CN114138621A - 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法 - Google Patents

一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法 Download PDF

Info

Publication number
CN114138621A
CN114138621A CN202111398012.0A CN202111398012A CN114138621A CN 114138621 A CN114138621 A CN 114138621A CN 202111398012 A CN202111398012 A CN 202111398012A CN 114138621 A CN114138621 A CN 114138621A
Authority
CN
China
Prior art keywords
clock
fault
ttf
simulation
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.)
Granted
Application number
CN202111398012.0A
Other languages
English (en)
Other versions
CN114138621B (zh
Inventor
冯强
郭星
任羿
杨德真
孙博
王自力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202111398012.0A priority Critical patent/CN114138621B/zh
Priority claimed from CN202111398012.0A external-priority patent/CN114138621B/zh
Publication of CN114138621A publication Critical patent/CN114138621A/zh
Application granted granted Critical
Publication of CN114138621B publication Critical patent/CN114138621B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447—Performance evaluation by modeling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3457—Performance evaluation by simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，通过零部件故障时钟与系统仿真时钟对设备故障行为进行建模仿真，能够有效描述零部件故障发生的离散特征，并综合体现系统内部降级与外部环境冲击对系统故障行为的影响，为准确评估复杂系统可靠性提供支持。步骤如下：基于随机抽样的零部件故障时钟初设，根据系统零部件的寿命分布，初步设定零部件i的故障时钟存量Si(t)与动力学消耗速率vi；考虑外部冲击的零部件故障时钟修正，依据外部环境对零部件退化过程的影响，对外部环境状态进行划分，并通过参数ki(t)实现零部件动力学消耗速率的动态修订；基于故障逻辑的系统故障时钟设定，根据系统逻辑架构与零部件组成，生成系统故障时钟函数f(S1(t),…,Si(t),…,Sq(t))；基于双时钟的系统可靠性仿真推进，按照系统仿真时钟推进系统的模拟仿真，并计算零部件在任意时刻的故障时钟存量，结合系统故障时钟函数实时判断系统故障状态。

