JP2013200594A - 故障率算出装置及び故障率算出用プログラム - Google Patents
故障率算出装置及び故障率算出用プログラム Download PDFInfo
- Publication number
- JP2013200594A JP2013200594A JP2012067017A JP2012067017A JP2013200594A JP 2013200594 A JP2013200594 A JP 2013200594A JP 2012067017 A JP2012067017 A JP 2012067017A JP 2012067017 A JP2012067017 A JP 2012067017A JP 2013200594 A JP2013200594 A JP 2013200594A
- Authority
- JP
- Japan
- Prior art keywords
- component
- failure rate
- stress value
- special purpose
- specific application
- 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
Abstract
【課題】用途に応じてストレス値を一律に決めることができない特殊な用途の部品に対しては、必ずしも適切なストレス値を設定できない場合があり、適切でないストレス値を用いて生成した故障率予測用入力データにより算出された故障率予測値の精度が低くなるという課題があった。
【解決手段】特殊用途部品判別部150は特殊な用途に用いられる部品を判別し、判別した特殊用途部品については新たに算出したストレス値を対応付ける。部品用途判別・入力データ生成部110は、特殊用途部品以外の部品については一律に決められたストレス値を対応づけ、特殊用途部品については特殊用途部品判別部150が算出したストレス値を対応づけた故障率予測用入力データ140を生成する。
【選択図】 図1
【解決手段】特殊用途部品判別部150は特殊な用途に用いられる部品を判別し、判別した特殊用途部品については新たに算出したストレス値を対応付ける。部品用途判別・入力データ生成部110は、特殊用途部品以外の部品については一律に決められたストレス値を対応づけ、特殊用途部品については特殊用途部品判別部150が算出したストレス値を対応づけた故障率予測用入力データ140を生成する。
【選択図】 図1
Description
電子機器の信頼性設計では、定量的な評価指標である故障率予測値(信頼度予測値)を用いて、機器の信頼性の評価が行われる。故障率予測値を算出する方法として、加速試験・市場実績によるフィールドデータの値を用いる方法や、経験則に基づく故障率予測モデルである計算式を用いて算出する方法が知られている。
故障率予測モデルを用いる方法として、例えばMIL-HDBK-217F Notice2、Telcordia SR−332、Siemens SN29500等がある。これらのモデルは、電子機器に使用されている各部品に対する複数種類のパラメータ(部品の種類、部品メーカ等により定められた仕様である定格値、部品にかかる負荷を定量的に表すストレス値)を、故障率予測用入力データとして故障率予測モデルに入力する事で、電子機器の故障率予測値を算出する事が出来る。
故障率予測用入力データは電子機器を構成するすべての部品に対して用意する必要があるが、一般に電子機器には数百〜数千個の部品が使用されており、全ての部品毎に複数種類のパラメータを手動で生成することは、故障率予測値の計算の大きな負担となる。
こういった負担を軽減するため、電子機器を設計したCADデータに存在する、電子機器に使用される部品のリストと、部品間の接続関係が記載されたネットリストから、故障率予測用入力データを自動生成する技術が開示されている(例えば、特許文献1参照)。このような特許文献1においては、部品の用途に応じてストレス値が一律に定められており、当該ストレス値を用いて故障率予測用入力データを生成していた。
しかしながら、上記の特許文献1では、用途に応じてストレス値を一律に決めることができない特殊な用途を持つ部品に対しては、必ずしも適切なストレス値を設定できない場合があり、適切でないストレス値を用いて生成した故障率予測用入力データにより算出された故障率予測値の精度が低くなるという課題があった。
本発明は、上記のような課題を解決するためになされたものであって、精度の高い故障率予測値を算出するための故障率予測用データを生成できる故障率算出装置を提供することを目的とする。
本発明に係る故障率算出装置は、電子機器に使用され所定の用途に応じて分類された部品と、前記部品にかかる負荷を表す第1のストレス値とが予め対応付けて記憶されるストレス値記憶部と、前記部品のうち、前記用途と異なる用途としても用いられる特定用途の部品を判別し、判別した前記特定用途部品にかかる負荷を表す第2のストレス値を算出する特定用途部品判別部と、前記特定用途部品以外の前記部品については前記部品と前記第1のストレス値とを対応付け、前記特定用途部品については前記部品と前記第2のストレス値とを対応付けた故障率予測用入力データを生成する故障率予測用入力データ生成部を備えることを特徴とする。
また、本発明に係る故障率算出用プログラムは、ストレス値記憶部から、電子機器に使用され所定の用途に応じて分類された部品と、前記部品にかかる負荷を表す第1のストレス値とが対応付けられた情報を読み出す手順と、前記部品のうち、前記用途と異なる用途としても用いられる特定用途の部品を判別し、判別した前記特定用途部品にかかる負荷を表す第2のストレス値を算出する手順と、前記特定用途部品以外の前記部品については前記部品と前記第1のストレス値とを対応付け、前記特定用途部品については前記部品と前記第2のストレス値とを対応付けた故障率予測用入力データを生成する手順とをコンピュータに実行させることを特徴とする。
本発明の故障率算出装置及び故障率算出用プログラムによれば、電子機器に用いられる部品のうち特定の用途にも用いられる部品を判別し、判別した部品については新たに算出したストレス値を対応付けた故障率予測用データを生成するので、故障率予測値の精度の低下を防止することができるという効果を奏する。
実施の形態1.
