CN114282359A - 表征卫星可靠性维修性保障性综合能力的参数评价方法 - Google Patents
表征卫星可靠性维修性保障性综合能力的参数评价方法 Download PDFInfo
- Publication number
- CN114282359A CN114282359A CN202111532014.4A CN202111532014A CN114282359A CN 114282359 A CN114282359 A CN 114282359A CN 202111532014 A CN202111532014 A CN 202111532014A CN 114282359 A CN114282359 A CN 114282359A
- Authority
- CN
- China
- Prior art keywords
- satellite
- fault
- time
- rate
- failure
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种表征卫星可靠性维修性保障性综合能力的参数评价方法,包括:步骤1,进行故障模式分析,确定故障清单;其中,故障模式清单,包括:故障名称、故障率、故障在轨维修措施;步骤2,根据用户任务需求和卫星系统组成,建立卫星使用可用性模型;步骤3,预计设备级失效率及空间环境导致的功能中断概率;步骤4,预计卫星维修时间参数;步骤5,计算得到卫星使用可用度。本发明建立用户层参数和系统、分系统、单机级参数的对应关系及预计方法,作为卫星各级产品RMS设计的依据,旨在解决用户对卫星RMS综合参数要求和卫星设计参数要求脱节的问题。
Description
技术领域
本发明属于卫星参数建模及预计技术领域,尤其涉及一种表征卫星可靠性维修性保障性综合能力的参数评价方法。
背景技术
目前,卫星产品RMS相关指标主要是寿命和可靠度,卫星系统、分系统、单机甚至元器件均有明确的可靠度指标要求,然而维修性、测试性、空间环境适应性等卫星RMS设计要素指标缺乏,特别是没有反映卫星完成业务能力的综合参数。目前的可靠性指标主要是设计指标,目的为指导卫星各级产品的可靠性设计,缺乏面向用户和具体业务的应用指标。因此,除可靠度外构建一套新的卫星产品RMS参数体系,以评价卫星综合能力是非常有必要的。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种表征卫星可靠性维修性保障性综合能力的参数评价方法,旨在解决用户对卫星RMS综合参数要求和卫星设计参数要求脱节的问题,建立用户层参数和系统、分系统、单机级参数的对应关系及预计方法,作为卫星各级产品RMS设计的依据。
为了解决上述技术问题,本发明公开了一种表征卫星可靠性维修性保障性综合能力的参数评价方法,包括:
步骤1,进行故障模式分析,确定故障清单;其中,故障模式清单,包括:故障名称、故障率、故障在轨维修措施;
步骤2,根据用户任务需求和卫星系统组成,建立卫星使用可用性模型;
步骤3,预计设备级失效率及空间环境导致的功能中断概率;
步骤4,预计卫星维修时间参数;
步骤5,计算得到卫星使用可用度。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,进行故障模式分析,确定故障清单,包括:
子步骤11,根据系统任务与功能,通过功能分析确定系统功能层次,即将系统任务分解为相关功能,并将功能从系统级逐级分解,逐级向下展开,绘制功能层次图;
子步骤12,根据确定的系统功能层次,明确设备的故障模式,故障维修方式,列出各设备的故障模式清单。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,卫星使用可用性模型表示如下:
其中,A0表示使用可用度;TBF表示平均故障间隔时间,由各单机产品的失效率和空间环境导致的功能中断概率共同决定;RM表示任务可靠度;LSE表示工作寿命要求;MCT表示卫星系统、分系统的平均修复时间;TOR和TORF分别表示卫星系统、分系统采取地面遥控冗余系统切换、在轨自主恢复相关故障的平均修复时间;PSTU为空间环境导致的功能中断概率;PSTUi,PSTU-ORj,PSTU-ORFk分别为采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关空间环境事件导致的故障的发生概率;λi,λORj,λORFk分别表示采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关故障的失效率;TCT表示单机产品的平均故障修复时间;TCTi,TCT-ORj,TCT-ORFk分别表示采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关故障的平均修复时间。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,预计设备级失效率及空间环境导致的功能中断概率,包括:
