KR101143123B1 - 발생 확률을 결정하기 위한 방법 및 장치 - Google Patents

발생 확률을 결정하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR101143123B1
KR101143123B1 KR1020107008050A KR20107008050A KR101143123B1 KR 101143123 B1 KR101143123 B1 KR 101143123B1 KR 1020107008050 A KR1020107008050 A KR 1020107008050A KR 20107008050 A KR20107008050 A KR 20107008050A KR 101143123 B1 KR101143123 B1 KR 101143123B1
Authority
KR
South Korea
Prior art keywords
performance
probability
occurrence
class
situation
Prior art date
Application number
KR1020107008050A
Other languages
English (en)
Other versions
KR20100075914A (ko
Inventor
라이너 헤일만
만프레드 로흐너
슈테판 로쓰바우어
아리안 주토르
Original Assignee
지멘스 악티엔게젤샤프트
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 지멘스 악티엔게젤샤프트 filed Critical 지멘스 악티엔게젤샤프트
Publication of KR20100075914A publication Critical patent/KR20100075914A/ko
Application granted granted Critical
Publication of KR101143123B1 publication Critical patent/KR101143123B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G05B23/0248—Causal models, e.g. fault tree; digraphs; qualitative physics

Abstract

본 발명은 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법 및 장치에 관한 것으로, 상기 전체 시스템이 상이한 클래스의 부분 시스템들의 인스턴스들로 구성되고 부분 시스템의 각각의 클래스가 해당 클래스 폴트 트리를 갖으며, (a) 클래스 내에 비-고장 인스턴스들의 각각의 고장 콤비네이션에 대한 총 성능을 계산하는 단계(S1); (b) 고장 콤비네이션들의 자동 선택 단계(S2)-상기 자동 선택의 계산된 총 성능이 상기 미리 결정된 시스템 성능을 달성함-; (c) 상기 선택된 고장 콤비네이션들에 따라 부분 시스템들의 클래스 폴트 트리들에 기초한 전체 폴트 트리의 자동 생성 단계(S3); 및 (d)상기 전체 시스템에 의해 미리 결정된 시스템 성능의 달성의 발생 확률을 계산하기 위해 생성된 전체 폴트 트리의 평가 단계(S4)를 포함한다.