Description

一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建 模方法
所属技术领域
本发明提供一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，尤其指一种通过零部件故障时钟与系统仿真时钟对设备故障行为进行仿真建模的方法，属于可靠性工程技术领域。
背景技术
随着工业系统复杂程度的不断提高，仿真模拟逐渐成为系统可靠性评价与分析的主要手段。其中，系统故障行为建模作为可靠性分析过程中的关键技术之一，被主要用于描述系统故障的逻辑关系和零部件故障的发生过程。当前，可靠性框图、故障树、贝叶斯等传统可靠性建模方法采用布尔逻辑算法与部件寿命分布参数相结合的方式实现对系统故障行为的描述。然而，上述方法在对复杂系统进行故障行为建模时存在一定局限性，无法有效分析系统内部降级与外部环境冲击带来的综合影响。因此，在面向系统可靠性的仿真模拟过程中，寻找一种高效的故障行为建模方法显得格外重要。
本发明综合考虑零部件故障发生的离散特征及其与内部降级和外部冲击的关联性，提出了一种新型的系统故障行为仿真建模方法，即一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，可为复杂系统的可靠性评价提供有效支撑。
发明内容
本发明的目的在于提供一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，能够有效描述零部件故障发生的离散特征，并综合体现系统内部降级与外部环境冲击对系统故障行为的影响，进而为准确评估复杂系统可靠性提供支持。
为实现上述目的，本发明提供以下技术方案：
一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，主要包含以下步骤：
S100：基于随机抽样的零部件故障时钟初设；
S200：考虑外部冲击的零部件故障时钟修正；
S300：基于故障逻辑的系统故障时钟设定；
S400：基于双时钟的系统可靠性仿真推进。
步骤S100中，采用连续型随机变量抽样方法初步设置系统零部件故障时钟。初步设置零部件i故障时钟存量Si∈[0,1]和动力学消耗速率vi＝1/TTFi。其中TTFi用于表示零部件i故障时间的抽样值。通常情况下，系统零部件i服从某类寿命分布F(x)，TTFi的抽样公式为：
Figure BDA0003369210320000021
式中TTFi(m)表示TTFi的第m次随机抽样，η为随机数，取值范围为[0,1]。因此，零部件i的故障时钟初步设置为：
Figure BDA0003369210320000022
当Si(t)＝0时，零部件i故障时钟存量耗尽，故障发生。
步骤S200中，依据外部环境对零部件退化过程的影响，对外部环境状态进行划分，并实现零部件故障时钟的实时修正。本发明将外部环境划分为三类主要状态：正常环境状态、性能降级状态和极端环境状态。其中，极端环境特指攻击、地震、火灾等直接导致零部件失效的外部冲击。
在步骤S100的基础上，将vi修正为
Figure BDA0003369210320000023
参数ki(t)用于描述不同环境状态对零部件退化过程的影响。通过动态调整参数ki(t)以反应不同环境状态对零部件故障时钟消耗速率的影响，详细赋值情况如下：
Figure BDA0003369210320000024
在系统模拟仿真过程中，将依据系统所处的环境状态对零部件i的故障时钟进行实时修正，结果为：
Figure BDA0003369210320000031
步骤S300中，基于系统逻辑架构与零部件组成，设置函数f(S1(t),…,Si(t),…,Sq(t))用于描述系统故障时钟,q表示部件数量。在正常环境状态下，串联系统的故障时钟函数为：
f(S1(t),...,Si(t),...,Sq(t))＝min{TTF1,...,TTFi,...,TTFq} (5)
对于并联系统，系统故障时钟为：
f(S1(t),...,Si(t),...,Sq(t))＝max{TTF1,...,TTFi,...,TTFq} (6)
步骤S400中，基于系统仿真时钟与零部件故障时钟推进系统的模拟仿真，并实时判断系统故障状态。在系统仿真时钟的推进过程中，根据系统所处环境状态完成对零部件故障时钟的实时修正，并计算零部件在任意时刻的故障时钟存量。当零部件故障后，实现故障时钟存量的完全恢复与部分恢复，并依据系统故障时钟函数判断系统健康状态，进而支持面向系统可靠性的模拟仿真运算。
与现有故障行为建模方法相比，本发明带来的有益效果是：借助本发明开发的考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，在零部件故障时钟与系统仿真时钟的支撑下，可以有效体现零部件故障发生的离散特征，充分描述内部降级与外部冲击对系统健康状态的影响，进而为准确评估复杂系统可靠性提供支撑。
附图说明
图1为本发明提供的一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法流程图；
图2为本发明提供的双时钟机制示意图
具体实施方式
下面将参照附图1与附图2详细地描述本发明的具体实施例。虽然论述了本发明的具体实施例，然而应当理解，可以通过各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供实施例是为了能够更透彻地理解本发明，并且能够将本发明的信息完整的传达给相关领域的技术人员。
本发明实施例提供了考虑内部降级与外部冲击的电源控制模块故障行为双时钟仿真建模方法，流程图为图1所示，包括：
S100：基于随机抽样的零部件故障时钟初设；实施例电源控制模块由5个零部件构成，依次为机载电源、控制电路、准备开关、控制器与传感器。设置各零部件故障时钟存量Si∈[0,1]和动力学消耗速率vi＝1/TTFi。
零部件寿命分布均服从指数分布，失效率分别为λ1＝2×10-6,λ2＝1.2×10-6,λ3＝25×10-6,λ4＝1.5×10-6,λ5＝0.2×10-6。经随机抽样，电源控制模块各零部件的TTF依次为TTF1＝95000h，TTF2＝500000h，TTF3＝40000h，TTF4＝450000h,TTF5＝700000h。各零部件的故障时钟初步设定为：
Figure BDA0003369210320000041
Figure BDA0003369210320000042
Figure BDA0003369210320000043
Figure BDA0003369210320000044
Figure BDA0003369210320000045
当Si(t)＝0时，零部件i故障时钟存量耗尽，故障发生。
S200：考虑外部冲击的零部件故障时钟修正。将电源控制模块的外部环境状态划分为三类主要状态：正常环境状态、性能降级状态和极端环境状态。其中，极端环境特指攻击、地震、火灾等直接导致电源控制模块零部件失效的外部冲击。
在步骤S100的基础上，将vi修正为
Figure BDA0003369210320000046
参数ki(t)用于描述不同环境状态对电源控制模块零部件退化过程的影响。通过动态调整参数ki(t)以反应不同环境状态对零部件故障时钟消耗速率的影响，详细赋值情况如下：
Figure BDA0003369210320000051
经数据统计，当该电源控制模块的工作时长到达10000h时，所处环境将从正常环境状态调整至性能降级状态，进而加速零部件的性能退化。因此，当系统仿真时钟到达10000h时，将依次对电源控制模块零部件的动力学消耗速率进行修正，各零部件故障时钟存量计算调整为：
Figure BDA0003369210320000052
Figure BDA0003369210320000053
Figure BDA0003369210320000054
Figure BDA0003369210320000055
Figure BDA0003369210320000056
S300：基于故障逻辑的系统故障时钟设置。考虑到该电源控制模块为串联结构，则对应的系统故障时钟函数为：
Figure BDA0003369210320000057
S400：基于双时钟的系统可靠性仿真推进。图2为双时钟机制示意图，基于系统仿真时钟与零部件故障时钟推进电源控制系统的模拟仿真，并完成系统故障状态的实时判断。当系统仿真时钟到达T＝25000h时，计算各零部件的故障时钟存量，结果为：
Figure BDA0003369210320000058
Figure BDA0003369210320000059
Figure BDA0003369210320000061
Figure BDA0003369210320000062
Figure BDA0003369210320000063
在T＝25000h时刻，准备开关故障时钟存量预先耗尽S3(25000)＝0，准备开关发生故障。依据f(S1(t),S2(t),S3(t),S4(t),S5(t))判断得，该电源控制模块将在T＝25000h时刻发生故障，并同步实现准备开关故障时钟存量的完全恢复，进而支持面向系统可靠性的模拟仿真运算。
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。

