The accurate and effective reliability prediction of light emitting diode (LED) drivers has emerged as a key issue in LED applications. However, previous studies have mainly focused on the reliability of electrolytic capacitors or other single components while ignoring circuit topology. In this study, universal generating function (UGF) and physics of failure (PoF) are integrated to predict the reliability of LED drivers. Utilizing PoF, lifetime data for each component are obtained. A system reliability model with multi-phase is established, and system reliability can be predicted using UGF. Illustrated by a two-channel LED driver, the beneficial effects of capacitors and MOSFETs for the reliability of LED drivers is verified. This study (i) provides a universal numerical approach to predict the lifetime of LED drivers considering circuit topology, (ii) enhances the modelling and reliability evaluation of circuits, and (iii) bridges the gap between component and circuit system levels.
The objective of reliability prediction is to estimate a time of upcoming nonoperational state at the current operational state of a system through real-time monitoring operational parameters and/or performances. Hence, the predictive (proactive) maintenance in industrial systems involves operational conditions monitoring and online forecasting the useful life of machines equipment to support the decision-making process in selection of the best maintenance action to be carried out. The advanced warning of the failure possibility can bring the attention of machines operators and maintenance personnel to impending danger, and facilitate planning preventive and corrective operations, as well as inventory managing. This problem has been extensively studied in many scientific works, where the predictive models are based on the data-driven approaches that can be generally divided into statistical techniques (regression, ARMA models, Bayesian probability distribution estimation, etc.), grey system theory, and soft computing methods. The artificial intelligence is frequently addressed to the predictive problem by utilizing the learning capability of artificial neural network (ANN), and possibility of nonlinear mapping using fuzzy rules-based system (FRBS) or recognizing and optimizing data-derived pattern by using evolutionary algorithms. The paper is a survey of intelligent methods for failure prediction, and delivers the review of examples of scientific works presenting the computational intelligence-based approaches to predictive problem.
The patterns of process situations play an important role in the monitoring of diagnostic processes. The adaptation of mathematical models describing the degradation processes in mechanical and electronic devices creates opportunities to develop diagnostic standards for buildings erected in traditional technology. This article presents a proposal for the prediction of building operational reliability, which is a prognostic process model within the full period of its use.
PL
Planowanie działań związanych z prawidłowym utrzymaniem budynku należy do zadań niełatwych. Brakuje wiarygodnych modeli matematycznych, które pozwalałyby na oszacowanie niezawodności eksploatacyjnej budynku, określanej często zmianami właściwości użytkowych. W przypadku urządzeń technicznych (mechanicznych, elektronicznych) podejmowane są próby wyznaczania predykcji niezawodności eksploatacyjnej, jednak dla obiektów budowlanych podaje się jedynie orientacyjne wykresy zmian właściwości użytkowych. W artykule przedstawiona jest metodyka prognozowania niezawodności eksploatacyjnej budynku, a wartości właściwości użytkowych określone zostały parametrami dystrybuanty rozkładu Rayleigha.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy rozważono ogólne zasady obliczania niezawodności struktur statków powietrznych. Wskazano na różny charakter osiągania przez elementy stanu granicznego. Zdefiniowano pojęcie niezawodności elementu konstrukcji przy relacji wytrzymałość-obciążenie. Opisano probabilistyczny charakter obciążeń. Dokonano klasyfikacji obciążeń i wskazano na ich probabilistyczną naturę. Przeanalizowano probabilistyczną naturę wytrzymałości. Wskazano na czynniki wpływające na wytrzymałość konstrukcji. Dokonano klasyfikacji możliwych relacji pomiędzy obciążeniem i wytrzymałością. Podano algorytm wyznaczania modelu matematycznego rozkładu pęknięć początkowych. Jako model propagacji pęknięcia przyjęto równanie Parisa. Przedyskutowano rozwiązania równania Parisa i wskazano na jego ograniczony charakter. Podano algorytm obsługi inspekcyjnej elementu konstrukcyjnego z lokalnym wykorzystaniem równania Parisa. Sformułowano wnioski.
EN
The general principles of reliability estimation for aircraft structures was considered in the study. A different character of element's approaching to limiting state was pointed. The notation of structure's element reliability was defined. A probabilistic loads character was described. The classification of loads was developed and their probabilistic nature was indicated. A probabilistic nature of strength was analysed. Factors affecting structures' strength were pointed. The classification of possible relations between stress and strength were developed. An algorithm of mathematical model of initial cracks distribution was developed. Paris equation is proposed as a crack growth rate-based model. Solutions of Paris equation were analyzed and its limiting character was demonstrated. An inspection algorithm of structures' element with local implementation of Paris equation was developed. Conclusions have been formulated.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Reliability prediction of spinning machines can result in a time-saving and cost-saving development process with high reliability. Based on an analysis of failure times among systems and subsystems, a simulation method for reliability prediction of spinning machines is proposed by using the Monte Carlo simulation model. Firstly, factor weights are determined according to the fuzzy scoring and analytic hierarchy process. According to the status of reliability growth, growth coefficients are proposed based on reliability influencing factor weights and fuzzy scoring. To achieve the prediction of reliability distribution law, reliability index, and fault frequency, the reliability prediction model is constituted by combining the reliability growth coefficient and the Monte Carlo simulation model. Simulation results for spinning machines are obtained via the model thus built, which are confirmed with a practical example.
Prognozowanie niezawodności urządzeń elektronicznych oparte na modelu fizyki uszkodzeń (PoF) jest obarczone niepewnościami. Opierając się na połączeniu testu Kołmogorowa-Smirnowa (testu K-S) i metody symulacji Monte Carlo, w niniejszej pracy zaprezentowano zmodyfikowaną metodę prognozowania niezawodności urządzeń elektronicznych, która bierze pod uwagę ograniczoną liczbę danych testowych o uszkodzeniach. Ilościową charakterystykę głównych czynników niepewności modelu stworzono na podstawie wskaźnika zdolności procesu (Cpk). W pierwszej części pracy badano stopień dopasowania pomiędzy teoretycznym rozkładem podobieństwa uszkodzeń urządzeń elektronicznych obliczanym w oparciu o PoF przy użyciu metody symulacji Monte-Carlo a empirycznym rozkładem podobieństwa uszkodzeń urządzeń elektronicznych uzyskanym na podstawie testowych lub terenowych danych o uszkodzeniach przy życiu metody K-S. W części drugiej, dokonano optymalizacji skorygowanego współczynnika modelu. Wreszcie, na podstawie przykładu modelu oceny termicznej wytrzymałości zmęczeniowej połączenia lutowanego oraz wybranych danych testowych o uszkodzeniach dokonano weryfikacji proponowanej metody. Wyniki prognoz uzyskane na podstawie zmodyfikowanego modelu są zgodne z wynikami testowymi.
EN
There exist uncertainties in the prediction of electronic device reliability based on PoF (physics of failure) model. Based on the combination of Kolmogorov-Smirnov test (KS-test) and Monte-Carlo simulation method, this paper presents a modified method for reliability prediction of electronic devices considering limited test failure data. The process capability index (Cpk) is used to quantitatively characterize the main factors of model uncertainties. Firstly the degree of fitting between the theoretical probability distribution of electronic device failures based on PoF by using the Monte-Carlo simulation method and the practical probability distribution of electronic device failures based on test or field failure data is tested by using K-S test method. Secondly the corrected coefficient of the model is optimized. Finally, a solder thermal fatigue life assessment model and some test failure data are used to verify the proposed method in the illustrative example. The prediction results calculated by modifi ed model are consistent with test results.
W pracy omówiono wiele zagadnień dotyczących niezawodności podzespołów i modułów elektronicznych stosowanych w pojazdach samochodowych. Dużą uwagę zwrócono na niezawodność układów scalonych, od których w znacznym stopniu zależy jakość, niezawodność i właściwości funkcjonalne stosowanych modułów elektronicznych. Podkreślono konieczność kompleksowego podejścia do zagadnień niezawodności przyrządów półprzewodnikowych przez uwzględnienie fazy ich produkcji, pomiarów i różnorodnych badań oraz analizy wpływu warunków eksploatacji. Dotyczy to przede wszystkim działań technicznych, ale także i organizacyjnych.
EN
In the work several problems related to reliability of components and electronic modules used in the cars are described. An attention is specially paid to the reliability of integrated circuits, which in significant range determined the quality, reliability and functionality of used electronic modules. The need of complex approach to reliability of semiconductor devices is underlined. It involves regard of fabrication phase, measurements and various investigations as well as analysis of exploitation conditions influence. Both technical and organizational sides are important.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.