Description

발생 확률을 결정하기 위한 방법 및 장치{METHOD AND DEVICE FOR DETERMINING A PROBABILITY OF OCCURRENCE}
본 발명은 전체 시스템이 미리 결정된 시스템 성능(system performance)을 달성하는 상황의 발생 확률을 결정하기 위한 방법 및 장치에 관한 것이다. 이러한 전체 시스템의 예시는 상이한 타입들의 브레이크들을 특징으로 하는 트레인 브레이킹 시스템(train braking system)이다.
안정성-결정적(safety-critical)이고 다른 기능들과 네트워킹되는 임베디드 시스템이 사용에 있어 증가하고 있다. 증가하는 범위의 기능들 및 증가하는 네트워킹의 기능들은 기술 시스템의 신뢰성 및 안전성을 증가시키는 품질 보증 조치를 요구한다. 이러한 조치는 전형적으로 결함 분석 및 결함 검출을 포함한다. 이러한 경우에서, 테스트 방법들, 통계 분석 방법들 및 결함 분석 방법들이 사용된다. 결함 시나리오들의 정량 분석(quantitative analysis)은 특히 안전 시스템에서 높게 평가된다.
안전에 중요한 전체 시스템의 예시는 상이한 브레이크 타입들의 브레이크들을 특징으로 하는 복수의 서브시스템들 또는 부분 시스템들을 또한 구성하는 트레인 브레이킹 시스템이다. 트레인들에 대한 승인을 획득하고 및 전체 기술 시스템이 특정 기술 및 가용성 요구 사항들을 만족시키는 증거를 제공하기 위해, 전체 브레이킹 시스템이 미리 결정된 시스템 성능을 달성하는지, 예를 들어 모든 브레이크들의 집합된 브레이킹 힘이 모든 시나리오들에 대해 충분한지를 특정하는 발생 확률을 결정하는 것이 필요하다.
따라서 본 발명의 목적은 복잡한 전체 시스템이 미리 결정된 시스템 성능을 달성하는지를 특정하는 발생 확률을 결정하기 위한 방법 및 장치를 생성하는 것이다.
이러한 목적은 청구항 1에 특정된 특징을 갖는 방법에 의해 독창적으로 성취된다.
본 발명은 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하기 위한 방법을 생성하고, 상기 전체 시스템은 부분 시스템들의 상이클래스들의 인스턴스들로 구성되고 부분 시스템의 각각의 클래스가 해당 클래스 폴트 트리(class fault tree)를 갖으며,
(a) 클래스 내에 복수의 비-고장 인스턴스들(non-failed instances)의 각각의 고장 콤비네이션(failure combination)에 대한 총 성능을 계산하는 단계(S1);
(b) 고장 콤비네이션들의 계산된 총 성능이 상기 미리 결정된 시스템 성능을 충족하는 고장 콤비네이션들을 자동적으로 선택하는 단계(S2);
(c) 상기 선택된 고장 콤비네이션들에 따라 부분 시스템들의 클래스 폴트 트리들에 기초하여 전체 폴트 트리의 자동 생성 단계(S3); 및
(d) 생성된 상기 전체 폴트 트리를 평가함으로써, 상기 전체 시스템에 의해 상기 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 계산하는 단계(S4)를 포함한다.
본 발명의 방법의 일 실시예에서 상기 총 성능이 상기 전체 시스템의 시스템 성능에 대해 조절될 수 있는 임계값보다 더 높은 고장 콤비네이션이 선택된다.
본 발명의 방법의 대안적인 실시예에서 상기 총 성능이 상기 전체 시스템의 시스템 성능에 대해 조절될 수 있는 임계값보다 더 낮은 고장 콤비네이션들이 선택된다.
본 발명의 방법의 일 실시예에서 각각의 클래스 폴트 트리가 이벤트들의 로직 연결(logic linkage)을 위한 로직 콤비네이션 요소들을 특징으로 한다.
본 발명의 방법의 일 실시예에서 각각의 클래스 폴트 트리가 해당 출력 이벤트를 형성하기 위해 복수의 기본 이벤트들을 로직 연결한다.
본 발명의 방법의 일 실시예에서 부분 시스템의 상이한 클래스들의 모든 인스턴스들의 클래스 폴트 트리들에 의해 생성된 출력 이벤트들이 탑 이벤트(top event)를 형성하기 위해 상기 전체 폴트 트리의 생성된 콤비네이션 로직에 의해 로직 연결된다.
본 발명의 방법의 일 실시예에서 상기 탑 이벤트가 상기 전체 시스템의 시스템 성능에 의해 형성된다.
본 발명의 방법의 일 실시예에서 상기 전체 폴트 트리의 콤비네이션 로직이 NOOM 로직 콤비네이션 요소들, AND 로직 콤비네이션 요소들 및 OR 로직 콤비네이션 요소들을 갖는다.
본 발명의 방법의 일 실시예에서 가능한 입력 이벤트들 M개 중에 N개 이상이 NOOM 로직 콤비네이션 요소의 입력에서 발생한다면 출력 이벤트가 NOOM(M개 중에서 N개) 로직 콤비네이션 요소의 출력에서 발생한다.
본 발명의 방법의 일 실시예에서 부분 시스템의 클래스들의 클래스 폴트 트리들이 인터메쉬(intermeshed)되거나 비-인터메쉬(non-intermeshed)된다.
본 발명의 방법의 일 실시예에서 부분 시스템의 각각의 클래스가 성능을 나타낸다.
본 발명의 방법의 일 실시예에서 부분 시스템의 비-고장 인스턴스들의 고장 콤비네이션의 총 성능이 상기 비-고장 인스턴스들의 모든 성능들의 합에 의해 형성된다.
본 발명의 방법의 일 실시예에서 부분 시스템의 클래스가 브레이크 타입에 의해 형성된다.
본 발명의 방법의 일 실시예에서 각각의 브레이크 타입이 성능으로서 해당 브레이크 힘을 갖는다.
본 발명의 방법의 일 실시예에서 상기 전체 시스템이 상이한 브레이크 타입들의 복수의 브레이크들로 구성되는 브레이크 시스템으로부터 형성된다.
본 발명의 방법의 일 실시예에서 상기 전체 시스템의 시스템 성능이 브레이크 시스템의 모든 브레이크들의 집합된 브레이크 힘에 의해 형성된다.
