可靠性技术在星载计算机设计中的应用

结合星载计算机的开发,从FMECA、抗辐照设计、ESD防护、结构力学设计与分析、热设计与分析、可靠性预计等方面阐述了星载计算机设计过程中的可靠性设计与分析方法。     

激光角度欺骗仿真系统的软件可靠性指标分配

在激光角度欺骗仿真系统的需求分析和概要设计阶段,使用基于模糊故障模式、影响及危害性分析(FMECA)框架的分配法对该系统软件可靠性分配。首先建立影响因素集、评价集合;然后基于FMECA框架进行模糊综合评价;再利用层次分析法(AHP)得到权重集;最后通过量化手段得到各子系统的不可靠系数并将它们转化为平均无故障时间(MTBF)。最终得到的可靠性指标符合专家评估和类似软件系统的可靠性分配结果。     

动车组牵引供电系统故障模式影响与危害分析

对某动车组(electric multiple unit,简称EMU)牵引供电系统故障模式影响与危害度进行研究,提高牵引供电系统的可靠性,进而提高高速列车运行可靠性。采用故障模式、影响及危害度分析(failure mode effect criticality analysis,简称FMECA)的方法,提出了牵引供电系统的可靠性框图,根据FMECA方法对牵引供电系统的16种主要故障展开研究,从故障发生概率及其影响的严重程度两个维度得到牵引供电系统危害性矩阵。通过危害性矩阵分析得出绝缘栅双极型晶体管(insulated gate bipolar transistor,简称IGBT)模块监控起作用故障、变压器油泵34-F55跳开故障、制冷风扇故障和变压器油流故障等4种危害度较高的故障,并提出相应的改进措施。列车现场运行反馈结果表明,该措施保证了牵引供电系统的运用可靠性,研究成果为动车组其他子系统的故障分析、维修决策和寿命管理提供了技术支持。     

基于FMECA的钻孔灌注桩施工风险研究

FMECA方法具有数据简单、处理直接、应用潜力大等优点,故将其引入到施工风险管理中。本文选取钻孔灌注桩为例分析建筑施工风险,采用FMECA中的风险优先数方法,将风险衡量因子扩展为"发生概率"、"危害程度"和"可检测度"三个因子,对钻孔灌注桩施工风险进行半定量分析,提出更客观的防治措施,进而验证了FMECA方法在施工风险分析中的有效性。     

FMECA技术在油料装备设计中的应用研究

将FMECA应用于装备设计,有利于提高装备的可靠性、维修性、保障性。简单介绍FMECA的基本步骤和作用,以某型加油车泵油系统为例,介绍FMECA在油料装备设计中的应用和相关注意事项,对油料装备设计具有指导意义。     

某陀螺地平仪自检测系统设计

针对某陀螺地平仪平均无故障时间较短,故障率高,且外部检测困难的问题,设计了某陀螺地平仪的机内自检测系统.分析了某陀螺地平仪的功能结构及其故障模式,提出了其自检测方案.采用ADUC 812单片机、数码管等,设计了集成化、嵌入式的自检测系统硬件电路,并利用汇编语言编程实现了机内自检测软件.通过试验验证了系统的有效性.     

机械设备更新决策

由于现在机械设备的复杂程度越来越高,所以进行正确的故障诊断尤为重要;但是机械设备故障数据量庞大,所以找出一种合适的故障诊断方法变的很困难。基于此,本文选用FMECA方法对机械设备的故障模式、影响和致命度进行分析对机械设备故障的部位、机理、性质和发展趋势进行分析,找出机械设备的薄弱环节,用年总费用法对机械设备更新进行经济分析,把结果作为更新决策的依据。最后把进行更新决策的过程网络化,实现数据的共享,提供简单、方便、灵活的操作环境。     

基于FMECA和神经网络专家系统的某型雷达可靠性分析

为了提高雷达系统可靠性分析的准确性,提出了一种故障模式、影响及危害性分析(简称FMECA)和神经网络专家系统相结合的可靠性分析方法,通过实例分析可以看出,二者结合运用于雷达系统可靠性分析,是非常方便有效的。     

基于QFD的装备研制可靠性工作项目风险模糊综合评估

利用质量功能展开技术,建立了装备研制过程中可靠性工作项目的风险因素递阶层次模型,实现了风险因素权重的排序,在此基础上对项目风险进行模糊综合评估。结合实际型号工程研制阶段的FMECA工作项目进行实证研究,给出了详细的评估过程和步骤,结果表明采用这种定性与定量相结合的方法,很好地解决了可靠性工作项目风险复杂性和相关性问题。     

Test sample allocation method for testability verification test

An extended failure mode effect and criticality analysis (FMECA)-based sample allocation method for testability verification is presented in this study to deal with the poor representativeness of test sample sets and the randomness of the testability evaluation results caused by unreasonable selection of failure samples. First, the fault propagation intensity is introduced as part of the extended information of FMECA, and the sample allocation impact factors of component units and failure modes are determined under this framework. Then, the failure mode similarity and impact factor support are defined, and the game decision method for weighing the relationship between similarity and support is proposed to obtain the weight of failure mode impact factor. Finally, a two-step allocation framework of test samples is formulated to realize the sample allocation of component units and failure modes. This method is applied to the testability verification test of a launch control system. Results show that this method can obtain more representative test samples compared with the traditional sample allocation method while effectively reducing randomness of single testability evaluation result.