CN114326475B - 基于竞争失效模式的无人驾驶域控制器可靠度优化方法 - Google Patents
基于竞争失效模式的无人驾驶域控制器可靠度优化方法 Download PDFInfo
- Publication number
- CN114326475B CN114326475B CN202111444288.8A CN202111444288A CN114326475B CN 114326475 B CN114326475 B CN 114326475B CN 202111444288 A CN202111444288 A CN 202111444288A CN 114326475 B CN114326475 B CN 114326475B
- Authority
- CN
- China
- Prior art keywords
- reliability
- module
- failure
- degradation
- model
- 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
Images
Landscapes
- Safety Devices In Control Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及域控制器技术领域,公开了一种基于竞争失效模式的无人驾驶域控制器可靠度优化方法,包括以下步骤:将域控制器的系统原理图按照预定规则转换为GO图;确定各模块的突发失效参数、退化失效参数;计算各模块的突发失效可靠度、退化失效可靠度,基于贝叶斯模型平均技术综合分析突发失效、退化失效的影响,计算各模块的运行可靠度;根据GO法的操作符运算规则进行GO运算,计算域控制器的系统运行可靠度;计算各模块的单元重要度,并根据单元重要度从大到小的顺序,依次通过改进设计的方式提升各模块的可靠度;如果提升某个模块可靠度的成本高于设定标准或者存在技术条件约束,则通过冗余设计的方式提高系统可靠度。
Description
技术领域
本发明涉及域控制器技术领域,具体涉及一种基于竞争失效模式的无人驾驶域控制器可靠度优化方法。
背景技术
域控制器可靠度是L3级别以上的自动驾驶系统中最基础、最核心的要素。
域控制器一般包括:AI模块、CPU模块、安全MCU模块、图像处理模块、数据交换模块。其中:AI处理模块主要用来实现摄像头和激光雷达的AI计算;CPU模块主要提供一些整型计算,可以用来部署定位、规控等应用软件算法;安全MCU模块负责车辆功能和冗余安全监控;图像处理模块可以把摄像头的原始数据处理成YUV格式或者RGB格式;数据交换模块主要负责其余各个模块的数据交互。
对于自动驾驶系统来说,前四个模块尤为重要。根据可靠度工程理论,提高系统可靠度可通过提高模块可靠度或冗余设计加以实现。在系统设计中需要统筹考虑,以便在满足约束条件下使系统可靠度达到最优,即要求设计者在设定冗余数的同时确定各模块可靠度。通过冗余设计以防止单点故障时,需要考虑整体的车规、电磁干扰与振动方面的设计,以及参考ISO-26262标准的相关要求。
目前,针对域控制器可靠度设计的现有研究还存在以下不足:
(1)可靠度工作不仅包括在研制阶段利用测试、鉴定以及验收数据所开展的前期可靠度设计,还包括基于运行数据的后期可靠度运维优化,然而目前针对后者的研究还相对薄弱。
(2)域控制器包含多种类型的模块,各个模块相互影响,包括连接方式、工作时序以及失效顺序等因素,总体可靠度指标已经不能全面刻画系统性能,需要细化到模块层面。
(3)多失效模式共存作为复杂时变的域控制器系统故障特征之一。除电子器件突发失效外,还包括性能退化失效。目前的域控制器可靠度研究大多是针对突发失效进行数理统计分析,然而随着域控制器性能的不断提高,越来越少的突发失效数据正无形中逐步提升可靠度分析的工作难度。因此,需要针对域控制器运行过程中多失效共存模式这一普遍现象进行综合建模与分析。
发明内容
为解决上述技术问题,本发明提供一种基于竞争失效模式的无人驾驶域控制器可靠度优化方法。
为解决上述技术问题,本发明采用如下技术方案:
一种基于竞争失效模式的无人驾驶域控制器可靠度优化方法,域控制器包括多个模块,优化方法包括以下步骤:
步骤一:将域控制器的系统原理图按照预定规则转换为GO图;
步骤二:确定各模块的突发失效参数、退化失效参数;