Claims (5)

1.一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，其特征在于，包括：
S100：基于随机抽样的零部件故障时钟初设；
S200：考虑外部冲击的零部件故障时钟修正；
S300：基于故障逻辑的系统故障时钟设定；
S400：基于双时钟的系统可靠性仿真推进。
2.根据权利要求1所述的一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，其特征在于：在S100所述“基于随机抽样的零部件故障时钟初设”中，采用连续型随机变量抽样方法初步设置系统零部件故障时钟。初步设置零部件i故障时钟存量Si∈[0,1]和动力学消耗速率vi＝1/TTFi。其中TTFi用于表示零部件i故障时间的抽样值。通常情况下，系统零部件i服从某类寿命分布F(x)，TTFi的抽样公式为：
TTFi(m)＝Fi -1(η) (1)
式中TTFi(m)表示TTFi的第m次随机抽样，η为随机数，取值范围为[0,1]。因此，零部件i的故障时钟初步设置为：
Figure FDA0003369210310000011
3.根据权利要求1所述的一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，其特征在于：在S200所述“考虑外部冲击的零部件故障时钟修正”中，依据外部环境对零部件退化过程的影响，对外部环境状态进行划分，并实现零部件故障时钟的实时修正。本发明将外部环境划分为三类主要状态：正常环境状态、性能降级状态和极端环境状态。其中，极端环境特指攻击、地震、火灾等直接导致零部件失效的外部冲击。
在步骤S100的基础上，将vi修正为
Figure FDA0003369210310000012
参数ki(t)用于描述不同环境状态对零部件退化过程的影响。通过动态调整参数ki(t)以反应不同环境状态对零部件故障时钟消耗速率的影响，详细赋值情况如下：
Figure FDA0003369210310000021
在系统模拟仿真过程中，将依据系统所处的环境状态对零部件i的故障时钟进行实时修正，结果为：
Figure FDA0003369210310000022
4.根据权利要求1所述的一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，其特征在于：在S300所述“基于故障逻辑的系统故障时钟设定”中，基于系统逻辑架构与零部件组成，设置函数f(S1(t),…,Si(t),…,Sq(t))用于描述系统故障时钟,q表示部件数量。在正常环境状态下，串联系统的故障时钟函数为：
f(S1(t),...,Si(t),...,Sq(t))＝min{TTF1,...,TTFi,...,TTFq} (5)
对于并联系统，系统故障时钟为：
f(S1(t),...,Si(t),...,Sq(t))＝max{TTF1,...,TTFi,...,TTFq} (6)
5.根据权利要求1所述的一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法，其特征在于：在S400所述“基于双时钟的系统可靠性仿真推进”中，基于系统仿真时钟与零部件故障时钟推进系统的模拟仿真，并实时判断系统故障状态。在系统仿真时钟的推进过程中，根据系统所处环境状态完成对零部件故障时钟的实时修正，并计算零部件在任意时刻的故障时钟存量。当零部件故障后，实现故障时钟存量的完全恢复与部分恢复，并依据系统故障时钟函数判断系统健康状态，进而支持面向系统可靠性的模拟仿真运算。
CN202111398012.0A 2021-11-23 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法 Active CN114138621B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111398012.0A CN114138621B (zh) 2021-11-23 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111398012.0A CN114138621B (zh) 2021-11-23 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法

Publications (2)

Publication Number Publication Date
CN114138621A true CN114138621A (zh) 2022-03-04
CN114138621B CN114138621B (zh) 2024-06-07

