可靠性仿真

可靠性仿真（精选7篇）

可靠性仿真 篇1

一、引言

GNSS全系统仿真软件是电子科技大学电子科学技术研究院导航团队在研的一个卫星导航定位系统项目。该系统需要实现的功能极其庞大.为实现高定位精度,对系统性能要求也非常高,因此在这个需要高可靠性保障的仿真系统中,软件的可靠性是至关重要的。

仿真软件的可靠性,尤其是信息处理软件的可靠性是衡量GNSS仿真软件是否成功的一个关键因素。如何针对GNSS系统仿真软件的特点,制定仿真软件可靠性设计技术以及进行可靠性测试,是本文的研究内容。

软件可靠性工程是一门虽然得到普遍承认,但还处于不成熟的正在发展确立阶段的新兴学科。国外从20世纪60年代开始加强软件可靠性的研究工作,JelinskiMoranda模型于1972年提出,标志着软件可靠性系统研究的开始,之后,软件可靠性获得了快速的发展。国内软件可靠性研究起步较晚,始于20世纪80年代初。软件可靠性测试在软件领域的应用和研究很多,但是,在卫星导航软件方面,学术研究却非常少。一方面,是由于卫星导航软件领域的研究属于各个研究机构的机密;另一方面,世界范围内对GNSS仿真软件的研究很少,国内目前还没有相关研究。

二、软件可靠性和软件测试简介

1. 软件可靠性定义

软件可靠性(software reliability):美国IEEE计算机学会软件工程技术委员会对软件可靠性做了权威的定义:在规定条件下,在规定时间范围内,软件不引起系统失效的概率,该概率是系统输入和系统使用的函数,也是软件中存在的错误的函数。在规定的时间周期内,在所述条件下,程序执行所要求的功能的能力。

2. 软件可靠性指标

软件可靠性指标是表征软件可靠性的量度,它有很多种不同的表述方法,如可靠度、平均失效时间、故障率,平均故障间隔时间等。如何保证软件的质量,特别是软件可靠性,已经成为软件工程中的关键问题之一。要保证软件可靠性,一方面应该优化设计,另一方面应该加强测试.只有两者相结合,才能提高软件可靠性。

(1)软件可靠度:软件产品在一定时间内完成规定功能的指标,它是软件可靠性量化的重要部分。因此可靠性可以看成时间的函数,软件可靠度可表示为

R(t)=P(T>t)

(2)软件平均失效时间(MTTF):软件产品在规定的条件下随机使用时,在规定的时间内,软件产品的寿命单位总数与失效总次数之比。

(3)软件故障率λ(t):表示软件在时刻t不发生故障的条件下,一定的时间间隔(t,t+Δt>0(Δt>0))内,当Δt很小时,软件发生故障的概率密度。

(4)平均故障间隔时间(MTBF):表示软件各次故障时间值。如果故障概率是F(t),故障密度是f(t),可靠度是R(t),则

3. 软件测试定义

1983年IEEE将软件测试定义为:使用人工或自动的手段来运行或测定某个软件系统的过程,其目的在于检验它是否满足规定的需求或弄清预期结果与实际结果之间的差别。这个软件测试的定义非常明确地指出了软件测试的目的是为了检验软件系统是否满足需求

不同的软件测试类型具有不同的目的,归纳起来有两种:一是为了发现错误,称这种测试为软件正确性测试,如传统的黑盒测试、白盒测试等都属于这类型的测试方法:另一目的是为了确保软件满足使用要求,称这种测试为软件可靠性测试

4. 软件测试方法

从测试的阶段和程序规模来看.软件测试可分为以下几种,在软件的设计开发过程中,一般也按照这几个步骤来对实际软件项目进行测试

(1)单元测试:完成对最小的软件设计单元模块的功能验证工作,单元测试通常情况下使用白盒测试

(2)集成测试:把通过了单元测试的模块拿来,构造一个在设计中所描述的程序结构。集成测试通常采用增量集成,程序先分成小的部分进行构造和测试.然后不断增加。

(3)回归测试:回归测试是对某些已经进行过的测试的某些子集再重新进行一遍,以保证软件的改动不会带来无法预料的行为或者另外的错误活动。

(4)确认测试:确认测试是测试软件是否合理地按照用户期望的方式(在软件的需求分析中应对此有定义)来工作,它通过一系列证明软件功能和需求一致的黑盒测试来达到。

(5)系统测试:软件与整个计算机系统的其他成分集成起来进行测试。

三、GNSS信息处理软件测试策略

1. 软件实时故障检测

GNSS全系统仿真软件的开发过程中,需要对软件自身故障进行监控。针对不同故障可以采用不同的检测手段,一种方法是简单地对软件的执行时间进行检测,执行时间超过一定界限,便认为是软件发生故障;另一种方法是在程序的执行过程中设置某种标志,通过对标志的检测来判断程序执行是否出现错误。

(1)软件死循环检测

信息处理软件在工作过程中,有可能出现界面不再刷新,点击无响应的情况。造成这种现象的原因,一是有可能由于数据量太大,CPU繁忙,未能及时响应用户的操作,这和系统的硬件配置,如CPU频率、内存大小均有关系;二是可能由于信息处理软件内部的逻辑缺陷,造成软件进入死循环状态。因此,我们有必要在信息处理软件内部加入对死循环的检测。

通过开发调试后的软件代码也会出现死循环,死循环的特征是程序执行时间超过一定限度后,程序仍然在一个循环里面,这里设定为5s。信息处理软件每5秒会进行一次相位调整大小的计算,然后将相位调整值发送给时频设备。如果信息处理软件在5秒内没有能够完成一次相位调整值的计算,则可以认为是信息处理软件进入了死循环。图1是程序框图,每完成一个计数周期之后,计数器自动清零。

(2)软件功能故障检测

软件执行过程中设置标志是软件在线自检技术的一种应用,定时对标志进行检查,从而判定程序执行是否正常。利用在线自检的思想,在软件内部加入对功能完成情况的实时检测。

地面监控站的软件系统就是一个典型的信息处理软件,它需要完成的一个重要功能就是对卫星进行注入,注入的过程如下:卫星处理软件收到上级发送过来的注入指令和数据,从中获取注入时间,并对需要注入的数据进行缓存;到了指定时间,将缓存中的数据以规定的格式转发给发送终端,由发送终端将数据注入到空间卫星。在这个过程中,如果信息处理软件并没有将数据进行转发,而且没有发出任何提示,那么以后即使发现注入没有成功,也很难确定是信息处理软件的问题还是发射链路的故障。因此,必须在信息处理软件内部加上对功能完成情况的标志检测。

这里取卫星导航电文注入为例,在进行电文注入的地面监控系统软件代码段中,插入一段检测代码。检测代码的主要作用是:在收到上级系统发送过来的注入指令之后,首先分析注入时间是否合理,注入数据是否符合规定。如果注入时间和数据均没有问题,则在这里设置一个标志位。等到信息处理软件把注入数据按时发送给发送终端之后,就将标志位进行清除。如果在注入时间到达之后检测不到发射标志位的变化,我们就认为是信息处理软件的注入功能出现故障,将给出报警信息(见图2)。

对信息处理软件注入功能的检测只是信息处理软件多个功能故障检测点中的一个,为了加强对信息处理软件内部功能故障的检测,我们在多个重要功能代码段内加入了类似的在线检测代码,可以全方位的对软件运行情况进行实时监控。

2. 软件异常处理与实时状态监控

软件对异常情况的处理和软件的健壮性密切相关。异常处理主要考虑软件对接收到的错误数据或对用户错误的操作进行处理,并给出提示或报警,同时不影响软件的正常工作。这要求软件在设计时,要充分考虑到各种可能出现的情况,并且都要作出合理的处理。如果遗漏未处理的情况,就会成为软件的缺陷,这种缺陷在某种条件下激发,将会导致软件失效。

卫星地面站软件需要长期稳定的工作,正常情况下软件不会关闭,在长期的连续工作过程中,由于其他系统故障、网络传输错误等原因,必然会产生异常数据或人员的错误操作。因此,卫星地面站软件在设计时,必须从用户的角度出发,进行周全的考虑,对所有可能发生的异常情况进行处理.这样才能确保软件能够处理各种异常并维持稳定工作。

四、GNSS系统仿真软件测试流程

对于GNSS全系统仿真软件,为保证其功能实现,每个功能都必须进行测试。对功能测试,而每一个功能模块的可靠性测试过程都比较类似,基本可表述为图3所示。由图可见,GNSS仿真软件的测试流程可以包括以下七个部分:

(1)构造测试模型。选取某可靠性测试模型,根据软件使用数据,软件的实际使用进行建模,从而对测试用例生成、执行和测试数据分析提供支持。对于GNSS仿真软件,其主要的功能实现是处理卫星导航数据,因此测试模型可重用于数据处理功能的测试中。

(2)生成测试用例。软件可靠性测试根据测试模型生成测试用例,测试用例必须涵盖所有的G N S S软件功能。然而,穷尽测试显然是不可能的,因此需要选择典型的和重要数据形成测试用例。性问题。