본 발명은 또한 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하기 위한 장치를 생성하고, 상기 전체 시스템은 부분 시스템의 상이한 클래스들의 인스턴스들로 구성되고, 부분 시스템의 각각의 클래스가 해당 클래스 폴트 트리를 가지며,
(a) 클래스 내에 복수의 비-고장 인스턴스들의 각각의 고장 콤비네이션에 대한 총 성능을 계산하기 위한 유닛;
(b) 고장 콤비네이션들의 계산된 총 성능이 상기 미리 결정된 시스템 성능을 충족하는, 고장 콤비네이션들을 자동적으로 선택하기 위한 유닛;
(c) 상기 선택된 고장 콤비네이션들에 따라 부분 시스템들의 클래스 폴트 트리들에 기초하여 전체 폴트 트리의 자동 생성을 위한 유닛; 및
(d) 생성된 상기 전체 폴트 트리를 평가함으로써, 상기 전체 시스템에 의해 상기 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 계산하기 위한 유닛을 포함한다.
본 발명의 방법의 일 실시예에서 상기 전체 시스템이 상이한 브레이크 타입들의 복수의 브레이크들로 구성된 브레이크로부터 형성된다.
본 발명은 또한 제 1 항 내지 제 16 항 중 어느 한 항에 따른 방법으로 수행하는 컴퓨터 프로그램을 또한 생성한다.
본 발명은 또한 컴퓨터 프로그램을 저장하기 위한 데이터 매체를 생성한다.
본 발명의 방법 및 본 발명의 장치의 실시예들은 본 발명의 특징들을 설명하기 위해 첨부된 도면을 참조하여 아래에 설명된다.
도 1은 발생 확률을 결정하기 위한 본 발명의 방법에 대한 예시적인 실시예를 도시한 순서도이고;
도 2는 본 발명의 방법의 기능을 설명하기 위한 간단한 예시를 도시한 테이블이고;
도 3은 도 2에 도시된 테이블에 포함된 고장 콤비네이션(failure combination)에 대한 전체 폴트 트리 섹션이고;
도 4는 본 발명의 방법의 기능을 설명하기 위한 전체 시스템으로서 트레인 브레이크 시스템의 구체적인 예시이고;
도 5는 도 4에 따라 테이블에 특정된 예시를 위한 미리 결정된 시스템 성능을 달성하는 상이한 콤비네이션 옵션을 도시한 테이블이고;
도 6은 도 4에 특정된 예시에 대한 클래스 폴트 트리들로부터 상이한 브레이크 타입들로 구성되는 전체 브레이크 시스템을 모델링하기 위한 다이어그램이고;
도 7은 도 6에 따른 클래스 폴트 트리들에 기초한 전체 폴트 트리에 대한 예시이다.
도 1로부터 보여질 수 있는 바와 같이, 발생 확률(W)을 결정하기 위한 본 발명의 방법은 복수의 단계들을 갖는다. 본 발명의 방법은 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정한다.
전체 시스템은 부분 시스템들의 상이한 클래스들의 인스턴스들(instances)로 구성되는 복잡한 시스템을 포함한다. 전체 시스템은 전형적으로 트레인의 트레인 브레이크 시스템을 포함한다. 트레인 브레이크 시스템은 상이한 브레이크 타입들의 단일 브레이크들과 같이, 복수의 부분 시스템들을 포함한다.
각각의 브레이크 타입은 브레이크 클래스를 형성한다. 각각의 브레이크 타입 클래스는 인스턴스들, 즉 실제 브레이크들에 의해 예시된다. 부분 시스템들의 각각의 클래스, 예를 들어 브레이크들의 각각의 클래스는 해당 클래스 폴트 트리를 갖는다. 각각의 클래스 폴트 트리는 로직으로 결합하는 이벤트들에 대해 상이한 로직 콤비네이션 요소들을 포함한다. 클래스 폴트 트리는 입력 또는 기본 이벤트들을 해당 출력 이벤트로 로직 결합시킨다. 클래스 폴트 트리의 로직 콤비네이션 요소들은 예를 들어 로직 AND 또는 로직 OR 게이트들을 포함한다. 클래스 폴트 트리는 예를 들어 그래픽 에디터 인터페이스(graphical editor interface)를 구비한 폴트 트리 도구의 모델 에디터에 의해 생성될 수 있다.
도 1에 도시된 바와 같이, 본 발명의 방법의 제 1 단계(S1)에서, 클래스 내의 복수의 비-고장 인스턴스들(non-failed instances)의 각각의 고장 콤비네이션에 대한 총 성능이 컴퓨팅된다. 도 2는 본 발명의 방법을 설명하기 위한 간단한 예시를 도시한다. 도 2에 도시된 예에서 전체 시스템은 서브시스템들 또는 부분 시스템들의 2 개의 상이한 타입들 또는 2 개의 상이한 클래스들, 즉 클래스 A 및 클래스 B를 갖는다. 이러한 경우에서 클래스 A의 2 개의 서브시스템들 또는 2 개의 부분 시스템들 및 클래스 B의 3 개의 서브시스템들 또는 부분 시스템들이 전체 시스템에서 사용된다. 전체 시스템에서 사용되는 클래스 A의 시스템들의 수(NA)는 nA = 2이 된다. 전체 시스템에서 사용되는 클래스 B의 시스템들의 수(NB)는 nB = 3이 된다.
각각의 서브시스템 또는 부분 시스템은 실제 유닛, 예를 들어 각각의 브레이크 타입의 제조된 브레이크에 의해 예시된다. 2 개의 클래스 A 및 B는 전형적으로 상이한 브레이크 타입의 트레인 브레이크 시스템을 포함한다. 도 2에 도시된 테이블에 보여진 간단한 예시에서, 트레인의 브레이크 시스템은 2 개 브레이크들의 타입 즉 클래스 A 및 3 개 브레이크들의 타입 즉 클래스 B를 포함한다. 두 개 브레이크들의 클래스 A는 A0, A1로 레이블되며, 3 개 브레이크들의 클래스 B는 B0, B1, B2로 레이블된다. 전체 트레인 블레이크 시스템은 5 개의 브레이크들, 즉 A0, A1, B0, B1, B2를 포함한다. 예를 들어 각각의 브레이크 클래스에서 상이한 수의 브레이크들이 있을 수 있다. 예를 들어 클래스에는 브레이크 타입 A 즉 클래스 A의 2 개의 브레이크들 중 브레이크가 없거나, 하나 또는 양쪽 브레이크일 수 있다. 따라서 각각의 브레이크 타입 또는 각각의 브레이크 클래스에 대한 고장 가능성들은 n+1이고, 여기서 n은 전체 시스템 내에서 각각 클래스의 인스턴스들의 수이다.