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828443A (zh) * 2022-10-16 2023-03-21 西北工业大学 考虑动态环境与区域冲击耦合作用的微机电系统可靠性评估方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080109555A (ko) * 2007-06-13 2008-12-17 한국표준과학연구원 클럭시뮬레이터및 클럭시뮬레이션 방법
CN104809661A (zh) * 2015-05-06 2015-07-29 国家电网公司 一种考虑机会维修策略的配电网供电可靠性评价方法
CN108229049A (zh) * 2018-01-17 2018-06-29 中国航空综合技术研究所 基于性能模型进行多状态系统任务可靠性建模的方法
CN108563525A (zh) * 2018-04-13 2018-09-21 中国人民解放军陆军装甲兵学院 复杂系统可靠性仿真中智能体环境任务干涉方法及系统
CN108983747A (zh) * 2018-06-27 2018-12-11 北京航空航天大学 一种基于多智能体的复杂系统可靠性评估方法
US20190272354A1 (en) * 2019-03-06 2019-09-05 Beihang University Method for degradation modeling and lifetime prediction considering recoverable shock damages
CN110264053A (zh) * 2019-06-10 2019-09-20 广西电网有限责任公司电力科学研究院 一种考虑检修策略对故障率影响的配电网可靠性评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080109555A (ko) * 2007-06-13 2008-12-17 한국표준과학연구원 클럭시뮬레이터및 클럭시뮬레이션 방법
CN104809661A (zh) * 2015-05-06 2015-07-29 国家电网公司 一种考虑机会维修策略的配电网供电可靠性评价方法
CN108229049A (zh) * 2018-01-17 2018-06-29 中国航空综合技术研究所 基于性能模型进行多状态系统任务可靠性建模的方法
CN108563525A (zh) * 2018-04-13 2018-09-21 中国人民解放军陆军装甲兵学院 复杂系统可靠性仿真中智能体环境任务干涉方法及系统
CN108983747A (zh) * 2018-06-27 2018-12-11 北京航空航天大学 一种基于多智能体的复杂系统可靠性评估方法
US20190272354A1 (en) * 2019-03-06 2019-09-05 Beihang University Method for degradation modeling and lifetime prediction considering recoverable shock damages
CN110264053A (zh) * 2019-06-10 2019-09-20 广西电网有限责任公司电力科学研究院 一种考虑检修策略对故障率影响的配电网可靠性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SUN BO 等: "Physics-of-failure and computer-aided simulation fusion approach with a software system for electronics reliability analysis", 《COMPUTER SCIENCE》, 16 March 2020 (2020-03-16) *
宋才胜, 曾熠, 罗雪山: "C~4ISR系统可靠性评价方法与技术研究", 电子产品可靠性与环境试验, no. 06, 8 January 2004 (2004-01-08) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828443A (zh) * 2022-10-16 2023-03-21 西北工业大学 考虑动态环境与区域冲击耦合作用的微机电系统可靠性评估方法
CN115828443B (zh) * 2022-10-16 2023-07-14 西北工业大学 考虑动态环境与区域冲击耦合作用的微机电系统可靠性评估方法

Similar Documents

Publication Publication Date Title
CN111230887B (zh) 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法
CN112149316B (zh) 基于改进的cnn模型的航空发动机剩余寿命预测方法
US20050273296A1 (en) Neural network model for electric submersible pump system
CN111191832A (zh) 一种台风灾害配电网杆塔故障预测方法及系统
CN114647525A (zh) 诊断方法、装置、终端及存储介质
CN110083076A (zh) 一种燃气轮机气动执行器故障半实物仿真平台及仿真方法
CN112100870A (zh) 一种综合能源系统的动态仿真系统和方法
CN106570200A (zh) 一种虚拟仿真测试方法
CN113435613A (zh) 一种面向多维修事件的机会维修决策方法
CN114138621A (zh) 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法
Yan et al. Reliability prediction of CNC machine tool spindle based on optimized cascade feedforward neural network
CN111666697B (zh) 基于序贯蒙特卡洛法的有源配电网可靠性评估方法及系统
CN116739147A (zh) 基于bim的智能能耗管理与动态碳排放计算联合方法及系统
CN114138621B (zh) 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法
CN115600430A (zh) 基于设备随机事件模型的状态演化过程的建模和仿真方法
CN113627533B (zh) 一种基于强化学习的电力设备检修决策生成方法
CN112465244B (zh) 一种基于TensorFlow的工业设备预检预修模型的训练方法及装置
CN114117790A (zh) 一种复杂混联系统的可靠性仿真评估方法和系统
CN108875205A (zh) 一种基于可达矩阵和离散事件驱动的系统可用度高效仿真方法
CN114320773A (zh) 一种基于功率曲线分析与神经网络的风电机组故障预警方法
CN113359449A (zh) 基于强化学习的航空发动机双参数指数劣化维护方法
CN112667957A (zh) 一种基于深度神经网络的智能电能表失效率预测方法
Du et al. An Optimized Partial Rollback Co-simulation Approach for Heterogeneous FMUs
CN116843231B (zh) 一种考虑维修耗时的机械设备使用可用度量化方法和系统
CN112653131B (zh) 暂态电压安全稳定裕度估算方法、装置及系统

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