步骤三:计算各模块的突发失效可靠度、退化失效可靠度,基于贝叶斯模型平均技术综合分析突发失效、退化失效的影响,计算各模块的运行可靠度;如果各模块的运行可靠度低于该模块的目标可靠度,则通过改进设计的方式提升各模块的可靠度,如果提升某个模块可靠度的成本高于设定标准或者存在技术条件约束,则通过冗余设计的方式提高系统可靠度;如果各模块的运行可靠度不低于该模块的目标可靠度,实施步骤四;
步骤四:根据GO法的操作符运算规则进行GO运算,计算域控制器的系统运行可靠度,如果系统运行可靠度低于系统目标可靠度,则实施步骤五,否则跳转至步骤三;
步骤五:计算各模块的单元重要度,并根据单元重要度从大到小的顺序,依次通过改进设计的方式提升各模块的可靠度;如果提升某个模块可靠度的成本高于设定标准或者存在技术条件约束,则通过冗余设计的方式提高系统可靠度。
进一步地,步骤三中计算各模块的突发失效可靠度时,域控制器中所有模块突发失效的函数采用双参数Weibull分布。
进一步地,步骤三中计算各模块的退化失效可靠度时,由于基于历史数据与工程经验可知各模块性能的退化指标总是单调变化,故利用性能退化轨迹直接推导退化失效可靠度。
进一步地,利用性能退化轨迹推导退化失效可靠度时,包括以下步骤:
选取若干项测量指标作为样本;当测量指标超出设定区间时,即视为模块发生退化失效;
根据样本在不同时间的性能退化采样数据绘制曲线,并依据曲线选择退化轨迹模型,退化轨迹模型包括线性模型、指数模型、幂模型、自然对数模型;
分别计算不同退化轨迹模型与实测数据的最小误差,并将拟合误差平方作为最优退化轨迹模型选定依据;
基于模块失效阈值得到伪失效寿命,利用外推法得到模块样本的伪失效寿命;
将得到的伪失效寿命数据视为全寿命数据,进行统计分布估计和假设检验,进行统计分布估计时使用的统计分布模型为正态分布、对数正态分或者及Weibull概率分布,运用最小二乘法将得到的样本值与统计分布模型进行拟合,选择概率最高的统计分布模型,并估计选定统计分布模型的相应参数,获得该模块的退化失效可靠度函数。
与现有技术相比,本发明的有益技术效果是:
(1)域控制器随着运行时间的增加不可避免会发生失效,基于可靠度的冗余设计可以有效降低失效风险。但是由于设计成本、技术能力与工艺条件等各类约束关系,不可能同时提高所有模块可靠度。传统的系统可靠度冗余设计主要是根据设计人员的专业知识与工程经验对域控制器进行分析与改进,但是难以快速精准定位到对系统性能影响显著的重要单元。在产品设计阶段,采用概率重要度可以快速发现系统薄弱环节和优化系统设计以提高可靠度。在产品运维阶段进一步提高其可靠度技术可行性不高或者综合投入成本过高,需要采用关键重要度进行排序。
(2)基于贝叶斯模型平均技术所建立的域控制器模块运行可靠度评估模型,该模型综合考虑了各模块的突发失效与退化失效,能够客观地描述域控制器的性能退化与失效机理。
(3)步骤一至五可循环进行,通过GO法建立域控制器可靠度分析模型图,能够依据时间采样,更新各个模块的可靠度,实现模块剩余寿命及系统可靠度的动态预测和评估。
附图说明
图1为本发明优化方法的流程图。
具体实施方式
下面结合附图对本发明的一种优选实施方式作详细的说明。
S1:建立域控制器系统可靠度模型
域控制器作为一个存在串联、并联以及冗余关系的复杂一体化系统,需要借助分层GO法进行可靠度分析。按照已约定的规则可将域控制器系统原理图快速直接翻译成GO图,再根据GO法的操作符运算规则进行GO运算,从而完成域控制器的系统可靠度计算与分析。
S2:计算域控制器各模块的可靠度
S2-1:计算模块突发失效可靠度
机械电子产品可靠度研究通常采用Weibull分布来描述突发失效可靠度。因此,域控制器中所有模块突发失效函数采用双参数Weibull分布。
S2-2:计算模块退化失效可靠度
针对高可靠长寿命的退化失效可靠度评估问题,主流的退化可靠度方法有基于退化轨迹与基于性能退化量分布这两种可靠度评估方法。尽管域控制器中各模块的退化指标分布情况不能够明确获知,但是基于历史数据与工程经验可知各模块的性能退化指标总是单调变化(递增或递减),因而可利用性能退化轨迹直接推导退化失效可靠度。具体步骤如下:
①、选取若干项测量指标,将其作为退化失效的特性参数。当测量指标超出事先规定的正常区间范围时,即视为模块发生退化失效。退化失效测量指标需要能够准确定义并快速实时监测,并且随着运行时间的增加,其变化趋势能客观反映研究对象的退化性能状态。
