A reliability model for load-sharing k-out-of-n systems subject to soft and hard failures with dependent workload and shock effects

Che, Haiyang; Zeng, Shengkui; Guo, Jianbin

doi:10.17531/ein.2020.2.8

Powiadomienia systemowe

Sesja wygasła!

Artykuł - szczegóły

Tytuł artykułu

A reliability model for load-sharing k-out-of-n systems subject to soft and hard failures with dependent workload and shock effects

Autorzy

Che Haiyang , Zeng Shengkui , Guo Jianbin

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.17531/ein.2020.2.8

Warianty tytułu

Model niezawodności dla systemów typu k-z-n z podziałem obciążenia podlegających uszkodzeniom parametrycznym i katastroficznym, w których zachodzi zależność między obciążeniem pracą a skutkami obciążeń losowych

Języki publikacji

Abstrakty

A component in a k-out-of-n system may experience soft and hard failures resulting from exposure to natural degradation and random shocks. Due to load-sharing characteristics, once a component fails, the surviving components share an increased workload, which increases their own degradation rates. Moreover, under the larger workload, random shocks may cause larger abrupt degradation increments and larger shock sizes. Therefore, the system experiences the dependent workload and shock effects (DWSEs). Such dependence will cause the load-sharing system to fail more easily, though it is often not considered in existing methods. In this paper, to evaluate the system reliability more accurately, we develop a novel reliability model for load-sharing k-out-of-n systems with DWSEs. In the model, the joint probability density function of shock effects to soft and hard failures is developed to describe the DWSEs on a component. To derive an analytical expression of system reliability with load-sharing characteristics and DWSEs, conditional probability density function is used to model the random component failure times. A load-sharing MicroElectro-Mechanical System (MEMS) is then utilized to illustrate the effectiveness of the reliability model.

Element systemu k-z-n może ulegać uszkodzeniom parametrycznym i katastroficznym wynikającym z ekspozycji na naturalne procesy degradacji i obciążenia losowe. Ze względu na równomierny podział obciążenia między wszystkie elementy systemu, gdy jeden element ulega awarii, obciążenie pracą przypadające na pozostałe komponenty zwiększa się, podnosząc tempo degradacji każdego z nich. Ponadto, przy większym obciążeniu pracą, obciążenia losowe mogą powodować większe nagłe przyrosty degradacji i zwiększać rozmiary obciążeń. Mówi się wtedy o istnieniu zależności między obciążeniem pracą a skutkami obciążeń losowych (dependent workload and schock effects (DWSE). Taka zależność powoduje, że system z podziałem obciążeń łatwiej ulega uszkodzeniom. Fakt ten jest często pomijany w obecnie stosowanych metodach oceny niezawodności. W niniejszym artykule przedstawiamy nowatorski model oceny niezawodności systemów k-z-n z podziałem obciążenia i zależnością DWSE, który pozwala dokładniej ocenić niezawodność takich systemów. W modelu, opracowano wspólną funkcję gęstości prawdopodobieństwa skutków obciążeń losowych dla uszkodzeń parametrycznych i katastroficznych, która pozwala opisać zależność DWSE dla elementu systemu. Aby wyprowadzić analityczne wyrażenie niezawodności systemu z podziałem obciążenia i DWSE, do modelowania czasów losowych uszkodzeń elementów systemu wykorzystano funkcję warunkowej gęstości prawdopodobieństwa. Skuteczność modelu niezawodności zilustrowano na przykładzie układu mikroelektromechanicznego z podziałem obciążenia (MEMS).

Słowa kluczowe

reliability modeling load-sharing k-out-of-n systems dependent workload and shock effects degradation random shocks

modelowanie niezawodności systemy k-z-n z podziałem obciążenia zależność między obciążeniem pracą a skutkami obciążeń losowych degradacja obciążenia losowe

Wydawca

Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne

Czasopismo

Eksploatacja i Niezawodność

Rocznik

2020

Tom

Vol. 22, no. 2

Strony

253--264

Opis fizyczny

Bibliogr. 41 poz., rys., tab.

Twórcy

autor

Che Haiyang

chehaiyang@buaa.edu.cn

School of Reliability and Systems Engineering Beihang University Beijing 100191, China

autor

Zeng Shengkui

zengshengkui@buaa.edu.cn

School of Reliability and Systems Engineering Beihang University Beijing 100191, China

autor

Guo Jianbin

guojianbin@buaa.edu.cn

School of Reliability and Systems Engineering Beihang University Beijing 100191, China

Bibliografia

1. Babishin V, Hajipour Y, Taghipour S. Optimisation of non-periodic inspection and maintenance for multicomponent systems. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2018; 20(2): 327-342, https://doi.org/10.17531/ein.2018.2.20.
2. Bocchetti D, Giorgio M, Guida M, Pulcini G. A competing risk model for the reliability of cylinder liners in marine Diesel engines. Reliability Engineering & System Safety 2009; 94(8):1299-1307, https://doi.org/10.1016/j.ress.2009.01.010.
3. Cha JH, Finkelstein M, Levitin G. Bivariate preventive maintenance of systems with lifetimes dependent on a random shock process. European Journal of Operational Research 2018; 266(1):122-134, https://doi.org/10.1016/j.ejor.2017.09.021.
4. Che H, Zeng S, Guo J. Reliability Analysis of Load-Sharing Systems Subject to Dependent Degradation Processes and Random Shocks. IEEE Access 2017; 5: 23395-23404, https://doi.org/10.1109/ACCESS.2017.2762727.
5. Che H, Zeng S, Guo J, Wang Y. Reliability modeling for dependent competing failure processes with mutually dependent degradation process and shock process. Reliability Engineering & System Safety 2018;180:168-178, https://doi.org/10.1016/j.ress.2018.07.018.
6. Griffith WS. Optimal Reliability Modeling: Principles and Applications. Technometrics 2004;46(1):112-112, https://doi.org/10.1198/tech.2004.s742.
7. Guida M, Pulcini G. A continuous-state Markov model for age- and state-dependent degradation processes. Structural Safety 2011; 33(6):354-366, https://doi.org/10.1016/j.strusafe.2011.06.002.
8. Guo C, Wang W, Guo B, Peng R. Maintenance optimization for systems with dependent competing risks using a copula function. Eksploatacja i Niezawodnosc -Maintenance and Reliability 2013;15(1):9-17.
9. He G, Geng Z. Dynamics and Robust Control of an Underactuated Torsional Vibratory Gyroscope Actuated by Electrostatic Actuator. IEEE/ASME Transactions on Mechatronics 2015;20(4):1725-1733, https://doi.org/10.1109/TMECH.2014.2350535.
10. Hu Z, Du X. System reliability prediction with shared load and unknown component design details. Artificial Intelligence for Engineering Design Analysis & Manufacturing 2017;31(3):223-234, https://doi.org/10.1017/S0890060417000130.
11. Jiakai C, Yan H, Wei W. Reliability analysis and optimization of equal load-sharing k-out-of-n phased-mission systems. Eksploatacja i Niezawodnosc -Maintenance and Reliability 2015;17(2):250-259, https://doi.org/10.17531/ein.2015.2.12.
12. Kong Y, Ye Z. Interval estimation for k-out-of-n load-sharing systems. IISE Transactions 2017;49(3):344-353, https://doi.org/10.1080/0740817X.2016.1217102.
13. Liu B, Xie M, Kuo W. Reliability modeling and preventive maintenance of load-sharing systems with degrading components. IIE Transactions 2016(8):699-709, https://doi.org/10.1080/0740817X.2015.1125041.
14. Liu B, Xie M, Xu Z, Kuo W. An imperfect maintenance policy for mission-oriented systems subject to degradation and external shocks. Computers & Industrial Engineering 2016;102:21-32, https://doi.org/10.1016/j.cie.2016.10.008.
15. Liu H, Yeh R, Cai B. Reliability modeling for dependent competing failure processes of damage self-healing systems. Computers & Industrial Engineering 2017;105:55-62, https://doi.org/10.1016/j.cie.2016.12.035.
16. Młynarski S, Pilch R, Smolnik M, Szybka J, Wiązania G. A Method for rapid evaluation of k-out-of-n systems reliability. Eksploatacja i Niezawodnosc -Maintenance and Reliability 2018;21(1):170-176, https://doi.org/10.17531/ein.2019.1.20.
17. Nelson W. Accelerated Testing: Statistical Models, Test Plans, and Data Analysis; 2008.
18. Peng H, Feng Q, Coit DW. Reliability and maintenance modeling for systems subject to multiple dependent competing failure processes. IIE Transactions 2010;43(1):12-22, https://doi.org/10.1080/0740817X.2010.491502.
19. Rafiee K, Feng Q, Coit DW. Reliability modeling for dependent competing failure processes with changing degradation rate. IIE Transactions 2014;46(5):483-496, https://doi.org/10.1080/0740817X.2013.812270.
20. Rothgang S, Baumhöfer T, Hoek HV, Lange T, Doncker RWD, Sauer DU. Modular battery design for reliable, flexible and multi-technology energy storage systems. Applied Energy 2015;137:931-937, https://doi.org/10.1016/j.apenergy.2014.06.069.
21. Ruiz-Castro JE. Markov counting and reward processes for analysing the performance of a complex system subject to random inspections. Reliability Engineering & System Safety 2016;145:155-168, https://doi.org/10.1016/j.ress.2015.09.004.
22. Song S, Coit DW, Feng Q, Peng H. Reliability Analysis for Multi-Component Systems Subject to Multiple Dependent Competing Failure Processes. IEEE Transactions on Reliability 2014;63(1):331-345, https://doi.org/10.1109/TR.2014.2299693.
23. Song S, Coit DW, Feng Q. Reliability analysis of multiple-component series systems subject to hard and soft failures with dependent shock effects. IIE Transactions 2016;48(8):720, https://doi.org/10.1080/0740817X.2016.1140922.
24. Suprasad AV, Krishna MB, Hoang P. Tampered Failure Rate Load-Sharing Systems: Status and Perspectives; 2008.
25. Taghipour S, Kassaei ML. Periodic Inspection Optimization of a k-out-of-n Load-Sharing System. IEEE Transactions on Reliability 2015;64(3):1116-1127, https://doi.org/10.1109/TR.2015.2421819.
26. Tanner DM, Dugger MT. Wear mechanisms in a reliability methodology. In: Ramesham R. Proceedings of the society of photo-optical instrumentation engineers(SPIE) 2003: 22-40, https://doi.org/10.1117/12.476345.
27. Tanner DM, Miller WM, Peterson KA, et al. Frequency dependence of the lifetime of a surface micromachined microengine driving a load. Microelectronics Reliability 1999;39(3):401-414, https://doi.org/10.1016/S0026-2714(98)00248-0.
28. Tanner DM, Walraven JA, Helgesen K, et al. MEMS reliability in shock environments. IEEE 2000: 129-138.
29. Walraven JA, Headley TJ, Campbell AB, Tanner DM. Failure analysis of worn surface-micromachined microengines. Proc SPIE 1999;3880:30-39, https://doi.org/10.1117/12.359369.
30. Wang Y, Guo L, Wen M, Yang Y. Availability analysis for a multi-component system with different k-out-of-n:G warm standby subsystems subject to suspended animation. Ekspolatacja i Niezawodnosc - Maintenance and Reliability 2019;21(2):289-300, https://doi.org/10.17531/ein.2019.2.14.
31. Wang Z, Huang H, Li Y, Xiao N. An Approach to Reliability Assessment Under Degradation and Shock Process. IEEE Transactions on Reliability 2011;60(4):852-863, https://doi.org/10.1109/TR.2011.2170254.
32. Yang C, Zeng S, Guo J. Reliability Analysis of Load-Sharing K-out-of-N System Considering Component Degradation. Mathematical Problems in Engineering 2015;2015:1-10, https://doi.org/10.1155/2015/726853.
33. Yang L, Zhao Y, Peng R, Ma X. Hybrid preventive maintenance of competing failures under random environment. Reliability Engineering & System Safety 2018;174:130-140, https://doi.org/10.1016/j.ress.2018.02.017.
34. Yang L, Ma X, Zhao Y. A condition-based maintenance model for a three-state system subject to degradation and environmental shocks. Computers & Industrial Engineering 2017;105:210-222, https://doi.org/10.1016/j.cie.2017.01.012.
35. Yang L, Zhao Y, Ma X. Multi-level maintenance strategy of deteriorating systems subject to two-stage inspection. Computers & Industrial Engineering 2018;118:160-169, https://doi.org/10.1016/j.cie.2018.02.038.
36. Ye ZS, Tang LC, Xu HY. A Distribution-Based Systems Reliability Model Under Extreme Shocks and Natural Degradation. IEEE Transactions on Reliability 2011;60(1):246-256, https://doi.org/10.1109/TR.2010.2103710.
37. Yu H, Eberhard P, Zhao Y, Wang H. Sharing behavior of load transmission on gear pair systems actuated by parallel arrangements of multiple pinions. Mechanism & Machine Theory 2013;65(65):58-70, https://doi.org/10.1016/j.mechmachtheory.2013.02.010.
38. Zhang T, Zhang Y, Du X. Reliability analysis for k-out-of-n systems with shared load and dependent components. Structural and Multidisciplinary Optimization 2018;57(3):913-923, https://doi.org/10.1007/s00158-017-1893-z.
39. Zhang Y, Ma Y, Ouyang L, Liu L. A novel reliability model for multi-component systems subject to multiple dependent competing risks with degradation rate acceleration. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2018;20(4): 579-589, https://doi.org/10.17531/ein.2018.4.9.
40. Zhao X, Wu C, Wang S, Wang X. Reliability analysis of multi-state k-out-of-n: G system with common bus performance sharing. Computers & Industrial Engineering 2018;124:359-369, https://doi.org/10.1016/j.cie.2018.07.034.
41. Tian Z, Zuo M, Yam RM. Multi-state k-out-of-n systems and their performance evaluation. IIE Transactions 2008;41(1):32-44, https://doi.org/10.1080/07408170802322655.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-a7b1b5f5-3658-4d36-a3c3-625fbbf9b595