以下図面を用いて本発明の実施の形態1を説明する。図1は本発明の実施の形態1に係る故障率算出装置示す構成図である。図2は本発明の実施の形態1に係る部品リストを示す図である。図3は本発明の実施の形態1に係るネットリストを示す図である。図4は本発明の実施の形態1に係る対応付けデータを示す図である。図5は本発明の実施の形態1に係る用途判別ルールを示す図である。図6は本発明の実施の形態1に係るストレス値テーブルを示す図である。図7は本発明の実施の形態1に係る特殊用途判別ルールを示す図である。図8は本発明の実施の形態1に係る特殊用途部品判別情報を示す図である。図9は本発明の実施の形態1に係る特殊用途部品ストレス値リストを示す図である。図10は本発明の実施の形態1の動作を説明するフローチャートである。図11は本発明の実施の形態1に係るオペアンプ回路の回路図である。図12は本発明の実施の形態1に係る故障率予測用入力データの生成説明するための図である。
以下図面を用いて本発明の実施の形態1を説明する。図1は本発明の実施の形態1に係る故障率算出装置示す構成図である。図2は本発明の実施の形態1に係る部品リストを示す図である。図3は本発明の実施の形態1に係るネットリストを示す図である。図4は本発明の実施の形態1に係る対応付けデータを示す図である。図5は本発明の実施の形態1に係る用途判別ルールを示す図である。図6は本発明の実施の形態1に係るストレス値テーブルを示す図である。図7は本発明の実施の形態1に係る特殊用途判別ルールを示す図である。図8は本発明の実施の形態1に係る特殊用途部品判別情報を示す図である。図9は本発明の実施の形態1に係る特殊用途部品ストレス値リストを示す図である。図10は本発明の実施の形態1の動作を説明するフローチャートである。図11は本発明の実施の形態1に係るオペアンプ回路の回路図である。図12は本発明の実施の形態1に係る故障率予測用入力データの生成説明するための図である。
故障率算出装置100は、部品用途判別・入力データ生成部(故障率予測用入力データ生成部)110と、用途判別ルール120と、ストレス値テーブル(ストレス値記憶部)130と、特殊用途部品判別部(特定用途部品判別部)150と、特殊用途判別ルール(特定用途条件記憶部)160と、故障率予測モデル(故障率予測値算出部)200とを備える。
部品用途判別・入力データ生成部110は、電子機器に使用される複数の部品についての情報である部品リスト31と、電子機器に使用される複数の部品の接続関係についての情報であるネットリスト32とから、電子機器で使用される複数の部品とストレス値とが対応付けられた情報である対応付けデータ141を生成する。また、詳細は後述するが、部品用途判別・入力データ生成部110は、特殊用途部品判別部150から出力された特殊用途部品ストレス値リスト170に基づき、対応付けデータ141から故障率予測用入力データ140を生成する。なお、特殊用途部品ストレス値リスト170についても、詳細については後述することとする。
図2に示すように、部品リスト31には、例えば部品を識別する部品番号、部品の種類を表す部品種類、部品メーカ等により定められた仕様である定格値、部品の型名、部品の製造メーカが記載されている。また、部品の数量等が記載されていてもよい。
図3に示すように、ネットリスト32には、接続される部品番号と部品のピン番号、及び接続される箇所が記載されている。例えば、抵抗1は、ピン番号1が電源に接続され、ピン番号2は信号線1に接続されている。なお、必ずしもネットリスト32の形式でなく、回路図そのものを部品用途判別・入力データ生成部110に入力してもよい。その場合、部品用途判別・入力データ生成部110は、回路図を画像解析して部品の接続関係を抽出する。
図4に示すように、対応付けデータ141には、例えば、部品番号、部品種類、定格値、ストレス値が記載されている。ストレス値は、部品にかかる負荷を定量的に表す値であり、より具体的には、部品に定められた最大の負荷に対する実際の負荷を意味する。例えば、定格電力に対する消費電力の割合がストレス値に該当する。また、対応付けデータ141は、故障率予測モデル200に入力し故障率予測値を算出するための入力用データである。
