A novel logic-based approach for failure modes mitigation control and quantitative system reliability analyses

• Autorzy: Yang D. , Ren Y. , Wang Z. , Liu L. , Sun B.

Warianty tytułu

PL

Oryginalna, oparta na logice metoda kontroli ograniczania przyczyn uszkodzeń i ilościowej analizy niezawodności systemu

• Języki publikacji: EN

Abstrakty

EN

The core idea of reliability design is to mitigate the product’s failure modes. However, for the cross-links among potential failure modes of a complex product, it is very difficult to establish the mapping relationship between failure modes mitigation and quantitative values of reliability, and the decision of failure modes mitigation have to be performed by virtue of experience, which always increase design period. In order to solve these problems, a novel logic-based approach for failure modes mitigation control and quantitative system reliability analyses is provided. Firstly, a hybrid of active and passive control process of reliability design is proposed. Secondly, a novel concept of failure modes correlation set (FMCS) and a determination approach based on deductive theory are presented. According to the changes in failure modes probabilities of occurrence, the reliability formulas of the components and assemblies are provided to depict the effects of failure mode mitigation on reliability of components and assemblies. And then the FMCS mitigation sequence is decided to determine reliability design activities. Thirdly, a closed control process of FMCS mitigation is provided integrated with logic decision method. By exposing the design of a helicopter fuel system, the present study demonstrates that all approaches are feasible, and the relationship between reliability parameters and qualitative design exists. Hence the failure modes mitigation could be controlled for the achievement of quantitative reliability requirements.

PL

Podstawowym problemem w procesie projektowania niezawodności jest ograniczenie przyczyn uszkodzeń produktu. Jednakże, w przypadku sieci połączeń pomiędzy możliwymi przyczynami uszkodzeń złożonego produktu, trudno jest ustalić mapę zależności pomiędzy ograniczaniem przyczyn uszkodzeń i ilościowymi wartościami niezawodności, a decyzje względem ograniczania przyczyn uszkodzeń muszą bazować na własnym doświadczeniu, co znacznie wydłuża okres projektowania. W celu rozwiązania powyższych problemów, zaproponowano oryginalną, opartą na logice, metodę kontroli ograniczania przyczyn uszkodzeń i ilościowej analizy niezawodności systemu. Na wstępie, zaproponowano mieszany proces aktywnej i pasywnej kontroli niezawodności projektu. Następnie, zaprezentowano oryginalną koncepcję zbioru korelacji przyczyn uszkodzeń (FMCS) i metodę oznaczania opartą o teorię dedukcji. Na podstawie zmian dotyczących prawdopodobieństwa występowania przyczyn uszkodzeń, określono wzory niezawodności części i układów w celu pokazania wpływu ograniczania przyczyn uszkodzeń na niezawodność części i układów. Określono następnie ograniczającą sekwencję FMCS, ażeby ustalić założenia dla projektowania niezawodności. Na koniec zaprezentowano zamknięty proces kontroli ograniczania FMCS w powiązaniu z logiczną metodą podejmowania decyzji. Analizując pod tym kątem projekt systemu paliwowego helikoptera, wykazano w niniejszej pracy przydatność wszystkich powyższych metod, jak również związek pomiędzy parametrami niezawodności a projektowaniem jakościowym. Dlatego też ograniczanie przyczyn uszkodzeń powinno być kontrolowane w celu osiągnięcia wymaganej niezawodności ilościowej.

Słowa kluczowe

EN

failure; reliability; failure mitigation control; quantitative reliability analyses

PL

uszkodzenie; niezawodność; kontrola ograniczania uszkodzeń; ilościowe analizy niezawodności

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2015
• Tom: Vol. 17, no. 1
• Strony: 100--106
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Yang D.

• School of Reliability and Systems Engineering Beihang University Xueyuan Rd., 100191 Beijing, China

autor

Ren Y.

• School of Reliability and Systems Engineering Beihang University Xueyuan Rd., 100191 Beijing, China

autor

Wang Z.

• School of Reliability and Systems Engineering Beihang University Xueyuan Rd., 100191 Beijing, China

autor

Liu L.

• School of Reliability and Systems Engineering Beihang University Xueyuan Rd., 100191 Beijing, China

autor

Sun B.

• School of Reliability and Systems Engineering Beihang University Xueyuan Rd., 100191 Beijing, China

Bibliografia

• 1. Bhuiyan M Z H, Zhang J, Lohan E S, Wang W, Sand S. Analysis of multipath mitigation techniques with land mobile satellite channel model. Radioengineering 2012; 21(4): 1067-1077.
• 2. Chen Y X, Zeng Z G, Kang R. Validation methodology for distribution-based degradation model. J Syst Eng Electron 2012; 23(4): 553-559.
• 3. Chimpalthradi R A, Dattaguru B, Iyengar N G R. Adaptive control for structural damage mitigation. Global journal of researches In engineering: D aerospace engineering 2011; 11(5): 13-19.
• 4. Cotroneo D, Pietrantuono R, Russo S. Combining operational and debug testing for improving reliability. IEEE T Reliab 2013; 62(2): 408-423.
• 5. da Silva J C, Saxena A, Balaban E, Goebel K. A knowledge-based system approach for sensor fault modeling, detection and mitigation. Expert Syst Appl 2012; 39(12): 10977-10989.
• 6. Dui H Y, Si S B, Cai Z Q, Sun S D, Zhang Y F. Importance measure of system reliability upgrade for multi-state consecutive k-out-of-n systems. J Syst Eng Electron 2012; 23(6): 936-942.
• 7. Fong X Y, Kim Y S, Choday S H, Roy K. Failure mitigation techniques for 1T-1MTJ spin-transfer torque MRAM bit-cells. IEEE T VLSI Syst 2014; 22(2): 384-395.
• 8. GEIA-STD-0009, Reliability program standard for systems design, development, and manufacturing. ITAA 2008.
• 9. Johansson J, Hassel H, Zio E. Reliability and vulnerability analyses of critical infrastructures: comparing two approaches in the context of power systems. Reliab Eng Syst Saf 2013; 120: 27-38.
• 10. Jozef H, Teun H. Models in Software Engineering. Lecture Notes in Computer Science 2008; 5002: 225-236.
• 11. Komorowski J, Polkowski L, Skowron A. Rough sets: a tutorial. rough-fuzzy hybridization: a new method for decision making, Singapore: Springer-Verlag 1998; pp. 36-45.
• 12. Michael P. Product Reliability, Maintainability, and Supportability Handbook. 2nd ed. New York: Taylor & Francis Group, LLC, 2009.
• 13. Nayfeh A H, Hammad B K, Hajj M R. Discretization effects on flutter aspects and control of wing/store configurations. J Vib Control 2012; 18(7): 1043-1055.
• 14. Park D B, Shin D H, Oh S H, Kim H S. Velocity aiding-based anti-jamming method for GPS adaptor kits. T JPN Soc Aeronaut S 2011; 54(184): 130-136.
• 15. Reliability Information Analysis Center (RIAC). Nonelectronic Parts Reliability Data (NPRD-2011), 2011.
• 16. Tarski A. Introduction to logic and to the methodology of deductive sciences, 4th ed. NY: Oxford University Press, pp. 24-45, 1994.
• 17. Wang J W. Mitigation strategies on scale-free networks against cascading failures. Physica A 2013; 392(9): 2257-2264.
• 18. Xu S W, Wu X Y. Simulation method for reliability of TT&C mission with high redundancy and small time horizon. J Syst Eng Electron 2012; 23: 943-948.
• 19. Yang Q Y, Zhang N L, Hong Y L. Reliability analysis of repairable systems with dependent component failures under partially perfect repair. IEEE T Reliab 2013; 62(2): 490-498.