CN112560268B - 基于性能模型的***安全性分析方法 - Google Patents
基于性能模型的***安全性分析方法 Download PDFInfo
- Publication number
- CN112560268B CN112560268B CN202011497169.4A CN202011497169A CN112560268B CN 112560268 B CN112560268 B CN 112560268B CN 202011497169 A CN202011497169 A CN 202011497169A CN 112560268 B CN112560268 B CN 112560268B
- Authority
- CN
- China
- Prior art keywords
- fault
- performance
- output
- state
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 230000008878 coupling Effects 0.000 claims abstract description 36
- 238000010168 coupling process Methods 0.000 claims abstract description 36
- 238000005859 coupling reaction Methods 0.000 claims abstract description 36
- 238000005070 sampling Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000001808 coupling effect Effects 0.000 claims abstract description 10
- 230000001960 triggered effect Effects 0.000 claims abstract description 10
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 230000010354 integration Effects 0.000 claims abstract description 7
- 238000013461 design Methods 0.000 claims description 57
- 238000004088 simulation Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 23
- 238000012546 transfer Methods 0.000 claims description 20
- 230000007246 mechanism Effects 0.000 claims description 16
- 238000002347 injection Methods 0.000 claims description 9
- 239000007924 injection Substances 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000004132 cross linking Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 5
- 238000009960 carding Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 239000000243 solution Substances 0.000 description 5
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011058 failure modes and effects analysis Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明提供一种基于性能模型的***安全性分析方法，该方法包括以下步骤：步骤S1：***性能模型构建，包括建模信息收集，单元模块性能建模、***集成性能建模、确定***性能观测指标；步骤S2：***性能故障模型构建，包括对***进行分层、单元模块的失效建模、耦合失效建模、故障的触发建模；步骤S3：基于***性能故障模型的安全性分析，包括获取***输出的敏感参数、选择需要触发的故障状态，得到***失效时间、耦合作用的失效分布和失效集合，再结合抽样算法开展***性能输出的安全性分析。本发明解决传统可靠性建模方法不准确、不全面问题；以图形化方式和数学模型方式同时准确定位导致***性能失效的敏感参数和关键失效模式。
Description
技术领域
本发明属于设备安全技术领域，具体涉及一种基于性能模型的***安全性分析方法。
背景技术
安全性是装备产品的一种共性的固有属性，必须与产品功能性能同步设计、有效融合。安全性是与危险做斗争的一门工作，设计人员需要通过不断分析发现产品的各种缺陷、薄弱环节、使用风险，并采取有效的改进和补偿措施以提高安全性水平。随着装备产品集成度越高、设计算法越来越复杂，安全性分析工作难度越来越大。在实际***设计中，最终的目的都是将***性能控制在理想的范围内，而超出理想范围，均会带来***的安全性问题。