②、根据样本在不同时间的性能退化采样数据绘制曲线,并依据曲线选择合适的退化轨迹模型。其中:常用的退化轨迹模型有线性模型、指数模型、幂模型、自然对数模型等。
③、分别计算不同退化轨迹模型与实测数据的最小误差,并将拟合误差平方作为最优退化轨迹模型选定依据。
④、基于模块失效阈值得到伪失效寿命,利用外推法得到模块的样本的伪失效寿命。
⑤、将得到的伪失效寿命数据视为全寿命数据,接着进行统计分布估计和假设检验。此处较常用的统计分布模型有正态分布、对数正态分布以及Weibull概率分布。同样运用最小二乘法将得到的样本值与统计分布模型进行拟合,选择概率最高统计分布模型(即退化轨迹模型),并估计选定模型的相应参数,获得该模块的退化失效可靠度函数。
S2-3:计算各类模块运行可靠度
在得到各模块突发失效与退化失效可靠度基础上,综合分析两种失效影响,计算各类模块的运行可靠度。
运行可靠度需要综合分析两种失效影响,分别求出模块的退化失效可靠度和突发失效可靠度。主流方法是假设突发失效与退化失效无关,在串联情况下计算模块的运行可靠度,以达到减少计算量的目的。但实际上,在域控制器在不同的运行阶段,往往是退化失效和突发失效的其中一种占主导地位,因此需要计算两者对运行可靠度的影响权重。
贝叶斯模型平均(Bayesian Model Averaging,BMA)作为一种能够结合多个统计模型进行联合推断和预测的统计后处理方法,已经在结构可靠度与道路交通可靠度得到了应用与验证。然后应用马尔科夫链蒙特卡洛方法(Markov Chain Monte Carlo,MCMC)计算BMA模型中两类失效可靠度函数的权重。
S3:计算域控制器系统可靠度
根据GO图中操作符状态概率,判断系统运行可靠度是否高于系统目标可靠度。
GO法是可靠度工程理论中一类经典的分析方法,是一种基于成功导向的系统可靠度分析技术,按照已约定的规则可将待分析对象的系统原理图(流程图或工程图),快速直接翻译成GO图,再根据GO法的操作符运算规则进行GO运算,从而完成研究对象的系统可靠度计算与分析。
域控制器包含若干模块和部件,可以先将系统分解为由若干个模块组成的简单系统,然后再针对各个模块进行分析。这种一层一层不断细化方法既能反映系统构成,又能反映各构成之间的相互关系。域控制器作为一个存在串联、并联以及冗余关系的基于异构分布的硬件平台,借助分层GO法进行可靠度分析可以得到比传统故障树分析(Fault TreeAnalysis,FTA)更加准确的结果。
S4:制定域控制器可靠度优化方法
计算单元重要度,根据重要度从大到小的次序,通过改进设计提升模块可靠度;如果提升模块可靠度成本过高或其它技术条件约束,则通过冗余设计提升系统可靠度。
计算单元重要度属于现有技术。在可靠性工程理论中,通过单元重要度方法,可以发现系统可靠性薄弱环节,针对性地优化系统设计,以便于采用最有效的方式提高系统整体可靠性。单元重要度取决于单元在系统中的位置和单元自身可靠度这两个因素。为了定量分析系统中单元重要度,可以采用结构重要度、临界重要度、概率重要度、关键重要度、可靠性增加当量等方法。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立技术方案,说明书的这种叙述方式仅仅是为了清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (1)
1.一种基于竞争失效模式的无人驾驶域控制器可靠度优化方法,域控制器包括多个模块,优化方法包括以下步骤:
步骤一:将域控制器的系统原理图按照预定规则转换为GO图;
步骤二:确定各模块的突发失效参数、退化失效参数;
步骤三:计算各模块的突发失效可靠度、退化失效可靠度,基于贝叶斯模型平均技术综合分析突发失效、退化失效的影响,计算各模块的运行可靠度;如果各模块的运行可靠度低于该模块的目标可靠度,则通过改进设计的方式提升各模块的可靠度,如果提升某个模块可靠度的成本高于设定标准或者存在技术条件约束,则通过冗余设计的方式提高系统可靠度;如果各模块的运行可靠度不低于该模块的目标可靠度,实施步骤四;
步骤四:根据GO法的操作符运算规则进行GO运算,计算域控制器的系统运行可靠度,如果系统运行可靠度低于系统目标可靠度,则实施步骤五,否则跳转至步骤三;
步骤五:计算各模块的单元重要度,并根据单元重要度从大到小的顺序,依次通过改进设计的方式提升各模块的可靠度;如果提升某个模块可靠度的成本高于设定标准或者存在技术条件约束,则通过冗余设计的方式提高系统可靠度;