콤비네이션들의 총수는 존재하는 모든 클래스들에 걸쳐 고장 가능성의 곱으로부터 산출된다:
Figure 112010023525462-pct00001
N은 전체 시스템에 존재하는 클래스들의 수이다.
도 2에 도시된 간단한 예시에서, 콤비네이션의 수는 Z = (2 + 1) x (3 + 1) = 3 x 4 = 12이다.
클래스의 각각의 인스턴스는 해당 성능을 표시한다. 각각 클래스의 브레이크 또는 각각 브레이크 타입은 해당 브레이크 힘을 표시한다. 예를 들어 클래스 A에는 100N의 브레이크 힘이 할당되고, 클래스 B에는 200N의 브레이크 힘이 할당된다. 도 2에 도시된 테이블에 따라 클래스 내에서 복수의 비-고장 인스턴스들의 각각의 고장 콤비네이션에 대한 총 성능이 이로부터 컴퓨팅된다. 예를 들어 전체 시스템 또는 트레인 브레이크 시스템이 기능할 수 있는 미리 결정된 시스템 성능(SP)이 250N이면, 컴퓨팅된 상기 총 성능 및 상이한 고장 콤비네이션들은 후속하는 테이블로부터 나타난다:
콤비네이션 번호 클래스 A의 모든 비-고장 브레이크들의 브레이크 힘 클래스 B의 모든 비-고장 브레이크들의 브레이크 힘 뉴우튼 N 단위의 전체 브레이크 힘의 합 SP 달성여부
0=아니오 1=예
1 0N 0N 0N 0
2 0N 200N 200N 0
3 0N 400N 400N 1
4 0N 600N 600N 1
5 100N 0N 100N 0
6 100N 200N 300N 1
7 100N 400N 500N 1
8 100N 600N 700N 1
9 200N 0N 200N 0
10 200N 200N 400N 1
11 200N 400N 600N 1
12 200N 600N 800N 1
상기 테이블에서 나타난 바와 같이, 전체 시스템의 최대 브레이크 힘은 고장 콤비네이션 번호 12, 즉 클레스 A 및 클레스 B의 브레이크 양쪽 모두 고장나지 않고, 최대한의 브레이킹 힘이 사용 가능한 것에 대해 산출된다. 예를 들어 250N의 시스템 성능(SP)이 요구되면, 콤비네이션들 번호 1, 2, 5, 9는 전체 시스템의 이러한 시스템 성능을 달성하지 않고, 다른 콤비네이션들, 즉 3, 4, 6, 7, 8, 10, 11, 12가 250N의 주어진 임계값 이상에 있는 전체 시스템 성능을 나타내고 따라서 요구되는 시스템 성능을 달성한다.
이러한 고장 콤비네이션들에 대한 도 1에 도시된 본 발명의 방법의 순서도의 단계(S2)에서 이러한 각각의 총 성능, 예를 들어 이들의 브레이크 힘은 시스템의 미리 결정된 시스템 성능(SP)과 비교된다. 미리 결정된 시스템 성능이 예를 들어 250N이면, 시스템 성능(SP)을 달성하기 위해 상기 테이블에 특정된 결과가 상이한 고장 콤비네이션들에 대해 획득된다. 단계(S2)에서 고장 콤비네이션들의 컴퓨팅된 총 성능이 미리 결정된 시스템 성능(SP)을 달성하는 이러한 고장 콤비네이션들이 선택된다. 테이블 1에 따라 이것들은 콤비네이션 3, 4, 6, 7, 8, 10, 11, 12이다.
본 발명의 방법의 가능한 실시예에서 총 성능은 예를 들어 250N의 미리 결정된 임계값 이상에 놓이는 모든 고장 콤비네이션들이 선택되는 것이 아니라, 상기 임계값에 근접하게 놓이는 총 성능 고장 콤비네이션들만이 선택된다. 예를 들어 400 N의 집합된 브레이크 힘을 갖는 콤비네이션 번호 3이 250 N의 미리 결정된 임계값 이상에 놓이는 것으로 설정된다면, 본 발명의 방법의 가능한 실시예에서 콤비네이션 번호 4의 고장 콤비네이션은 선택되지 않을 것이다. 각각 200 N을 갖는 클래스 B의 2 개의 브레이크들이 고장나지 않았거나 또는 정확하게 기능한다면 콤비네이션 번호 3은 시스템 성능이 이미 충분하다는 것을 특정한다. 결과적으로 클래스 B의 훨씬 더 많은 브레이크들이 정확하게 기능하고 있는 콤비네이션, 예를 들어 콤비네이션 번호 4에 일치하는 클래스 B의 3 개의 브레이크들은 요구되는 시스템 성능(SP)을 달성하기에 또한 충분하다. 이러한 최적 방법에서, 상기 테이블에 따른 특정된 예시에서, 콤비네이션 3, 6, 10의 콤비네이션들만이 단계(S2)에서 선택된다.
다른 단계(S3)에서 부분 시스템들의 클래스 폴트 트리들에 기초한 전체 폴트 트리가 선택된 고장 콤비네이션들에 따라 자동적으로 생성된다. 도 3은 도 2 및 상기 테이블에 따라 고장 콤비네이션 번호 3에 대한 생성된 전체 폴트 트리로부터의 섹션을 도시한다. 콤비네이션 번호 3은 250N의 요구되는 임계값 이상에 놓이는 400N의 전체 브레이크 힘을 나타내기 때문에 요구되는 시스템 성능을 충족한다. 클래스 A의 비-고장 인스턴스들의 수, 즉 클래스 A의 모든 브레이크들이 고장나서 0 N의 브레이크 힘을 전달하기 때문에 고장 콤비네이션 번호 3은 제로 브레이크들을 갖는다. 따라서 클래스 A(nA = 2)의 2 개의 클래스 폴트 트리들은 NOOM(2 중에서 0)로직 콤비네이션 요소와 로직 연결된다. NOOM 로직 콤비네이션 요소(M개 중에서 N개)는 그 출력에서 로직으로 높은 값을 수용하거나 만약 가능한 입력 이벤트 M개 중 적어도 N개가 NOOM 로직 콤비네이션 요소의 입력들에서 발생한다면 출력 이벤트가 NOOM 로직 콤비네이션 요소의 출력에서 발생한다. NOOM 로직 콤비네이션 요소의 출력이 AND 로직 콤비네이션 요소의 입력에 연결된다. 예를 들어 클래스 A의 클래스 폴트 트리는 해당 출력 이벤트에 기본 이벤트들을 로직 연결한다. 도 3에 도시된 클래스 A에 대한 2 개의 폴트 트리들의 2 개의 출력 이벤트들은 NOOM(2 중에서 0) 로직 콤비네이션 요소의 입력들에 로직 연결된다.
도 2 및 상기 테이블에 따른 고장 콤비네이션 번호 3은 클래스 B의 비-고장 인스턴스들의 수로서 값 2를 보여준다. 이것은 클래스 B의 비-고장 브레이크들의 수가 2가 되거나 클래스 B의 3 개의 가능한 브레이크들 중 하나가 고장났다는 것을 의미한다. 클래스 B의 2 개의 비-고장 브레이크들은 2 x 200N = 400N의 브레이크 힘을 전달하고 따라서 전체 브레이크 시스템의 시스템 성능(SP)을 또한 달성한다. 도 3에 도시된 바와 같이, 클래스 B(nB = 3)의 3 개 브레이크들에 대한 3 개 클래스 폴트 트리는 NOOM 로직 콤비네이션 요소(3 중에 2)와 연결될 것이고, 이 부분에 대한 NOOM 로직 콤비네이션 요소의 출력은 AND 로직 콤비네이션 요소의 입력에 연결된다. 출력 이벤트가 2 개의 NOOM 로직 콤비네이션 요소들의 출력에서 발생한다면, AND 게이트 또는 AND 로직 콤비네이션 요소는 OR 로직 콤비네이션 요소에 로직으로 높은 값을 출력하고, 상기 OR 로직 콤비네이션 요소의 출력은 탑 이벤트를 형성한다. 탑 이벤트는 전체 시스템의 시스템 성능(SP)으로 형성된다. 도 3에 도시된 다이어그램은 형성된 전체 폴트 트리의 섹션을 도시한다. 각각의 고장 콤비네이션의 총 성능이 시스템의 요구된 시스템 성능(SP)을 달성하는 각각의 고장 콤비네이션에 대해, 로직 연결(logical linkage)이 도 3에 도시된다.
상기 방법의 추가적인 단계(S4)에서 생성된 전체 폴트 트리가 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 계산하도록 평가된다. 방법은 단계(S5)에서 종결된다. 도 2, 도 3에서 도시된 예시에서 총 성능이 선택 가능한 임계값보다 더 큰 이러한 고장 콤비네이션들이 선택된다.
대안적인 실시예에서 총 성능이 전체 시스템의 시스템 성능(SP)에 대해 선택 가능한 임계값보다 작은 고장 콤비네이션들이 또한 선택될 수 있다.
가능한 고장들의 수들의 콤비네이션들로부터, 각각 초과하거나 미리 결정된 시스템 성능에 도달하지 못한 이러한 고장들은 각각의 클래스에서 선택된다.
상기 콤비네이션들이 각각의 경우에서 동일한 클래스의 고장들의 수에 의해 오직 구별된다면, 가능한 고장들의 최소 수를 갖는 콤비네이션을 선택하는 것으로 충분하다.
부분 시스템들의 폴트 트리에 대한 선택된 콤비네이션들로 구성되는 전체 폴트 트리가 생성된다.
전체 폴트 트리의 평가는 결과로서 상기 시스템이 미리 결정된 시스템 성능을 초과하거나 도달하지 못할 확률을 제공한다.
다른 옵션은 얼마만큼의 양이 더 적게 파워풀한지에 의존하여 고장 함수(V) 대신에 성공 함수(E)에 대한 콤비네이션들을 정의하고, p(V) = 1 - p(E)관계에 의해서 목표된 이벤트의 확률을 결정하는 것으로 구성된다.
도 4는 본 발명의 방법의 다른 예시적인 실시예를 도시하기 위한 테이블을 도시한다. 이러한 예시적인 실시예에서 트레인 브레이크 시스템의 형태로 전체 시스템은 3 개의 상이한 타입의 브레이크, 즉 타입 번호 1, 2, 3의 브레이크들을 갖는다. 전체 브레이크 시스템에 대한 상이한 타입들의 상이한 단일 브레이크들의 수는 브레이크 타입 번호 1의 4 개 브레이크 및 브레이크 타입 번호 2, 3의 5 개 브레이크가 된다. 전체 브레이크 힘 또는 시스템의 전체 성능에 대한 서브시스템의 공헌도는 선택된 예에서 브레이크 타입 번호 1의 브레이크에 대해 10%, 브레이크 타입 번호 2의 브레이크에 대해 5% 및 브레이크 타입 번호 3의 브레이크에 대해 7%에 이른다.
가능한 콤비네이션들의 수는 Z = (4 + 1) x (5 + 1) x (5 +1) = 5 x 6 x 6 = 180이 된다.
집합된 브레이크 힘이 요구되는 브레이크 파워의 50%를 전달하는 가능한 콤비네이션들의 분석은 도 5에 따른 테이블에 도시된 콤비네이션들을 산출한다. 예를 들어 타입 1의 비-고장 브레이크들이 하나도 존재하지 않고, 브레이크 타입 2의 3 개 비-고장 브레이크들이 존재하며, 타입 3의 5 개의 비-고장 브레이크들이 존재하는 콤비네이션은 0 x 10% + 3 x 5% + 5 x 7% = 50%의 브레이크 힘을 산출한다.
180 개의 가능한 콤비네이션들 중 다른 콤비네이션, 즉 타입 1의 하나의 브레이크가 기능하고, 타입 2의 하나의 브레이크가 기능하며 타입 3의 5 개의 브레이크들이 기능하는 콤비네이션은 1 x 10% + 1 x 5% + 5 x 7%, 즉 마찬가지로 50% 브레이크 힘을 산출한다. 도 6은 3 개의 상이한 클래스들 또는 3 개의 상이한 타입의 브레이크들 각각에 대한 해당 클래스 폴트 트리들의 도 5에서 특정된 예시를 도시한다. 트레인 브레이크 시스템에서 타입 1의 상이한 단일 브레이크들의 수는 4 개이고, 타입 2의 또는 클래스 2의 단일 브레이크들의 수는 5 개이고, 타입 3 또는 클래스 3의 단일 브레이크들의 수는 또한 5 개이다. 따라서 타입 1의 4 개의 클래스 폴트 트리들, 타입 2의 5 개의 클래스 폴트 트리들 및 타입 3의 5 개의 클래스 폴트 트리들이 제공되거나 편집된다.
상이한 클래스들 또는 타입들의 브레이크의 도 4에 도시된 클래스 폴트 트리들에 기초하여, 전체 폴트 트리는 도 7에 도시된 바와 같이 생성된다.
생성된 전체 폴트 트리는 3 개 영역을 포함한다. 출력이 NOOM 게이트들의 입력 또는 NOOM 로직 콤비네이션 요소들에 연결되는 클래스 폴트 트리들은 전체 폴트 트리의 베이스를 형성한다. NOOM 로직 콤비네이션 요소들의 출력들은 AND 로직 콤비네이션 요소들의 입력에 연결되고, 각각의 부분에 대한 AND 로직 콤비네이션 요소들의 출력들은 공통의 OR 게이트 또는 OR 로직 콤비네이션 요소의 입력들에 연결된다. NOOM 로직 콤비네이션 요소들, AND 로직 콤비네이션 요소들 또는 로직 콤비네이션 요소들은 함께 생성된 콤비네이션 로직을 형성한다. 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률은 도 7에 예를 들어 도시된 바와 같이, 생성된 전체 폴트 트리의 탑 이벤트에 대해 계산된다. 예를 들어 브레이크 시스템의 전체 브레이크 힘이 50% 이하로 떨어질 발생 확률이 10-7보다 적고 따라서 충분히 작아서 해당 트레인 브레이크 시스템이 허용되는 것이 컴퓨팅 결과로서 나타날 수 있다.
본 발명의 방법의 가능한 실시예에서 폴트 트리들은 예를 들어 UWG3과 같은 폴트 트리 소프트웨어 툴로 생성되고 XML에 의해 기술된다. 모든 관계 콤비네이션들은 프로그램의 조력으로 생성되고 상응하는 전체 폴트 트리가 생성된다.
본 발명의 방법의 예시적인 실시예에 대한 가상 코드(dummy code)가 아래에 특정된다:
//dummy code the generation of the combinational logic of the overall fault tree
main ( )
{
read partialsystemfaulttree;
read partialsystemperformance;
read limit;
// The number of classes is known in advance and does not change
// Therefore there is one loop for each class
// First test which combinations will be used
for(iA = 0; iA <= number in class A; iA++)
{
for(iB = 0; iB <= number in class B; iB++)
{
....
....
for(iLAST = 0; iLAST <= number in class LAST; iLAST++)
{
// iA is the current number of functioning partial systems from class A
// iB is the current number of functioning partial systems from class B
...
...
// iLAST is the current number of functioning partial systems from class LAST
achieved_performance = function_of(iA, iB,... , iLAST);
if(achieved_performance >= threshold)
{
// Now we have one possible candidate
// Now we check whether we can find a better
candidate
achieved performance = function of(iA-1, iB,... ,
iLAST);
if(achieved performance >= threshold)
{
// We actually manage less well with a partial system of class A
// This candidate is thus superfluous
continue;
}
achieved performance = function of(iA, iB-1,... ,
iLAST);
if(achieved performance >= threshold)
{
// We actually manage less well with a partial system of class B
// This candidate is thus superfluous
continue;
}
...
...
achieved performance = function of(iA, iB,... , iLAST-1);
if(achieved performance >= threshold)
{
// We actually manage less well with a partial system of class LAST
// This candidate is thus superfluous
continue;
}
// A candidate which has made it this far is accepted
mark this candidate();
}
}
....
....
}
}
}
Create the fault tree with candidate marked above()
// Now we have the fault tree sought with the top event "achieved performance >= threshold" and can
// have this fault tree evaluated by UWG3.
// We then obtain the probability for the top event.
}
본 발명의 방법에 의해 복잡한 기술 시스템, 예를 들어 브레이크 시스템들이 안전 및 효용성에 대한 신뢰할 만한 특징적인 값들을 결정하는 것이 가능하다. 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하는 것은 본 발명의 방법에서 자동적이다.
본 발명의 방법은 상이한 클래스들의 서브시스템들 중 매우 큰 수의 고장 콤비네이션들을 갖는 매우 복잡한 시스템들에 대해 특히 적절하다. 본 발명의 방법은 임의의 기술 시스템, 예를 들어 기술적 장치에 대해 이용될 수 있다. 예를 들어 본 발명의 방법은 생산 시스템들 또는 컴퓨터 시스템들 또는 네트워크들 각각의 분석에 이용될 수 있다.

Claims (20)

  1. 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법에 있어서,
    상기 전체 시스템이 부분 시스템들의 상이한 클래스들의 인스턴스들로 구성되고 부분 시스템의 각각의 클래스가 해당 클래스 폴트 트리(class fault tree)를 갖고,
    상기 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법은:
    (a) 총 성능을 계산하기 위한 유닛에 의해, 클래스 내에 비-고장 인스턴스들(non-failed instances)의 각각의 고장 콤비네이션들(failure combinations)에 대한 총 성능을 계산하는 단계(S1);
    (b) 고장 콤비네이션들을 자동으로 선택하는 유닛에 의해, 고장 콤비네이션들의 계산된 총 성능이 상기 미리 결정된 시스템 성능을 충족하는, 고장 콤비네이션들을 자동적으로 선택하는 단계(S2);
    (c) 전체 폴트 트리를 자동으로 생성하는 유닛에 의해, 선택된 상기 고장 콤비네이션들에 따라 부분 시스템들의 클래스 폴트 트리들에 기초하여 전체 폴트 트리를 자동으로 생성하는 단계(S3); 및
    (d) 발생 확률을 계산하는 유닛에 의해, 생성된 상기 전체 폴트 트리를 평가함으로써, 상기 전체 시스템에 의해 상기 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 계산하는 단계(S4);를 갖는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  2. 제 1 항에 있어서,
    상기 고장 콤비네이션들의 총 성능이 상기 전체 시스템의 시스템 성능에 대해 조절될 수 있는 임계값보다 더 큰, 고장 콤비네이션들을 선택하는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  3. 제 1 항에 있어서,
    상기 고장 콤비네이션들의 총 성능이 상기 전체 시스템의 시스템 성능에 대해 조절될 수 있는 임계값보다 더 작은, 고장 콤비네이션들을 선택하는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  4. 제 2 항에 있어서,
    각각의 클래스 폴트 트리가 이벤트들의 로직 연결을 위한 로직 콤비네이션 요소들을 갖는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  5. 제 4 항에 있어서,
    각각의 클래스 폴트 트리에 의해서 해당 출력 이벤트에 복수의 기본 이벤트들이 로직 연결되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  6. 제 5 항에 있어서,
    상기 부분 시스템들의 상이한 클래스들의 모든 인스턴스들의 클래스 폴트 트리들에 의해 생성된 출력 이벤트들이 상기 전체 폴트 트리의 생성된 콤비네이션 로직에 의해 탑 이벤트로 로직 연결되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  7. 제 6 항에 있어서,
    상기 탑 이벤트가 상기 전체 시스템의 시스템 성능에 의해 형성되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  8. 제 7 항에 있어서,
    상기 전체 폴트 트리의 콤비네이션 로직이 NOOM 로직 콤비네이션 요소들, AND 로직 콤비네이션 요소들 및 OR 로직 콤비네이션 요소들을 갖는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  9. 제 8 항에 있어서,
    가능한 입력 이벤트들 M개 중에 N개 이상이 상기 NOOM 로직 콤비네이션 요소의 입력들에서 발생한다면, 출력 이벤트가 NOOM(M개 중에서 N개) 로직 콤비네이션 요소의 출력에서 발생하는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  10. 제 1 항에 있어서,
    상기 부분 시스템들의 클래스들의 클래스 폴트 트리들이 인터메쉬되거(intermeshed)나 비-인터메쉬(non-intermeshed)되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  11. 제 1 항에 있어서,
    부분 시스템의 각각의 클래스가 특정 성능을 결정하는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  12. 제 1 항에 있어서,
    부분 시스템의 클래스의 비-고장 인스턴스들의 고장 콤비네이션의 총 성능이 상기 비-고장 인스턴스들의 모든 성능들의 합에 의해 형성되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  13. 제 1 항에 있어서,
    부분 시스템의 클래스가 브레이크 타입에 의해 형성되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  14. 제 13 항에 있어서,
    각각의 브레이크 타입이 해당 브레이크 힘을 그 성능으로서 갖는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  15. 제 14 항에 있어서,
    상기 전체 시스템이 상이한 브레이크 타입들의 복수의 브레이크들로 구성되는 브레이크 시스템으로부터 형성되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  16. 제 15 항에 있어서,
    상기 전체 시스템의 시스템 성능이 브레이크 시스템의 모든 브레이크들의 집합된 브레이크 힘에 의해 형성되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률(W)을 결정하기 위한 방법.
  17. 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하기 위한 장치로서,
    상기 전체 시스템이 부분 시스템들의 상이한 클래스들의 인스턴스들로 구성되고, 부분 시스템의 각각의 클래스가 해당 클래스 폴트 트리를 갖고,
    상기 전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하기 위한 장치는:
    (a) 클래스 내에 복수의 비-고장 인스턴스들의 각각의 고장 콤비네이션에 대한 총 성능을 계산하기 위한 유닛;
    (b) 고장 콤비네이션들의 계산된 총 성능이 각각의 경우에 상기 미리 결정된 시스템 성능을 충족하는, 고장 콤비네이션들을 자동적으로 선택하기 위한 유닛;
    (c) 선택된 상기 고장 콤비네이션들에 따라 상기 부분 시스템들의 클래스 폴트 트리들에 기초하여 전체 폴트 트리를 자동으로 생성하기 위한 유닛; 및
    (d) 생성된 상기 전체 폴트 트리를 평가함으로써, 상기 전체 시스템에 의해 상기 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 계산하기 위한 유닛;을 포함하는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하기 위한 장치.
  18. 제 17 항에 있어서,
    상기 전체 시스템이 상이한 브레이크 타입들의 복수의 브레이크들로 구성된 브레이크 시스템으로부터 형성되는
    전체 시스템이 미리 결정된 시스템 성능을 달성하는 상황의 발생 확률을 결정하기 위한 장치.
  19. 삭제
  20. 제 1 항 내지 제 16 항 중 어느 한 항에 따른 방법을 수행하기 위한 컴퓨터 프로그램을 저장하기 위한 데이터 기록 매체.
KR1020107008050A 2007-09-14 2008-07-29 발생 확률을 결정하기 위한 방법 및 장치 KR101143123B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102007043871 2007-09-14
DE102007043871.2 2007-09-14
PCT/EP2008/059913 WO2009037042A2 (de) 2007-09-14 2008-07-29 Verfahren und vorrichtung zur ermittlung einer eintrittswahrscheinlichkeit

Publications (2)

Publication Number Publication Date
KR20100075914A KR20100075914A (ko) 2010-07-05
KR101143123B1 true KR101143123B1 (ko) 2012-05-08

Family

ID=40404296

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020107008050A KR101143123B1 (ko) 2007-09-14 2008-07-29 발생 확률을 결정하기 위한 방법 및 장치

Country Status (4)

Country Link
US (1) US8364626B2 (ko)
EP (1) EP2186003B1 (ko)
KR (1) KR101143123B1 (ko)
WO (1) WO2009037042A2 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2947080A1 (fr) * 2009-06-22 2010-12-24 Peugeot Citroen Automobiles Sa Procede pour controler la surete de fonctionnement d'un systeme
FR2973882B1 (fr) * 2011-04-08 2013-04-19 Thales Sa Procede et dispositif pour la determination de diagnostics
WO2013041440A1 (en) * 2011-09-20 2013-03-28 Abb Technology Ag System and method for plant wide asset management
US20130339787A1 (en) 2012-06-15 2013-12-19 International Business Machines Coporation Systematic failure remediation
US20140359366A1 (en) * 2013-05-28 2014-12-04 Jean-Pascal Schwinn Method and Engineering Apparatus for Performing a Three-Dimensional Analysis of a Technical System
KR20170004953A (ko) * 2014-07-02 2017-01-11 주식회사 아나패스 양방향 통신 방법 및 이를 이용한 양방향 통신 장치
US10241852B2 (en) * 2015-03-10 2019-03-26 Siemens Aktiengesellschaft Automated qualification of a safety critical system
DE102015213582A1 (de) * 2015-07-20 2017-01-26 Siemens Aktiengesellschaft Verfahren zur Modellierung eines Fehlerpropagationsmodells und Computerprogrammprodukt
US10061670B2 (en) * 2015-12-28 2018-08-28 Siemens Aktiengesellschaft Method and apparatus for automatically generating a component fault tree of a safety-critical system
EP3270249B1 (en) * 2016-07-15 2020-08-26 Siemens Aktiengesellschaft Method and apparatus for a computer-based generation of component fault trees
EP3671384A1 (en) * 2018-12-18 2020-06-24 Siemens Aktiengesellschaft Computer-implemented method for generating a mixed-layer fault tree of a multi-component system combining different layers of abstraction
RU207512U1 (ru) * 2021-04-29 2021-10-29 Максим Владимирович Окороков Устройство оценивания динамики вероятности безотказной работы технических систем однократного применения при отработке

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001009724A1 (en) * 1999-07-28 2001-02-08 American Management Systems, Incorporated Mobile maintenance assistant
GB0127551D0 (en) * 2001-11-16 2002-01-09 Abb Ab Analysing events
GB0127552D0 (en) 2001-11-16 2002-01-09 Abb Ab Analysing events
US7158958B2 (en) 2003-12-24 2007-01-02 The Boeing Company Automatic generation of baysian diagnostics from fault trees
DE102004007053A1 (de) 2004-02-13 2005-09-15 Daimlerchrysler Ag Verfahren zum Erzeugen von Testfällen
US8346694B2 (en) * 2004-12-21 2013-01-01 University Of Virginia Patent Foundation Method and system for dynamic probabilistic risk assessment
EP1842191A4 (en) * 2005-01-19 2012-05-09 Favoweb Ltd SYSTEM AND METHOD FOR ANALYSIS OF REPEATED FAILURES

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"시스템 신뢰도 평가를 위한 동적 결함 트리 알고리듬 연구", 한국통신학회논문지 Vol.24, No.10A, (1999.10.) *
"실시간 모델 체커를 이용한 폴트 트리의 체계적 검증", 정보과학회논문지, 소프트웨어 및 응용 제29권 제12호 (2002.12.) *

Also Published As

Publication number Publication date
EP2186003B1 (de) 2012-06-27
KR20100075914A (ko) 2010-07-05
WO2009037042A2 (de) 2009-03-26
US8364626B2 (en) 2013-01-29
WO2009037042A3 (de) 2010-01-21
US20100223500A1 (en) 2010-09-02
EP2186003A2 (de) 2010-05-19

Similar Documents

Publication Publication Date Title
KR101143123B1 (ko) 발생 확률을 결정하기 위한 방법 및 장치
CA2426627C (en) Method and system for analyzing fault and quantized operational data for automated diagnostics of locomotives
US8577663B2 (en) System and methods for fault-isolation and fault-mitigation based on network modeling
US20080059840A1 (en) Reliability Evaluation System, Reliability Evaluating Method, And Reliability Evaluation Program For Information System
US20050160324A1 (en) Automatic generation of baysian diagnostics from fault trees
CN105471659A (zh) 一种故障根因分析方法和分析设备
CN114065677B (zh) 用于集成电路硬件设计的故障注入测试的方法和系统
JP2019003612A (ja) 休止システム故障状態を識別するための、故障の木を使用した安全性確保
US7174233B1 (en) Quality/reliability system and method in multilevel manufacturing environment
CN100514307C (zh) 一种测试代价敏感的系统故障定位方法及其装置
KR102232876B1 (ko) 디지털 설비의 고장 유형 분석 시스템 및 방법
Kharchenko et al. Multi-diversity versus common cause failures: FPGA-based multi-version NPP I&C systems
JP2001206296A (ja) 保守メッセージを発生する方法と装置
US8044703B2 (en) Diversity signal processing system and a producing method thereof
JP3056026B2 (ja) 論理シミュレーション方法
CN110546616B (zh) 确定随机硬件故障的概率度量的方法和设计支持系统
CN112817847A (zh) 数据处理任务的测试方法、装置、电子设备及存储介质
JP5022590B2 (ja) 情報システムの信頼性評価システム、信頼性評価方法及び信頼性評価プログラム
CN110261159A (zh) 柔性制造刀具子系统故障诊断方法
Volochiy et al. Method of developing unified model for estimating safety and reliability of complex systems for critical application
JP4564689B2 (ja) ハードウェア機能検証方法及びハードウェア機能検証装置
JP2008134808A (ja) 論理回路の機能検証装置、機能カバレッジアイテムの検証方法及びプログラム
Ozirkovskyy et al. Article Springer Mandziy Volochiy Ozirkovskyy camera-ready
Yu et al. A software acceptance testing technique based on knowledge accumulation
Chien et al. Practical WLRC methodology & applications in a wafer foundry

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee