Прогнозирование надежности является важным элементом в процессе выбора оборудования для использования поставщиками телекоммуникационных услуг и другими покупателями электронного оборудования , и оно имеет существенное значение на этапе проектирования жизненного цикла инженерных систем. [1] Надежность является мерой частоты отказов оборудования как функции времени. Надежность оказывает большое влияние на расходы на техническое обслуживание и ремонт, а также на непрерывность обслуживания. [2]
Каждый продукт имеет частоту отказов , λ, которая представляет собой количество единиц, вышедших из строя за единицу времени. Эта частота отказов меняется на протяжении всего срока службы продукта. Целью производителя является обеспечение того, чтобы продукт в «период детской смертности» не попал к потребителю . Это оставляет продукт с периодом полезного использования, в течение которого отказы происходят случайным образом, т. е. λ является постоянным, и, наконец, периодом износа, обычно выходящим за пределы срока полезного использования продукта, где λ увеличивается.
Определение надежности
Практическое определение надежности — «вероятность того, что часть оборудования, работающая в заданных условиях, будет работать удовлетворительно в течение заданного периода времени». Надежность — это число от 0 до 1 соответственно.
Среднее время безотказной работы и среднее время безотказной работы
MTBF (среднее время работы между отказами) применяется к оборудованию, которое будет отремонтировано и возвращено в эксплуатацию, MTTF (среднее время до отказа) применяется к деталям, которые будут выброшены при выходе из строя. В течение «срока полезного использования», предполагая постоянную частоту отказов, MTBF является обратной величиной частоты отказов, и эти термины могут использоваться взаимозаменяемо.
Важность надежности прогнозирования
Прогнозы надежности:
- Помогите оценить влияние надежности продукта на деятельность по техническому обслуживанию и на количество запасных единиц, необходимых для приемлемой полевой производительности любой конкретной системы. Например, можно получить прогнозы частоты действий по техническому обслуживанию на уровне единиц. Прогноз надежности можно использовать для определения размера запасных популяций.
- Предоставьте необходимые входные данные для моделей надежности на уровне системы. Модели надежности на уровне системы могут впоследствии использоваться для прогнозирования, например, частоты сбоев системы в устойчивом состоянии , частоты сбоев системы на раннем этапе, ожидаемого времени простоя в год и доступности системы.
- Предоставьте необходимые входные данные для анализа стоимости жизненного цикла на уровне единиц и систем. Исследования стоимости жизненного цикла определяют стоимость продукта на протяжении всего срока его службы. Поэтому необходимо знать, как часто придется заменять единицу. Входные данные для этого процесса включают показатели отказов единиц и систем. Это включает в себя то, как часто единицы и системы выходят из строя в течение первого года эксплуатации, а также в последующие годы.
- Помочь решить, какой продукт купить из списка конкурирующих продуктов. В результате, важно, чтобы прогнозы надежности основывались на общей процедуре.
- Может использоваться для установки стандартов заводских испытаний для продуктов, требующих испытания надежности. Прогнозы надежности помогают определить, как часто система должна выходить из строя.
- Необходимы в качестве входных данных для анализа сложных систем, таких как коммутационные системы и цифровые кросс-коммутационные системы. Необходимо знать, как часто различные части системы будут выходить из строя даже для избыточных компонентов.
- Может использоваться в исследованиях компромиссов дизайна. Например, поставщик может рассмотреть дизайн с большим количеством простых устройств и сравнить его с дизайном с меньшим количеством устройств, которые являются более новыми, но более сложными. Устройство с меньшим количеством устройств обычно более надежно.
- Может использоваться для установления достижимых стандартов производительности в процессе эксплуатации, по которым можно оценивать фактическую производительность и стимулировать действия.
Телекоммуникационная отрасль на протяжении многих лет уделяла много времени разработке моделей надежности электронного оборудования. Одним из таких инструментов является автоматизированная процедура прогнозирования надежности (ARPP), которая представляет собой программное обеспечение в виде таблицы Excel, автоматизирующее процедуры прогнозирования надежности в SR-332, Процедура прогнозирования надежности электронного оборудования. FD-ARPP-01 предоставляет поставщикам и производителям инструмент для выполнения расчетов процедуры прогнозирования надежности (RPP). Он также предоставляет средства для понимания расчетов RPP с помощью интерактивных примеров, предоставляемых пользователем.
RPP рассматривает электронные системы как иерархические сборки. Системы состоят из единиц, которые, в свою очередь, состоят из устройств. Представленные методы прогнозируют надежность на этих трех иерархических уровнях:
- Устройство : Базовый компонент (или часть)
- Unit : Любая сборка устройств. Это может включать, помимо прочего, печатные платы, модули, подключаемые блоки, стойки, блоки питания и вспомогательное оборудование. Если иное не продиктовано соображениями обслуживания, блок обычно будет самым низким уровнем заменяемых узлов/устройств. RPP нацелен в первую очередь на прогнозирование надежности блоков.
- Последовательная система : Любая совокупность блоков, в которой отказ любого отдельного блока приведет к отказу всей системы.
Ссылки
- ^ EPSMA, «Руководящие принципы понимания прогнозов надежности», EPSMA, 2005 г.
- ^ Терри Донован, старший системный инженер Telcordia Technologies. Член Оптического общества Америки, IEEE, «Автоматизированное прогнозирование надежности, SR-332, выпуск 3», январь 2011 г.; «Автоматизированное прогнозирование надежности (ARPP), FD-ARPP-01, выпуск 11», январь 2011 г.