用途判別ルール120には、ネットリスト32に記載される部品の接続関係から、部品の用途を判別するためのルール(条件)が記載されている。例えば、図5に示すように、部品用途と用途判別ルールとが対応付けて記載されている。所定の抵抗について、片方のピンが電源に接続され、もう片方のピンが信号線に接続される場合、当該抵抗はプルアップ抵抗であり、その用途はプルアップであることがわかる。
ストレス値テーブル130には、部品用途からストレス値を決定するための情報が記憶されている。図6の例では、部品用途とストレス値とが一律に対応づけられているが、つまり、用途に応じて分類された部品とストレス値とが対応づけられていればよい。図6では、電子機器を構成する抵抗の用途がプルアップである場合、当該プルアップ抵抗のストレス値は定格電力の2%であると一意に設定されている。
特殊用途判別ルール160は、特殊な用途(特定の用途)の部品を判別するためのルール(条件)を記憶する。このルールは、例えば、所定の部品に接続される部品を特殊用途部品として判別するというものであり、図7では、アナログ回路用の(所定の)ピンに接続される抵抗を特定用途部品として判別するルールが記憶されている。なお、図7は一例であり、特殊用途部品が接続される所定の部品は、アナログ回路用のピンに限定されない。また、アナログ回路用のピンに接続される特殊用途部品は抵抗に限定されず、例えばコンデンサ等であってもよい。
なお、ここでいう特殊(特定)用途部品とは、ストレス値テーブル130に予め設定された一律のストレス値に対応する用途とは異なる用途としても用いられる部品のことである。また、特殊用途部品は、アナログ回路用のピン等の所定の部品に接続されることにより、そのストレス値が、予めストレス値テーブル130にて一律に定められたストレス値から変わる部品であるともいえる。
ここで特殊用途部品判別情報33について説明する。特殊用途部品判別情報33は、ユーザにより入力される情報であって、後述する特殊用途部品判別部150が特殊用途部品を判別するために必要な情報である。例えば、特殊用途判別ルール160が図7に示すような、アナログ回路用のピンに接続される抵抗を特殊用途部品と判別するといったルールである場合、特殊用途部品判別情報33は図8に示すような、アナログ回路用のピンの番号と、当該ピンの電圧、電流値についての情報であればよい。
特殊用途部品判別部150は、部品リスト31と、ネットリスト32と、特殊用途部品判別情報33とが入力され、これら入力された情報と、特殊用途判別ルール160に記憶されるルールとに基づき、電子機器を構成する複数の部品のうち特殊な用途(特定の用途)としても用いられる部品である特殊用途部品を判別する。また、特殊用途部品判別部150は、特定用途部品の仕様情報と、特定用途部品が接続される所定の部品の仕様情報とに基づき、判別した特殊用途部品の新たなストレス値(第2のストレス値)を算出する。特殊用途部品判別部150は、図9に示すように、判別した特殊用途部品と算出した新たなストレス値とを対応付けた特殊用途部品ストレス値リスト170を生成し、部品用途判別・入力データ生成部110に出力する。
故障率予測モデル200は、部品用途判別・入力データ生成部110により生成された故障率予測用入力データ140が入力され、電子機器の故障率を予測した値である故障率予測値を算出する。
次に、図1乃至図12を用いて本発明の実施の形態1の動作について説明する。ここでは処理の対象として、図11に示すオペアンプ回路を例にとって説明する。このオペアンプ回路では、IC2のピン番号1に接続される抵抗2が特殊用途部品となる。詳細は後述するが、用途判別ルール120に沿ったルールでは抵抗2の用途はダンピング抵抗として判断され、ダンピング抵抗用のストレス値と決定される。しかし抵抗2の実際の用途は、オペアンプの増幅率の決定であり、そのストレス値は、ダンピング抵抗用のストレス値とは異なる。
ユーザにより部品リスト31、ネットリスト32、及び特殊用途部品判別情報33とが故障率算出装置100に入力される(ステップS1)。より具体的には、部品リスト31とネットリスト32は部品用途判別・入力データ生成部110及び特殊用途部品判別部150に、特殊用途部品判別情報33は特殊用途部品判別部150に、入力される。
