Reliability Analysis Method of safety-critical avionics system based on Dynamic Fault Tree under Fuzzy Uncertainty

• Autorzy: Tu J. , Cheng R. , Tao Q.

Warianty tytułu

PL

Sposób analizy niezawodności krytycznych dla bezpieczeństwa systemów elektroniki lotniczej oparty na metodzie dynamicznego drzewa błędów w warunkach rozmytej niepewności

• Języki publikacji: EN

Abstrakty

EN

A safety-critical avionics system has to qualify the performance related requirements and the safety-related requirements simultaneously. This paper presents a comprehensive study on the reliability analysis method for safety-critical avionics system by using dynamic fault tree approach based on Markov chain. The reliability models were constructed applying dynamic fault tree (DFT) modeling method according to deeply analysis of the typical failure modes, causes and influence of the safety-critical avionics system by considering the aspect of repairable feature and redundancy. Taking into account the both failure phenomenon of safetycritical avionics system and many uncertainties exist in the fault status and fault reasons, fuzzy sets theory is introduced into dynamic fault tree method. Specifically, it adopts expert elicitation and fuzzy set theory to evaluate the failure rates of the basic events for safety-critical avionics system. Furthermore, the fuzzy dynamic fault tree analysis method for safety-critical avionics system based on the consecutive parameter Markov chain is proposed. The modularization design was utilized to divide the dynamic fault trees into static and dynamic sub-trees. The static tree was solved by binary decision diagram (BDD) and the dynamic tree was solved by Markov chain method. The results show that the proposed method is more flexible and adaptive than conventional fault tree analysis for fault diagnosis and reliability estimation of safety-critical avionics system.

PL

Krytyczne dla bezpieczeństwa układy elektroniki lotniczej (awioniki) muszą jednocześnie spełniać zarówno wymogi eksploatacyjne jak i wymagania związane z bezpieczeństwem. W niniejszej pracy przedstawiono kompleksowe opracowanie dotyczące metody analizy niezawodności krytycznych dla bezpieczeństwa systemów awioniki wykorzystującej opartą na łańcuchu Markowa metodę dynamicznego drzewa błędów. Modele niezawodności konstruowano z zastosowaniem metody dynamicznego drzewa błędów zgodnie z przeprowadzoną dokładną analizą typowych przyczyn uszkodzeń oraz czynników wpływających na systemy elektroniki lotniczej, z uwzględnieniem aspektu naprawialności i nadmiarowości. Biorąc pod uwagę, że zarówno ze zjawiskiem uszkodzenia krytycznego dla bezpieczeństwa systemu awioniki jak i ze stanem awarii i przyczynami błędów wiąże się wiele niepewności, metodę dynamicznego drzewa błędów poszerzono o teorię zbiorów rozmytych. W szczególności, zaproponowana metoda wykorzystuje ocenę ekspercką oraz teorię zbiorów rozmytych do oceny intensywności uszkodzeń dla podstawowych zdarzeń zachodzących w krytycznych dla bezpieczeństwa systemach elektroniki lotniczej. Ponadto zaproponowano metodę analizy krytycznych dla bezpieczeństwa systemów awioniki wykorzystującą teorię rozmytych dynamicznych drzew błędów opartą na markowowskim łańcuchu następujących po sobie parametrów. Budowę modułową wykorzystano do podziału dynamicznych drzew błędów na poddrzewa statyczne i dynamiczne. Drzewa statyczne rozwiązywano za pomocą binarnego schematu decyzyjnego (BDD) a drzewa dynamiczne – metodą łańcuchów Markowa. Wyniki pokazują, że proponowana metoda diagnozowania błędów i oceny niezawodności krytycznych dla bezpieczeństwa systemów elektroniki lotniczej jest bardziej elastyczna i łatwiejsza do adaptacji niż konwencjonalna analiza drzewa błędów.

Słowa kluczowe

EN

safety-critical avionics system; dynamic fault tree; Markov chain; Fuzzy Uncertainty

PL

krytyczne dla bezpieczeństwa układy elektroniki lotniczej; dynamiczne drzewo błędów; łańcuch Markowa; niepewność rozmyta

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2015
• Tom: Vol. 17, no. 1
• Strony: 156--163
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Tu J.

• School of Information Engineering, Nanchang Hangkong University Nanchang Jiangxi, 330063, China

autor

Cheng R.

• School of Information Engineering, Nanchang Hangkong University Nanchang Jiangxi, 330063, China

autor

Tao Q.

• School of Information Engineering, Nanchang Hangkong University Nanchang Jiangxi, 330063, China

Bibliografia

• 1. Antoine B. Rauzy, Sequence Algebra. Sequence decision diagrams and dynamic fault trees. Reliability Engineering and System Safety 2011; 96(2): 785–792.
• 2. Christopher C. Drovandi, Anthony N. Pettitt, Robert D. Henderson. Marginal reversible jump Markov chain Monte Carlo with application to motor unit number estimation. Computational Statistics & Data Analysis 2014; 72(3): 128-146.
• 3. Daqing Wang, Peng Zhang, Liqiong Chen. Fuzzy fault tree analysis for fire and explosion of crude oil tanks. Journal of Loss Prevention In the Process Industries 2013; 26(1): 1390-1398.
• 4. Jafarian E, Rezvani MA. Application of fuzzy fault tree analysis for evaluation of railway safety risks: an evaluation of root causes for passenger train derailment. Proceedings of the Institution of Mechanical Engineers F: Journal of Rail and Rapid Transit 2012; 226(1): 14-25.
• 5. Gargama, H. Chaturvedi, S.K.Criticality Assessment models for failure mode effects and criticality analysis using fuzzy logic. IEEE Transactions on Reliability 2011; 60(1): 102-110.
• 6. HUANG Hongzhong, TONG Xin, ZUO Mingjian. Posbist fault tree analysis of coherent systems. Reliability Engineering and System Safety 2004; 84(2): 141-148.
• 7. J. B. Dugan, S. J. Bavuso, and M. A. Boyd. Dynamic fault-tree models for fault-tolerant computer systems. IEEE Transactions on Reliability 1992; 41(3): 363-377.
• 8. Julwan Hendry Purba. A fuzzy-based reliability approach to evaluate basic events of fault tree analysis for nuclear power plant probabilistic safety assessment. Annals of Nuclear Energy 2014; 70(2): 28-30.
• 9. Julwan Hendry Purba, Jie Lu, Guangquan Zhang. A fuzzy reliability assessment of basic events of fault trees through qualitative data processing. Fuzzy Sets and Systems 2014; 243(1): 50–69.
• 10. J.H. Purba, J. Lu, G. Zhang, and D. Ruan. An area defuzzification technique to assess nuclear event reliability data from failure possibilities. International Journal of Computational Intelligence and Applications 2012; 11(4): 1-16.
• 11. K.DurgaRao, V.Gopika, V.V.S.SanyasiRao. Dynamic fault tree analysis using Monte Carlo simulation in probabilistic safety assessment. Reliability Engineering and System Safety 2009; 94(1): 872-883.
• 12. L. Meshkat, J. B. Dugan, and J. D. Andrews. Dependability analysis of systems with on-demand and active failure modes using dynamic fault trees. IEEE Transactions on Reliability 2002; 51(2): 240-251, 2002.
• 13. LI Yanfeng, HUANG Hongzhong, LIU Yu. A new fault tree analysis method: Fuzzy dynamic fault tree analysis. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2012; 14(3): 208-214.
• 14. Mohsen Naderpour, Jie Lu, Guangquan Zhang. An abnormal situation modeling method to assist operators in safety-critical systems. Reliability Engineering and System Safety 2014; 119(2): 67-89.
• 15. Ningcong Xiao, Hong-Zhong Huang, Yanfeng Li. Multiple failure modes analysis and weighted risk priority number evaluation in FMEA. Engineering Failure Analysis 2011; 18(1): 1162-1170.
• 16. Peter Popov. Bayesian reliability assessment of legacy safety-critical systems upgraded with fault-tolerant off-the-shelf software. Reliability Engineering and System Safety 2013; 117(5): 98-113.
• 17. Rongxing Duan, Jinghui Fan. Reliability Evaluation of Data Communication System based on Dynamic Fault Tree under Epistemic Uncertainty. Mathematical Problems in Engineering 2014; 35(2): 134-142
• 18. S. Montani, L. Portinale, A. Bobbio, and D. Codetta-Raiteri. A tool for reliability analysis of dynamic fault trees through conversion into dynamic Bayesian networks. Reliability Engineering and System Safety 2008; 93(7): 922-932.
• 19. T. Onisawa. An approach to human reliability in man-machine systems using error possibility. Fuzzy Sets and Systems 1988; 27(2): 87-103.
• 20. Wonkeun Youn, Baeck-jun Yi. Software and hardware certification of safety-critical avionic systems: A comparison study. Computer Standards & Interfaces 2014; 36(3): 889-898.
• 21. Xinglong Wang, Weixiang Liu. Research on air traffic control automatic system software reliability based on Markov chain.Physics Procedia, 2012; 24(3): 1601-1606.
• 22. YANG Jianping, HUANG Hongzhong, LIU Yu. Evidential networks for fault tree analysis with imprecise knowledge. International Journal of Turbo & Jet Engines 2012; 29(2): 111-122.
• 23. Yi Ding, Zuo M.J. Lisnianski A,Wei Li. A Framework for Reliability Approximation of Multi-State Weighted -out-of- Systems. IEEE Transactions on Reliability 2010; 59(3): 297-308.