目前传统的安全性设计分析方法，一方面不能基于模型对风险进行参数化描述，另一方面不能将具体的故障对***输出设计参数的影响进行分析。如危险分析方法只是对***潜在风险进行梳理，设计人员根据***架构、使用环境等对危险因素及影响进行梳理，但对于具体故障的参数改变、敏感参数变化等造成的***输出效果均无法提供具体描述，无法保证安全性分析工作的精确性与完整性。同时，基于人工推演的危险分析工作无法实现对导致***性能失效的关键硬件故障模式的精确定位、以及敏感参数的精确识别，无法有效开展成品的故障控制措施设计。
因此，目前需要新的***安全分析方法来实现对复杂装备产品的安全分析，有效解决***故障模式参数化、故障影响关系复杂、功能FMEA与硬件FMEA分析脱节等问题。
发明内容
本发明提出一种基于性能模型的***安全性分析方法，适用于复杂***的安全性图形化与数学建模方法，并可实现基于模型的安全性分析，识别关键故障模式及敏感参数，以便进行***的安全性研究。
本发明提出一种基于性能模型的***安全性分析方法，包括如下实现步骤：
步骤S1：***性能模型构建；
***性能设计是表征***设计实现具体功能的参数化描述，***性能模型采用层级化的建模方式，具体包括以下步骤：
S1.1收集建模信息，以***性能设计实现过程的文档或模型为基础，收集用于***性能建模相关设计信息，梳理***性能参数设计及实现，设计信息主要包括：***的性能指标、逻辑架构、控制律、接口信息、各元件设计参数、性能以及典型的故障模式信息；
S1.2进行单元性能模块建模，单元性能模块以模块元素为基础进行图形与数学模型构建，根据设计信息对单元性能模块进行构建，构建内容包括单元输入、单元输出以及输入输出之间的函数关系，设单元输入以xi＝{xi1，xi2，…，xim}表示，其中xi表示单元i的输入，m表示输入参数的个数；单元输出以yi＝{yi1，yi2，…，yin}表示，其中yi表示单元i的输出，n表示输出参数的个数；则yi＝Fixi表示单元性能正常情况下的传递关系，其中，Fi为单元模块的性能设计参数，表征的是输入输出的传递函数关系参数，单元性能模块建模后需要进行校验；
S1.3进行***性能模型建模，结合***性能架构以及单元模块的输入输出接口关系，将***输入输出进行关联建模，实现***性能模型的集成，通过对单元性能模块的组合最终形成***性能模型，***输出以y＝{y1，y2，…，yi，…，yg}表示，其中g为***输出的个数；
S1.4确定能够表征***性能的性能指标，作为***的故障判据，性能指标从***输出y中进行选择；
步骤S2：***性能故障模型构建；
在***性能模型基础上，通过对故障状态对应参数以及触发事件、故障交联参数的扩展定义，以完整描述***在故障发生及参数交联条件下对***输出参数的影响关系，实现***性能故障的模型搭建，具体包括以下步骤：
S2.1对***进行分层：
***按结构能够划分为***、组件和元件三个大层次，组件能够根据需要分成多个子组件层，元件根据需要能够分成多个子元件层；
S2.2单元模块的失效建模：
单元模块的失效建模是在单元模型的基础上，结合单元模块输入输出及传递机理，搭建故障逻辑模型，故障逻辑模型初步用下式表达：
其中，{xi1f，xi2f，…，ximf}表示的是单元i的输入故障状态，{yi1f，yi2f，…，yinf}表示的是单元i的输出故障状态，Fif是针对Fi故障的表征，表示的是传递函数的参数故障状态，通过对相关的设计发生故障的故障机理分析得到；
S2.3元器件或零件之间由于耦合导致的失效建模：
***失效由元器件或零件的性能参数退化耦合导致的***性能超出阈值；输出耦合失效体现为yi＝Gyl,其中G为失效耦合因子矩阵；
S2.4故障触发控制；
步骤S3：基于***性能故障模型的安全性分析；
S3.1获取***输出的敏感参数：
在***性能故障模型的基础上，对单元模块的性能设计参数Fi设置步长和范围，进行单一参数扫描仿真或参数组合扫描仿真，根据不同参数值下的***输出以及参数改变情况下的***输出变化率，得到对***输出影响较大的敏感参数；
S3.2选择需要触发的故障状态，将其
设置为1或将τiqf置为1而相对应的τiq为0时，对故障状态的触发进行控制，通过对不同故障状态参数配置，进行故障状态的单一注入或组合注入，得到***输出性能参数的范围；基于***性能故障模型，结合仿真求解器，选中要进行分析的故障状态模式进行触发，得到***输出范围，若在合理范围之内，则判定为所选故障状态不会导致***输出性能失效；否则，判定为会导致***输出性能失效；
S3.3对于随时间或使用环境变化导致***失效的单元模块故障模式，得到***失效时间，通过大量的抽样仿真计算得到单元模块故障的***失效分布；
S3.4对于耦合作用失效导致***输出性能失效的故障模式组合，通过改变耦合相关参数及大量抽样仿真，得到耦合作用的失效分布；
S3.5将步骤S3.2、S3.3和S3.4所分析的故障模式组合进行整合，得到失效集合，再结合抽样算法开展***性能输出的安全性分析。
优选的，步骤S3.5中抽样算法具体步骤为：
S3.5.1根据***的故障判据定义观测仿真的性能指标和阈值；
S3.5.2根据各元件/组件故障的故障时间分布，进行随机抽样，得到一组元件/组件故障时间序列(t1，t2……tn)；
S3.5.3若故障模式为元件/组件性能故障且相互独立，则直接对该故障模式的故障时间进行抽样；如果故障类型为渐变模式，则应首先将所有元件/组件的渐变曲线在***性能模型中进行融合计算，然后根据***故障判据判定***性能渐变超差时间的随机分布，再进行随机抽样；
S3.5.4在得到的故障时间序列(t1，t2……tn)取出最短时间点，该最短时间点即为判断可能存在***任务失效的潜在点；
S3.5.5判定该时间点处于第几次任务单元；设该时间点为tf，每次任务时间为tm，则任务序号为小于tf/tm的最大整数mod(tf/tm)；
S3.5.6挑选出时间区间[mod(tf/tm)·tm，(mod(tf/tm)+1)·tm]内发生的所有故障组合；
S3.5.7将步骤S3.5.6获得的所有故障组合注入到***性能模型中进行仿真，如果影响多状态***的关键性能，则将该时刻点和任务序列号记录下来；
S3.5.8将本次任务的故障单元视为修复，开始下一轮仿真，其故障发生时间重新进行抽样，未故障单元用上次抽样时间减去(mod(tf/tm)+1)·tm；
S3.5.9判断是否已达到抽样次数，如未达到，重复本流程S3.5.3；如已达到规定抽样次数，则仿真结束；
S3.5.10根据记录的故障时间点和编号，进行***性能输出正常概率计算；
对于得到的***性能输出正常概率，若不满足要求，需要进行设计改进或使用补偿。
优选的，步骤S1.3中单元模块的输入输出接口关系中存在耦合关系，具体为：
对于单元模块输入输出接口存在耦合的模型，结合耦合机理，利用模块化或编程语言进行耦合机理表达，若第i个单元的输出yih和第l个单元的输出ylk存在耦合作用为第j个单元输入xjs，则其耦合机理为：
xjs＝γ1yih+γ2ylk
其中，γ1与γ2为耦合因子。
优选的，步骤S2.1中，单元模块的失效具体原因如下：
所述单元模块的失效一般由元器件或零件的失效引起，元器件或零件的失效是产品在一定载荷条件下，随着时间的推移，由于应力损伤或累计损伤而出现元器件或零件的物理结构发生变化或性能水平不可接受的情况；***中的元器件或零件的故障有三种基本类型：离散二状态故障、离散多状态故障、连续多状态故障；
离散二状态故障即为0,1故障，其在性能模型的基础上通过增加输入端口故障状态xif、输出端口故障状态yif、传递变量的故障状态Fif，并进行故障状态的触发；离散多状态故障对于输入端即为多个变量
输出端故障状态表征为
单元模块自身的多状态故障特性表征为
连续多状态故障是最常见的一类故障，该类故障与前两种故障最大区别在于，该类故障是连续的，即渐变的,通常随着使用时间或环境的变化而改变，其故障状态表征为输入端连续多状态故障
其中p为输入端口的故障状态数；输出端连续多状态故障特性表征为
(r为输出端口的故障状态数)；单元模块自身的多状态故障特性表征为F(t，z)if；上式中，t为时间变量因子，z为使用环境等变量因子,F(t，z)if表示的是传递状态函数随时间和环境变化的描述。
优选的，步骤S2.4故障的触发控制是通过增加switch开关，并结合可视化模块界面进行，通过控制switch模块，对故障状态的触发进行控制，一般当switch定义为“0”时，不触发相关故障，当需要对该故障进行触发时，将对应的switch置为“1”；针对输入状态，增加
对故障触发进行控制；针对输出，增加
对故障触发进行控制；增加传递函数，增加
对设计参数F的故障状态进行控制；其中
均为0和1两个状态，当其状态为0时，则为正常的性能模型，当其状态为1时，则切换为故障状态表达式，软件工具对故障状态模式下的参数进行仿真。
优选的，步骤S2.4故障的触发控制是通过函数对故障和正常的性能模型进行控制仿真，针对传递函数的状态，建立以下方程，结合图形化建模语言和可编程逻辑进行描述；
其中，τiq与τiqf为正常状态与故障状态的控制因子，一般将其置为0或者1进行相应的故障状态控制。
与现有技术相比，本发明具有以下有益效果：
(1)解决传统安全性无法精确描述对***输出具体影响的问题；
(2)以图形化方式清晰直观显示***故障状态，以数学模型方式准确表达***不同层级间的故障传递关系；
(3)准确定位导致***关键功能失效的硬件故障设计参数，指导设计改进。
附图说明
图1为本发明基于性能模型的***安全性分析方法的整体架构框图；
图2为本发明基于性能故障模型构建的***示例图。
具体实施方式
为更好的理解本发明的技术方案，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
本发明提出一种基于性能的***安全性分析方法。首先，定义与划分***约定层次，明确建模对象；然后以***不同层级产品架构组成作为输入，以模块、状态参数、模块间信号传输关系元素为基础构建架构图形化、参数化模型，以输入x，输出y，设计变量F为变量的数学表达式构建各层级数学模型；然后通过图形化、数据变量扩展描述模块设计故障状态、输入/输出端口故障状态、局部故障参数关系构建故障状态模型；最后，基于***不同层级内部交互关系与数学表达式形成全***故障状态图形化与数学模型，识别导致***级性能输出偏差的关键故障模式及相关设计参数。
本发明提出一种基于性能的***安全性分析方法，如图1和图2所示，具体实施步骤如下：
步骤S1：***性能模型构建；
***性能设计是表征***设计实现具体功能的参数化描述，在***设计过程中，***输出往往存在偏差，***性能设计就是要保证***输出在合理的偏差范围之内。本实施例中以Modelica语言的图形化、可编辑建模手段为基础构建***性能模型。***性能模型采用层级化的建模方式，具体为：从单元性能模块建模到***性能集成模块建模，最后实现***性能模型建模。每当一个单元性能模块建模完成或者多个单元模块组合为***性能集成模块后，都要立即对完成的模块进行校验，以避免建模过程中模块错误或者误差累积。最后，确定能够表征***性能的指标，作为***的故障判据。
***性能模型构建具体包括以下步骤：
S1.1收集建模信息，以***性能设计实现过程的文档或模型为基础，收集用于***性能建模相关设计信息，梳理***性能参数设计及实现。设计信息主要包括：***的性能指标、逻辑架构、控制律、接口信息、各元件设计参数及性能等设计信息以及典型的故障模式信息等。详细内容如表1的所示，表1为***建模和安全性建模分析的相关设计信息表；
表1建模信息收集
S1.2进行单元性能模块建模，单元性能模块以模块元素为基础进行图形与数学模型构建，根据设计信息对单元性能模块进行构建，构建内容包括单元输入、单元输出、以及输入输出之间的函数关系，设单元输入以xi＝{xi1，xi2，…，xim}表示，其中xi表示单元i的输入，m表示输入参数的个数；单元输出以yi＝{yi1，yi2，…，yin}表示，其中yi表示单元i的输出，n表示输出参数的个数；则yi＝Fixi表示单元性能正常情况下的传递关系，其中，Fi为单元模块的性能设计参数，Fi中具体内容根据步骤S1.1中的设计信息获得，表征的是输入输出的传递函数关系参数。单元性能模块建模后需要进行校验。yi＝Fixi的详细表达方程如下：
其中，
S1.3进行***性能模型建模，结合***性能架构、单元模块的输入输出接口关系，将***输入输出进行关联建模，实现***性能模型的集成。对于单元模块输入输出接口存在耦合的模型，结合耦合机理，利用模块化或编程语言进行耦合机理表达。例如，若第i个单元的输出yih和第l个单元的输出ylk存在耦合作用为第j个单元输入xjs，则其耦合机理为：
xjs＝γ1yih+γ2ylk
其中，γ1与γ2为耦合因子，也是根据步骤S1.1中的设计信息获得。
通过对单元性能模块的组合最终形成***性能模型，***输出以y＝{y1，y2，…，yi，…，yg}表示，其中g为***输出的个数。
S1.4确定能够表征***性能的性能指标，作为***的故障判据。性能指标从***输出y中进行选择，依据***性能逻辑架构和***性能输出设计参数，在***级输出中选择具体的输出变量作为观测值，将理想的设计输出作为控制范围，即为***的输出故障判据。
步骤S2：***性能故障模型构建
在***性能模型基础上，通过对故障状态对应参数以及触发事件、故障交联参数的扩展定义，以完整描述***在故障发生及参数交联条件下对***输出参数的影响关系，实现***性能故障的模型搭建。
***性能故障模型的具体建模过程如下：
S2.1对***进行分层
***大多是由相互关联、相互作用和相互制约的多个子***所组成的有机整体，这就决定了其故障传递具有层次性，按结构可划分为***、组件(含设备和功能模块)、元件(含元器件和零件)三个大层次，组件可根据需要分成多个子组件层，元件根据需要也可分成多个子元件层。
S2.2单元模块的失效建模
单元模块的失效建模是在单元模型的基础上，结合单元模块输入输出及传递机理，搭建故障逻辑模型，故障逻辑模型初步可用下式表达：
其中，{xi1f，xi2f，…，ximf}表示的是单元i的输入故障状态，{yi1f，yi2f，…，yinf}表示的是单元i的输出故障状态，Fif是针对Fi故障的表征，表示的是传递函数的参数故障状态，通过对相关的设计发生故障的故障机理分析得到：
单元模块的失效一般由元器件或零件的失效引起，元器件或零件的失效是产品在一定载荷条件如振动、温度、湿度和应力下，随着时间的推移，由于应力损伤或累计损伤而出现元器件或零件的物理结构发生变化或性能水平不可接受的情况。***中的元器件或零件的故障有三种基本类型：离散二状态故障、离散多状态故障、连续多状态故障。
离散二状态故障即为(0,1)故障，其在性能模型的基础上通过增加输入端口故障状态xif、输出端口故障状态yif、传递变量的故障状态Fif，并进行故障状态的触发。离散多状态故障对于输入端即为多个变量
输出端故障状态表征为
单元模块自身的多状态故障特性表征为
连续多状态故障是最常见的一类故障，该类故障与前两种故障最大区别在于，该类故障是连续的，即渐变的,通常随着使用时间或环境的变化而改变，其故障状态表征为输入端连续多状态故障
其中p为输入端口的故障状态数；输出端连续多状态故障特性表征为
r为输出端口的故障状态数；单元模块自身的多状态故障特性表征为F(t，z)if。上式中，t为时间变量因子，z为使用环境等变量因子,F(t，z)if表示的是传递状态函数随时间和环境变化的描述。
下面的表2中给出了机械元件/组件的常见故障模式，表3给出了电子元件/组件的常见故障模式。
表2机械元件/组件的常见故障模式
表3电子元件/组件的常见故障模式
S2.3元器件或零件之间由于耦合导致的失效建模
***失效由元器件或零件的性能参数退化耦合导致的***性能超出阈值。故障机理分析结合***性能参数之间的交联耦合关系，搭建具有耦合失效状态的参数交联函数；输出耦合失效体现为yi＝Gyl,其中G为失效耦合因子，失效耦合因子为矩阵；
其中，ni为单元i的输出个数，ml为单元l的输出个数。
S2.4故障的触发控制
故障的触发控制采用两种方式，一种是通过增加“switch”开关，并结合可视化模块界面进行，通过控制“switch”模块，对故障状态的触发进行控制，一般当“switch”定义为“0”时，不触发相关故障，当需要对该故障进行触发时，将对应的“switch”置为“1”；针对输入状态，增加
对故障触发进行控制；针对输出，增加
对故障触发进行控制；增加传递函数，增加
对设计参数F的故障状态进行控制。以上描述中，
均为0和1两个状态，当其状态为0时，则为正常的性能模型，当其状态为1时，则切换为故障状态表达式，软件工具对故障状态模式下的参数进行仿真，
分别表示单元i的输入、输出、以及设计参数的“switch”开关。
另一种是通过函数对故障和正常的性能模型进行控制仿真，针对传递函数的状态，建立以下方程，结合图形化建模语言和可编程逻辑进行描述；
其中，τiq与τiqf为正常状态与故障状态的控制因子，一般将其置为“0”或者“1”进行相应的故障状态控制。
步骤S3：基于***性能故障模型的安全性分析
S3.1获取***输出的敏感参数
在***性能故障模型的基础上，对单元模块的性能设计参数Fi设置步长和范围，进行单一参数扫描仿真或参数组合扫描仿真，根据不同参数值下的***输出以及参数改变情况下的***输出变化率，得到对***输出影响较大的敏感参数；通过识别敏感参数，得到对***安全性影响较大的单元模块以及相关的设计，在实际使用中，通过增加观测点对敏感参数进行观测，当其超出预定设计值时，进行维护，以提高***使用的安全性。
S3.2选择需要触发的故障状态，将其
设置为1或将τiqf置为1而相对应的τiq为0时，对故障状态的触发进行控制，通过对不同故障状态参数配置，进行故障状态的单一注入或组合注入，得到***输出性能参数的范围。基于***性能故障模型，结合仿真求解器，选中要进行分析的故障状态模式进行触发，得到***输出范围，若在合理范围之内，则判定为所选故障状态(组)不会导致***输出性能失效；否则，判定为会导致***输出性能失效；通过故障注入，得到***输出是否在偏差范围之内，当某单一故障或组合故障导致***输出超出合理的允许范围，则判定为最小割集。本实施例中，依次进行单一故障注入和组合故障注入，直到该故障模式或故障模式组合会导致***输出性能失效，则判定为最小割集。
S3.3对于随时间或使用环境变化导致***失效的单元模块故障模式，得到***失效时间，通过大量的抽样仿真计算得到单元模块故障的***失效分布；
S3.4对于耦合作用失效导致***输出性能失效的故障模式组合，通过改变耦合相关参数及大量抽样仿真，得到耦合作用的失效分布。
S3.5将步骤S3.2、S3.3和S3.4所分析的故障模式组合进行整合，得到失效集合，再结合抽样算法进行***性能的安全性分析。
步骤S3.5的详细实施过程如下：
S3.5.1根据***的故障判据定义观测仿真的性能指标和阈值。
S3.5.2根据各元件/组件故障的故障时间分布，进行随机抽样，得到一组元件/组件故障时间序列(t1，t2……tn)。
S3.5.3若故障模式为元件/组件性能故障且相互独立，可直接对该故障模式的故障时间进行抽样；如果故障类型为渐变模式，则应首先将所有元件/组件的渐变曲线在***性能模型中进行融合计算，其中主要是因为考虑到渐变中间状态的聚集效应也可能会导致***故障，然后根据***故障判据判定***性能渐变超差时间的随机分布，再进行随机抽样。
S3.5.4在得到的故障时间序列(t1，t2……tn)取出最短时间，该时间点即为判断可能存在***任务失效的潜在点。
S3.5.5判定该时间点处于第几次任务单元。假设该时间点为tf，每次任务时间为tm，则任务序号为小于tf/tm的最大整数mod(tf/tm)。
S3.5.6挑选出时间区间[mod(tf/tm)·tm，(mod(tf/tm)+1)·tm]内发生的所有故障组合。
S3.5.7将步骤S3.5.6获得的所有故障组合注入到***性能模型中进行仿真，如果影响多状态***的关键性能，则将该时刻点和任务序列号记录下来。
S3.5.8将本次任务的故障单元视为修复，开始下一轮仿真，其故障发生时间重新进行抽样，未故障单元用上次抽样时间减去(mod(tf/tm)+1)·tm。
S3.5.9判断是否已达到抽样次数，如未达到，重复S3.5.3；如已达到规定抽样次数，则仿真结束。
S3.5.10根据记录的故障时间点和编号，进行***性能输出正常概率计算。
对于得到的***性能输出正常概率，若不满足要求，需要进行设计改进或使用补偿等。根据得到的导致***输出值超出允许的安全值范围的最小割集，将最小割集反馈给设计人员，设计人员进行参数调整、冗余设计等，增加最小割集里的故障模式数量，使***单点故障或导致***输出失效的共因故障越少。使用补偿主要包括以下几个方面：
①对于随时间变化的连续故障，通过仿真发现导致不可接受的***输出，分析得到相应的使用时间，在实际使用中，开展定期维修避免此类故障引起的安全性问题；
②对于离散的多状态故障，通过设置状态观测点，对故障状态进行观测，分析导致***输出的不可接受值，并依据故障观测值开展单元模块更换或维护等措施。
而且，图2为本发明基于性能故障模型构建的***示例示意图，其中
分别为分***B的输出性能参数5，分***A的输出性能参数4；
为参数
与
的失效耦合因子；
为分***C的输出性能参数7与输出性能参数8，
为输出性能参数7与输出性能参数8之间的失效耦合因子。从此实例也可以看出，本发明的创新之处在于以图形化、可编辑的方式直观清晰显示***故障状态参数关系，以数学模型方式准确表达***不同层级间的故障参数传递关系，用于解决影响***性能参数偏差的关键故障模式和敏感设计参数。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种基于性能模型的***安全性分析方法，其特征在于，具体包括以下步骤：
步骤S1：***性能模型构建；
***性能设计是表征***设计实现具体功能的参数化描述，***性能模型采用层级化的建模方式，具体包括以下步骤：
S1.1收集建模信息，以***性能设计实现过程的文档或模型为基础，收集用于***性能建模相关设计信息，梳理***性能参数设计及实现，设计信息主要包括：***的性能指标、逻辑架构、控制律、接口信息、各元件设计参数、性能以及典型的故障模式信息；
S1.2进行单元性能模块建模，单元性能模块以模块元素为基础进行图形与数学模型构建，根据设计信息对单元性能模块进行构建，构建内容包括单元输入、单元输出以及输入输出之间的函数关系，设单元输入以xi＝{xi1，xi2，…，xim}表示，其中xi表示单元i的输入，m表示输入参数的个数；单元输出以yi＝{yi1，yi2，…，yin}表示，其中yi表示单元i的输出，n表示输出参数的个数；则yi＝Fixi表示单元性能正常情况下的传递关系，其中，Fi为单元模块的性能设计参数，表征的是输入输出的传递函数关系参数，单元性能模块建模后需要进行校验；
S1.3进行***性能模型建模，结合***性能架构以及单元模块的输入输出接口关系，将***输入输出进行关联建模，实现***性能模型的集成，通过对单元性能模块的组合最终形成***性能模型，***输出以y＝{y1，y2，…，yi，…，yg}表示，其中g为***输出的个数；
S1.4确定能够表征***性能的性能指标，作为***的故障判据，性能指标从***输出y中进行选择；
步骤S2：***性能故障模型构建；
在***性能模型基础上，通过对故障状态对应参数以及触发事件、故障交联参数的扩展定义，以完整描述***在故障发生及参数交联条件下对***输出参数的影响关系，实现***性能故障的模型搭建，具体包括以下步骤：
S2.1对***进行分层：
***按结构能够划分为***、组件和元件三个大层次，组件能够根据需要分成多个子组件层，元件根据需要能够分成多个子元件层；
S2.2单元模块的失效建模：
单元模块的失效建模是在单元模型的基础上，结合单元模块输入输出及传递机理，搭建故障逻辑模型，故障逻辑模型用下式表达：
其中，{xi1f，xi2f，…，ximf}表示的是单元i的输入故障状态，{yi1f，yi2f，…，yinf}表示的是单元i的输出故障状态，Fif是针对Fi故障的表征，表示的是传递函数的参数故障状态，通过对相关的设计发生故障的故障机理分析得到；
S2.3元器件或零件之间由于耦合导致的失效建模：
***失效由元器件或零件的性能参数退化耦合导致的***性能超出阈值；输出耦合失效体现为yi＝Gyl，其中G为失效耦合因子；
S2.4故障触发控制；
步骤S3：基于***性能故障模型的安全性分析；
S3.1获取***输出的敏感参数：
在***性能故障模型的基础上，对单元模块的性能设计参数Fi设置步长和范围，进行单一参数扫描仿真或参数组合扫描仿真，根据不同参数值下的***输出以及参数改变情况下的***输出变化率，得到对***输出影响较大的敏感参数；
S3.2选择需要触发的故障状态，将其
设置为1或将τiqf置为1而相对应的τiq为0时，对故障状态的触发进行控制，通过对不同故障状态参数配置，进行故障状态的单一注入或组合注入，得到***输出性能参数的范围；基于***性能故障模型，结合仿真求解器，选中要进行分析的故障状态模式进行触发，得到***输出范围，若在合理范围之内，则判定为所选故障状态不会导致***输出性能失效；否则，判定为会导致***输出性能失效；
S3.3对于随时间或使用环境变化导致***失效的单元模块故障模式，得到***失效时间，通过大量的抽样仿真计算得到单元模块故障的***失效分布；
S3.4对于耦合作用失效导致***输出性能失效的故障模式组合，通过改变耦合相关参数及大量抽样仿真，得到耦合作用的失效分布；
S3.5将步骤S3.2、S3.3和S3.4所分析的故障模式组合进行整合，得到失效集合，再结合抽样算法实现对***的安全性分析。
2.根据权利要求1所述的基于性能模型 的***安全性分析方法，其特征在于：所述步骤S3.5中抽样算法的具体步骤为：
S3.5.1根据***的故障判据定义观测仿真的性能指标和阈值；
S3.5.2根据各元件/组件故障的故障时间分布，进行随机抽样，得到一组元件/组件故障时间序列(t1，t2......tn)；
S3.5.3若故障模式为元件/组件性能故障且相互独立，则直接对该故障模式的故障时间进行抽样；如果故障类型为渐变模式，则应首先将所有元件/组件的渐变曲线在***性能模型中进行融合计算，然后根据***故障判据判定***性能渐变超差时间的随机分布，再进行随机抽样；
S3.5.4在得到的故障时间序列(t1，t2......tn)取出最短时间点，该最短时间点即为判断可能存在***任务失效的潜在点；
S3.5.5判定该时间点处于第几次任务单元；设该时间点为tf，每次任务时间为tm，则任务序号为小于tf/tm的最大整数mod(tf/tm)；
S3.5.6挑选出时间区间[mod(tf/tm)·tm，(mod(tf/tm)+1)·tm]内发生的所有故障组合；
S3.5.7将步骤S3.5.6获得的所有故障组合注入到***性能模型中进行仿真，如果影响多状态***的关键性能，则将该时刻点和任务序列号记录下来；
S3.5.8将本次任务的故障单元视为修复，开始下一轮仿真，其故障发生时间重新进行抽样，未故障单元用上次抽样时间减去(mod(tf/tm)+1)·tm；
S3.5.9判断是否已达到抽样次数，如未达到，重复步骤S3.5.3；如已达到规定抽样次数，则仿真结束；
S3.5.10根据记录的故障时间点和编号，进行***性能输出正常概率计算；
对于得到的***性能输出正常概率，若不满足要求，需要进行设计改进或使用补偿。
3.根据权利要求1所述的基于性能模型 的***安全性分析方法，其特征在于：所述步骤S1.3中单元模块的输入输出接口关系中存在耦合关系，具体为：
对于单元模块输入输出接口存在耦合的模型，结合耦合机理，利用模块化或编程语言进行耦合机理表达，若第i个单元的输出yih和第l个单元的输出ylk存在耦合作用为第j个单元输入xjs，则其耦合机理为：
xjs＝γ1yih+γ2ylk
其中，γ1与γ2为耦合因子。
4.根据权利要求1所述的基于性能模型 的***安全性分析方法，其特征在于：所述步骤S2.1 中，所述单元模块的失效具体原因如下：
所述单元模块的失效一般由元器件或零件的失效引起，元器件或零件的失效是产品在一定载荷条件下，随着时间的推移，由于应力损伤或累计损伤而出现元器件或零件的物理结构发生变化或性能水平不可接受的情况；***中的元器件或零件的故障有三种基本类型：离散二状态故障、离散多状态故障、连续多状态故障；
离散二状态故障即为0，1故障，其在性能模型的基础上通过增加输入端口故障状态xif、输出端口故障状态yif、传递变量的故障状态Fif，并进行故障状态的触发；离散多状态故障对于输入端即为多个变量
输出端故障状态表征为
单元模块自身的多状态故障特性表征为
连续多状态故障是最常见的一类故障，该类故障与前两种故障最大区别在于，该类故障是连续的，即渐变的，通常随着使用时间或环境的变化而改变，其故障状态表征为输入端连续多状态故障
其中p为输入端口的故障状态数；输出端连续多状态故障特性表征为
(r为输出端口的故障状态数)；单元模块自身的多状态故障特性表征为F(t，z)if；上式中，t为时间变量因子，z为使用环境等变量因子，F(t，z)if表示的是传递状态函数随时间和环境变化的描述。
5.根据权利要求1所述的基于性能模型 的***安全性分析方法，其特征在于：所述步骤52.4故障的触发控制是通过增加switch开关，并结合可视化模块界面进行，通过控制switch模块，对故障状态的触发进行控制，一般当switch定义为“0”时，不触发相关故障，当需要对该故障进行触发时，将对应的switch置为“1”；针对输入状态，增加
对故障触发进行控制；针对输出，增加
对故障触发进行控制；增加传递函数，增加
对设计参数F的故障状态进行控制；其中
均为0和1两个状态，当其状态为0时，则为正常的性能模型，当其状态为1时，则切换为故障状态表达式，软件工具对故障状态模式下的参数进行仿真。
6.根据权利要求1所述的基于性能模型 的***安全性分析方法，其特征在于：所述步骤S2.4故障的触发控制是通过函数对故障和正常的性能模型进行控制仿真，针对传递函数的状态，建立以下方程，结合图形化建模语言和可编程逻辑进行描述；
其中，τiq与τiqf为正常状态与故障状态的控制因子，一般将其置为0或者1进行相应的故障状态控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011497169.4A CN112560268B (zh) | 2020-12-17 | 2020-12-17 | 基于性能模型的***安全性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011497169.4A CN112560268B (zh) | 2020-12-17 | 2020-12-17 | 基于性能模型的***安全性分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112560268A CN112560268A (zh) | 2021-03-26 |
| CN112560268B true CN112560268B (zh) | 2022-12-09 |
Family
ID=75063113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011497169.4A Active CN112560268B (zh) | 2020-12-17 | 2020-12-17 | 基于性能模型的***安全性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112560268B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114970188A (zh) * | 2022-06-10 | 2022-08-30 | 南京航空航天大学 | 一种基于动力学模型的飞机***安全性分析方法 |
| CN115270425B (zh) * | 2022-07-08 | 2023-05-23 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 逻辑模型与物理模型故障特性映射关系的处理方法和装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015143750A1 (zh) * | 2014-03-27 | 2015-10-01 | 北京交通大学 | 一种高速铁路列车运行控制车载***故障逻辑建模方法 |
| CN108229049A (zh) * | 2018-01-17 | 2018-06-29 | 中国航空综合技术研究所 | 基于性能模型进行多状态***任务可靠性建模的方法 |
| CN111639436A (zh) * | 2020-06-04 | 2020-09-08 | 中国航空综合技术研究所 | ***故障传播模型建模方法 |
-
2020
- 2020-12-17 CN CN202011497169.4A patent/CN112560268B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015143750A1 (zh) * | 2014-03-27 | 2015-10-01 | 北京交通大学 | 一种高速铁路列车运行控制车载***故障逻辑建模方法 |
| CN108229049A (zh) * | 2018-01-17 | 2018-06-29 | 中国航空综合技术研究所 | 基于性能模型进行多状态***任务可靠性建模的方法 |
| CN111639436A (zh) * | 2020-06-04 | 2020-09-08 | 中国航空综合技术研究所 | ***故障传播模型建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于航电***架构模型的安全性分析工具的设计与实现;徐文华等;《计算机科学》;20161115;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112560268A (zh) | 2021-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112560268B (zh) | 基于性能模型的***安全性分析方法 | |
| Aizpurua et al. | Supporting group maintenance through prognostics-enhanced dynamic dependability prediction | |
| US8566139B2 (en) | Method for deterministic safety analysis in non-stationary high risk system, control method and control system using thereof | |
| CN108199795A (zh) | 一种设备状态的监测方法和装置 | |
| CN109636243A (zh) | 模型故障检测方法、装置、计算机设备以及存储介质 | |
| CN105867341B (zh) | 一种烟草加工设备的在线设备健康状态自检方法及*** | |
| Yang et al. | Online application of a risk management system for risk assessment and monitoring at NPPs | |
| CN105320805A (zh) | 一种皮卫星多源可靠性信息融合方法 | |
| CN111639436B (zh) | ***故障传播模型建模方法 | |
| US20240184940A1 (en) | Digital twin data model driven high-performance virtual simulation method and system | |
| Yılmaz et al. | Optimizing resource allocations to improve system reliability via the propagation of statistical moments through fault trees | |
| EP4036018A1 (en) | Method of testing a system model | |
| CN115081647A (zh) | 基于贝叶斯网络模型的工业智能仪表故障预诊断方法 | |
| Pham et al. | System reliability concepts | |
| Solomentsev et al. | Diagnostics programs efficiency analysis in operation system of radioelectronic eguipment | |
| Kaalen et al. | Tool-supported dependability analysis of Semi-Markov processes with application to autonomous driving | |
| Poll et al. | Evaluation, selection, and application of model-based diagnosis tools and approaches | |
| CN107688708A (zh) | 一种基于多平台数据融合的可靠性预计分析***及方法 | |
| CN116307773A (zh) | 一种变电站二次设备可靠性估计方法 | |
| US11449778B2 (en) | Systems and methods for modeling a manufacturing assembly line | |
| CN112712305B (zh) | 一种飞行器***及其健康评估方法和装置 | |
| Feng et al. | Reliability evaluation for distribution system based on probabilistic model checking | |
| Son et al. | Availability analysis of safety grade multiple redundant controller used in advanced nuclear safety systems | |
| CN114510469A (zh) | 电力***不良数据辨识方法、装置、设备及介质 | |
| CN109738717B (zh) | 基于连续性方差的智能变电站设备采样校验的方法和*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |