You are on page 1of 40

Αξιοπιστία συστημάτων

9ο εξάμηνο

Αλκης Χατζόπουλος
Καθηγητής

Τμήμα Ηλεκτρολόγων Μηχ. και Μηχ. Υπολογιστών


Α.Π.Θ.
Εργαστήριο Ηλεκτρονικής

1/40
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Αξιοπιστία συστημάτων
9ο εξάμηνο

 1. Εισαγωγή-τύποι βλαβών-συναρτήσεις αξιοπιστίας


 2. Συνδυαστικός υπολογισμός αξιοπιστίας
 3. Μοντέλα Markov διακριτού χρόνου
 4. Μοντέλα Markov συνεχούς χρόνου
 5. Πλεονασμός και ανεκτικότητα βλαβών
 6. Μέθοδοι μελέτης αξιοπιστίας σύνθετων συστημάτων

2
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Ορολογία (1)

Εμπιστευσιμότητα

Αξιοπιστία

J. C. Laprie, 1992

3
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Ορολογία (2)

4
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Ορολογία (3)

5
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Δείκτες Εμπιστευσιμότητας

6
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Τύποι βλαβών (failures)

 Καταστροφικές (catastrophic)
 Τυχαίες (random)
 Μερικές (partial)
 Ολίσθησης (drift): προσωρινές,
μόνιμες
 Διαλείπουσες (intermittent) ή κρυφές (hidden)

Μια βλάβη (failure) προκαλεί μια


αντίστοιχη κατάσταση βλάβης (fault)
που οδηγεί σε σφάλματα (errors)

7
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Τρόποι βλαβών (failure modes)

 Ακραίος (extreme), π.χ. ανοικτοκύκλωμα, βραχυκύκλωμα


 Ενδιάμεσος (intermediate)
 Μόνιμα-σε-0 ή σε-1 (stuck-at-0, ή at-1) (για ψηφιακά κυκλώματα)
 Ακίνδυνες (fail-to-safe)
 Επικίνδυνες (fail-to-danger)
 Εμφανείς
 Μη εμφανείς
 Μερική ή ολική βλάβη συστήματος
 Υποβαθμισμένη λειτουργία

8
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Ρυθμός βλαβών
Bathtub Curve

z(t) ή h(t): συνάρτηση


ρυθμού βλαβών
ΤΜ: μέση ζωή (1/2 του
πληθυσμού με βλάβη)

9
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πρώιμες βλάβες

 Δοκιμαστικός έλεγχος (burn-in) για τον εντοπισμό τους (λειτουργία


για χρονικό διάστημα που καθορίζεται από τον κατασκευαστή)
Συμβαίνουν με χαμηλότερες καταπονήσεις από τις προβλεπόμενες
λόγω ατελειών και ελαττωμάτων

SΜ: μέση αντοχή των μη ελαττωματικών


Smax: μέγιστη συσσώρευση καταπονήσεων

Μικρή μεταβλητότητα αντοχής Μεγάλη μεταβλητότητα αντοχής

Δοκιμαστικός έλεγχος  Δοκιμαστικός έλεγχος 


10
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Περίοδος ωφέλιμης ζωής
 Βλάβες με τυχαία κατανομή
 Σταθερός ρυθμός βλαβών (λ)
 Εκθετική κατανομή βλαβών (προσεγγιστικά)

Περίοδος γήρανσης
 Αύξηση ρυθμού βλαβών λόγω διάβρωσης, τριβής,
κόπωσης υλικών, ολίσθησης παραμέτρων κ.λ.π.
 Βλάβες με κανονική ή λογαριθμική-κανονική κατανομή
 Βελτίωση αξιοπιστίας με προληπτική συντήρηση
(preventive maintenance)

11
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανότητες γεγονότων

 Nχ το πλήθος πειραμάτων με αποτέλεσμα Χ


 Ν ο συνολικός αριθμός πειραμάτων
 Το αποτέλεσμα κάθε πειράματος ονομάζεται και γεγονός

12
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-1

Λύση:

13
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-2

Λύση:

Αν οι 4 βλάβες είναι σε μια γραμμή, οι πιθανοί


συνδυασμοί των υπολοίπων 3 στις 12 κυψελίδες

Πιθανοί συνδυασμοί
7 βλαβών σε 16
κυψελίδες

14
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανότητες ένωσης
 Πιθανότητα ένωσης δύο γεγονότων Α και Β

 Πιθανότητα ένωσης n γεγονότων

 Πιθανότητα ένωσης n γεγονότων αμοιβαίως αποκλειόμενων

15
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανότητες τομής
 Πιθανότητα τομής δύο ανεξάρτητων γεγονότων Α και Β

 Υπό συνθήκη πιθανότητα δύο ανεξάρτητων γεγονότων Α και Β

 Υπό συνθήκη πιθανότητα δύο γεγονότων Α και Β

 Πιθανότητα τομής n ανεξάρτητων γεγονότων

 Πιθανότητα τομής n γεγονότων

16
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-3

Λύση:
Αν Β10 το γεγονός «βλάβη στο 10ο bit» και
Α το γεγονός «σφάλμα τουλάχιστον στην πέμπτη θέση»:

17
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Σχέση του Bayes

Aν Α και Β δύο γεγονότα:

Για την υπό συνθήκη πιθανότητα δύο γεγονότων Α και Β ισχύει:

Τα ΑΒ και ΑΒ είναι αμοιβαίως αποκλειόμενα:

18
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-4

Λύση:
Αν Β0 το γεγονός «επιλέχθηκε bit 0» και
Α το γεγονός «επιλέχθηκε η λέξη W1»:

Τύπος πιθανότητας τομής

Σχέση του Bayes

19
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Συναρτήσεις Αξιοπιστίας (1)

Έστω Χ συνεχής μεταβλητή που παριστάνει χρόνους βλάβης

Ορισμός συνάρτησης πυκνότητας πιθανότητας fx(t):


(probability density function, pdf)

Αθροιστική συνάρτηση κατανομής πιθανότητας Fx(t):


(cumulative probability distribution function, Cdf)

Συνάρτηση επιβίωσης Fx(t) ή
Αξιοπιστία R(t):
(survival function, ή reliability)

Αναμενόμενη τιμή ή προσδοκία Ε[Χ]:


(expectation)
20
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Συναρτήσεις Αξιοπιστίας (2)

Συνάρτηση ρυθμού βλαβών (failure or hazard rate function) z(t):

  

Και:

21
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανοτικά μοντέλα βλαβών
Εκθετική κατανομή
Σύνηθες μοντέλο (μονοπαραμετρικό) για ηλεκτρονικά εξαρτήματα

όπου λ ο σταθερός ρυθμός βλαβών στην ωφέλιμη ζωή


Και:

22
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-5

Λύση:
Τύπος υπό συνθήκη πιθανότητας

και τομής 2 γεγονότων

23
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανοτικά μοντέλα βλαβών
Κατανομή Weibull

Διπαραμετρικό μοντέλο για ηλεκτρονικά εξαρτήματα


και για τις τρεις περιόδους της ζωής τους

m μορφή
Κ κλίμακα χρόνου
Για m=0  εκθετική κατανομή
Για m=1  γραμμικά αυξανόμενος ρυθμός βλαβών

24
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-6

Λύση:

Άρα αντιστοιχεί σε κατανομή Weibull με m=2 και K=Α

25
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανοτικά μοντέλα βλαβών
Κατανομή Γάμα
Διπαραμετρικό μοντέλο για επίδραση στιγμιαίων
καταπονήσεων (shock) σε ηλεκτρονικά εξαρτήματα
α μορφή
γ κλίμακα

συνάρτηση Γάμα:

Για α=1  εκθετική κατανομή με λ=γ

26

Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων


Πιθανοτικά μοντέλα βλαβών
Διωνυμική Κατανομή (Bernoulli)
Διακριτή διπαραμετρική κατανομή.
p: η πιθανότητα επιτυχίας πειράματος (δύο πιθανές τιμές)
Η πιθανότητα k επιτυχιών σε n ανεξάρτητα πειράματα δίνεται
από την διωνυμική συνάρτηση πυκνότητας πιθανότητας:

όπου:

Αθροιστική συνάρτηση κατανομής πιθανότητας:

Αν η p μπορεί να πάρει περισσότερες από δύο τιμές, τότε


ισχύει η πολυωνυμική συνάρτηση πυκνότητας πιθανότητας:

27
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανοτικά μοντέλα βλαβών
Κατανομή Poisson

Τυχαία μεταβλητή Χ με διακριτές τιμές 0, 1, 2, ……. ακολουθεί


κατανομή Poisson με παράμετρο λ ( > 0 ) αν ισχύει:

Είναι συνάρτηση κατανομής πιθανότητας, αφού ισχύει:

Σειρά Taylor του eλ

Η κατανομή Poisson προσεγγίζει την Διωνυμική


για μεγάλο n και μικρή πιθανότητα p.

28
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-7

Λύση:

Αν Χ ο αριθμός των σφαλμάτων σε μια μέρα:

29
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-8

Λύση:

30
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανοτικά μοντέλα βλαβών
Κανονική κατανομή (Gauss) (1)
Τυχαία συνεχής μεταβλητή x με συνάρτηση πυκνότητας πιθανότητας:
όπου μ η μέση τιμή και
σ η τυπική απόκλιση

Για να είναι συνάρτηση πυκνότητας πιθανότητας, θα πρέπει να


ισχύει Ι =1, όπου Ι :
y = (x-μ)/σ και
dx = σ dy
Αποδεικνύεται ότι Ι2 =1 :

31
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πιθανοτικά μοντέλα βλαβών
Κανονική κατανομή (Gauss) (2)
Θέτοντας και θα είναι , οπότε:

 Με αντικατάσταση
-exp(-r2/2) = 0 - (-1) = 1 u =exp(-r2/2) 
0 du = -r exp(-r2/2)dr
Αθροιστική συνάρτηση κατανομής Σε κανονικοποιημένη ή τυποποιημένη
πιθανότητας (Cdf): μορφή με z = (y-μ)/σ:

32
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Μέσος χρόνος ζωής (MTTF ή MTFF)
Έστω Χ συνεχής μεταβλητή που παριστάνει χρόνους βλάβης
και λ ο σταθερός ρυθμός βλαβών στην ωφέλιμη ζωή

Αν τεθεί προκύπτει:

33
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Διαθεσιμότητα (availability)

Σε συστήματα με επιδιόρθωση

Μέσος χρόνος καλής λειτουργίας MUT


(mean up time)

Μέσος χρόνος εκτός (παύσης) λειτουργίας MDT


(mean down time)

MUT
Διαθεσιμότητα As =
MUT + MDT

34
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Παράδειγμα 1-9

Λύση:

Ρυθμός βλαβών:

Μέσος χρόνος ζωής ΜΤΤF:

Αξιοπιστία για 200 ώρες:

Αξιοπιστία για πτήση 5 ωρών:

35
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πειραματικός προσδιορισμός μέσου χρόνου ζωής (1)
Για αρχικό πληθυσμό N0 εξαρτημάτων και υποθέτοντας σταθερό
ρυθμό βλαβών λ (άγνωστος, που πρέπει να βρεθεί), το πλήθος N(t)
που επέζησαν σε χρόνο t δίνει την καμπύλη επιβίωσης:

N(t) = N0 exp(-λt)

Το εμβαδόν κάτω από την καμπύλη είναι:

 λ= N0 / Α
36
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πειραματικός προσδιορισμός μέσου χρόνου ζωής (2)
Για αρχικό πληθυσμό 100 εξαρτημάτων και υποθέτοντας μη σταθερό
ρυθμό βλαβών, γίνεται καταγραφή των χρόνων και των αντίστοιχων
βλαβών

την προηγούμενη

στο διάστημα ΔΤ
Αριθμός βλαβών
στο διάστημα ΔΤ

Ρυθμός βλαβών

Αξιοπιστία στον
Αριθμός καλών
παρατήρησης

Διάστημα από
παρατήρησης

εξαρτημάτων

παρατήρηση

χρόνο ΤΝ
χρόνος
α/α

37
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Πειραματικός προσδιορισμός μέσου χρόνου ζωής (3)

Μέση τιμή z:
1.436x10-3 βλάβες/ώρα

Μέσος χρόνος ζωής:


1/1.436x10-3 = 696.4 ώρες

Αν ήταν λ=1.436x10-3 (σταθ.),


τότε η αξιοπιστία σε 696.4
ώρες θα ήταν
R(1/λ)=0.368

38
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων
Καταπόνηση (Φ) και Αντοχή (S)

όπου fS(S) είναι η συνάρτηση πυκνότητας πιθανότητας (pdf) της αντοχής


και fΦ(Φ) είναι η συνάρτηση πυκνότητας πιθανότητας (pdf) της καταπόνησης

Καταπονήσεις περιβάλλοντος (environmental stresses):


Θερμοκρασία, πίεση, ακτινοβολία, υγρασία, δονήσεις…..
Αντιμετώπιση με κατάλληλη θωράκιση

Λειτουργικές καταπονήσεις (operational stresses):


Θερμότητα, δονήσεις, τάσεις, ρεύματα, συχνότητα, τριβή, …..
Μειώνουν τον χρόνο ωφέλιμης ζωής

39

Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων


Παράδειγμα 1-10

Λύση:

40/40
Αλκης Χατζόπουλος - Eργαστήριο Ηλεκτρονικής – Τμ.Η.Μ.Μ.Υ. – Α.Π.Θ. Αξιοπιστία συστημάτων

You might also like