まず、部品用途判別・入力データ生成部110による処理(ステップS2乃至ステップS5)について説明する。
部品用途判別・入力データ生成部110は、入力された部品リスト31から部品番号、部品種類、定格値を抽出する(ステップS2)。なお、型名、メーカについて抽出してもよい。
部品用途判別・入力データ生成部110は、入力されたネットリスト32から各部品の用途を判別する(ステップS3)。
より具体的には、部品用途判別・入力データ生成部110は、ネットリスト32から各部品の間の接続関係を認識し、認識した接続関係を用途判別ルール120と照らし合わせて部品の用途を判別する。例えば、ネットリスト32から、抵抗2のピン番号2は信号線1と接続され、抵抗2のピン番号1は信号線2と接続される、といった接続関係にある。このような接続関係を用途判別ルール120に照らし合わせると、「片方のピンが信号線に接続され、もう片方のピンが信号線に接続される抵抗」といった条件に該当するので、抵抗2の用途はダンピング抵抗であると判断される。
部品用途判別・入力データ生成部110は、各部品の用途を判別すると、ストレス値テーブル130を用いて、判別した部品についてそれぞれストレス値を求める(ステップS4)。例えば用途がダンピング抵抗であると判断された抵抗2については、ストレス値テーブル130から、ストレス値は、定格電力の0.1%であると求められる。
部品用途判別・入力データ生成部110は、各部品についてストレス値を求めると、部品リスト31から抽出した部品番号、部品種類、定格値と、求めたストレス値とを対応付けた対応付けデータ141を生成する(ステップS5)。
次に、特殊用途部品判別部150による処理(ステップS6、S7)について説明する。なお、上記の部品用途判別・入力データ生成部110によるステップS2からステップS5までの処理と、特殊用途部品判別部150によるステップS6、S7の処理の順序についてはいずれの順であってもよく、またこれらが並列に処理されてもよい。
特殊用途部品判別部150は、入力されたネットリスト32と特殊用途部品判別情報33の情報、及び特殊用途判別ルールに基づいて、部品リスト31にリストアップされた部品のうち、特殊用途部品を判別する(ステップS6)。
まず、特殊用途部品判別部150は、特殊用途判別ルール160から、特殊用途部品として判別するためのルール(条件)として、「アナログ回路用のピンに接続される抵抗」を認識する。続いて、特殊用途部品判別部150は、入力された特殊用途部品判別情報33から、アナログ回路用のピン番号として、IC2のピン番号3という情報を取得する。そして、特殊用途部品判別部150は、ネットリスト32から、IC2のピン番号3に接続される部品を調べる。ここでは、IC2のピン番号3は信号線2に接続され、また、信号線2は、抵抗2のピン番号1とも接続されていることがわかる。つまり抵抗2は、信号線2を介してIC2のピン番号3と接続される。そのため抵抗2は、特殊用途判別ルール160に記載されるルールに合致するので、特殊用途部品判別部150は、抵抗2を特殊用途部品と判別する。
特殊用途部品判別部150は、特殊用途部品を判別すると、判別した特殊用途部品のストレス値を新たに算出し、特殊用途部品の部品番号と新たなストレス値とを対応付けた特殊用途部品ストレス値リスト170を生成する(ステップS6)。
ここで、ストレス値を新たに算出するためには、抵抗2の定格電力に対する実際の消費電力の割合についての値が必要となる。つまり、抵抗2の定格値(定格電力と抵抗値)、及び消費電力についての情報が必要となる。
抵抗2の定格値(定格電力と抵抗値)の情報については、特殊用途部品判別部150は、入力された部品リスト31に含められているので、当該部品リスト31の定格値を利用する。抵抗2の消費電力の情報については、特殊用途部品判別情報33に含めればよい。図8では、IC2のピン番号3の電圧値、電流値はそれぞれ10V、100μAとされているので、当該ピンに接続される抵抗2に流れる電流値も100μAであることがわかる。そのため、抵抗2の消費電力(消費電流×消費電流×抵抗値)は、1.0×10−12Wであることがわかり、抵抗2のストレス値は、定格電力0.1Wに対する消費電力の割合なので、1.0×10−11%と求められる。