(3)实施测试。运行测试用例数据。

(4)分析测试结果。测试用例运行结束后,需要对测试结果进行分析,判断测试结果是否满足GNSS仿真软件的功能需求。

(5)排错和回归测试。如果GNSS软件的功能需求未能达到,则需要进一步修改软件代码。改进后的软件需要通过进一步测试,也就是回归测试。排错和回归测试是一个重复的过程,直到所有的错误和缺陷都被修正为止。

(6)可靠性测试。对于一般软件而言,如果目标实现了,那么软件的功能和性能就不需要再次进行测试。但为了确保软件的可靠性,GNSS软件的功能和性能需要在不同的环境条件和压力下重复测试。比如,对于可靠性测试.不同环境下,伪随机码的精度会受到不同的外界干扰的影响,将直接影响到导航地位的准确性。所以测试必须覆盖所有的干扰,以及干扰的组合;对于压力测试,GPS Block IIA卫星的导航电文存储能力是180天,必须考虑卫星在极端情况下的存储能力,如果GPS Block IIA卫星能够存储比180天更大的数据,比如200天,那该软件在极端情况下,也不会发生故障,软件既是可靠的。

(7)停止测试。软件满足说明需求,软件测试停止。

五、结束语

为了确保GNSS全系统仿真软件的可靠性,在软件开发中最重要的步骤就是构建软件可靠性增长模型和测试模型,这些模型需要满足卫星星座、地面监控站以及用户接收机对数据精度和可靠性的要求。本文从现有的软件可靠性设计模型和测试模型,结合GNSS全系统仿真软件的特点,提出了针对软件功能实现,性能的测试模型,并提出了适合GNSS全系统仿真软件可靠性测试的过程。然而,由于GNSS全系统仿真软件正处于研发阶段,对软件需要实现的功能,以及性能要求把握不足,再加上作者对软件可靠性设计和测试的总体知识认识有限,因此所提出的测试模型对GNSS全系统软件进行测试可能存在一些问题,随着GNSS仿真软件的开发进展以及本人认识水平的提高,将会进一步地提高GNSS仿真软件的测试水平。

可靠性仿真 篇2

数控加工技术在现代工业中起着不可取代的核心地位,一旦机床的相关装置发生异常,必将影响机床的正常工作,甚至导致严重的事故,直接威胁着人们的生命财产安全[1.2]。因此,如何对数控加工系统的可靠性进行有效的检测已经成为该领域热点研究的问题之一[3]。 现阶段,常用的数控加工系统可靠性检测方法主要包括基于多尺度成分分析算法的可靠性检测方法[4]、基于隐马尔科夫模型的可靠性检测方法[5]和基于数据挖掘算法的数据挖掘算法的可靠性检测方法[7]。由于对数控加工系统的可靠性分析能够实时预警数控加工系统的故障情况,为大型数控系统的维护、维修提供依据,从而保证相关设备的安全运行,因此,受到相关专家学者的重点关注,拥有十分广阔的发展前景[8~10]。

由于数控加工系统工作环境的复杂性,且受到不同运行状态的影响,其相关装置的退化程度具有较大离散性,采用传统的方法对其进行可靠性检测,往往需要耗费巨大的成本,且检测效果的精确度无法保证。

为了避免上述算法的缺陷,提出基于改进最小二乘法的数控加工系统的可靠性检测方法。依据数控加工系统可靠性的影响因素,求得不同指标的权重值,并据此制定可靠性估计参考标准,根据改进最小二乘算法原理,求解数控加工系统的故障率的加权最小二乘估计值,通过代入公式,得到可靠性估计结果,实现数控加工系统的可靠性检测。实验结果表明,采用改进算法进行数控加工系统的可靠性检测,能够有效的提高检测的准确度,节约运行成本和时间,具有更强的鲁棒性。

1数控加工系统的可靠性检测原理

数控加工系统的可靠性即在一定条件下,在预期时间内系统保持正常工作状态的能力。数控加工系统的可靠性在很大程度上决定着数控加工系统的有效度。

设定E表示数控加工系统的有效度,F表示动力装置的工作性能,R表示装置的可靠性,A表示装置的利用率,则:

式中,F,R,A的取值区间为[0,1],当其中任意项的因子偏向0时,则数控加工系统的有效度就会明显降低,若其中任意因子为0,则动力装置的有效度也为0。

机床的相关装置的可靠性受多种因素影响,主要可通过动力装置的零部件、装置结构及工作环境对其进行预测,其表达式可描述为:

式中,用来描述数控加工系统的关键零部件或独立单元的可靠度,若其中任意零部件或独立单元的可靠度下降,则整个数控加工系统的可靠度也随之下降。

假设机床装置独立单元数为n,动力装置的可靠度上限值可通过下式获取:

其中,Ri表示单元i的可靠度上限值。已知Ri=e-λit, 且λi表示单元i的失效率,则:

根据已知条件,可得到数控加工系统可靠度的下限值为:

对数控加工系统可靠性的上限和下限进行综合分析, 可对整个数控加工系统的可靠性进行综合预测,即:

依据上述原理可实现数控加工系统的可靠性检测, 为机床相关装置的维护及维修提供可靠依据。

2数控加工系统的可靠性检测优化算法

2.1数控加工系统的可靠性检测标准

假设数控加工系统的可靠性是由m种因素影响,并据此将数控加工系统的可靠性分为k个等级。

若将数控 加工系统 的训练样 本的指标 值看作为集合Al,将其可靠性评测标准看做集合Bk(k =1,2,...,5),则Al, Bk的关系度µl可描述为:

式中,al用来描述指标xl与其相应的1级标准的统一度,bl1用来描述xl与其相应的1级标准的差一级的差异度,cl用来描述xl与其相应的1级标准独立度。

由于数控加工系统受不同因素的影响程度有差异, 因此,上式可转变为:

式中ωl用来描述影响设备可靠性指标xl的权重值。 通过上述方法可制定数控加工系统可靠性的评测标准, 为可靠性检测提供数据支持。

2.2基于最小二乘法的数控加工系统可靠性检测方法

依据改进最小二乘法原理,数控加工系统的可靠性检测可通过下述步骤实现:

就数控加工系统某单元或零部件于某时刻发生异常的概率进行估计,表达式如下:

式中:

采用变量转换理论,将目标指数分布下的变量关系转换成 线性关系 ; 代入任意ti值到异常 概率函数F (t ) = 1-e-λt,即为:

则该数控加工系统的单元或者零部件的异常概率pi=F (ti) ,i =1, 2,...,m ,即:

给定yi=1n ( 1-pi) ,i =1,2,...,m ,则转换后的线性关系可描述为:

将数控加工系统的零部件的异常概率pi用其估计值替代,为减小其中的误差,可加入误差因子εi,即:

为最大化降低其中的误差值,需取下式的最小值:

使则:

对上式进行求解,得到数控加工系统零部件的异常概率估计值为:

由相关公式可获得该数控加工系统零部件发生异常的时间间隔的平均估计值,具体可描述如下:

由上可以得到指数分布下的数控加工系统的可靠性参数估计。使:

引入ni并使加权因子则数控加工系统的异常率最小二乘的估计值结果为:

由此获得动力装置可靠性的加权最小二乘的估计结果为:

将异常概率的估计值代入上式进行计算,即可求得数控加工系统的可靠性结果,从而实现数控加工系统的可靠性检测。

3实验结果及分析

为了验证改进算法的有效性,需要进行实验。

实验对象选取某公司的数控机床,对象示例如下图1所示,实验中将数控加工系统的可靠性等级分为10级,最高可靠度等级为1,最低可靠度等级为0,设定50个采样点,实验过程随机选取其中的采样点进行动力装置可靠性检测实验。

分别采用传统算法和改进算法进行实验,各随机选取采样点9个,得到的检测值和实际值的对比结果如图2、图3所示。

从图2、图3可以看出,利用传统算法的检测结果, 可靠度值偏离实际值较大,检测结果的误差较大,利用改进算法的检测结果,则与实际值偏差较小,能够保证检测结果的准确度。

为评价不同算法的运行效率,就不同算法的收敛速度进行比较,得到的结果如图4、图5所示。

由图4、图5可以看出,采用传统算法进行数控加工系统的可靠性检测,在迭代次数为800次时,误差达到最小的状态,采用改进算法在迭代次数达到400次时即达到误差最小的状态,收敛速度明显优于传统算法,具有显著的优越性。

4结论

可靠性仿真 篇3

现代电子装备的功能和组成更加复杂, 同时可靠性指标快速提升。为了提高电子装备的可靠性, 大量的时间和资金被用于测试、试验、数据收集和产品更改, 然而最终效果并不令人满意。只有具有高可靠性的设计才能最终得到高可靠性的产品, 因此在设计过程中, 融合于性能设计的可靠性设计和优化是解决这一问题的最根本方法。

传统的电子设备可靠性计算方法认为电子产品的故障是随机发生的, 可以采用恒定故障率指数分布和无限寿命模型来描述, 对其可靠性的评价主要采用模拟验证和统计评估。此种方法有其先天的缺点:只能计算出平均故障时间 (MTBF) , 无法定位可靠性薄弱环节和故障原因;仅考虑器件的失效率, 对于容易出现问题的电子产品互联等装配位置并未考虑到;很多基础数据已被证实过时或不准确[1]。

欧美国家在1980年代开始提出可靠性理论和技术应当从“故障时间”分析转向“故障过程”分析。相应地, 在故障物理模型、可靠性设计分析技术和方法研究方面开展了很多研究工作。