步骤三中计算各模块的突发失效可靠度时,域控制器中所有模块突发失效的函数采用双参数Weibull分布;
步骤三中计算各模块的退化失效可靠度时,由于基于历史数据与工程经验可知各模块性能的退化指标总是单调变化,故利用性能退化轨迹直接推导退化失效可靠度;
利用性能退化轨迹推导退化失效可靠度时,包括以下步骤:
选取若干项测量指标作为样本;当测量指标超出设定区间时,即视为模块发生退化失效;
根据样本在不同时间的性能退化采样数据绘制曲线,并依据曲线选择退化轨迹模型,退化轨迹模型包括线性模型、指数模型、幂模型、自然对数模型;
分别计算不同退化轨迹模型与实测数据的最小误差,并将拟合误差平方作为最优退化轨迹模型选定依据;
基于模块失效阈值得到伪失效寿命,利用外推法得到模块样本的伪失效寿命;
将得到的伪失效寿命数据视为全寿命数据,进行统计分布估计和假设检验,进行统计分布估计时使用的统计分布模型为正态分布、对数正态分或者及Weibull概率分布,运用最小二乘法将得到的样本值与统计分布模型进行拟合,选择概率最高的统计分布模型,并估计选定统计分布模型的相应参数,获得该模块的退化失效可靠度函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111444288.8A CN114326475B (zh) | 2021-11-30 | 2021-11-30 | 基于竞争失效模式的无人驾驶域控制器可靠度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111444288.8A CN114326475B (zh) | 2021-11-30 | 2021-11-30 | 基于竞争失效模式的无人驾驶域控制器可靠度优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114326475A CN114326475A (zh) | 2022-04-12 |
CN114326475B true CN114326475B (zh) | 2022-11-08 |
Family
ID=81048527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111444288.8A Active CN114326475B (zh) | 2021-11-30 | 2021-11-30 | 基于竞争失效模式的无人驾驶域控制器可靠度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326475B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115563887A (zh) * | 2022-12-02 | 2023-01-03 | 中国人民解放军海军工程大学 | 基于多源信息融合的弹药可靠性评估方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567639A (zh) * | 2011-12-30 | 2012-07-11 | 南京航空航天大学 | 一种针对竞争失效的航空发动机可靠性评估方法 |
CN105930632A (zh) * | 2016-03-02 | 2016-09-07 | 航天科工防御技术研究试验中心 | 机电整机产品贮存寿命建模方法 |
CN111597682A (zh) * | 2020-04-14 | 2020-08-28 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN112287624A (zh) * | 2020-10-27 | 2021-01-29 | 国网湖北省电力有限公司电力科学研究院 | 基于生存分析加go法的继电保护系统可靠性评价方法 |
-
2021
- 2021-11-30 CN CN202111444288.8A patent/CN114326475B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567639A (zh) * | 2011-12-30 | 2012-07-11 | 南京航空航天大学 | 一种针对竞争失效的航空发动机可靠性评估方法 |
CN105930632A (zh) * | 2016-03-02 | 2016-09-07 | 航天科工防御技术研究试验中心 | 机电整机产品贮存寿命建模方法 |