特殊用途部品判別部150は、このように求めた新たなストレス値と特殊用途部品の部品番号とを対応付けて特殊用途部品ストレス値リスト170を生成し、部品用途判別・入力データ生成部110に出力する。
特殊用途部品判別部150から特殊用途部品ストレス値リスト170を受け取った部品用途判別・入力データ生成部110は、特殊用途部品ストレス値リスト170に基づき、対応付けデータ141から故障率予測用入力データ140を生成する(ステップS8)。
つまり、部品用途判別・入力データ生成部110は、図12に示すように、生成した対応付けデータ141のうち、特殊用途部品である抵抗2の誤ったストレス値(定格電力の0.1%)については、特殊用途部品ストレス値リスト170に記載された新たなストレス値(定格電力の1.0×10−11%)に変更し、故障率予測用入力データ140を生成する。
このように、部品用途判別・入力データ生成部110は、電子機器に含まれる部品のうち、特殊な用途に用いられる部品に対しては、用途に応じて一律に設定されたストレス値ではなく、特殊な用途に対応した新たなストレス値を設定し直すので、特殊な用途の部品について誤ったストレス値が設定されるのを防ぎ、不正確な故障率予測用入力データ140が生成されるのを防止することができる。
次に、故障率予測モデル200は、部品用途判別・入力データ生成部110により生成された故障率予測用入力データ140に基づき故障率予測値300を生成する(ステップS9)。
以上のように、本発明の実施の形態1によれば、特殊用途部品判別部150が特殊な用途に用いられる部品を判別し、判別した特殊用途部品については新たに算出したストレス値を対応付ける。そのため、電子機器を構成する部品に、一律にストレス値を決めることができない特殊用途部品が含まれている場合であっても、当該特殊用途部品に対しては新たに生成されたストレス値が設定されるので、不正確な故障率予測用入力データの生成を防止することができる。また、不正確な故障率予測用入力データに基づくことによる故障率予測値の精度の低下を防ぐことができる。
なお、これまで部品用途判別・入力データ生成部110は、ネットリスト32と用途判別ルール120とに基づいて部品の用途を求めることとしていたが、部品の用途についての情報を直接外部から入力するようにしてもよい。例えば、部品リスト31の部品番号の項目に部品用途の項目を対応付けて部品用途判別・入力データ生成部110に入力させてもよい。この場合、ネットリスト32は部品用途判別・入力データ生成部110に入力する必要はなくなるが、特殊用途部品判別部150には入力することが必要となる。上記のように、特殊用途部品判別部150は、特殊用途部品を判別するのに、ネットリスト32の接続関係の情報を用いるからである。
なお、これまでストレス値を、定格電力に対する消費電力の割合として説明してきたが、これに限定するものではなく、例えば、使用環境での温度ストレス等であってもよい。
なお、これまで部品用途判別・入力データ生成部110は、特殊用途部品ストレス値リスト170に基づき、対応付けデータ141から故障率予測用入力データ140を生成することとしていたが、必ずしも対応付けデータ141を生成しなくてもよく、故障率予測用入力データ140を直接生成してもよい。すなわち、部品用途判別・入力データ生成部110は、特殊用途部品以外の部品については、部品とストレス値テーブル130に記載されたストレス値とを対応づけ、特殊用途部品については、特殊用途部品と特殊用途部品判別部150により生成されたストレス値とを対応づけた故障率予測用入力データ140を生成すればよい。
なお、故障率算出装置100は、パーソナルコンピュータやワークステーションのコンピュータにより実現されてもよい。その場合、プログラムにより、これまで「〜部」として説明した手順や方法をコンピュータに実行させる。また、これまで説明したルール、テーブル、データ等は、例えばディスクやメモリ等の記録媒体に記憶される。
実施の形態2.
以下図面を用いて本発明の実施の形態2について説明する。図13は本発明の実施の形態2に係る故障率算出装置を示す構成図である。実施の形態1の故障率算出装置100の構成に相当する部分には図1と同一符号を付してその説明を省略する。
以下図面を用いて本発明の実施の形態2について説明する。図13は本発明の実施の形態2に係る故障率算出装置を示す構成図である。実施の形態1の故障率算出装置100の構成に相当する部分には図1と同一符号を付してその説明を省略する。
実施の形態2の故障率算出装置101は、図13に示すように、新たに特殊用途部品判別ルール入力部(条件追加部)180を備える点で、実施の形態1の故障率算出装置100と異なる。
特殊用途部品判別ルール入力部180は、特殊用途判別のための新しいルールが記載された特殊用途判別ルールリスト34の情報が入力されると、新しいルールを特殊用途判別ルール160に追記する。また、特殊用途判別ルールリスト34に特殊用途判別のルールを変更する旨が記載されていた場合、特殊用途部品判別ルール入力部180は、特殊用途判別ルール160内のルールを新しいルールに書き換えることも可能となる。
以上のように、本発明の実施の形態2によれば、故障率算出装置101が、特殊用途判別のための新たなルールを特殊用途判別ルール160に追記、変更するための特殊用途部品判別ルール入力部180を備えるので、特殊用途判別のためのルールを柔軟に決定することが可能となる。
また、電子機器にこれまでにない用途の部品が含まれていた場合であっても、ユーザが特殊用途判別ルールリスト34に新たなルールを追記するだけで、特殊用途部品を判別するためのルールを決定するので、容易に特殊用途部品を判別し、ストレス値を求めることができる。また、電子機器の中に特殊用途部品が複数種類ある場合でも、それぞれの特殊用途部品を特定し、正確なストレス値を決定することができる。
31 部品リスト、32 ネットリスト、33 特殊用途部品判別情報、34 特殊用途判別ルールリスト、100、101 故障率算出装置、110 部品用途判別・入力データ生成部、120 用途判別ルール、130 ストレス値テーブル、140 故障率予測用入力データ、141 対応付けデータ、150 特殊用途部品判別部、160 特殊用途判別ルール、170 特殊用途部品ストレス値リスト、180 特殊用途部品判別ルール入力部、200 故障率予測モデル、300 故障率予測値
Claims (7)
- 電子機器に使用され所定の用途に応じて分類された部品と、前記部品にかかる負荷を表す第1のストレス値とが予め対応付けて記憶されるストレス値記憶部と、
前記部品のうち、前記用途と異なる用途としても用いられる特定用途の部品を判別し、判別した前記特定用途部品にかかる負荷を表す第2のストレス値を算出する特定用途部品判別部と、
前記特定用途部品以外の前記部品については前記部品と前記第1のストレス値とを対応付け、前記特定用途部品については前記部品と前記第2のストレス値とを対応付けた故障率予測用入力データを生成する故障率予測用入力データ生成部とを備えることを特徴とする故障率算出装置。 - 前記特定用途部品判別部は、前記電子機器に使用される部品間の接続関係についての情報から、前記部品のうち、所定の前記部品に接続される部品を前記特定用途部品として判別することを特徴とする請求項1に記載の故障率算出装置。
- 特定用途部品判別部は、前記所定の部品の仕様情報と前記特定用途部品の仕様情報とに基づいて前記第2のストレス値を算出することを特徴とする請求項2に記載の故障率算出装置。
- 前記特定用途部品は、アナログ回路用のピンに接続される抵抗であることを特徴とする請求項2又は請求項3に記載の故障率算出装置。
- 前記故障率予測用入力データ生成部により生成された前記故障率予測用入力データに基づき、前記電子機器の信頼性を表す故障率予測値を算出する故障率予測値算出部を備えることを特徴とする請求項1乃至請求項4のいずれかに記載の故障率算出装置。
- 前記条件とは異なる条件を新たに追加する条件追加部を備えることを特徴とする請求項2乃至5のいずれかに記載の故障率算出装置。
- ストレス値記憶部から、電子機器に使用され所定の用途に応じて分類された部品と、前記部品にかかる負荷を表す第1のストレス値とが対応付けられた情報を読み出す手順と、
前記部品のうち、前記用途と異なる用途としても用いられる特定用途の部品を判別し、判別した前記特定用途部品にかかる負荷を表す第2のストレス値を算出する手順と、
前記特定用途部品以外の前記部品については前記部品と前記第1のストレス値とを対応付け、前記特定用途部品については前記部品と前記第2のストレス値とを対応付けた故障率予測用入力データを生成する手順とをコンピュータに実行させる故障率算出用プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012067017A JP2013200594A (ja) | 2012-03-23 | 2012-03-23 | 故障率算出装置及び故障率算出用プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012067017A JP2013200594A (ja) | 2012-03-23 | 2012-03-23 | 故障率算出装置及び故障率算出用プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013200594A true JP2013200594A (ja) | 2013-10-03 |
Family