美国空军俄亥俄州代顿市怀特·帕特森空军基地提出的航电系统完整性大纲 (AVIP) , 采用无故障工作周期 (FFOP) 可靠性概念, 其原则是:在系统的工作寿命内或者规定的保质期内, 其电子系统是不得出现故障的。这些要求已经规定于MIL-A-87244之中。洛克希德的F-22飞机在其电子系统中已经采纳了AVIP。AVIP利用米勒累积损伤比求取由许多不同的环境 (包括热、热循环、振动、冲击和噪声等) 引起的全部损伤, 使用数值为2的散布因子进行疲劳寿命的评价[2]。

美国马里兰大学CALCE中心首先提出"基于故障物理的可靠性技术"的概念及其技术框架, 对基于故障物理的可靠性技术基础理论、建模和仿真分析方法、可靠性试验方法、产品可靠性评价方法、相关的基础材料数据库、故障物理模型及其参数数据库建设等方面的研究取得了长足进展。这些研究成果被CALCE中心及其会员组织的成员在工程中开始应用。CALCE中心基于故障物理的可靠性原理开发了可靠性虚拟鉴定软件系统CALCE系列软件已经在NASA的航天飞船逃逸系统、HONEYWELL公司的AS 900航空引擎电子控制系统等产品的可靠性设计与评估中成果应用。由于CALCE系列软件是由美国军方和美国马里兰大学联合开发, 因此在美国很多先进武器的研制中均发挥着重要的作用[3]。

美国陆军装备系统分析中心 (AMSAA) 在过去的几年中一直在推行基于故障物理的可靠性设计分析和评估计划, 其基本出发点是认为由于环境条件/工作载荷对产品产生了应力, 这些应力最终导致装备故障, 因此必须建立适当的应力-故障关系, 而不仅仅是收集故障数据。通过对故障的预计和试验验证, 实现陆军装备的高可靠性。AMSAA与大学、企业、联邦政府开展广泛合作, 以发展基于故障物理的可靠性设计分析方法、相关软件工具, 并促使其在军用装备研制中使用。比如AMSAA和空军电子系统中心联合, 在多军种通用的无线电台上开展基于故障物理的可靠性评价过程改进演示 (RAPID) , 首先预计其故障机理和故障位置, 并用预计的结果确定试验方案进行试验和改进;另外, AMSAA与TARDEC开发业务小组、衣阿华大学计算机辅助设计中心、俄克拉何马州大学、阿伯丁试验中心和OPTEC评价分析中心等组织合作, 对BRADELY战车、长弓阿帕奇等装备的电子设备和机械系统成功开展基于故障物理的可靠性设计分析、试验评估和改进, 极大地提高了其可靠性水平。

国内北京航空航天大学和中航工业综合所在基于故障物理的可靠性分析方面进行了积极的探索和卓有成效的研究。一些军工产品研制单位陆续开始了基于环境应力的建模仿真分析和数学模拟方法的研究及工程实践, 并在某些主要环境应力 (如温度和振动) 的环境适应性仿真技术上取得了进展, 为产品的设计和研制工作提供了有力的支持。

2 方法介绍

基于故障物理的可靠性理论认为:电子产品的故障是有确定的客观规律的, 可以采用确定性的方法进行分析;电子产品会随着时间而逐渐退化直至故障, 即电子产品是有寿命的;电子产品的任何故障必然是由特定的热、机械、化学、物理或电子驱使的某种故障机理所导致。

故障物理方法应用于工程实践最为有效的途径是与仿真技术相结合, 形成基于故障物理的可靠性仿真试验方法。其作用是在仿真软件环境下, 通过数字样机和故障物理模型, 将产品预期承受的工作环境应力与潜在故障发生、发展过程联系起来, 从而定量计算产品各种潜在故障发生时间, 指明薄弱环节, 以便于采取针对性的改进措施提高设计的可靠性水平。

统计数据显示, 在机载电子设备故障的环境因素中, 温度因素引起的故障占45%, 振动因素引起的故障占27%, 二者合计超过70%, 是影响产品可靠性的两个关键因素[4]。因此航空电子产品的可靠性评估主要在振动和温度环境条件下, 其工作流程如图1。

3 分析案例

本文以某机载综合处理机为例, 介绍可靠性仿真分析流程。

3.1 设计信息采集

收集设备的结构图纸、材料、模块器件布局、器件封装、功耗、环境条件等信息。

3.2 CAD数字样机建模

CAD数字样机建模是为了建立便于进行后续应力分析的、反映产品几何特征的三维模型, 是建立CFD和FEA数字样机的原型和基础。CAD数字样机和实际三维模型有所区别, 其要求在满足应力分析的情况下, 可对实际三维模型组成部件进行适当简化。设备CAD数字样机如图2所示。

3.3 热应力分析

热应力分析的目的是获得产品在指定环境温度条件下的温度场分布, 为应力损伤分析提供输入, 并指导产品热设计。热应力分析是基于CFD有限元仿真软件, 将CAD数字样机转化为CFD数字样机, 加载材料属性、器件功耗、环境条件等参数, 计算得到设备在不同环境温度条件下的稳态温度分布。图3为设备CFD数字样机, 图4为此设备在70℃时的温度分布。可看出设备最高温度为90℃, 整体热设计较为合理。

3.4 振动应力分析

振动应力分析的目的是获得产品的固有模态和在指定振动环境条件下的加速度、位移分布, 为应力损伤分析提供输入, 并指导产品抗振设计。振动应力分析是基于FEA动力学有限元仿真软件, 将CAD数字样机转化为FEA数字样机, 加载材料属性、振动环境条件等参数, 计算得到设备的各阶模态和在不同环境振动条件下的加速度、位移响应分布。图5为设备FEA数字样机, 图6为此设备在随机振动条件下的加速度分布。由振动分析可得到:机箱一阶谐振频率为281.8Hz, 各模块最低一阶谐振频率为459.3Hz, 设备整体刚性较好, 刚性设计合理。设备振动响应分布较均匀, 设备中最大振动响应点为PSM模块器件D25、D29位置处, 最大响应量值为10.6Grms。

3.5 故障预计

基于专业的故障预计分析软件 (如CALCE等) , 建立每个模块的故障预计模型, 将热振分析的结果加载到每个模块的故障预计模型中, 进行累积损伤分析。对潜在故障点在载荷历程中不同应力水平下的损伤进行累积, 以获得各点的故障模式、故障机理、故障位置和故障时间, 即故障信息矩阵。考虑设备结构参数、材料参数、工艺参数、应力量值等的离散性, 采用蒙特卡洛分析方法[5], 仿真分析1000次得到的各模块潜在故障分析情况, 以形成大样本量的故障时间数据, 为发现产品的可靠性薄弱环节和定量产品的可靠性水平提供依据。本设备的故障信息矩阵见表1。分析表明模块5的U1器件在整个产品中比较薄弱, 器故障模式为管脚断裂, 故障机理为振动疲劳, 平均首发故障时间 (MTTF) 为18751h。此器件可以通过点胶加固等措施来提高其抗振能力。

3.6 可靠性仿真评估

根据潜在故障点的蒙特卡洛仿真大样本量故障时间数据, 采用统计数学方法拟合该潜在故障点的故障时间分布, 将各个模块的单点故障进行故障聚类和分布融合, 得到设备及各模块的故障时间概率密度函数和平均首发故障时间评估值见表2。

4 结语

本文介绍了国内外可靠性分析的发展情况, 重点强调了基于故障物理的可靠性分析方法, 通过对某型机载综合处理机的仿真分析, 说明了基于故障物理的可靠性仿真分析的一般流程。由于应力仿真分析技术的限制, 该技术对真实环境条件的仿真还不够完全, 后续工作还需要融入对其它环境条件的考虑, 如湿度、沙尘等。

摘要：介绍了目前国内外可靠性分析方法的发展情况, 强调了基于故障物理的可靠性分析方法, 认为故障物理方法应用于工程实践最为有效的途径是与仿真技术相结合, 形成基于故障物理的可靠性仿真试验方法。通过对某型机载综合处理机的可靠性仿真分析, 说明了可靠性仿真分析的一般流程。

关键词：可靠性,故障物理,仿真分析

参考文献

[1]祝耀昌.可靠性故障物理技术及其应用[J].装备环境工程, 2005, 2 (2) :28-33.

[2]STEINBERG D S.Preventing Thermal Cycling and VibrationFailures in Electronic Equipment[M].United State:A Wiley-Interscience Publication, 2001.

[3]李永红, 曾晨晖.电子产品基于故障物理的可靠性设计优化方法研究[J].航空标准化与质量, 2008, 8 (4) :39-43.

[4]乔亮, 李传日, 刘龙涛.基于故障物理的可靠性仿真试验的应用[J].装备环境工程, 2012, 9 (2) :7-11.

