单载波测试信号不能下传、遥控单元甲机和乙机计数不一致、DC-DC模块备份无输出、太阳翼展开指示信号异常。
实施例:
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出厂可靠性问题筛选率计算方法,具体步骤如下:
(1)根据分析的截止时间点T0,按照表1的格式收集在此时间点前已发射的同类型小卫星型号正样研制阶段可靠性问题数据,并以每颗卫星正样阶段整星起始加电时间作为零点,分析各可靠性问题距离整星起始加电时间的相对发生时间;
表1
序号 | 问题名称 | 发生时的整星累计加电时间(h) |
1 | ||
2 |
(2)将所有已发射同类型卫星的正样可靠性问题统计数据进行叠加,计算每个时间分段内的问题数,绘制直方图(如图2),获得正样阶段可靠性问题的分布直方图;
(3)根据直方图分析结果(即正样阶段可靠性问题的分布规律),本方法基于双对数正态叠加分布假设,建立分布数学模型,并利用统计数据进行拟合,给出可靠性问题分布公式;
(4)统计待出厂小卫星型号的正样阶段整星累计加电时间;
(5)代入可靠性问题分布公式计算出厂时该卫星的出厂可靠性问题筛选率。
具体的:
(1)统计可靠性问题数据。根据待分析的小卫星平台技术状态,统计同类型小卫星型号正样研制阶段可靠性问题数据,并以每颗卫星正样阶段整星起始加电时间作为零点,分析各可靠性问题距离起始加电时间的相对发生时间,如表2所示。
表2
(2)直方图分析。根据表2中的数据,按照每100小时进行分段,统计每个分段内的可靠性问题数量,绘制直方图,获取分布特点和规律。
直方图如图2所示,呈现双波峰分布特点,而且是一种非对称分布。通过原理分析,第一个波峰是普通环境下研制测试产生的,第二个波峰是由力学环境试验、热试验等加严环境条件激发出来的。因此,该分布可以看作是两种分布的叠加。第一种分布是普通环境下的可靠性问题分布,呈现对数正态分布特点,第二种分布是加严环境下的可靠性问题分布,也呈现对数正态分布的特点,第二种分布的起点比较靠后,经过统计分析,一般在整星累计加电500小时左右,即开始力学试验和热试验等加严条件试验时间。
(3)建立分布模型,并结合统计数据进行拟合,给出可靠性问题分布公式。
根据步骤(2)的分析,整星正样阶段的可靠性问题分布呈现双对数正态叠加分布,第一个分布的起点是整星起始加电时间(0),第二个分布的起点是整星累计加电500小时左右。
分布模型对应的可靠性问题分布公式为:
通过数学工具MATLAB对表2中的经验数据进行拟合,得到累计概率密度曲线拟合图(如图3),得到的经验公式待定参数为:
新研型号,可靠性问题分布公式中待定参数取值为:
装备型号,可靠性问题分布公式中待定参数取值为:
对应的分布概率密度曲线如图4所示。
(4)统计待出厂小卫星型号的正样阶段整星累计加电时间;
(5)代入经验公式计算出厂时该卫星的可靠性问题筛选率。
(6)给出小卫星出厂累计加电时间参考值。
结合传统的型号出厂要求(即累计加电时间大于等于1000小时),新研型号按照大于等于1040小时累计加电时间要求出厂,这样可靠性问题筛选率将大于90%(90.09%)。
装备型号按照大于等于850小时累计加电时间要求出厂。这样出厂可靠性问题筛选率达到90%(90.18%),装备型号需要的累计加电时间比新研型号缩短了近200小时。
该方法经过在航天东方红卫星有限公司的小卫星多个型号初步使用,“出厂可靠性筛选率”较为准确地反映了整星的生产可靠性。通过该方法的应用,可以为缩短装备型号的研制测试时间提供坚实的理论依据,不必按照整星累计加电大于1000小时一刀切来要求装备型号,节省了研制时间和经费,节约了整星使用寿命。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (10)
1.一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,包括如下步骤:
S1、针对已发射的同类型小卫星,以每颗卫星正样阶段整星起始加电时间作为零点,选取截止时间点T0,获取所有同类型小卫星出现的可靠性问题及可靠性问题的发生时间;
S2、从零点到T0,对所有同类型小卫星的可靠性问题的发生时段进行统计,获取不同时间段内的可靠性问题数量,然后绘制直方图;
S3、根据直方图,基于对数正态叠加分布假设,确定可靠性问题分布的数学模型,利用不同时间段内的可靠性问题数量对数据模型进行拟合,获得可靠性问题分布公式;
S4、统计任一待出厂同类型小卫星的整星累计加电时间,利用可靠性问题分布公式,获得该待出厂同类型小卫星的可靠性问题筛选率。
2.根据权利要求1所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,所述直方图为双波峰分布,第一波峰出现在研制测试过程,第二波峰出现在环境试验考核过程。
3.根据权利要求1所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,利用不同时间段内的可靠性问题数量,对数据模型进行拟合。
4.根据权利要求3所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,根据拟合获得的参数,获得可靠性问题分布公式。
5.根据权利要求1所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,可靠性问题分布的数学模型为双对数正态叠加分布模型。
6.根据权利要求1所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,S2中,按每100小时进行分段,绘制直方图。
7.根据权利要求5所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,第一个对数正态分布的起始时间为整星起始加电时间,第二个对数正态分布的起始时间为环境试验考核起始时间。
8.根据权利要求1~7之一所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,所有同类型小卫星出现的可靠性问题至少包括GPS接收机上注问题、红外相机图像数据丢行、单载波测试信号不能下传、遥控单元甲机和乙机计数不一致、DC-DC模块备份无输出、太阳翼展开指示信号异常。
9.根据权利要求1~7之一所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,S4之后,根据该待出厂同类型小卫星的可靠性问题筛选率和预设的可靠性问题筛选率,确定小卫星的出厂累计加电时间。
10.根据权利要求9所述的一种小卫星出厂可靠性问题筛选率计算方法,其特征在于,预设的可靠性问题筛选率大于90%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010623111.3A CN111967127A (zh) | 2020-06-30 | 2020-06-30 | 一种小卫星出厂可靠性问题筛选率计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010623111.3A CN111967127A (zh) | 2020-06-30 | 2020-06-30 | 一种小卫星出厂可靠性问题筛选率计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111967127A true CN111967127A (zh) | 2020-11-20 |
Family
ID=73361325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010623111.3A Pending CN111967127A (zh) | 2020-06-30 | 2020-06-30 | 一种小卫星出厂可靠性问题筛选率计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111967127A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115032004A (zh) * | 2022-05-05 | 2022-09-09 | 中国人民解放军63798部队 | 一种分级式商业小卫星发射场测试方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951653A (zh) * | 2015-06-04 | 2015-09-30 | 航天东方红卫星有限公司 | 一种卫星平台可靠性薄弱环节分析方法 |
CN105320805A (zh) * | 2015-08-21 | 2016-02-10 | 浙江大学 | 一种皮卫星多源可靠性信息融合方法 |
CN108008211A (zh) * | 2017-10-23 | 2018-05-08 | 上海卫星工程研究所 | 微小卫星单机可靠性试验方法 |
CN109544473A (zh) * | 2018-11-12 | 2019-03-29 | 中国资源卫星应用中心 | 一种光学卫星相对辐射校正系数计算方法、系统及介质 |
-
2020
- 2020-06-30 CN CN202010623111.3A patent/CN111967127A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951653A (zh) * | 2015-06-04 | 2015-09-30 | 航天东方红卫星有限公司 | 一种卫星平台可靠性薄弱环节分析方法 |
CN105320805A (zh) * | 2015-08-21 | 2016-02-10 | 浙江大学 | 一种皮卫星多源可靠性信息融合方法 |
CN108008211A (zh) * | 2017-10-23 | 2018-05-08 | 上海卫星工程研究所 | 微小卫星单机可靠性试验方法 |
CN109544473A (zh) * | 2018-11-12 | 2019-03-29 | 中国资源卫星应用中心 | 一种光学卫星相对辐射校正系数计算方法、系统及介质 |
Non-Patent Citations (3)
Title |
---|
姚雯;陈小前;赵勇;: "基于不确定性MDO的卫星总体优化设计研究", 宇航学报, no. 05 * |
王世清: "基于累计加电时间的小卫星正样研制阶段可靠性问题统计及筛选评估方法", 《航天器环境工程》, no. 10, pages 1 - 5 * |
魏锦平, 朱彦华, 靳钟铭, 李胜, 阎志义: "两硬综放面矿压显现规律研究", 山西矿业学院学报, no. 03 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115032004A (zh) * | 2022-05-05 | 2022-09-09 | 中国人民解放军63798部队 | 一种分级式商业小卫星发射场测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107067100B (zh) | 风电功率异常数据辨识方法及辨识装置 | |
CN112115602B (zh) | 磨煤机管路堵塞状态确定方法、装置、存储介质及计算设备 | |
CN103631681A (zh) | 一种在线修复风电场异常数据的方法 | |
CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
CN105117550A (zh) | 一种面向产品多维相关性退化失效的建模方法 | |
CN112487694B (zh) | 一种基于多退化指标的复杂设备剩余寿命预测方法 | |
CN111414571A (zh) | 一种大气污染物监测方法 | |
CN109359432A (zh) | 一种动量轮寿命预测方法 | |
CN106169124A (zh) | 系统级产品可靠性综合评估置信推断方法 | |
CN115827411A (zh) | 一种用于自动化设备的在线监测及运维评估系统和方法 | |
CN111967127A (zh) | 一种小卫星出厂可靠性问题筛选率计算方法 | |
CN113298424A (zh) | 一种小样本完好性风险评估方法 | |
CN110196779B (zh) | 一种星上电子产品加速寿命试验时间计算方法 | |
CN107301285A (zh) | 基于剩余寿命预测的非电子产品序贯验证试验方法 | |
CN104713730A (zh) | 一种根据振动信号确定飞机发动机退化率的方法 | |
CN102023636B (zh) | 一种机床数控系统的加速寿命试验方法 | |
CN113934536A (zh) | 面向边缘计算的数据采集方法 | |
CN117341976A (zh) | 一种无人机综合健康管理系统 | |
CN111222726B (zh) | 测风数据异常的识别方法和设备 | |
CN107798149B (zh) | 一种飞机维修性评估方法 | |
CN116641941A (zh) | 一种基于典型变量分析的液压系统早期故障动态检测方法 | |
CN103729549A (zh) | 混合多失效模式数据的机械系统运行寿命估计方法 | |
CN116089858A (zh) | 一种诊断螺栓拧紧异常的方法与设备 | |
CN115525987A (zh) | 一种用于涡轴发动机的可用功率自动评估方法 | |
CN111814345B (zh) | 利用多种中尺度风速数据插补观测缺失风速数据的方法 |
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 |