ID=49520827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012067017A Pending JP2013200594A (ja) | 2012-03-23 | 2012-03-23 | 故障率算出装置及び故障率算出用プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013200594A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016180634A (ja) * | 2015-03-24 | 2016-10-13 | 三菱航空機株式会社 | 故障率の算出装置 |
CN114444739A (zh) * | 2022-04-11 | 2022-05-06 | 广东电网有限责任公司 | 一种数字化智慧电网区域管理系统及方法 |
-
2012
- 2012-03-23 JP JP2012067017A patent/JP2013200594A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016180634A (ja) * | 2015-03-24 | 2016-10-13 | 三菱航空機株式会社 | 故障率の算出装置 |
CN114444739A (zh) * | 2022-04-11 | 2022-05-06 | 广东电网有限责任公司 | 一种数字化智慧电网区域管理系统及方法 |
CN114444739B (zh) * | 2022-04-11 | 2022-07-29 | 广东电网有限责任公司 | 一种数字化智慧电网区域管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kong et al. | Two-phase degradation process model with abrupt jump at change point governed by Wiener process | |
US20140372083A1 (en) | Derived restrictions in a combinatorial model | |
CN109143094A (zh) | 一种动力电池的异常数据检测方法和装置 | |
US20210390238A1 (en) | Simulation and analysis of circuit designs | |
CN107315849B (zh) | 电池设计中用于优化组件布置的系统和方法 | |
US11042134B2 (en) | Power system status estimation device and status estimation method | |
AU2018211229A1 (en) | Performance tracking of an electrical energy storage system | |
JP2013200594A (ja) | 故障率算出装置及び故障率算出用プログラム | |
WO2017126069A1 (ja) | 電力需要値算出システム、電力需要値算出方法および電力需要値算出プログラム | |
JP4525414B2 (ja) | 異常判定装置及び異常判定方法 | |
US9037441B2 (en) | Macro model of operational amplifier and circuit design simulator using the same | |
JP6715705B2 (ja) | 不良原因探索システム、及び不良要因探索方法 | |
CN1819431B (zh) | 用于自动检测可变输出直流电源的种类的功率控制电路 | |
CN115994709A (zh) | 数据指标的计算方法、装置、计算机设备及存储介质 | |
TWI465951B (zh) | 過流保護電路設計系統和方法 | |
JPWO2017046906A1 (ja) | データ分析装置および分析方法 | |
JP5342412B2 (ja) | 環境情報の集計方法および環境情報集計装置 | |
JP6247777B2 (ja) | 異常診断装置および異常診断方法 | |
JP6568980B2 (ja) | 回路設計装置、回路設計方法及びプログラム | |
US20170220726A1 (en) | Method and system for performing a design space exploration of a circuit | |
Chien | Multiple deletion diagnostics in beta regression models | |
JP6087473B2 (ja) | プログラム抽象図作成装置、及びプログラム抽象図作成プログラム | |
Büchner | Limiting Software Complexity | |
Dababneh et al. | A Virtual Prognostic Tool for Nuclear Power Electronics Reliability | |
Satheesh Kumar Reddy et al. | Functional testing and performance assessment of smart pressure transmitters used in NPPs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20140327 |