可靠性仿真 篇4

牵引部主要负责采煤机行走和牵引,其内部行星减速机构需要满足配齿条件、变位系数、材料、热处理等方面的要求,加上井下工作环境的复杂性,行星齿轮易受到冲击和振动的影响,导致行星减速机构出现故障,使采煤机牵引不可靠或者无法正常牵引,进而导致采煤机产量下降、功率消耗过大、甚至停产,给矿山企业带来巨大的经济损失。为此,国内外学者对行星减速机构展开了大量研究: Savage[1]建立了单级行星传动系统的可靠度模型并认为行星齿轮失效形式主要是由于点蚀疲劳引起的; Oda Satoshi[2]采用有限元方法分析了齿轮轮缘厚度对行星齿轮齿根应力的影响并找到了疲劳裂纹起初的位置; Ahmet Kahraman[3]采用FEM方法对行星齿轮的应力分布进行了研究,并用试验验证了结果的正确性; 国内中国矿业大学的张东进[4]用ANSYS对采掘机械行星减速机构中齿轮进行应力及模态分析并提出齿轮维护和改进的合理意见; 文献[5]采用ABAQUS对行星轮、太阳轮的接触应力及齿根处的等效应力进行分析,分析了中心距误差对接触应力及等效应力的影响。若能从齿轮设计中常用的两个强度即齿面接触疲劳强度及齿根弯曲疲劳强度出发开发一款软件,以动态虚拟仿真的接触法向力作为输入,则可解决只能静态分析、无法得到弯曲应力以及求解时间过长、加载困难等问题。

1 采煤机力学模型的建立

当采煤机滚筒截煤时,就会受到截割阻力Zj、牵引阻力Yj及侧向阻力Xj,其受力如图1 所示。

式中:为煤层截割阻抗平均值,N/mm; bp为截齿工作宽度,cm; hmax为最大切削厚度,cm; tcp为切削宽度,cm; Kz为外露系数; Ky为截角影响系数; Kφ为截齿前刃面形状影响系数; KC为截齿排列方式系数; Kot为地压对煤壁影响系数; β 为截齿对于牵引方向的偏转角,°; Kψ为煤的脆性系数; f' 为截割阻抗系数; θ 为截齿位置角度,°; C1、C2和C3的选取与截齿的排列方式有关,顺序式分别取1. 4、0. 3、0. 15; 交叉式分别取1. 0、0.22、0. 10。

滚筒叶片受到装煤反力RS:

式中: Dsr为有效直径,m; Dg为筒毂直径,m; δ 为叶片的宽度,m; Z螺旋叶片的头数; α 截割角度,°; B滚筒截深,m; WZ原煤被推移时的阻力系数; Ψ 滚筒充满系数; γs为松散煤容重。将截齿受力按坐标系进行分解,并将所有力转化到截割机构质心,三向力分别为:

式中: i为i截线; j为任意一条截线上的第j把截齿; n为任意一条截线上总截齿数; N为总截线条数; Xq为附加轴向力。

式中: L2为后滑靴中心到前滚筒煤壁侧端面距离,m; L1为导向滑靴间的距离,m; α0为滚筒切入煤壁时的最大旋转角度,°; K2截割力增加系数。

滚筒三向力矩为:

式中: α 为叶片与煤的摩擦角,°; di为第i条截线距离质心的距离,mm。

以某公司生产的 φ 800 滚筒为例,根据式( 1) ~ 式( 11) ,通过MATLAB编程得到了该采煤机的受力曲线,前后滚筒质心处的三向力、力矩曲线如图2、3 所示。

2 采煤机刚柔耦合模型的建立

该公司从可靠性、齿轮强度以及节省空间等角度考虑,设计了两款牵引部行星减速机构,其一级行星减速部分不变; 而二级行星减速部分拟采用3 行星轮( np2=3) 或4 行星轮( np2= 4) 传动方式,其齿轮设计参数分别如表1、表2 所示。

采用Pro/Engineer建立了两种牵引部行星减速机构的采煤机实体模型,并对其进行虚拟装配,通过Mech / Pro导入到ADAMS中,并用ANSYS网格划分好后的采煤机牵引部行星架、轴柔性零件替换ADAMS中的相应零件[12],通过定义零件质量属性,添加约束、驱动,以及齿轮之间接触,最后将的三向力、力矩曲线添加到滚筒质心处,形成刚柔耦合虚拟仿真模型[13],如图4 所示,牵引部两级行星减速机构的刚柔耦合模型如图5、图6 所示。

3 两组行星减速机构可靠性对比

3. 1 行星架、轴可靠性对比

图7、图8 分别为一级行星架、轴,二级行星架、轴的等效应力云图。通过对比可知,两种方案行星架、轴应力较大位置基本一致: 一级行星架应力较大位置为行星轴孔处,二级行星架为中心轴孔的花键根部,行星轴应力较大位置为小端轴肩处; 当二级行星减速机构采用3行星方式时,行星架最大应力为596. 460 2 MPa,大于材料许用应力,且应力随时间呈现超过许用应力的周期性变化,行星架可靠性低,易发生疲劳破坏; 当二级行星减速机构改为4 行星轮传动方式时,二级行星架、轴的应力降低的同时,一级的整体受力状态得到了改善。相应零件的应力分别降低了73. 619 3,214. 42,86. 406 2和146. 255 7 MPa。可见,二级行星机构采用4 行星方式要优于3 行星方式。

3. 2 行星齿轮可靠性对比

通过后处理的曲线观察命令,可对牵引部两级行星减速机构各齿轮的接触法向力曲线进行观察,其曲线形式如图9 所示。分别令S_P_1、P_R_1、S_P_2 及P_R_2代表一级太阳轮与行星轮、一级行星轮与齿圈、二级太阳轮与行星轮及二级行星轮与齿圈的接触法向力。将四组仿真接触法向力的最值进行列表,如表3 所示。

基于行星减速机构强度校核基本原理[11],采用MATLAB及EXCEL联合编译了“行星齿轮强度校核软件”,并以仿真获得的法向接触力为输入,通过输入齿轮必要的设计及材料参数,便可实现齿轮齿面接触应力及齿根弯曲应力的校核,输入界面如表4 所示,其强度校核条件如表5 所示。

将表1 ~ 表3 中的数据分别填入到表4 的EXCEL界面中,通过计算得到最大法向力作用下行星减速机构各齿轮的强度信息,如表6 所示。通过对两种行星减速器中齿轮强度的分析,可以发现二级行星减速部分采用4 行星轮时,接触及弯曲法向力均较小,齿轮在传动过程中,两级太阳轮、行星轮接触强度达到了一般可靠性标准,一级及二级齿圈分别达到了高可靠度及较高可靠度标准,两级行星轮及二级太阳轮弯曲强度达到了一般可靠性标准,其余齿轮分别达到了较高及高可靠度标准; 而采用3 行星时,接触及弯曲法向力相对较大,齿轮在传动过程中,除一级齿圈接触法向力达到了一般可靠性、一级及二级齿圈弯曲法向力达到较可靠标准外,其余零件均在低可靠性标准以下,该减速器不能保证可靠工作。可见,采煤机牵引部行星减速机构的二级行星减速部分应采用4 行星轮的传动方案以确保齿轮平稳、安全、可靠的传动。

4 结论

1) 建立了采煤机整机的刚柔耦合模型,通过等效应力分析可知: 该采煤机牵引部二级行星机构采用4 行星传动方式时,一级行星架、轴,二级行星架、轴的等效应力比二级行性机构采用3 行星时分别降低了73. 619 3MPa,214. 42 MPa,86. 406 2 MPa和146. 255 7 MPa。且应力值均小于许用应力,而采用3 行星传动方式对二级行星架存在超差现象,可能出现疲劳破坏。

2) 采用MATLAB和EXCEL编译了行星齿轮强度校核软件,通过计算得到可知: 二级行星减速部分采用4行星轮时,接触法向力较小; 而采用3 行星时,许多零件均在低可靠性标准以下,该减速器不能保证可靠工作。

综上可见,二级行星减速机构应采用4 行星轮的传动方案以确保齿轮平稳、安全、可靠地传动。

将VS和PGSCS相结合解决了长期以来齿轮类零件只能静态分析、无法得到弯曲应力以及求解时间过长、行星齿轮处于传动系统中间环节加载困难等问题,得到了齿面接触应力和齿根弯曲应力,并可结合刚柔耦合仿真中行星架、轴等主要零件的等效应力进行综合分析,为行星减速机构强度校核提供了一种快速便捷的新方法。

参考文献

[1]Savage M,Paridon C A,Coy J J.Reliability model for planetary gear trains[J].Transactions of the ASME,Journal of Mechanisms,Transmissions,and Automation in Design,1983,105:291-297.

[2]Oda Satoshi,Miyachika Kouitsu,Takeda Akira.Root stresses and bending fatigue breakage of planet gear[J].Bulletin of the JSME,1984,27(227):995-1001.

[3]Ahmet Kahraman,Sandeep Vijayakar.Effect of Internal Gear Flexibility on the Quasi-Static Behavior of a Planetary Gear Set[J].Journal of Mechanical Design,2000,123(3):408-415.

[4]胡青春,段福海,吴上生.封闭行星齿轮传动系统的可靠性研究[J].中国机械工程,2007(2):146-149.HU Qingchun,DUAN Fuhai,WU Shangsheng.Research on reliability of closed planetary transmission systems[J].China Mechanical Engineering,2007(2):146-149.

[5]张东浩.NGW行星齿轮传动可靠性优化设计及其动力学仿真[D].太原理工大学,2013.