CN111597682A (zh) * | 2020-04-14 | 2020-08-28 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN112287624A (zh) * | 2020-10-27 | 2021-01-29 | 国网湖北省电力有限公司电力科学研究院 | 基于生存分析加go法的继电保护系统可靠性评价方法 |
Non-Patent Citations (1)
Title |
---|
基于性能指标融合的随机退化系统;董庆来 等;《西北工业大学学报》;20210430;第39卷(第2期);正文439-447页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114326475A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wen et al. | Degradation modeling and RUL prediction using Wiener process subject to multiple change points and unit heterogeneity | |
Alaswad et al. | A review on condition-based maintenance optimization models for stochastically deteriorating system | |
CN109766334B (zh) | 用于电力设备在线监测异常数据的处理方法及系统 | |
CN113077172A (zh) | 一种设备状态趋势分析及故障诊断方法 | |
CN107256449B (zh) | 一种智能变电站继电保护装置状态评价与评估方法 | |
CN104298225A (zh) | 化工过程异常工况因果关系推理模型建模与图形化展示方法 | |
CN111881574B (zh) | 一种基于分布函数优选的风电机组关键部件可靠性建模方法 | |
CN112187528B (zh) | 基于sarima的工业控制系统通信流量在线监测方法 | |
CN114326475B (zh) | 基于竞争失效模式的无人驾驶域控制器可靠度优化方法 | |
CN112966990B (zh) | 一种变电设备综合状态评价方法 | |
KR20090001148A (ko) | 가상 계측 시스템 및 가상 계측 방법 | |
CN113420465B (zh) | 一种基于数字孪生模型的液压支架全寿命周期管理方法 | |
CN111124852A (zh) | 一种基于bmc健康管理模块的故障预测方法及系统 | |
CN116629120A (zh) | 一种干式电力变压器的散热评价方法及系统 | |
Fan et al. | Human factors’ complexity measurement of human‐based station of assembly line | |
CN114925718A (zh) | 一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法 | |
CN117032120A (zh) | 集成一体式空压站智能云控制系统及控制方法 | |
CN112836396B (zh) | 一种建筑实时能耗异常诊断系统 | |
CN115114124A (zh) | 主机风险的评估方法及评估装置 | |
CN110909442B (zh) | 一种考虑维修负面效果的维修效果建模方法 | |
CN112734201A (zh) | 基于预期故障概率的多台设备整体质量评价方法 | |
CN111367255A (zh) | 一种多变量控制系统性能评价测试系统及方法 | |
CN116480534A (zh) | 一种风电机组健康度评估和检修方法、系统、设备及介质 | |
CN115828744A (zh) | 一种白光发光二极管故障在线诊断与寿命预测方法 | |
CN112766657B (zh) | 基于故障概率和设备状态的单台设备质量评价方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |