KR20110057539A - 시스템 신뢰도 평가 장치 및 방법 - Google Patents

시스템 신뢰도 평가 장치 및 방법 Download PDF

Info

Publication number
KR20110057539A
KR20110057539A KR1020090113984A KR20090113984A KR20110057539A KR 20110057539 A KR20110057539 A KR 20110057539A KR 1020090113984 A KR1020090113984 A KR 1020090113984A KR 20090113984 A KR20090113984 A KR 20090113984A KR 20110057539 A KR20110057539 A KR 20110057539A
Authority
KR
South Korea
Prior art keywords
failure
node
probability
elements
reliability
Prior art date
Application number
KR1020090113984A
Other languages
English (en)
Inventor
김만철
Original Assignee
한국수력원자력 주식회사
한국원자력연구원
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 한국수력원자력 주식회사, 한국원자력연구원 filed Critical 한국수력원자력 주식회사
Priority to KR1020090113984A priority Critical patent/KR20110057539A/ko
Publication of KR20110057539A publication Critical patent/KR20110057539A/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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Abstract

베이시안 (Bayesian) 네트워크를 이용한 시스템 신뢰도 평가 장치에 관한 것이다. 상기 시스템 신뢰도 평가 장치는 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보 및 상기 요소들이 가지는 요소고장확률 정보 및 상기 요소들간의 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및 상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함한다. 시스템 내의 구성요소와 구성요소간의 연결관계를 중간과정 없이 베이시안 네트워크 모형으로 바로 변환할 수 있다.
베이시안, 네트워크, 시스템, 신뢰도

Description

시스템 신뢰도 평가 장치 및 방법{System reliability evaluation device and method therefor}
본 발명은 시스템 신뢰도 평가 장치 및 방법에 관한 것으로, 특히 베이시안 (Bayesian) 네트워크를 이용한 시스템 신뢰도 평가 장치 및 방법에 관한 것이다.
원자력발전소, 통신 네트워크 및 기타 복잡한 시스템의 신뢰성을 평가하는 종래기술은 고장수목법, 신뢰도블럭선도, 신뢰도그래프, 마르코프 모형 및 몬테카를로 시뮬레이션 등 다양한 방법들이 제안되었다. 그 중 고장수목법은 원자력발전소의 확률론적 안전성평가 등 많은 분야에서 널리 이용되고 있다. 고장수목법의 경우 신뢰도를 평가하고자 하는 P&ID (Process and Instrumentation Diagram) 등에 기술된 시스템의 구조와 시스템 내 부품 사이의 연결 관계 및 각 부품의 고장확률에 따라 분석자가 직접 고장수목을 작성해주어야 하며, 시스템 신뢰도 분석에 많은 시간과 인력이 소요될 뿐만 아니라, 고장수목 작성에 있어서 인적오류 개입의 우려가 제기되어 왔다. 따라서, 고장수목법 보다 직관적이고 사용하기 쉬운 시스템 신뢰도 평가 방법이 제기되어 왔으며, 이에 따라 통신 네트워크 등의 신뢰도 평가에 유용한 '일반적인 게이트를 가지는 신뢰도그래프 (Reliability Graph with General Gates, RGGG)' 방법이 개발되었다. 하지만, 통신 네트워크 이외의 복잡한 구조를 가지는 시스템에서 일반적으로 적용가능한 시스템 신뢰도 평가 방법의 필요성이 제기되어 왔다.
본 발명이 이루고자 하는 기술적 과제는 복잡한 구조를 가지는 일반적인 시스템의 신뢰도 분석에 적용가능한 직관적이고 사용이 용이한 시스템 신뢰도 평가 장치 및 방법을 제공하는 데 있다.
본 발명의 일 양태에 따르면 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보 및 상기 요소들이 가지는 요소고장확률 정보 및 상기 요소들간의 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및 상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함하는 시스템 신뢰도 평가 장치를 제공한다.
상기 베이시안 네트워크에서는 적어도 두 개의 노드들이 동시에 공통으로 정상적으로 동작하지 못하는 고장상태인 공통원인 고장을 발생시키는 공통원인 고장 발생노드 및 상기 공통원인 고장 발생노드로부터 영향을 받아 공통원인으로 고장이 발생되는 공통원인 고장 노드를 포함할 수 있다.
상기 공통원인 고장 노드에서 공통원인 고장이 발생되는 경우는 상기 고장상 태가 발생될 확률은 1일 수 있다.
상기 논리관계는 논리합(OR), 논리곱(AND), 논리부정(NOT), 논리부정합(NOR), 논리부정곱(NAND), 배타적논리합(XOR) 및 N개 중 K개 선택(K-out-of-N) 중 적어도 하나일 수 있다.
상기 시스템의 신뢰도는 상기 시스템의 정상동작확률 또는 고장확률일 수 있다.
상기 신뢰도의 계산은 상기 노드들간의 조건부 논리관계와 상기 노드들의 요소고장확률의 관계를 고려한 상기 노드들간의 조건부 확률을 계산하여 수행될 수 있다.
본 발명의 다른 양태에 따르면 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보를 제공하는 시스템 구조 정보 저장부, 상기 요소들이 가지는 요소고장확률 정보를 제공하는 요소고장확률 정보 저장부, 상기 요소들간의 조건부 논리관계 정보를 제공하는 조건부 논리관계 정보 저장부, 상기 시스템 구조 정보 및 상기 요소고장확률 정보 및 상기 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 상기 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및 상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함하는 시스템 신뢰도 평가 장치를 제공한다.
본 발명의 또 다른 양태에 따르면 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보 및 상기 요소들간의 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및 상기 요소들이 가지는 요소고장확률 정보를 입력받아 상기 베이시안 네트워크에 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함하는 시스템 신뢰도 평가 장치를 제공한다.
본 발명의 또 다른 양태에 따르면 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보를 바탕으로 베이시안 네트워크의 예비 구조를 결정하는 단계, 상기 베이시안 네트워크의 예비 구조를 기초로 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 단계 및 상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산하는 단계를 포함하는 시스템 신뢰도 평가 방법을 제공한다.
본 발명의 또 다른 양태에 따르면 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보를 바탕으로 베이시안 네트워크의 예비 구조를 결정하는 단계, 상기 베이시안 네트워크의 예비 구조를 기초로 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나 타내는 연결선 및 상기 요소간의 조건부 논리관계 정보를 포함하는 베이시안 네트워크를 생성하는 단계 및 상기 베이시안 네트워크에 상기 요소들이 가지는 요소고장확률 정보를 입력하여 상기 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산하는 단계를 포함하는 시스템 신뢰도 평가 방법을 제공한다.
본 실시예에 따른 시스템 신뢰도 평가 장치 및 방법은 시스템 내의 구성요소와 구성요소간의 연결관계를 중간과정 없이 베이시안 네트워크 모형으로 바로 변환할 수 있다. 시스템 신뢰도 평가를 종래기술 보다 직관적이고 용이하게 수행할 수 있다. 시스템 신뢰도 평가에 필요한 시간과 노력을 감소시킴으로써 시스템 신뢰도 평가의 효율성을 증대시킨다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이 해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 실시예에 따른 시스템 신뢰도 평가방법은 시스템 내 각 요소들을 나타내는 노드와 요소들 사이 관계를 나타내는 연결선을 포함하는 베이시안 네트워크를 이용한다.
도 1은 본 실시예에 따른 시스템 신뢰도 평가 방법의 일 예를 나타내는 순서도이다.
도 1을 참조하면, 시스템 구조 정보를 바탕으로 베이시안 네트워크의 예비 구조를 결정한다(S110). 시스템 구조 정보는 시스템을 구성하는 요소들 및 각 요소들간의 연결관계 즉, 입출력에 대한 연결관계를 나타내는 정보를 말한다. 여기서, 시스템을 구성하는 요소(element)는 시스템을 구성하는 구성요소 또는 시스템을 구성하는 기기 또는 시스템을 구성하는 부품과 함께 사용되어 동일한 의미를 나타낸다. 베이시안 네트워크의 예비 구조는 노드와 각 노드를 연결하는 연결선으로 구성되며, 노드는 시스템을 구성하는 각 요소를 나타내고, 연결선은 시스템 구조 정보를 통한 각 요소간의 단순 연결관계를 나타낸다.
도 2는 본 실시예에 따른 베이시안 네트워크 일 부분의 일 예를 나타내는 도면이다.
도 2를 참조하면, 시스템을 구성하는 각 요소들인 부모 노드(parent node) x1 내지 xn은 자식 노드(child node) A에 연결되고, 부모 노드 x1 내지 xn 및 자식 노드 A는 성공(success)과 실패(failure) 두 개의 상태를 가질 수 있다. 여기서, 성공(success)은 시스템을 구성하는 요소가 정상적으로 동작하는 것을 나타내고 실패(failure)는 요소가 정상적으로 동작하지 못하는 고장상태를 나타낸다. 노드 A는 다른 노드의 부모 노드가 되거나 시스템의 신뢰도를 나타내는 노드로서 노드 A에서는 시스템의 신뢰도(yA)가 출력될 수 있다. 이러한 자식 노드 A에 연결되는 부모 노 드 x1 내지 xn는 성공(success)과 실패(failure) 두 개의 상태에 따른 2n가지 조합을 가질 수 있다.
다시 도 1을 참조하면, 베이시안 네트워크의 예비 구조로부터 조건부 논리관계 정보 및 요소들이 가지는 요소고장확률 정보를 바탕으로 베이시안 네트워크를 생성한다(S120). 여기서, 논리관계는 논리합(OR), 논리곱(AND), 논리부정(NOT), 논리부정합(NOR), 논리부정곱(NAND), 배타적논리합(XOR), N개 중 K개 선택(K-out-of-N) 등이 있다.
다시 도 2를 참조하면서 본 실시예에 따른 시스템의 요소들 사이의 연결선이 가지는 조건부 논리관계 정보 및 요소들이 가지는 요소고장확률 정보를 바탕으로 한 베이시안 네트워크를 이하 후술한다.
n개의 부모 노드들 중에서 l개의 부모 노드가 성공 상태이고 노드 A의 요소정상동작확률이 R이고 요소고장확률이 1-R라 가정한다. n개의 부모 노드들이 논리합(OR)관계를 가지는 경우 노드 A의 성공확률(
Figure 112009072190057-PAT00001
)과 실패확률(
Figure 112009072190057-PAT00002
)은 다음 수학식 1과 같다.
Figure 112009072190057-PAT00003
예를 들어, 두 개의 부모 노드를 가지고 있고 이들이 논리합(OR)인 논리관계 를 가질 경우 조건부 확률은 다음 표 1과 같다. 여기서, 조건부 확률은 조건부 논리관계와 요소고장확률의 관계를 고려한 확률을 말한다.

x1=1(success) x1=0(failure)
x2=1(success) x2=0(failure) x2=1(success) x2=0(failure)
yA=1(success) R R R 0
yA=0(failure) 1-R 1-R 1-R 1
표 1을 참조하면, 부모 노드 x1가 성공이고 부모 노드 x2가 성공인 경우는 노드 A가 성공일 확률은 R이 되고, 노드 A가 실패일 확률은 1-R이 된다.
상기와 동일한 가정에서 n개의 부모 노드들이 논리곱(AND)관계를 가지는 경우 노드 A의 성공확률(
Figure 112009072190057-PAT00004
)과 실패확률(
Figure 112009072190057-PAT00005
)은 다음 수학식 2와 같다.
Figure 112009072190057-PAT00006
예를 들어, 두 개의 부모 노드를 가지고 있고 이들이 논리곱(AND)인 논리관계를 가질 경우 조건부 확률은 다음 표 2와 같다.

x1=1(success) x1=0(failure)
x2=1(success) x2=0(failure) x2=1(success) x2=0(failure)
yA=1(success) R 0 0 0
yA=0(failure) 1-R 1 1 1
표 2를 참조하면, 부모 노드 x1가 성공이고 부모 노드 x2가 실패인 경우는 노드 A가 성공일 확률은 0이 되고, 노드 A가 실패일 확률은 1이 된다.
상기와 동일한 가정에서 n개의 부모 노드들이 N개 중 K개의 선택(K out of N) 관계를 가지는 경우 노드 A의 성공확률(
Figure 112009072190057-PAT00007
)과 실패확률(
Figure 112009072190057-PAT00008
)은 다음 수학식 3과 같다.
Figure 112009072190057-PAT00009
예를 들어, 세 개의 부모 노드를 가지고 있고 이들이 3개 중 2개의 선택(2 out of 3) 관계를 가질 경우 조건부 확률은 다음 표 3과 같다.
x1 success failure
x2 success failure success failure
x3 success failure success failure success failure success failure
yA=1(success) R R R 0 R 0 0 0
yA=0(failure) 1-R 1-R 1-R 1 1-R 1 1 1
표 3을 참조하면, 부모 노드 x1가 성공이고 부모 노드 x2가 실패이고 부모 노드 x3가 성공인 경우는 노드 A가 성공일 확률은 R이 되고, 노드 A가 실패일 확률은 1-R이 된다. 마찬가지로, 부모 노드 x1가 성공이고 부모 노드 x2가 실패이고 부모 노드 x3가 실패인 경우는 노드 A가 성공일 확률은 0이 되고, 노드 A가 실패일 확률은 1이 된다.
다시 도 1을 참조하면, 베이시안 네트워크에서 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산한다(S130). 다시 도 2를 참조하면, 노드 A는 시스템의 신뢰도를 계산하기 위해 계산되어야 하는 중간단계의 노드이거나 또는 시스템의 신뢰도를 나타내는 노드일 수 있으며, 후자의 경우 노드 A에서는 계산된 시스템의 신뢰도(yA)가 출력된다. 여기서, 시스템의 신뢰도는 시스템의 정상동작확률 또는 시스템의 고장확률로 표현될 수 있다.
도 3은 본 실시예에 따른 시스템 신뢰도 평가 방법의 다른 예를 나타내는 순서도이다.
도 3을 참조하면, 시스템 구조 정보를 바탕으로 베이시안 네트워크의 예비 구조를 결정한다(S210). 그런 다음, 베이시안 네트워크의 예비 구조로부터 조건부 논리관계 정보를 바탕으로 베이시안 네트워크를 생성한다(S220). 다음으로, 베이시안 네트워크에 요소들이 가지는 요소고장확률 정보를 입력하여 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산한다(S230).
복잡한 구조를 가지는 시스템들에서는 구성요소에 중복(redundancy)이 있을 경우 공통원인 고장을 고려하게 된다.
본 실시예에 따른 베이시안 네트워크에서는 공통원인 고장을 가진 노드들을 포함할 수 있다. 여기서, 공통원인 고장을 가진 노드는 어떠한 원인에 의해 동시에 공통으로 실패가 발생되는 두 개 이상의 노드를 말한다.
도 4는 본 실시예에 따른 공통원인 고장을 가진 노드들을 포함하는 베이시안 네트워크의 일부분의 일 예를 나타내는 도면이다.
도 4를 참조하면, 베이시안 네트워크는 공통원인 고장을 발생시키는 공통원인 고장 발생노드 및 이러한 공통원인 고장 발생노드로부터 영향을 받아 공통원인으로 고장이 발생되는 공통원인 고장 노드를 포함하고 공통원인 고장 발생노드 및 공통원인 고장 노드들을 연결한다. uCCF는 공통원인 고장 발생노드이고, 공통원인 고장 노드 u1, u2 내지 un은 어떠한 원인에 의해 동시에 공통으로 실패가 발생되는 노드들이다. 도 4는 공통원인 고장 노드 u1, u2 내지 un에 영향을 주는 부모 노드를 연결한 것이다. uCCF가 성공(success)인 경우 노드 y12 및 노드 y13는 공통원인 고장 노드 u1에 영향을 주며, y23 및 노드 y24는 공통원인 고장 노드 u2에 영향을 준다.
예를 들어, 두 개의 부모 노드를 가지고 있고 이들이 논리곱(AND)인 논리관계를 가질 경우 공통원인 고장 노드 u1에서 조건부 확률은 다음 표 4와 같다.
uCCF success failure
y12 success failure success failure
y13 success failure success failure success failure success failure
yu1=1(success) R
 0 0 0 0 0 0 0
yu1=0(failure) 1-R 1 1 1 1 1 1 1
표 4를 참조하면, 공통원인 고장 발생노드로부터 공통원인 고장이 발생하지 않은 경우(uCCF=1)는 공통원인 고장을 고려하지 않는 경우와 동일한 결과가 나오고, 공통원인 고장 발생노드로부터 공통원인 고장이 발생한 경우(uCCF=0)는 공통원인 고장을 가진 노드(u1)의 실패확률은 전부 1이 되고, 성공확률은 전부 0이 된다.
도 1의 단계는 본 발명의 일 예이므로, 도시된 각각의 단계들은 서로 분리되어 수행되거나, 함께 수행되거나, 도시된 순서와 다르게 수행될 수 있다. 또한, 조작자의 필요에 따라 일부 단계를 생략하거나, 부가적인 단계를 추가할 수 있다.
본 실시예에서 논리관계는 논리합(OR), 논리곱(AND), N개 중 K개 선택(K-out-of-N)을 예로 설명되었지만, 상기 외에 다양한 논리관계가 적용될 수 있음은 당업자에게 자명할 것이다.
도 5는 본 실시예에 따른 시스템 신뢰도 평가 장치의 일 예를 나타내는 블록도이다.
도 5를 참조하면, 시스템 신뢰도 평가 장치(200)는 시스템 구조 정보 저장부(210), 요소고장확률 정보 저장부(220), 조건부 논리관계 정보 저장부(230), 베이시안 네트워크 생성부(240) 및 시스템 신뢰도 평가부(250)를 포함한다.
시스템 구조 정보 저장부(210)는 시스템 구조 정보를 제공한다. 시스템 구조 정보는 시스템을 구성하는 요소들 및 각 요소들간의 연결관계 즉, 입출력에 대한 연결관계를 나타내는 정보를 말한다. 이러한 시스템 구조 정보에는 시스템을 구성하는 요소들에 중복(redundancy)이 있어 어떠한 원인에 의해 동시에 공통으로 실패가 발생되는 요소들에 관한 정보인 공통원인 고장 정보를 포함할 수 있다.
요소고장확률 정보 저장부(220)는 시스템을 구성하는 요소들의 요소고장확률 정보를 제공한다. 예를 들어, 도 2를 참조하면, 노드 x1, x2 및 xn의 요소고장확률이 각각 0.01, 0.03 및 0.23일 수 있다. 조건부 논리관계 정보 저장부(230)는 시스템을 구성하는 요소들간의 조건부 논리관계 정보를 제공한다.
본 실시예의 다른 일 예에서 시스템 구조 정보 저장부(210), 요소고장확률 정보 저장부(220) 및 조건부 논리관계 정보 저장부(230)는 하나의 통합된 모듈로 구현될 수도 있다.
베이시안 네트워크 생성부(240)는 시스템 구조 정보, 시스템을 구성하는 요소들의 요소고장확률 정보 및 시스템을 구성하는 요소들간의 조건부 논리관계 정보를 입력받아 상기 설명된 본 실시예에 따른 시스템 신뢰도 평가 방법에 따라 베이시안 네트워크를 생성한다. 베이시안 네트워크는 노드와 각 노드를 연결하는 연결선 및 각 노드에 대한 조건부 확률정보로 구성된다. 노드는 시스템을 구성하는 각 요소를 나타내고, 각 노드들은 요소고장확률 정보를 가질 수 있다. 연결선은 시스템 구조 정보를 통한 각 요소간의 연결관계를 나타내고 이러한 연결선은 각 요소들간의 조건부 논리관계를 가질 수 있다. 이러한 각 요소들간의 조건부 논리관계 및 요소고장확률 정보는 각 노드에 해당하는 조건부 확률정보를 구성한다.
시스템 신뢰도 평가부(250)는 생성된 베이시안 네트워크에서 노드들간의 조건부 논리관계와 노드들의 요소고장확률의 관계를 고려하여 각 노드간의 조건부 확률을 계산하며, 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산하여 출력한다.
도 6은 본 실시예에 따른 시스템 신뢰도 평가 장치의 다른 예를 나타내는 블록도이다.
도 6을 참조하면, 시스템 신뢰도 평가 장치(300)는 시스템 구조 정보 저장부(310), 조건부 논리관계 정보 저장부(320), 베이시안 네트워크 생성부(330) 요소고장확률 정보 저장부(340) 및 시스템 신뢰도 평가부(350)를 포함한다.
시스템 구조 정보 저장부(310) 및 조건부 논리관계 정보 저장부(320)의 기능은 도 5에서 기술된 시스템 구조 정보 저장부(210) 및 조건부 논리관계 정보 저장부(230)와 같다.
베이시안 네트워크 생성부(330)는 시스템 구조 정보 및 시스템을 구성하는 요소들간의 조건부 논리관계 정보를 입력받아 상기 설명된 본 실시예에 따른 시스템 신뢰도 평가 방법에 따라 베이시안 네트워크를 생성한다. 베이시안 네트워크는 노드와 각 노드를 연결하는 연결선 및 각 노드에 대한 조건부 확률정보로 구성된다. 노드는 시스템을 구성하는 각 요소를 나타낸다. 연결선은 시스템 구조 정보를 통한 각 요소간의 연결관계를 나타낸다. 조건부 확률정보는 이러한 연결선과 각 요소들간의 조건부 논리관계를 나타낸다.
요소고장확률 정보 저장부(340)는 시스템을 구성하는 요소들의 요소고장확률 정보를 제공한다.
시스템 신뢰도 평가부(350)는 생성된 베이시안 네트워크에 요소들의 요소고장확률 정보를 입력받아 각 노드간의 조건부 확률을 계산하며, 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산하여 출력한다.
이하에서는 지금까지 설명한 시스템 신뢰도 평가 방법을 시스템의 다른 예에 적용한 효과를 설명한다.
도 7은 본 실시예에 따른 시스템 신뢰도 평가 방법을 적용한 시스템의 다른 예를 보여주는 도면이다.
도 7을 참조하면, 시스템은 소스(source), 노드 A, B, C, D 및 E와 종료노드(destination)를 포함하며, 소스에서 생성된 정보는 노드 A와 B에서 처리되고, 노드 A와 B에서 처리된 정보는 노드 C와 D로 출력되어 처리된다. 노드 C는 노드 A로부터 받은 정보 이외에도 노드 B에서 처리된 정보를 받아서 다시 이를 처리한 노드 E로부터 정보를 받아서도 필요한 정보를 생성할 수 있다. 즉, 노드 C는 노드 A 또는 E로부터 정보를 받으면 필요한 정보를 생성할 수 있다. 종료노드(destination)는 노드 C 및 D로부터 처리된 정보를 모두 입력받아야 한다. 요소정상동작확률은 1-요소고장확률이 되며, 노드 A, B, C, D 및 E의 요소정상동작확률은 각각 0.99, 0.98, 0.87, 0.77 및 0.79라고 가정한다. 상기 시스템의 신뢰도는 종료노드의 성공확률로써 표현된다.
도 8은 시스템의 다른 예에 대해서 적용된 고장수목을 보여주는 도면이다.
도 9는 시스템의 다른 예에 본 실시예에 따른 시스템 신뢰도 평가 방법을 적용한 베이시안 네트워크를 보여주는 도면이다.
도 9를 참조하면, 도 7의 시스템 구조와 도 9의 시스템 구조 사이에 일대일 대응관계가 형성됨을 확인할 수 있다. 도 9에서는 시스템의 신뢰도를 나타내는 종료노드의 정상동작확률이 0.655123으로 계산되었다. 도 8에서의 고장수목을 이용한 정상동작확률의 계산결과도 0.655123으로 같다. 따라서, 본 실시예에 따른 시스템 신뢰도 평가 방법에 의한 시스템 신뢰도가 고장수목에 의해 계산된 시스템 신뢰도와 동일하게 평가됨을 확인할 수 있다.
본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터,데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
도 5의 일 예는 상술한 모듈(210, 220, 230, 240, 250)들을 각각 분리된 모듈로 구현한 일 예이나, 상술한 모듈 중 어느 일부는 여러 모듈로 분리하여 구현할 수도 있고, 하나의 모듈로 통합하여 구현할 수도 있다. 예를 들어, 상기 시스템 구조 정보 저장부(210) 및 요소고장확률 정보 저장부(220)는 도시된 바와 같이 분리된 형태로 구현될 수도 있고, 하나의 통합된 모듈로 구현될 수 있다.
또한, 상술한 실시예에서 사용한 구체적인 수치는 본 발명의 일 실시예를 설명하기 위한 것에 불과하므로 본 발명의 내용이 이러한 구체적인 수치에 한정되지 않는다.
상술한 모든 기능은 상기 기능을 수행하도록 코딩된 소프트웨어나 프로그램 코드 등에 따른 마이크로프로세서, 제어기, 마이크로제어기, ASIC(Application Specific Integrated Circuit) 등과 같은 프로세서에 의해 수행될 수 있다. 상기 코드의 설계, 개발 및 구현은 본 발명의 설명에 기초하여 당업자에게 자명하다고 할 것이다.
이상 본 발명에 대하여 실시예를 참조하여 설명하였지만, 해당 기술 분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시켜 실시할 수 있음을 이해할 수 있을 것이다. 따라서 상술한 실시예에 한정되지 않고, 본 발명은 이하의 특허청구범위의 범위 내의 모든 실시예들을 포함한다고 할 것이다.
도 1은 본 실시예에 따른 시스템 신뢰도 평가 방법의 일 예를 나타내는 순서도이다.
도 2는 본 실시예에 따른 베이시안 네트워크 일 부분의 일 예를 나타내는 도면이다.
도 3은 본 실시예에 따른 시스템 신뢰도 평가 방법의 다른 예를 나타내는 순서도이다.
도 4는 본 실시예에 따른 공통원인 고장을 가진 노드들을 포함하는 베이시안 네트워크의 일부분의 일 예를 나타내는 도면이다.
도 5는 본 실시예에 따른 시스템 신뢰도 평가 장치의 일 예를 나타내는 블록도이다.
도 6은 본 실시예에 따른 시스템 신뢰도 평가 장치의 다른 예를 나타내는 블록도이다.
도 7은 본 실시예에 따른 시스템 신뢰도 평가 방법을 적용한 시스템의 다른 예를 보여주는 도면이다.
도 8은 시스템의 다른 예에 대해서 적용된 고장수목을 보여주는 도면이다.
도 9는 시스템의 다른 예에 본 실시예에 따른 시스템 신뢰도 평가 방법을 적용한 베이시안 네트워크를 보여주는 도면이다.
<도면 주요 부분에 대한 부호의 설명>
200: 시스템 신뢰도 평가 장치 210: 시스템 구조 정보 저장부
220: 요소고장확률 정보 저장부 230: 조건부 논리관계 정보 저장부
240: 베이시안 네트워크 생성부 250: 시스템 신뢰도 평가부

Claims (20)

  1. 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보 및 상기 요소들이 가지는 요소고장확률 정보 및 상기 요소들간의 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및
    상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함하는 시스템 신뢰도 평가 장치.
  2. 제 1 항에 있어서,
    상기 베이시안 네트워크에서는 적어도 두 개의 노드들이 동시에 공통으로 정상적으로 동작하지 못하는 고장상태인 공통원인 고장을 발생시키는 공통원인 고장 발생노드 및 상기 공통원인 고장 발생노드로부터 영향을 받아 공통원인으로 고장이 발생되는 공통원인 고장 노드를 포함하는 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  3. 제 2 항에 있어서,
    상기 공통원인 고장 노드에서 공통원인 고장이 발생되는 경우는 상기 고장상태가 발생될 확률은 1인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  4. 제 1 항에 있어서,
    상기 논리관계는 논리합(OR), 논리곱(AND), 논리부정(NOT), 논리부정합(NOR), 논리부정곱(NAND), 배타적논리합(XOR) 및 N개 중 K개 선택(K-out-of-N) 중 적어도 하나인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  5. 제 1 항에 있어서,
    상기 시스템의 신뢰도는 상기 시스템의 정상동작확률 또는 고장확률인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  6. 제 1 항에 있어서,
    상기 신뢰도의 계산은 상기 노드들간의 조건부 논리관계와 상기 노드들의 요소고장확률의 관계를 고려한 상기 노드들간의 조건부 확률을 계산하여 수행되는 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  7. 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보를 제공하는 시스템 구조 정보 저장부;
    상기 요소들이 가지는 요소고장확률 정보를 제공하는 요소고장확률 정보 저 장부;
    상기 요소들간의 조건부 논리관계 정보를 제공하는 조건부 논리관계 정보 저장부;
    상기 시스템 구조 정보, 상기 요소고장확률 정보 및 상기 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 상기 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및
    상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함하는 시스템 신뢰도 평가 장치.
  8. 제 7 항에 있어서,
    상기 베이시안 네트워크에서는 적어도 두 개의 노드들이 동시에 공통으로 정상적으로 동작하지 못하는 고장상태인 공통원인 고장을 발생시키는 공통원인 고장 발생노드 및 상기 공통원인 고장 발생노드로부터 영향을 받아 공통원인으로 고장이 발생되는 공통원인 고장 노드를 포함하는 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  9. 제 8 항에 있어서,
    상기 공통원인 고장 노드에서 공통원인 고장이 발생되는 경우는 상기 고장상태가 발생될 확률은 1인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  10. 제 7 항에 있어서,
    상기 논리관계는 논리합(OR), 논리곱(AND), 논리부정(NOT), 논리부정합(NOR), 논리부정곱(NAND), 배타적논리합(XOR) 및 N개 중 K개 선택(K-out-of-N) 중 적어도 하나인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  11. 제 7 항에 있어서,
    상기 시스템의 신뢰도는 상기 시스템의 정상동작확률 또는 고장확률인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  12. 제 7 항에 있어서,
    상기 신뢰도의 계산은 상기 노드들간의 조건부 논리관계와 상기 노드들의 요소고장확률의 관계를 고려한 상기 노드들간의 조건부 확률을 계산하여 수행되는 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  13. 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보 및 상기 요소들간의 조건부 논리관계 정보를 입력받아 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 베이시안 네트워크 생성부 및
    상기 요소들이 가지는 요소고장확률 정보를 입력받아 상기 베이시안 네트워크에 상기 시스템의 신뢰도를 나타내는 노드에 대하여 상기 시스템의 신뢰도를 계산하는 시스템 신뢰도 평가부를 포함하는 시스템 신뢰도 평가 장치.
  14. 제 13 항에 있어서,
    상기 베이시안 네트워크에서는 적어도 두 개의 노드들이 동시에 공통으로 정상적으로 동작하지 못하는 고장상태인 공통원인 고장을 발생시키는 공통원인 고장 발생노드 및 상기 공통원인 고장 발생노드로부터 영향을 받아 공통원인으로 고장이 발생되는 공통원인 고장 노드를 포함하는 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  15. 제 14 항에 있어서,
    상기 공통원인 고장 노드에서 공통원인 고장이 발생되는 경우는 상기 고장상태가 발생될 확률은 1인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  16. 제 13 항에 있어서,
    상기 논리관계는 논리합(OR), 논리곱(AND), 논리부정(NOT), 논리부정합(NOR), 논리부정곱(NAND), 배타적논리합(XOR) 및 N개 중 K개 선택(K-out-of-N) 중 적어도 하나인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  17. 제 13 항에 있어서,
    상기 시스템의 신뢰도는 상기 시스템의 정상동작확률 또는 고장확률인 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  18. 제 13 항에 있어서,
    상기 신뢰도의 계산은 상기 노드들간의 조건부 논리관계와 상기 노드들의 요소고장확률의 관계를 고려한 상기 노드들간의 조건부 확률을 계산하여 수행되는 것을 특징으로 하는 시스템 신뢰도 평가 장치.
  19. 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보를 바탕으로 베이시안 네트워크의 예비 구조를 결정하는 단계;
    상기 베이시안 네트워크의 예비 구조를 기초로 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 조건부 논리관계 정보 및 요소고장확률 정보를 가지는 조건부 확률정보를 포함하는 베이시안 네트워크를 생성하는 단계 및
    상기 베이시안 네트워크에서 상기 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산하는 단계를 포함하는 시스템 신뢰도 평가 방법.
  20. 시스템을 구성하는 요소들과 상기 요소들간 입출력에 대한 연결관계를 나타내는 시스템 구조 정보를 바탕으로 베이시안 네트워크의 예비 구조를 결정하는 단계;
    상기 베이시안 네트워크의 예비 구조를 기초로 상기 시스템으로부터 상기 요소를 나타내는 노드, 상기 요소간의 연결관계를 나타내는 연결선 및 상기 요소간의 조건부 논리관계 정보를 포함하는 베이시안 네트워크를 생성하는 단계 및
    상기 베이시안 네트워크에 상기 요소들이 가지는 요소고장확률 정보를 입력하여 상기 시스템의 신뢰도를 나타내는 노드에 대하여 시스템의 신뢰도를 계산하는 단계를 포함하는 시스템 신뢰도 평가 방법.
KR1020090113984A 2009-11-24 2009-11-24 시스템 신뢰도 평가 장치 및 방법 KR20110057539A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090113984A KR20110057539A (ko) 2009-11-24 2009-11-24 시스템 신뢰도 평가 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090113984A KR20110057539A (ko) 2009-11-24 2009-11-24 시스템 신뢰도 평가 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20110057539A true KR20110057539A (ko) 2011-06-01

Family

ID=44393153

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090113984A KR20110057539A (ko) 2009-11-24 2009-11-24 시스템 신뢰도 평가 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20110057539A (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101324435B1 (ko) * 2011-12-26 2013-10-31 한양대학교 산학협력단 메시지 전달 기법에 기반한 추천 방법
CN103559646A (zh) * 2013-10-10 2014-02-05 国家电网公司 面向供电可靠性的配电网可靠性二次优化评估方法
CN103761421A (zh) * 2013-12-31 2014-04-30 电子科技大学 一种大型矿用挖掘机提升机构可靠性评估方法
CN105069305A (zh) * 2015-08-18 2015-11-18 南昌航空大学 挂壁式空调系统可靠性评估方法
KR102099096B1 (ko) * 2019-06-18 2020-04-09 엘아이지넥스원 주식회사 임무 실패에 따른 손상 자산 탐색 방법 및 그를 위한 장치
WO2020243297A1 (en) * 2019-05-30 2020-12-03 Schlumberger Technology Corporation Equipment failure diagnostics using bayesian inference
CN113065228A (zh) * 2021-03-10 2021-07-02 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种基于朴素贝叶斯的汽轮机阀门关闭时间评估方法
CN113077150A (zh) * 2021-04-02 2021-07-06 中国海洋石油集团有限公司 一种海上多平台互联电力系统的可靠性评估方法及系统
US11300952B2 (en) * 2019-03-29 2022-04-12 Festo Se & Co. Kg Anomaly detection in a pneumatic system

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101324435B1 (ko) * 2011-12-26 2013-10-31 한양대학교 산학협력단 메시지 전달 기법에 기반한 추천 방법
CN103559646A (zh) * 2013-10-10 2014-02-05 国家电网公司 面向供电可靠性的配电网可靠性二次优化评估方法
CN103761421A (zh) * 2013-12-31 2014-04-30 电子科技大学 一种大型矿用挖掘机提升机构可靠性评估方法
CN105069305A (zh) * 2015-08-18 2015-11-18 南昌航空大学 挂壁式空调系统可靠性评估方法
US11300952B2 (en) * 2019-03-29 2022-04-12 Festo Se & Co. Kg Anomaly detection in a pneumatic system
WO2020243297A1 (en) * 2019-05-30 2020-12-03 Schlumberger Technology Corporation Equipment failure diagnostics using bayesian inference
US11703846B2 (en) 2019-05-30 2023-07-18 Cameron International Corporation Equipment failure diagnostics using Bayesian inference
KR102099096B1 (ko) * 2019-06-18 2020-04-09 엘아이지넥스원 주식회사 임무 실패에 따른 손상 자산 탐색 방법 및 그를 위한 장치
CN113065228A (zh) * 2021-03-10 2021-07-02 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种基于朴素贝叶斯的汽轮机阀门关闭时间评估方法
CN113065228B (zh) * 2021-03-10 2024-02-20 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种基于朴素贝叶斯的汽轮机阀门关闭时间评估方法
CN113077150A (zh) * 2021-04-02 2021-07-06 中国海洋石油集团有限公司 一种海上多平台互联电力系统的可靠性评估方法及系统
CN113077150B (zh) * 2021-04-02 2024-01-05 中国海洋石油集团有限公司 一种海上多平台互联电力系统的可靠性评估方法及系统

Similar Documents

Publication Publication Date Title
KR20110057539A (ko) 시스템 신뢰도 평가 장치 및 방법
US8522122B2 (en) Correcting memory device and memory channel failures in the presence of known memory device failures
US8418047B2 (en) Data bus system, its encoder/decoder and encoding/decoding method
US20230350759A1 (en) Method and system for performing check recovery based on gaussian elimination, device, and medium
US8775899B2 (en) Error correction device, error correction method, and processor
CN111697976B (zh) 一种基于分布式存储的rs纠删快速解码方法及系统
Venkatesan et al. Effect of codeword placement on the reliability of erasure coded data storage systems
US8539302B2 (en) Error detecting/correcting code generating circuit and method of controlling the same
CN113656230B (zh) 故障诊断电路、方法、装置及计算机可读存储介质
Peng et al. Reliability of 1-out-of-(n+ 1) warm standby systems subject to fault level coverage
CN115454712A (zh) 一种校验码恢复方法、系统、电子设备及存储介质
Ye et al. Method for increasing reliability for transmission state of power equipment energy
Hecht Use of SysML to generate failure modes and effects analyses for microgrid control systems
CN111786842B (zh) 数据处理方法及硬件在环测试系统
Hecht et al. Automated generation of failure modes and effects analysis for a medical device
CN108400787B (zh) 一种基于bch编码的并行fir滤波器容错方法
Devarajegowda et al. Formal verification by the book: Error detection and correction codes
CN111124418A (zh) 一种基于vcp冗余代码的通信数据超时判断方法
Shrestha et al. Reliability and sensitivity analysis of imperfect coverage multi-state systems
RU2211492C2 (ru) Отказоустойчивое оперативное запоминающее устройство
Bridgman III et al. Brief announcement: all-to-all gradecast using coding with byzantine failures
JP7082084B2 (ja) 情報送受信システム、情報送受信方法、および、プログラム、ならびに、連動論理処理装置、および、電子端末
Sureria et al. Reliability Measures of a Computer System with Arrival Time of the Server and Priority to H/w Repair over S/w Up-gradation
WO2016201639A1 (zh) 分布式数据存储方法、控制设备和系统
Kumar et al. Analysis of a stochastic model on two-unit cold standby hardware-software system considering fault tolerance

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application