[6]许金龙,吴波,王畏寒.电牵引采煤机行星减速机构可靠性增长研究[J].矿山机械,2011,39(8):27-29.XU Jin-long,WU Bo,WANG Wei-han.Study on reliability growth of planetary reducers in electric haulage shearers[J].Mining&Processing Equipment,2011,39(8):27-29.

[7]张东进.电牵引采煤机行星减速轮系中太阳轮有限元应力及模态分析[J].煤矿机械,2011,32(10):119-121.ZHANG Dong-jin.Stress and mode analysis of sun gear in planetary reduer of electric traction shearer based on finite element analysis[J].Coal Mine Machinery,2011,32(10):119-121.

[8]罗才旺.基于加载接触分析的NW行星轮系齿轮修形研究[D].湖南:中南大学,2011:23-55.

[9]赵丽娟,董萌萌.含硫化铁结核薄煤层采煤机工作机构载荷问题[J].煤炭学报,2009(6):840-844.ZHAO Lijuan,DONG Mengmeng.Load problem s ofworking mechanism of the shearer in containing py-rites and thin coal seam[J].Journal of China Coal So-ciery,2009,06:840-844.

[10]孙晓娜.悬臂式掘进机建模与仿真研究[D].阜新:辽宁工程技术大学,2012:18-20.

[11]赵丽娟,刘旭南,刘鹏.截齿排列方式对采煤机工作性能的影响[J].机械科学与技术,2014,33(12):1838-1844.ZHAO Lijuan,LIU Xunan,LIU Peng.Influence of picks arrangement mode on shearer's working performance[J].Mechan-ical Science and Technology for Aerospace Engineer-ing,2014,33(12):1838-1844.

可靠性仿真 篇5

为了合理评估安全联锁系统的可靠性,工程分析中常用方法有故障树、可靠性块图及马尔科夫模型等,其理论发展得较为成熟,很多都已经软件化,使用便捷。通常情况上述方法已能满足要求,但是当考虑系统的动态可修复过程时,特别是SIS逻辑较为复杂时,故障树与可靠性块图方法由于仍属于传统的概率分析方法范畴,分析结果将与实际有较大偏差;而马尔科夫模型虽能模拟系统的动态可修复过程,但建模较为复杂,仅三取二(2oo3)的逻辑结构,其转移矩阵就高达12×12,当系统单元较多时,需求解的方程或者矩阵将过于庞大而难以完成[2]。因此,笔者引入蒙特卡罗仿真的方法,利用计算机的强大计算功能实现对安全联锁系统的可靠性评估。

1 SIS可靠性评估的意义简述

安全联锁系统的可靠性直接表现为当需要系统执行预定的安全功能时,有多大的可能性能成功执行,就有多大的可能性会发生功能失效。在工程风险分析时通常以失效可能性(Probability of Failure on Demand,PFD)表示系统的可靠性。安全联锁系统的可靠性对装置的影响主要可概括为:

a. 联锁保护不足甚至缺失导致安全隐患;

b. 联锁保护过度导致系统误跳车增多;

c. 充分必要性不明确导致系统冗赘。

通过开展定量分析评估,能够确定安全联锁系统当前的运行状态和可靠性水平,进而发现联锁保护是否存在不足或者过度保护,使装置运行的操作者及管理者对此系统的可靠性水平有较为科学的认知,并在后续的工作中进行针对性改进,有利于装置运行水平的进一步提高。由此可见,对安全联锁系统的可靠性进行科学合理的评估和分析具有重要现实意义。

2 蒙特卡罗仿真在SIS可靠性评估中的应用

2.1 原理简述

蒙特卡罗仿真的基本思想是根据问题自身的统计规律或者人为构造服从一定分布规律的随机数概率模型,并在此基础上进行抽样,以此模拟所求问题,并通过统计分析求得仿真结果。

蒙特卡罗仿真有两大基本理论依据:大数定律和中心极限定理。

设a1,a2,…,an为服从同一分布且相互独立的随机变量,其数学期望为E(ai)=μ(i=1,2,…),则对任意正数ε>0有:

undefined (1)

式(1)即为辛钦定理[3],是大数定律的一种表现,定理表明当样本数量足够多(即n趋于无穷大)时事件发生的频率依概率收敛于事件的真实概率。因此利用蒙特卡罗仿真对安全联锁系统进行可靠性评估是完全可行的。

如果相互独立的随机变量a1,a2,…,an具有相同分布,出现概率为p,并且有有限的非零方差,则当n趋于∞时,对一切x有:

undefined

式(2)为中心极限定理[3],用于判定一定置信水平下的统计误差,其误差与无偏统计量方差成正比,与仿真次数的平方根成反比,误差公式为:

undefined (3)

其中,undefined为真值G的估计值;σ为随机变量的均方差;xa取值与置信水平相关,通常取xa为0.674 5、1.960 0或3.000 0,相应的置信水平分别为0.500、0.950或0.997。

2.2 蒙特卡罗仿真的特点

相比前文所述的故障树、可靠性块图及马尔科夫模型等方法,蒙特卡罗仿真主要优点有:

a. 原理及使用相对简单,省却了繁杂的数学推导和演算过程。蒙特卡罗方法可以对同一类问题直接进行建模和仿真,例如安全联锁系统的失效可能性PFD计算,只要完成一次建模便可以应用于任意逻辑关系的联锁系统;故障树与可靠性块图方法则只能针对具体的某一个事件,对于不同的顶部事件(如安全/危险系统失效)需进行不同的模型分析;马尔科夫模型分析起来则较为复杂,对于非专业人员模型难以建立和验证,此外模型可能会很庞大,而且通常每一个系统的改变会需要重新创建新模型。

b. 对问题的维数不敏感。对问题的维数不敏感是蒙特卡罗方法的一大特性,因此在多维、复杂系统中应用的优势尤为明显,增加的只是耗费更多的计算量和计算时间而已。而故障树等方法的建模对维数具有敏感性,特别是马尔科夫模型,当维数增多或者问题复杂度增加,可能会导致“组合爆炸”,建模难度极大。

c. 适应性很强,应用领域十分广泛。正因为蒙特卡罗方法的上述特点,使得其应用领域十分广泛,从自然科学中的粒子输送问题,到工程中的系统可靠性问题、医学中的遗传问题以及金融领域的期权问题等,均可运用蒙特卡罗仿真解决。

蒙特卡罗仿真也有其缺点,主要是效率较低。通过误差公式(3)可知,即使仿真次数n增加至原先的100倍,仿真结果的精确度也只能提高一个数量级(10倍)。而仿真次数的增多将会使计算时间和计算量耗费成倍增加。因此效率是蒙特卡罗仿真的弱势所在,不过随着计算机技术的发展,借助计算机的高速运算能力和专业的大规模并行计算技术的应用,蒙特卡罗仿真的上述缺点已不再那么明显,小型工作组甚至是单机平台均能够运用蒙特卡罗仿真进行工程可靠性分析。

2.3 适用性分析

可靠性系统为随机系统,当系统规模很大或者处理的问题属于非线性领域甚至难以用数学模型描述时,传统的解析分析方法无法解决而只能求助于计算机仿真,其基本的方法便为蒙特卡罗仿真。

安全联锁系统由一系列元件组成,各个元件所处的状态也可以认为是一种服从特定分布的随机状态。安全联锁系统中元件的动作行为通常分为正常动作、误动作(即安全失效)和拒动作(即危险失效)三大类,并且有的故障能够在安全联锁系统动作之前在线检测发现并及时得到排除,有的故障则无法检测出,直至故障发生。由此可将每个元件的运行状态细分为以下5种情形:

a. 安全可检测失效(Safe-failure Detected,SD);

b. 安全不可检测失效(Safe-failure Undetected,SU);

c. 危险可检测失效(Dangerous-failure Detected,DD);

d. 危险不可检测失效(Dangerous-failure Undetected,DU);

e. 正常运行状态(用OK表示)。

当元件为n个时,其基本状态组合便有5n种,而随着在线维护、共因失效等因素的计入,系统将显得愈加复杂,因此利用蒙特卡罗仿真对此类系统的可靠性进行分析是可行且适合的。

2.4 建模流程

蒙特卡罗仿真的建模流程如图1所示,通过对不同样本在不同时刻所处的状态进行抽样统计,对系统在整个考核周期内的可靠性表现进行分析,包含了在线修复、误跳车重启及共因失效等因素的影响。

3 应用示例

出于说明问题需要,先选取安全联锁系统中最典型的1oo1(一取一)、1oo2(二取一)和2oo3(三取二)逻辑结构进行比较,最后考查较大规模的逻辑,以佐证蒙特卡罗仿真应用的可行性。其中涉及的参数说明为:

λ_SD 可检测安全失效概率

λ_SU 不可检测安全失效概率

λ_DD 可检测危险失效概率

λ_DU 不可检测危险失效概率

FITS 每小时失效可能性,FITS=10-9次

PFD 危险失效可能性

PFS 安全失效可能性

TR 在线维修时间

TSD 装置误跳重启时间

BETA 共因失效因子

例1 某1oo1传感器λ_DU=6068×FITS,考查周期为8 760h(即一年),则最后得到结果见表1。

例2 某1oo2逻辑结构传感器单元,λ_SD=9996×FITS,λ_SU=98×FITS,λ_DD=5956×FITS,λ_DU=112×FITS,TR=8h,TSD=24h,BETA=0.03,考虑周期为8 760h,则最后得到结果见表2(马尔科夫模型对系统发生SD或SU、DD、DU均作吸收态进行处理,下文同理)。

例3 某2oo3逻辑结构传感器单元,λ_SD=10336×FITS,λ_SU=138×FITS,λ_DD=6156×FITS,λ_DU=116×FITS,TR=8h,TSD=24h,BETA=0.03,考虑周期为8 760h,则最后得到结果见表3。

例4 最后以某高压聚乙烯装置的超高压管式反应器为例,该管式反应器上设有66只温度传感器,任意一只检测到超温,系统就会发生跳车。λ_SD=0×FITS,λ_SU=365×FITS,λ_DD=0×FITS,λ_DU=5140×FITS;TR=8h,TSD=24h;BETA=0.03;考虑周期为26 280h(即3年),则最后得到结果见表4(由于马尔科夫方法难以对此较大规模系统建模,因此只和传统的概率方法进行对比)。

通过上述分析比较可以发现,无论对简单的典型逻辑结构还是规模较大的逻辑结构,蒙特卡罗仿真均能与马尔科夫模型或者传统数值方法的结果保持较好地吻合。IEC标准通常以数量级对联锁系统的安全完整性等级进行划分(表5)。根据误差计算公式(3)可求得10万个样本(均匀分布)的抽样误差ε<1.789×10-3(置信水平为0.95),并且还可以通过增大样本数量、优化抽样等方法进一步控制误差。因此,蒙特卡罗仿真方法在精度上也能够满足安全联锁系统可靠性评估的要求。

通过例4可以发现,此超高压管式反应器在3年的考察周期内误跳车概率PFS高达0.687,即假如有两套此类装置,则理论上3年内会有一套装置会因反应器原因发生误跳。上述仿真结果也从侧面说明此类装置不可能像某些炼油装置那样维持同样水平的长周期运行,除非在技术上消除或降低系统固有的可靠性引发的误跳,而根据装置工作人员的反馈,此装置的误跳水平基本在15次/a左右(当然影响因素不仅仅在于反应器的联锁系统)。

4 结束语

综上所述,安全联锁系统(SIS)的可靠性水平直接影响到装置生产能否安全、稳定地进行,通过对其开展定量分析评估,可以更加清晰、准确地了解各个安全联锁系统的状况,从而做出更加科学合理的改进和管理,使装置更加安全高效地运行。

与传统的统计、解析方法相比,蒙特卡罗仿真方法不仅具有更广泛的适用性和更强大的问题解决能力,而且贴近工程实际的建模思路使之能更直观地看出联锁系统在周期内的运行状况。尤其当系统越复杂,蒙特卡罗仿真越能体现其优势。因此蒙特卡罗仿真的方法完全能够胜任安全联锁系统中各类逻辑结构的可靠性评估,可作为一种重要手段完善现有的安全联锁系统可靠性评价体系。

摘要：在对比几种安全联锁系统(SIS)可靠性分析方法特点的基础上,通过算例演示,提出蒙特卡罗仿真在SIS定量评估中应用的可行性,以期能更好地解决SIS可靠性定量评估。

关键词：安全联锁系统,蒙特卡罗仿真,可靠性,评估

参考文献

[1]杨金城.当代石油化工自动化仪表的性能评价和发展趋势[J].石油化工自动化,2008,44(3):1～5.

[2]肖刚,李天柁.系统可靠性分析中的蒙特卡罗方法[M].北京:科学出版社,2003.

可靠性仿真 篇6

关键词：可靠性预计,算法

0 引 言

水下航行器电路的可靠性是衡量水下航行器电路产品性能的重要指标。如果可靠性不高,不但会造成极大的经济损失,而且还会危急到人身的安全。传统上,水下航行器电路的可靠性分析主要采用手工推算法,“静态”地预计出电路的可靠度;对于电路动态运行时的可靠度,因缺乏便利而有效的分析方法,尚无法准确把握。

当前,随着水下航行器电路产品的设计日趋复杂,使用环境日益严酷,人们对电路在实际环境下工作的可靠性愈加重视,因此进一步探索电路动态可靠性分析的方法很有必要。

本文介绍了采用CAD Cadence工具对电路进行动态可靠性分析的方法,将此方法应用于水下航行器带通滤波器电路的可靠性分析与设计中,取得较好的设计效果。通过将传统可靠性分析法与这一新型CAD分析法的差异比较,给出了新分析法的适用性评价。

1 分析的流程

首先,采用Cadence系统中的仿真工具,如DWB数字仿真工具或AWB模拟仿真工具等,仿真电路的实际运行状况;若仿真结果满足设计要求,则采用DF/Viable工具对运行的电路进行可靠性分析,以获得电路实际工作时的可靠性指标,包括平均无故障间隔时间(MTBF)、可靠度等。若不满足设计要求,则必须对所设计的电路进行改进,重新仿真验证,直至达到设计要求,然后再进行电路可靠性预测。如此循环往复。

电路可靠性分析的流程如图1所示。

2 分析的算法

传统的可靠性分析算法是元件计数法。该算法使用的前提是电路工作在理想态,元器件做失效率预计时并不考虑电路实际运行时的电性能变化,因此该算法实质上是一种静态算法,类似于概要设计阶段的手工推算;而应力分析法则是用于详细设计阶段电子产品的可靠性预计方法,其元器件的失效率与其要承受的应力水平及工作环境有极大的关系。本文采用了应力分析法+元件计数法来预计水下航行器电路的可靠性。该算法首先要求取得以下参数信息后,方可进行元器件失效率预计:

1) 元器件种类及数量;

2) 元器件质量水平;

3) 元器件的工作水平;

4) 产品的工作环境。

应力分析法计算元器件失效率(故障数/106小时)的通用公式是:

λp=λb(πEπQπAπSπCπR) (1)

式中:λb—基本失效率;

πE—环境因子;

πQ—质量因子;

πA—应用因子;

πS—电压应力因子;

πC—结构因子;

πR—产品性能额定值因子。

把每种元器件的失效率计算出来后,再利用元件计数法,即可求得整个电路的失效率(λTotal)、平均无故障间隔时间(MTBFTotal)以及可靠度(RTotal):

λTotal=${}_{i=1}^{{\rm N}}$ΣNi×λpi (2)

MTBFTotal=1/λTotal (3)

RTotal(T)=e${}_{{\rm T}otal}^{-{\rm T}\times \lambda }$ (4)

式中:λpi—第i种元器件的失效率;

Ni—第i种元器件的数量;

N—总装配体中元器件种类数;

T—运行时间。

3 分析的实现

3.1 环境的设置

包括环境温度、工作状态、失效率预计方法、可靠性模板等全局参数及文件的定义。

3.1.1 工作状态的设置

由设置文件定义,包括可能遇到的各种工作状况,如陆上、海中等。

3.1.2 可靠性预计方法的定义

由方法文件定义,主要包括可靠性失效率的计算算法。该文件可以编制、修改,以满足用户特定的应用需要,也可直接指定某一标准算法。算法中所涉及的一系列参数由可靠性模板文件分类定义。计算时,系统只需输入相对应的模板参数,依据方法文件提供的算法即可进行可靠性预计。

方法文件的创建格式 (方法文件名.rmd)为:

3.1.3 可靠性模板文件的定义

可靠性模板文件的创建格式为:

FILE-TYPE=RELIABLITY-TEMPLATE

TEMPLATE ‘可靠性模型1’

REL-DEV-CLASS=‘可靠性类别1’

可靠性特征系数1=数据类型1

…

3.2 电路工况仿真

电路的仿真过程如下:把电路的输入信号加载到信号源中,利用示波器、频谱分析仪、数字万用表、信号分析仪等各种虚拟仪器,采用Cadence的交流分析、直流分析、瞬态分析等分析方法对电路进行功能仿真。仿真的结果通过截屏的方式以图片保存,仿真的数据还可以输出到.WAV的文件中进行保存。

3.3 电路装配层的构建

可靠性分析是建立在层次化电路结构的基础之上的,这一层次化结构是由电路元器件、电路单元、电路系统装配构成的,可靠性预计正是这些结构化单元预计的集成。

3.4 可靠性模型的创建

元器件可靠性模型是在元器件工作状态下进行可靠性详细预计时所调用的模型。它体现了元器件失效率与工作期间影响因素之间的定量关系。Cadence软件通过将电路元器件参数输入到通用的可靠性模板中,来建立元器件的可靠性模型。在此基础上,再进一步建立可靠性库文件。

可靠性库文件的创建格式为:

3.5 可靠性预计

1) 先划分可靠性预计单元,后建立电路乃至设备、系统的可靠性装配模型。所划分的预计单元在电路功能上相对独立,其可靠性模型一般为串联结构。

2) 对于采用“元器件可靠性详细预计法”的元器件按所提供的可靠性工作失效率模型计算其工作失效率;对于采用“元器件工作可靠性计数预计法”的元器件,则由所提供的可靠性工作通用失效率乘以工作质量系数,便得到某一类元器件的工作失效率。

3) 将预计单元中各类元器件的工作失效率相加,由此得出预计单元的工作失效率。

4) 按照设备、系统等的可靠性装配层次,逐级预计电路设备、系统等的可靠性。

5) 可靠性数据若满足电路可靠性要求,则输出结果;否则改进电路设计,直至满足可靠性要求。

3.6 可靠性分析结果的输出

产生该电路部分或总体的工作失效率报告,保存分析结果,以利后用。

4 分析实例

本文以水下航行器信号接收机系统中的带通滤波器电路为例,开展了可靠性分析方法的实例研究。该电路承担着信号接收、滤波、放大输出等重要功能,其电路原理如图2所示。

4.1 电路仿真分析

为了验证滤波器电路设计的正确性,这里主要采用了AWB模拟仿真工具进行电路仿真。按照产品设计的要求,输入电源的激励波形如图3所示。经仿真,得到电路频谱输出的波形如图4所示。

仿真结果表明:带通滤波器满足电路滤波设计要求,其仿真波形与实际电路工况相符合。该电路的仿真数据(如电功率等)将作为下一步可靠性预计的重要输入。

4.2 电路可靠性预计

带通滤波器电路由R64(R69六个电阻器、C95(C101七个电容器和一个运算放大器OP07AZ串联构成。

其可靠性装配的框图如图5所示。经DF/Viable分析,各元器件及电路的可靠性预计结果见表1所示。

由计算结果可知:带通滤波器的平均无故障间隔时间(MTBF)为1.1093×106小时。

表1中:C1、C2—器件复杂度失效率;

C3—封装复杂度失效率;

πT—为温度应力因子;

πCV—电压应力因子;

πSR—串联电阻因子;

πCh—表面贴装因子;

πL—成熟因子。

4.3 电路可靠性设计、故障影响分析及采取的措施

可靠性分析的目的,就是要预测出电路易发生故障的位置,并由此对薄弱处进行可靠性改进设计。可靠性工程设计的主要目的就是要使整个电路系统在使用环境中无故障工作的能力达到最大。为此,本文又开展了带通滤波器电路的可靠性设计。依据上述元器件的失效率分析发现,运算放大器的失效率较高,因此在比较了冗余、降额等多种可靠性设计方案后,本文提出了适于带通滤波器电路的可靠性设计方法(降额设计,即选用强度较高的元器件。采用降额设计之后,可靠性预计结果显示,带通滤波器电路的可靠度为0.9991,高于信号接收机系统的可靠性总分配指标0.9920。电路系统试验表明,该电路的可靠性设计有效,能为信号接收机中其他后续电路提供可靠的信号输入。

在故障影响分析上,由于与带通滤波器电路有关的是信号传输故障,因此为保证输入信号的正常传输,本文主要采取了“去耦”,即为防止因接地和配电不当而引起的线形设计烦恼,在运算放大器单元中信号电流的必经通道,必须考虑由于流经电源引线的电路和接地阻抗引起的电压降低而使电路遭受的严重破坏,为此在运算放大器的V+、V-端添加了去耦电容。电路试验表明,这一措施能有效地保障该电路功能的正常发挥。

5 分析方法的比较

以带通滤波器电路为分析对象,采用传统预计法及CAD预计法得到的元器件失效率列于表2所示。

经分析比较,发现上述方法的差异在于:

1) 计算流程不同

传统计算流程只须照搬标准,抄录静态电参数,再手工(或计算器)计算,即可求出失效率等可靠性数据;而用电子CAD工具分析,则需先进行电路仿真,验证电路功能正确并获得电路实际工作的参数后,才能进行可靠性分析计算,此举的目的在于取得更接近实际工况的、准确的可靠性预计值。因此这种可靠性分析法更趋向于“仿真型”分析,它已不再是手工计算的电子化版本,而是在分析思想上有所超越。

2) 算法不同

可靠性预计虽参照可靠性计算标准,但传统算法和计算机算法仍存在差别。以运算放大器OP07AZ为例说明如下:

传统预计算法:

λp=( C1×ЛTЛV+(C2+C3)×ЛE)ЛQЛL (4)

计算机预计算法:

λp=(C1×ЛT×ЛA +(C2+C3)×ЛE+λcyc) ЛQЛL (5)

式中:ЛA—应用因子=1

λcyc—读写失效率=0(仅适于EEPOM)

上述差别渗透着这样一种思想:即可靠性预计因子已不能只照搬现成手册,而应考虑这些因子究竟是由哪些因素产生的,而且必须给出该预计因子的准确函数公式,如C2=2.8×10-4×(PINCOUNT)1。08等。因此采用新型分析算法更为科学。

3) 选取的参数不同

传统算法因受分析手段等条件的限制,分析参数的选取值往往只能凭经验。例如:在计算电容器的失效率时,会涉及到电应力因子(电应力因子=电容器工作电压/电容器额定电压)。以往由于缺乏有效的测试工具,电容器的工作电压只能采取估计值,如一般取(额定电压×0.5)(Volt),因而较难反映电路的实际失效率;而CAD 分析法则采用电路工况仿真后得到的实时参数来确定电应力因子,因此可准确地计算电路实际的可靠度,并能动态地反映出电路可靠性随时间变化的趋势(对于电路特性曲线变换很大的情况尤其有效)。

通过以上分析可以看出,CAD分析法是更面向电路实际工况的可靠性预计方法。

6 结 语

采用新型电子CAD工具进行水下航行器电路可靠性的分析,不仅仅是将传统的可靠性预计方法“电子化”,而是分析思想的超越,它可在电路设计早期为设计者预见可靠性设计中的隐患,若对隐患加以及时改进,将有助于提高水下航行器电路产品的质量和性能,为水下航行器总体的进一步论证、系统可靠性指标的分配提供实时、可信的参考依据。因此,这种“仿真”型分析方法,可以成为未来水下航行器电路可靠性分析的一种有用手段。

参考文献

[1]Cadence.Cadence使用手册[M].1998.

[2]GJB/Z299C-2006.电子设备可靠性预计手册[S].2006.

[3]蔺红,陈洁.Matlab在电路理论分析中的应用[J].计算机应用与软件,2007,24(3):106-107,118.

[4]黄勤易,任国燕,程岷沙.利用EDA技术优化电子电路设计性实验的研究[J].计算机应用与软件,2007,24(10):147-148,151.

[5]叶继华,郭帆,廖云燕.计算机定时电路仿真的研究[J].计算机应用与软件,2009,26(1):100-101.

可靠性仿真 篇7

为解决日益增长的通信业务需求与频谱资源之间的矛盾，通常是在通信系统中采用高效的连续相位调制(Continuous-Phase Modulation,CPM)方式。CPM具有较高的频谱效率、较低的带外功率、信号恒包络等特性[1]，能够有效地克服频谱资源日益紧缺这一问题，将现代编译码技术与CPM调制技术相结合，不但能够提高系统的可靠性，还能够提升频谱利用率。CPM解调可分为硬解调和软解调，硬解调算法的复杂度相当低，如维特比(Viterbi)算法[2]。软解调算法(又称BCJR算法或前向后向算法)[3,4]是基于概率或对数似然比(Log Likelihood Ratio,LLR)的一种解调算法，能够与现代纠错码相结合，如低密度奇偶校验码(Low-Density Parity Check,LD-PC)码[5]，且算法复杂度远高于硬解调。

1 CPM信号与解调算法

1.1 信号表达式

CPM信号归一化功率基带复包络数学表达式为:

式中，T为CPM符号时长，q(t)为相位脉冲响应，这里函数g(t)表示频率脉冲响应，其表达式为:

L为正整数，表示CPM信号的记忆长度。当L=1时，CPM为全响应CPM;当L1时，CPM为部分响应CPM。

φ(t,X)表示携带信息的时变相位，h为调制指数，X={X0,X1，…，Xn，…XN-1}表示长度为N的信息序列，Xn,(0≤n<N)为独立同分布的随机变量，取值集合为{x|x=2(i-M)+1,(i=0,1，…，M-1)}。其中，M表示CPM的进制数。令为与符号x相对应的整数i的二进制序列。这样符号x与B(x)之间建立了一一对应的关系，信源产生的二进制序列可以转换为对应的信息序列。

1.2 连续相位调制

为简单起见，本文仅考虑L=1时的CPM信号。从编码的角度来看，CPM信号具有记忆效应，当前时刻的相位与本时刻和上一时刻的输入信息相关。因此可以将CPM的调制过程看作是在Trellis上的编码过程。图1给出了调制指数h=0.5、2CPM时的Trellis。图中横坐标为时间，T为一个CPM符号的时长，纵坐标为2CPM信号起始(或终止)相位状态。

对于任意给定的信息序列，Trellis上都有一条与之对应的路径(path)，路径反映了CPM信号相位变化的情况。假设输入信息X=(+1,+1,-1,-1,-1)，初始相位为0，则每个CPM符号结束时的相位状态(phase state)依次为当L=1时，CPM信号起始(或终止)相位状态集合为共种取值，为方便表示，将其简记为每节Trellis有条边(branch)，记为exp,q，上标x表示输入的符号，下标p,q表示从相位状态p变化至q。每条边对应一段CPM波形sxp,q(t)，因此Trellis上的边exp,q与调制波形sxp,q(t)存在一一对应的关系。完整的CPM信号就是由各段sxp,q(t)拼接得到。

从上述可知，CPM信号是定义在Trellis上的，因此凡是适用于卷积码[6]的译码算法都能够用于CPM解调。CPM信号在概率域下的解调算法详见文献[7]，算法中涉及了大量的指数、乘法和归一化运算，导致这类算法的复杂度非常高。为了降低复杂度，同时又避免解调性能上的损失，经过对BCJR算法中信息度量进行改进，又出现了基于对数的最大后验概率(Log Maximum a Posteriori,Log-MAP)算法、Max-Log-MAP算法[8]。为了进一步降低算法复杂度，将在下一节给出基于可靠度的CPM软解调算法。

2 基于可靠度的CPM软解调算法

2.1 信号模型

设每段CPM波形采样K点，第n个符号对应的调制信号波形为sn(t)，经高斯信道后，接收端采样值为rn(k)=sn(k)+w(k),(k=0,1，…，K-1)。其中，sn(k)为sn(t)的采样值，w(k)为服从均值0、方差σ2的二维高斯分布的采样值。第n(0≤n<N)节Trellis各条边的后验概率γn(p,q)计算如下:

符号||·||表示欧氏距离。

2.2 信息度量的定义

基于可靠度的软解调算法不再以概率作为衡量符号或比特的度量，而是以概率的对数作为度量。对式(1)求对数得:

式中，I[x]、Q[x]分别表示x的实部和虚部。在一个符号周期T内，上式第一项和第二项都是与exp,q(或sxp,q(t))独立的(任意改变exp,q(或sxp,q(t))，不影响这两项的计算结果)。考虑到对数域信息度量R[γn(p,q)]一般具有如下形式:

式中，a0、a1是2个与γ独立的参数。那么，对于上式，通过选择合适的a0、a1并进行线性变换后，可得到边的可靠度信息:

其中，cor(rn(k),sxp,q(k))=I[rn(k)]×I[sxp,q(k)]+Q[rn(k)]×Q[sxp,q(k)]。

上式说明，可靠度Rn(exp,q)可以看作接收信号和发送调制信号之间的一种“相关操作”。因此，式(2)是从信号相关性角度导出的信息可靠度形式。这里需要说明的是边的可靠度信息并不能够“准确”地反映出对应边的概率大小，可靠度有可能过高估计了某些“可靠”的信息分量，所以类似于文献[9,10]，需要用修正系数ξ来降低这些过量的估计。修正后边的可靠度信息有如下形式:

2.3 可靠度平移准则

可靠度Rn(exp,q)的数值大小反映了在[n T,(n+1)T]时间内发送波形sxp,q(t)(边exp,q)的可能性，其数值越大，可能性越大。因此，将可靠度向量Rn(V)整体进行平移后的结果不会改变对变量V的刻画。同时考虑到在信息处理的过程中Rn(V)的某些数值不断累加，可能会出现数值溢出的情况，为此给出可靠度向量Rn(V)的平移准则:

式中，符号max(X)表示向量X中的最大数值。这样，经平移后最有可能发送的波形sxp,q(t)(边exp,q)的可靠度为0，其余波形sxp,q(t)(边exp,q)的可靠度均不大于0，从而避免了数值正向溢出情况的发生。

对于可靠度负向溢出则认为所对应的波形sxp,q(t)(边exp,q)是最不可能“发生”的，可以将其进行数值截断处理，即如果出现负向可靠度溢出，则将可靠度设置为负向最大值。

2.4 算法描述

结合上面对信息度量的定义以及可靠度平移准则，即可方便地对基于可靠度的软解调算法进行描述。令分别为前向和后向递归变量，基于可靠度的CPM软解调算法描述如下:

1初始化:根据式(2)、式(3)计算第n(0≤n<N)节Trellis各条边修正后的可靠度信息Rn(exp,q);

2前向递归:将前向递归变量初始化为α0=(0，-∞，…，-∞)，递归计算:

同时根据可靠度平移准则对信息向量αn+1进行平移。

3后向递归:将后向递归变量初始化为βn=(0,0，…，0)，递归计算:

同时根据可靠度平移准则对信息向量βn进行平移。

4信息提取:关于第n个符号x的可靠度信息Rn(x)计算如下:

3 性能仿真

3.1 仿真1

重点考察基于可靠度的CPM软解调算法的性能。调制方式选取2CPM/h=0.5、4CPM/h=0.25和8CPM/h=0.125，边的修正因子设置为0.70。仿真结果如图2所示。图中横坐标信噪比定义为其中σ2为信道引入噪声的方差，纵坐标定义为误比特率。为了便于比较，图中同时给出了概率域CPM解调算法下的性能曲线。图中曲线从左至右依次为2CPM/h=0.5、4CPM/h=0.25和8CPM/h=0.125。

从性能曲线中可以看到，不论CPM调制参数如何选取，基于概率域的解调算法和基于可靠度的解调算法的性能曲线基本一致，没有任何性能上的损耗，而其计算复杂度却大大降低。

3.2 仿真2

为了进一步考察CPM调制与LDPC码结合后通信系统的性能，对其进行了仿真，调制方式为4CPM/h=0.25。CPM解调算法采用本文提出的基于可靠度的软解调算法，边的修正因子设置为0.7;LDPC码为随机构造[11]，码率0.5、码长10 000。其译码算法采用算法文献[12]中的译码算法，这里不再赘述，LDPC译码算法中修正因子设置为0.8。仿真结果如图3所示。图中横坐标信噪比定义为其中σ2为信道引入噪声的方差，纵坐标定义为误比特率。为了便于比较，图中同时给出了CPM采用概率域下解调、译码采用和积译码算法(Sum Product Algorithm,SPA)下的性能曲线。

从曲线中可以看到在适当选取修正因子的情况下，以可靠度作为信息度量的解调/译码算法的性能基本与以概率作为信息度量的解调/译码算法性能相同。例如在误码率BER=10-5时，2种算法间的差异仅有0.02 d B，几乎可以忽略。

4 结束语

连续相位调制是一种高效的调制方式，具有频谱紧凑、恒包络等特点，能够有效地克服频谱资源日益紧缺这一问题。在详细介绍相位连续调制技术的基础上，针对传统软解调算法复杂度过高这一问题，提出了基于可靠度的低复杂度CPM软解调算法。该算法以概率的对数作为度量，其本质是接收信号和发送调制信号之间的一种“相关操作”，因此大大降低了算法复杂度。同时给出了可靠度平移准则，从而确保了在运算过程中可靠度不会溢出，为工程实现奠定了理论基础。仿真结果表明，基于可靠度的软解调算法在选取适当修正因子的情况下，其性能与概率域下的联合迭代译码算法几乎没有差异。

摘要：连续相位调制具有频谱利用率高、较低的带外功率、信号恒包络等特性,广泛地应用于无线通信系统中。然而现有的基于概率域的解调算法复杂度较高,不具有实用价值。针对这一问题对高效的相位连续调制技术进行了详细讨论,进而提出了基于可靠度的低复杂度CPM软解调算法。提出的软解调算法计算接收信号与调制信号之间的相关值,并将其作为信息度量。算法不依赖于信道噪声方差,避免了信道噪声方差估计不准确对解调性能带来的影响。仿真结果表明,提出的基于可靠度的软解调算法的性能与概率域下的解调算法几乎没有差异,并且完全能够与现代纠错码相结合,从而提高通信系统的可靠性。

关键词：连续相位调制,前向纠错码,格图,可靠度信息

参考文献

[1]Aulin T,Sundberg C E.Continuous Phase Modulation–parts I and II[J].IEEE Transactions on Communications,1981,29(3):196-225.

[2]Viterbi A J.Error Bounds for Convolutional Codes and an Asymptotically Optimum Decoding Algorithm[J].IEEE Trans.Information Theory,1967,13(1):260-269.

[3]Bahl L R,Cocke J,Jelinek F,et al.Optimal Decoding of Linear Codes for Minimizing Symbol Error Rate[J].IEEE Transactions on Information Theory,1974,20(2):284-287.

[4]Ma X,Kavˇcic A.Path Partitions and Forward-only Trellis Algorithms[J].IEEE Transactions on Information Theory,2003,49(1):38-52.

[5]张凯,杨勇.一种适用于大数逻辑可译LDPC码的自适应译码算法[J].电讯技术,2015,55(1):68-72.

[6]Elias P.Coding for Noisy Channels[J].IRE Convention Record,1955,4:37-46.

[7]Ma X,Zhang K,Chen H,Bai B.Low complexity XEMS Algorithms for Nonbinary LDPC Codes[J].IEEE Transactions on Communications,2012,60(1):9-13.

[8]Robertson P,Villebrun E,Hoher P.A Comparison of Optimal and Sub-optimal MAP Decoding Algorithms Operating in the Log Domain[C]//Proceedings of the Int’l Conj on Comm.(ZCC},Seattle,WA,1995:1009-1013.

[9]Declercq D,Fossorier M.Decoding Algorithms for Nonbinary LDPC Codes over GF(q)[J].IEEE Transactions on Information Theory,2007,55(4):633-643.

[10]Chen J,Dholakia A,Eleftheriou E,et al.Reduced-complexity Decoding of LDPC Codes[J].IEEE Transactions on Communications,2005,53(8):1288-1299.

[11]Mac Kay D J C.Good Error-correcting Codes Based on Very Sparse Matrices[J].IEEE Transactions on Information Theory,1999,45(2):399-431.