子步骤31,在轨故障失效率预计:根据步骤1确定的故障清单,逐项对各故障的失效率进行预计;
子步骤32,在轨故障的空间环境导致的功能中断概率预计:根据步骤1确定的故障清单,对空间环境相关故障模式的中断概率进行预计。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,在轨故障的空间环境导致的功能中断概率针对FPGA器件开展,FPGA器件的功能中断率P的计算公式如下:
P=P1×P2×P3+P4×P5×P6+P7×P8×P9+P10
其中,P1表示配置存储器的翻转率,P2表示电路系统或核心模块的资源的使用率,P3表示配置存储器的转化率,P4表示块存储器的翻转率,P5表示块存储器的资源使用率,P6表示块存储器的转化率,P7表示CLB触发器的翻转率,P8表示电路系统或核心模块CLB的资源使用率,P9表示CLB触发器的转化率,P10表示器件空间环境功能中断概率。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,利用相似器件在轨数据预计方法,获取所有相关FPGA器件的功能异常率:
a)计算FPGA器件在任务轨道环境条件下、考虑资源使用情况后的翻转率:
获得FPGA器件的本征翻转率,包括:目标轨道环境下的存储区翻转率PbR1、配置区翻转率PbS1;
根据FPGA器件存储区和配置区资源占用情况,确定存储区资源占用系数βRR1和配置区资源占用系数βRS1,从而得到FPGA器件资源使用情况后的翻转率PM1为:
PM1=PbS1*βRS1+PbR1*βRR1
b)利用相似FPGA器件数据,计算未采取防护措施情况下,当前FPGA器件在轨由于空间环境软错误导致功能异常的频次:
获得相似FPGA器件在轨无防护条件下由于空间环境软错误导致功能异常的频次PF2;
计算相似FPGA器件在考虑资源使用情况后的翻转率PM2,再比较当前FPGA器件和相似FPGA器件的结构复杂性,确定结构复杂度系数βc,从而得到未采取防护措施情况下,当前FPGA器件在轨由于空间环境软错误导致功能异常的频次PF1为:
PF1=PF2*βc=PF2*(PM1/PM2)
c)利用同型号FPGA器件数据,计算当前FPGA器件功能异常率:
依据同型号FPGA器件采取空间环境防护措施前后的效果比对数据,确定防护系数βP;
得到当前FPGA的空间环境功能异常率P0为:
P0=PF1/βP
d)获取元器件翻转概率后,根据器件使用情况及模块、单机的串并联关系即可,参照失效率预计模型,即可得到相应故障模式的空间环境导致的功能中断概率指标。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,预计卫星维修时间参数,包括:
子步骤41,确定维修性活动及修复时间元素;其中,维修性活动,包括:故障定位、故障隔离、指令生成、指令发送与执行和状态确认;修复时间元素,包括:故障定位时间T1anj、故障隔离时间T1bnj、指令生成时间T2nj、指令发送与执行时间T3nj和状态确认时间T4nj;
子步骤42,构建维修性预计模型;其中,维修性预计模型,包括:平均在轨重构时间TOR的预计模型和平均在轨功能自主恢复时间TORF的预计模型;
子步骤43,以单机设备为单位,基于维修性预计模型,进行卫星维修时间参数预计。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,
平均在轨重构时间TOR的预计模型表示如下:
其中,N表示可更换单元RI数,λn表示第n个RI的故障率,Tn表示第n个RI的平均在轨重构时间;
其中,J表示第n个RI在轨可检出且通过地面遥控处置的故障总数,λn表示第n个RI的第j个故障模式的故障率,Tnj表示第n个RI的第j个故障模式的故障修复时间;
其中,Mnj表示第n个RI的第j个故障模式修复时的维修活动数,Tmnj表示第n个RI的第j个故障模式进行第m项维修活动的平均时间;
平均在轨功能自主恢复时间TORF的预计模型表示如下:
其中,Tn′表示第n个RI的平均在轨功能自主恢复时间;
其中,J′表示第n个RI在轨可检出且可自主恢复的故障总数。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,以单机设备为单位,基于维修性预计模型,进行卫星维修时间参数预计,包括:
以步骤1确定的故障清单为基础,针对每条故障模式,根据各故障模式的具体维修方案,逐项预计步骤4.1中规定的各个修复时间元素,得到设备数据收集表;
根据设备数据收集表,进行数据汇总,得到汇总数据表;
根据汇总数据中的汇总数据,选取步骤4.2给出的相应的维修性预计模型,解算得到卫星维修时间参数预计结果。
在上述表征卫星可靠性维修性保障性综合能力的参数评价方法中,计算得到卫星使用可用度,包括:
根据步骤3的设备级失效率及空间环境导致的功能中断概率预计结果和步骤4的卫星维修时间参数预计结果,完成步骤1所列相关设备的故障清单,并采用卫星使用可用性模型进行计算,得到卫星使用可用度。
本发明具有以下优点:
(1)本发明公开了一种表征卫星可靠性维修性保障性综合能力的参数评价方法,解决了卫星RMS指标相对单一,特别是缺乏用户应用指标和综合指标的问题。
(2)本发明公开了一种表征卫星可靠性维修性保障性综合能力的参数评价方法,建立了用户应用指标和系统、分系统、单机设备可靠性、维修性、测试性等单项设计指标间的模型关系,可将各层产品的设计参数有效的转换成系统可使用的能力。
(3)本发明公开了一种表征卫星可靠性维修性保障性综合能力的参数评价方法,提出的RMS综合参数与其他产品的RMS综合参数具有统一的理论基础,可为后续卫星纳入天地大系统进行系统效能分析提供参数支持。
附图说明
图1是本发明实施例中一种表征卫星可靠性维修性保障性综合能力的参数评价方法的步骤流程图;
图2是本发明实施例中一种用户层RMS综合参数与系统、分系统、单机设备层RMS单项设计参数间的对应关系示意图。
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公开的实施方式作进一步详细描述。
通过国外相关研究调研与前期工作,在遵循RMS综合参数基本定义的框架下,结合卫星领域产品业务及实际运行特点。提出产品在任一随机时刻需要和开始执行任务时,处于可工作或可使用状态的程度称为卫星产品的可用性,可用性的概率度量即为可用度。常用的可用度参数包括固有可用度、可达可用度和使用可用度,对于卫星装备而言,由于其维修和保障系统的特点,采用使用可用度的概念,可用以下方法进行度量:产品的平均故障间隔时间与平均故障间隔时间和平均修复时间的和的比。基于此,本发明提出了一种表征卫星可靠性维修性保障性综合能力的参数评价方法,将面向用户的RMS综合参数逐级落实到系统、分系统、单机的可靠性、维修性、空间环境适应性等RMS单项设计指标中,建立RMS综合参数模型,并重点针对具备卫星特色的维修性、空间环境适应性指标给出预计方法,指导卫星产品RMS设计。
如图1和图2,在本实施例中,该表征卫星可靠性维修性保障性综合能力的参数评价方法,包括:
步骤1,进行故障模式分析,确定故障清单
子步骤11,根据系统任务与功能,通过功能分析确定系统功能层次,即将系统任务分解为相关功能,并将功能从系统级逐级分解,逐级向下展开,绘制功能层次图。
子步骤12,根据确定的系统功能层次,明确设备的故障模式,故障维修方式,列出各设备的故障模式清单。其中,故障模式清单包括但不仅限于:故障名称、故障率、故障在轨维修措施。
步骤2,根据用户任务需求和卫星系统组成,建立卫星使用可用性模型。
在本实施例中,卫星使用可用性模型表示如下:
其中,A0表示使用可用度;TBF表示平均故障间隔时间,由各单机产品的失效率和空间环境导致的功能中断概率共同决定;RM表示任务可靠度;LSE表示工作寿命要求;MCT表示卫星系统、分系统的平均修复时间;TOR和TORF分别表示卫星系统、分系统采取地面遥控冗余系统切换、在轨自主恢复相关故障的平均修复时间;PSTU为空间环境导致的功能中断概率;PSTUi,PSTU-ORj,PSTU-ORFk分别为采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关空间环境事件导致的故障的发生概率;λi,λORj,λORFk分别表示采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关故障的失效率;TCT表示单机产品的平均故障修复时间;TCTi,TCT-ORj,TCT-ORFk分别表示采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关故障的平均修复时间。
步骤3,预计设备级失效率及空间环境导致的功能中断概率。
子步骤31,在轨故障失效率预计:根据步骤1确定的故障清单,逐项对各故障的失效率进行预计。其中,失效率预计可参照相关标准执行。
子步骤32,在轨故障的空间环境导致的功能中断概率预计:根据步骤1确定的故障清单,对空间环境相关故障模式的中断概率进行预计。该类故障重点针对FPGA器件开展。
FPGA器件功能异常率既和器件的本征翻转率有关,也和轨道条件、器件资源使用情况、空间环境防护设计情况等有关。目前,常见的方法是进行地面辐照试验或者故障注入仿真来获得空间环境功能异常率的数据,对于试验和仿真完善的器件,可直接采用试验或仿真数据。
FPGA器件的功能中断率P的计算公式如下:
P=P1×P2×P3+P4×P5×P6+P7×P8×P9+P10
其中,P1表示配置存储器的翻转率,P2表示电路系统或核心模块的资源的使用率,P3表示配置存储器的转化率,P4表示块存储器的翻转率,P5表示块存储器的资源使用率,P6表示块存储器的转化率,P7表示CLB触发器的翻转率,P8表示电路系统或核心模块CLB的资源使用率,P9表示CLB触发器的转化率,P10表示器件空间环境功能中断概率。转化率是指能够影响系统功能的逻辑占比,因为并不是所有的翻转都会导致系统功能中断。
由于地面辐照试验投入大,且试验结果一般不代表在轨真实情况,故障注入仿真周期长,且依赖模型的准确性,因此均未大量应用。为快速而有效的获取所有相关FPGA器件的功能异常率,可采用一种相似器件在轨数据预计方法:
a)计算FPGA器件在任务轨道环境条件下、考虑资源使用情况后的翻转率:
首先,获得FPGA器件的本征翻转率,包括:目标轨道环境下的存储区翻转率PbR1、配置区翻转率PbS1;然后,根据FPGA器件存储区和配置区资源占用情况,确定存储区资源占用系数βRR1和配置区资源占用系数βRS1,从而得到FPGA器件资源使用情况后的翻转率PM1为:
PM1=PbS1*βRS1+PbR1*βRR1
其中,资源占用系数即占用资源与器件资源的比值。
b)利用相似FPGA器件数据,计算未采取防护措施情况下,当前FPGA器件在轨由于空间环境软错误导致功能异常的频次:
首先,获得相似FPGA器件在轨无防护条件下由于空间环境软错误导致功能异常的频次PF2;然后,计算相似FPGA器件在考虑资源使用情况后的翻转率PM2,再比较当前FPGA器件和相似FPGA器件的结构复杂性,确定结构复杂度系数βc,从而得到未采取防护措施情况下,当前FPGA器件在轨由于空间环境软错误导致功能异常的频次PF1为:
PF1=PF2*βc=PF2*(PM1/PM2)
c)利用同型号FPGA器件数据,计算当前FPGA器件功能异常率:
首先,依据同型号FPGA器件采取空间环境防护措施前后的效果比对数据,确定防护系数βP;然后,得到当前FPGA的空间环境功能异常率P0为:
P0=PF1/βP
其中,防护系数βP即采取措施前后的错误率之比。
d)获取元器件翻转概率后,根据器件使用情况及模块、单机的串并联关系即可,参照失效率预计模型,即可得到相应故障模式的空间环境导致的功能中断概率指标。
步骤4,预计卫星维修时间参数。
子步骤41,确定维修性活动及修复时间元素。
维修性预计主要针对修复性维修,维修性参数为平均在轨重构时间(冗余系统切换时间)TOR和平均在轨功能自主恢复时间TORF,可分为下列维修性活动:
故障定位:不使用辅助测试设备确定故障部位,即仅通过卫星在轨遥测,无需借助地面设计人员即可确定故障部位;
故障隔离:使用辅助的测试设备或手段确定故障部位,主要指通过地面设计人员分析确定故障部位;
指令生成:通过故障遥测信息,根据预定程序或在轨故障预案,确定在轨维修策略并形成被控单元可执行的指令的过程;
指令发送与执行:主控单元或地面控制系统将故障维修指令发送给被控单元及被控单元执行指令的过程;
状态确认:为了验证备份设备是否正常工作所进行的遥测监测活动。
进一步的,以上维修性活动所需时间称为修复时间元素,在预计模型中使用的这些修复时间元素的定义和符号如下:
故障定位时间T1anj:开展故障定位活动所经历的时间;
故障隔离时间T1bnj:开展故障隔离活动所经历的时间;
指令生成时间T2nj:故障部位确定后,开展指令生成活动所需的时间;
指令发送与执行时间T3nj:故障恢复指令确定后,将指令发送给被控单元,被控单元执行完被控指令的总时间,包括指令发送时间、指令间间隔时间及指令制定时间;
状态确认时间T4nj:被控单元指令执行完毕后,根据备份单元的遥测参数确认备份单元工作是否正常的时间。
其中,下标“nj”表示第n个可更换单元RI(卫星一般指备份单元)的第j个故障模式的维修工作。
子步骤42,构建维修性预计模型。
维修性预计模型具体可以包括:平均在轨重构时间TOR的预计模型和平均在轨功能自主恢复时间TORF的预计模型。
平均在轨重构时间TOR的预计模型表示如下:
其中,N表示可更换单元RI数,λn表示第n个RI的故障率,Tn表示第n个RI的平均在轨重构时间;J表示第n个RI在轨可检出且通过地面遥控处置的故障总数,λn表示第n个RI的第j个故障模式的故障率,Tnj表示第n个RI的第j个故障模式的故障修复时间。
平均在轨功能自主恢复时间TORF的预计模型表示如下:
其中,Tn′表示第n个RI的平均在轨功能自主恢复时间;J′表示第n个RI在轨可检出且可自主恢复的故障总数。
其中,Mnj表示第n个RI的第j个故障模式修复时的维修活动数,Tmnj表示第n个RI的第j个故障模式进行第m项维修活动的平均时间。
子步骤43,以单机设备为单位,基于维修性预计模型,进行卫星维修时间参数预计。
首先,以步骤1确定的故障清单为基础,针对每条故障模式,根据各故障模式的具体维修方案,逐项预计步骤4.1中规定的各个修复时间元素,得到设备数据收集表,如表1所示:
表1,设备数据收集表
注:第1栏“RI名称”:栏中填写本次预计涉及到的备份单元的名称;第2栏“参数名称”:栏中填写本次预计的维修性参数,一般应为平均在轨重构时间(冗余系统切换时间)TOR或平均在轨功能自主恢复时间TORF。第3栏“故障描述”:栏中填写该备份单元相关故障模式信息;第4栏“维修活动说明”:栏中填写对应故障模式的维修策略,一般可填写相应故障预案名称;第5栏“故障率λj”:栏中填写对应故障模式的故障率;第6、7、8、9和10栏:这几项均是各项维修活动的时间,其中第10栏为第6、7、8和9栏的和;第11栏“λjTm”:栏中填写第5栏“故障率λj”和第10栏“Tm”的乘积。
然后,根据设备数据收集表,进行数据汇总,得到汇总数据表,如表2所示:
表2,维修性时间参数预计表
注:第1栏“项目”:栏中填写本次预计针对的任务或系统功能;第2栏“参数名称”:栏中填写本次预计的维修性参数,一般应为平均在轨重构时间(冗余系统切换时间)TOR或平均在轨功能自主恢复时间TORF;第3栏“RI名称”:栏中填写本次预计涉及到的备份单元的名称;第4栏“故障率λn”:栏中填写对应RI相关故障的故障率,可通过“设备数据收集表”获取;第5栏“设备维修时间Tn”:栏中填写对应RI相关故障的评价修复时间,可通过“设备数据收集表”获取;第6栏“λnTn”:栏中填写第4栏“故障率λn”和第5栏“设备维修时间Tn”的乘积。
最后,根据汇总数据中的汇总数据,选取步骤4.2给出的相应的维修性预计模型,解算得到卫星维修时间参数预计结果。
步骤5,计算得到卫星使用可用度。
在本实施例中,根据步骤3的设备级失效率及空间环境导致的功能中断概率预计结果和步骤4的卫星维修时间参数预计结果,完成步骤1所列相关设备的故障清单,并采用卫星使用可用性模型进行计算,得到卫星使用可用度。
在上述实施例基础上,下面以一个具体实例进行说明。
步骤一,确定卫星具体业务涉及到的具体分系统和设备
以卫星某功能为例,开展功能分析,该功能涉及卫星3个分系统,7台单机设备。通过对单机设备故障模式分析,明确设备的故障模式,故障维修方式及具体维修措施,列出各个相关设备的故障模式清单,如表3所示:
表3,单机设备故障模式清单表
步骤二,根据用户任务需求和卫星系统组成,建立卫星使用可用性模型。
卫星使用可用性模型表示如下:
步骤三,预计设备级失效率及空间环境导致的功能中断概率。
步骤3.1:在轨故障失效率预计;
根据步骤一梳理的故障模式清单,逐项对其失效率进行预计,填写表3第6列,见表4:
表4,单机设备故障模式清单(补充失效率数据)
步骤3.2:相关产品在轨故障的空间环境导致的功能中断概率预计。
根据步骤一梳理的故障模式清单,对空间环境相关故障模式的中断概率进行预计,下表5给出部分器件在轨翻转率数据:
表5,部分元器件空间环境功能中断概率将预计完成后的中断概率填写在表3中第8列,见下表6:
表6,单机设备故障模式清单(补充空间环境功能中断概率)
步骤四,卫星维修时间参数预计
以单机设备为单位,分别进行维修时间参数预计。以步骤一获得的故障模式清单为基础,针对每条故障模式,根据其具体维修方案,逐项预计步骤4.1中规定的各个修复时间元素。下表7~表10分别给出了单机1、单机2卫星数据预计表:
表7,单机1维修时间数据收集表1
表8,单机1维修时间数据收集表2
表9,单机2维修时间数据收集表1
表10,单机2维修时间数据收集表2
按照以上方法分别完成表3中其他各个单机的维修时间元素预计,按上表格式填写各单机的维修时间数据收集表。
完成上述步骤后,按下表11~12进行数据汇总:
表11,维修性时间参数预计表
表12,维修性时间参数预计表
根据上表11~12中给出的汇总数据,选取步骤4.2给出的相应的参数预计模型,即可计算得到平均在轨重构时间(冗余系统切换时间)TOR或平均在轨功能自主恢复时间TORF的预计结果:
TOR=1.93-07/7.28-06=0.0265
TORF=4.87-08/1.07-05=4.55-03
TCTi为采取综合处置方式进行修复的平均修复时间,一般针对无备份措施或设计阶段未设别到的复杂故障,修复时间为几天到几周,设计过程中难以准确预计,仅能通过过往案例应用评估方法获得。本实例中,表3中故障模式20评估恢复时间168h。
步骤五,卫星使用可用度指标计算。
根据步骤三失效率和空间环境导致的功能中断概率预计结果,完成步骤一所列相关设备的故障模式清单,见表13:
表13,相关参数计算据结果
根据表13中故障数据及步骤四维修时间预计结果,进行计算,得到卫星使用可用度结果:
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。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (10)
1.一种表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,包括:
步骤1,进行故障模式分析,确定故障清单;其中,故障模式清单,包括:故障名称、故障率、故障在轨维修措施;
步骤2,根据用户任务需求和卫星系统组成,建立卫星使用可用性模型;
步骤3,预计设备级失效率及空间环境导致的功能中断概率;
步骤4,预计卫星维修时间参数;
步骤5,计算得到卫星使用可用度。
2.根据权利要求1所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,进行故障模式分析,确定故障清单,包括:
子步骤11,根据系统任务与功能,通过功能分析确定系统功能层次,即将系统任务分解为相关功能,并将功能从系统级逐级分解,逐级向下展开,绘制功能层次图;
子步骤12,根据确定的系统功能层次,明确设备的故障模式,故障维修方式,列出各设备的故障模式清单。
3.根据权利要求2所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,卫星使用可用性模型表示如下:
其中,A0表示使用可用度;TBF表示平均故障间隔时间,由各单机产品的失效率和空间环境导致的功能中断概率共同决定;RM表示任务可靠度;LSE表示工作寿命要求;MCT表示卫星系统、分系统的平均修复时间;TOR和TORF分别表示卫星系统、分系统采取地面遥控冗余系统切换、在轨自主恢复相关故障的平均修复时间;PSTU为空间环境导致的功能中断概率;PSTUi,PSTU-ORj,PSTU-ORFk分别为采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关空间环境事件导致的故障的发生概率;λi,λORj,λORFk分别表示采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关故障的失效率;TCT表示单机产品的平均故障修复时间;TCTi,TCT-ORj,TCT-ORFk分别表示采取综合处置、地面遥控冗余系统切换、在轨自主恢复相关故障的平均修复时间。
4.根据权利要求3所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,预计设备级失效率及空间环境导致的功能中断概率,包括:
子步骤31,在轨故障失效率预计:根据步骤1确定的故障清单,逐项对各故障的失效率进行预计;
子步骤32,在轨故障的空间环境导致的功能中断概率预计:根据步骤1确定的故障清单,对空间环境相关故障模式的中断概率进行预计。
5.根据权利要求4所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,在轨故障的空间环境导致的功能中断概率针对FPGA器件开展,FPGA器件的功能中断率P的计算公式如下:
P=P1×P2×P3+P4×P5×P6+P7×P8×P9+P10
其中,P1表示配置存储器的翻转率,P2表示电路系统或核心模块的资源的使用率,P3表示配置存储器的转化率,P4表示块存储器的翻转率,P5表示块存储器的资源使用率,P6表示块存储器的转化率,P7表示CLB触发器的翻转率,P8表示电路系统或核心模块CLB的资源使用率,P9表示CLB触发器的转化率,P10表示器件空间环境功能中断概率。
6.根据权利要求4所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,利用相似器件在轨数据预计方法,获取所有相关FPGA器件的功能异常率:
a)计算FPGA器件在任务轨道环境条件下、考虑资源使用情况后的翻转率:
获得FPGA器件的本征翻转率,包括:目标轨道环境下的存储区翻转率PbR1、配置区翻转率PbS1;
根据FPGA器件存储区和配置区资源占用情况,确定存储区资源占用系数βRR1和配置区资源占用系数βRS1,从而得到FPGA器件资源使用情况后的翻转率PM1为:
PM1=PbS1*βRS1+PbR1*βRR1
b)利用相似FPGA器件数据,计算未采取防护措施情况下,当前FPGA器件在轨由于空间环境软错误导致功能异常的频次:
获得相似FPGA器件在轨无防护条件下由于空间环境软错误导致功能异常的频次PF2;
计算相似FPGA器件在考虑资源使用情况后的翻转率PM2,再比较当前FPGA器件和相似FPGA器件的结构复杂性,确定结构复杂度系数βc,从而得到未采取防护措施情况下,当前FPGA器件在轨由于空间环境软错误导致功能异常的频次PF1为:
PF1=PF2*βc=PF2*(PM1/PM2)
c)利用同型号FPGA器件数据,计算当前FPGA器件功能异常率:
依据同型号FPGA器件采取空间环境防护措施前后的效果比对数据,确定防护系数βP;
得到当前FPGA的空间环境功能异常率P0为:
P0=PF1/βP
d)获取元器件翻转概率后,根据器件使用情况及模块、单机的串并联关系即可,参照失效率预计模型,即可得到相应故障模式的空间环境导致的功能中断概率指标。
7.根据权利要求4所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,预计卫星维修时间参数,包括:
子步骤41,确定维修性活动及修复时间元素;其中,维修性活动,包括:故障定位、故障隔离、指令生成、指令发送与执行和状态确认;修复时间元素,包括:故障定位时间T1anj、故障隔离时间T1bnj、指令生成时间T2nj、指令发送与执行时间T3nj和状态确认时间T4nj;
子步骤42,构建维修性预计模型;其中,维修性预计模型,包括:平均在轨重构时间TOR的预计模型和平均在轨功能自主恢复时间TORF的预计模型;
子步骤43,以单机设备为单位,基于维修性预计模型,进行卫星维修时间参数预计。
8.根据权利要求7所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,
平均在轨重构时间TOR的预计模型表示如下:
其中,N表示可更换单元RI数,λn表示第n个RI的故障率,Tn表示第n个RI的平均在轨重构时间;
其中,J表示第n个RI在轨可检出且通过地面遥控处置的故障总数,λn表示第n个RI的第j个故障模式的故障率,Tnj表示第n个RI的第j个故障模式的故障修复时间;
其中,Mnj表示第n个RI的第j个故障模式修复时的维修活动数,Tmnj表示第n个RI的第j个故障模式进行第m项维修活动的平均时间;
平均在轨功能自主恢复时间TORF的预计模型表示如下:
其中,T′n表示第n个RI的平均在轨功能自主恢复时间;
其中,J′表示第n个RI在轨可检出且可自主恢复的故障总数。
9.根据权利要求8所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,以单机设备为单位,基于维修性预计模型,进行卫星维修时间参数预计,包括:
以步骤1确定的故障清单为基础,针对每条故障模式,根据各故障模式的具体维修方案,逐项预计步骤4.1中规定的各个修复时间元素,得到设备数据收集表;
根据设备数据收集表,进行数据汇总,得到汇总数据表;
根据汇总数据中的汇总数据,选取步骤4.2给出的相应的维修性预计模型,解算得到卫星维修时间参数预计结果。
10.根据权利要求9所述的表征卫星可靠性维修性保障性综合能力的参数评价方法,其特征在于,计算得到卫星使用可用度,包括:
根据步骤3的设备级失效率及空间环境导致的功能中断概率预计结果和步骤4的卫星维修时间参数预计结果,完成步骤1所列相关设备的故障清单,并采用卫星使用可用性模型进行计算,得到卫星使用可用度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111532014.4A CN114282359A (zh) | 2021-12-14 | 2021-12-14 | 表征卫星可靠性维修性保障性综合能力的参数评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111532014.4A CN114282359A (zh) | 2021-12-14 | 2021-12-14 | 表征卫星可靠性维修性保障性综合能力的参数评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114282359A true CN114282359A (zh) | 2022-04-05 |
Family
ID=80872317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111532014.4A Pending CN114282359A (zh) | 2021-12-14 | 2021-12-14 | 表征卫星可靠性维修性保障性综合能力的参数评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114282359A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115371490A (zh) * | 2022-08-24 | 2022-11-22 | 中国人民解放军陆军工程大学 | 自行火炮通用综合电子信息系统数据采集设备 |
-
2021
- 2021-12-14 CN CN202111532014.4A patent/CN114282359A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115371490A (zh) * | 2022-08-24 | 2022-11-22 | 中国人民解放军陆军工程大学 | 自行火炮通用综合电子信息系统数据采集设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Authen et al. | Reliability analysis of digital systems in a probabilistic risk analysis for nuclear power plants | |
CN114282359A (zh) | 表征卫星可靠性维修性保障性综合能力的参数评价方法 | |
Mueller et al. | RAS strategy for IBM S/390 G5 and G6 | |
CN112131033A (zh) | 一种服务器故障修复方法、装置、设备及存储介质 | |
Bao et al. | Quantitative Risk Analysis of High Safety Significant Safety-related Digital Instrumentation and Control Systems in Nuclear Power Plants using IRADIC Technology | |
Authen et al. | Guidelines for reliability analysis of digital systems in PSA context. Phase 3. Status report | |
Flammini et al. | A new modeling approach to the safety evaluation of N-modular redundant computer systems in presence of imperfect maintenance | |
Wein et al. | Validating complex computer system availability models | |
Kang et al. | An overview of risk quantification issues for digitalized nuclear power plants using a static fault tree | |
CN111310337B (zh) | 一种导航卫星信号在轨中断频率的分析方法 | |
Kanoun et al. | Experience in software reliability: From data collection to quantitative evaluation | |
Tang et al. | Evaluation of software dependability based on stability test data | |
Tang et al. | Automatic generation of availability models in rascad | |
Authén et al. | Guidelines for reliability analysis of digital systems in PSA context–Final Report | |
Iyer et al. | Measurement-based analysis of software reliability | |
Avritzer et al. | Automated generation of test cases using a performability model | |
Hecht et al. | Use of importance sampling and related techniques to measure very high reliability software | |
Popović et al. | Case study: a maintenance practice used with real‐time telecommunications software | |
Yin et al. | A petri-net approach for early-stage system-level software reliability estimation | |
Kim et al. | Reliability modeling of digital component in plant protection system with various fault-tolerant techniques | |
Okumoto | Experience report: Practical software availability prediction in telecommunication industry | |
Grbac et al. | Quantifying value of adding inspection effort early in the development process: A case study | |
Gu et al. | A reliability-based mapping scheme for assessing system operational performance with erroneous human behavior at NPPs | |
Spitzer | Review of probabilistic safety assessments: insights and recommendations regarding further developments | |
Porthin et al. | International case study comparing PSA modeling approaches for nuclear digital I&C–OECD/NEA task DIGMAP |
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 |