例如,实时错误信息传递、命令/地址总线保护、允许更有效的片上 ECC 方案等。内存供应商 • ASIL 认证的内存组件汽车芯片组供应商、OEM 和一级供应商 • 使用已通过 ISO-26262 ASIL 认证的内存组件
NASA STI 计划由 NASA 首席信息官主持。该计划负责收集、组织、归档和传播 NASA 的 STI。NASA STI 计划提供对 NASA 技术报告服务器 — 注册 (NTRS Reg) 和 NASA 技术报告服务器 — 公共 (NTRS) 的访问权限,从而提供世界上最大的航空航天科学 STI 集合之一。结果在 NASA 以外的渠道和 NASA 的 NASA STI 报告系列中发布,其中包括以下报告类型: • 技术出版物。已完成的研究或重要研究阶段的报告,介绍 NASA 计划的结果,并包含大量数据或理论分析。包括被认为具有持续参考价值的重要科学和技术数据和信息的汇编。NASA 对应同行评审的正式专业论文,但对手稿长度和图形演示范围的限制不那么严格。 • 技术备忘录。初步或具有专门意义的科学和技术发现,例如“快速发布”报告、工作文件和包含最少注释的参考书目。不包含广泛的分析。
未来电动飞机和混合动力飞机对电力的需求不断增加,机载系统的高功率电力转换研究工作一直在进行中。航空系统的安全关键性质使航空电力转换器的可靠性成为关键的设计考虑因素。本文研究了电力电子系统的可靠性,重点研究了关键子部件的寿命限制因素。为起动发电机驱动转换器建模了不同系统电压水平下的电压源功率转换器的可靠性。一个关键的观察结果是,Si IGBT 器件足以满足低压和中压系统(高达 540 V)的可靠性要求。在更高的系统电压(高于 540 V)下,使用 Si IGBT 进行设计需要多级拓扑。在恒定功率曲线驱动中,转换器直流链路中薄膜电容器的磨损故障对系统可靠性的影响最小。在没有增强电压降额的多级拓扑中,系统可靠性主要受宇宙射线引起的随机故障影响。仿真结果表明,在高系统电压 (810 V) 下,带有 SiC mosfet 的 2 L 拓扑在可靠性方面优于基于 Si IGBT 的 3 L 拓扑。
Qualtech Systems, Inc. (QSI) 的集成工具集由 TEAMS-Designer ® 和 TEAMS-RDS ® 组成,提供全面的数字孪生驱动和基于模型的系统工程方法,可用于整个设备生命周期内的故障管理 - 从故障管理设计到部署设备的基于条件的维护。在本文中,我们介绍了 QSI 对其现有基于模型的系统工程 (MBSE) 方法的调整和增强,以实现全面的数字孪生,该数字孪生结合了开发过程故障模式、影响和危害性分析 (P-FMECA) 所需的构造,并将其与设备故障模式、影响和危害性分析 (FMECA) 相结合。本文将讨论整合这些模型构造的各种自动化级别及其重用,以实现不同数字孪生的自动化开发,以及随后自动生成组合过程和设备 FMECA。这种自动化开发集成 FMECA 的能力结合了流程级故障模式和设备级故障模式,使系统设计人员和操作员能够关联和识别流程故障,直至设备级的根本原因,从而产生
我们提出故障模式的概念来描述故障如何导致系统故障。我们使用这个概念来描述一种故障场景,它说明了系统中的错误状态消息。故障模式描述了故障如何变成故障,表明故障如何在系统单元中传播直到产生故障。该模式明确显示了系统中的缺陷如何导致故障传播。故障模式中的信息对于评估和设计可靠的系统很有用。该模式还显示了如何阻止故障或减轻其影响。这些模式还有助于重建故障发生的过程,这可能具有取证价值。 关键词:故障、可靠性模式、模式、可靠性、安全模式 1. 引言 由于我们越来越依赖关键服务来执行基本的日常功能,我们需要避免系统故障。过去发生了几起事件,这些事件使人们更加意识到提高关键服务、应用程序和系统可靠性的必要性。 1985 年至 1987 年间,有六名患者因 Therac-25 机器受到过多辐射,导致严重健康损害(Leveson 和 Turner 1993 年)。波音飞机曾多次发生故障,导致人员死亡(波音商用飞机公司,2011 年)。美国东北部和中西部以及加拿大安大略省在
可靠性模型和解决未来故障问题的适当工具。MIL-STD-1629A 是美国国防部最受欢迎的 FMECA 标准之一。以下论文介绍了针对风力涡轮机组装进行的风险优先级数 (RPN) 的结果。该方法针对风力涡轮机组件的功能模式执行,以了解其性能并确定其关键故障。故障模式关键性的排名是基于从摩洛哥可再生能源生产领域工作的专家和决策者收集的数据实现的。此外,研究结果表明,发电机和电力系统是风力涡轮机系统中最关键的两个组件。此外,所采用的方法将帮助决策者改进需要更多关注的关键部件的设计,同时消除固有风险并提供符合生产标准的系统。
光检测和测距 (LiDAR) 传感器是感知系统的关键组件,可实现自动驾驶。鉴于 LiDAR 的故障率高于摄像头和雷达等其他传感器,因此监控此组件的健康状况对于提高自动驾驶功能的可用性至关重要。这样的健康监测系统可以为零售和车队提供经济高效的维护,改善零售客户的服务体验,并确保 LiDAR 生成的数据在工程开发中的保真度。由于 LiDAR 在汽车应用中相对较新,因此目前在 LiDAR 健康监测方面的工作有限,其故障模式和退化行为尚未在文献中得到彻底研究。本文回顾了 LiDAR 的外部和内部故障模式及其对感知性能的影响。外部故障模式分为多个故障类别,例如由于传感器上的一层碎片导致的传感器堵塞、传感器盖的机械损坏以及安装问题。针对各种类型的 LiDAR(包括机械旋转式、闪光式和微机电镜 LiDAR),探索了与发射器、接收器或扫描机制等 LiDAR 子组件相对应的内部故障。还研究了每个子组件的故障模式,以确定它们是否可以归类为缓慢退化或突然故障。结论是,机械旋转式 LiDAR 比闪光式 LiDAR 更容易出现故障模式。内部和外部 LiDAR 故障模式都会导致检测物体和障碍物的准确性和可靠性降低,危及自动驾驶系统的安全性,并增加发生碰撞的可能性。
无人机 (UAV) 的进步,更具体地说是将大量自主无人机组成“群体”。这些群体形成有组织的飞行器集群,以集体形式执行多方面的操作。尽管无人机群体提供了诸多好处,但工程团队在设计无人机群体系统时仍必须克服一些障碍。一个关键领域是创建和理解群体行为并揭示可能影响预期任务的所有潜在故障场景。这项研究使用 Monterey Phoenix (MP) 来建模系统行为,将它们分组为可能的行为者行为的不同、可重复使用的代理类模型,并将行为者交互建模为单独的约束。这种方法能够从这些模型中计算行为者行为的每一种可能变化以及所有其他可能的行为者行为,从而生成一组详尽的可能场景或事件轨迹。通过对这些事件轨迹进行手动检查或半自动断言检查,可以发现不需要的和不良的行为和故障模式,这使得任务规划人员能够采用必要的故障安全行为来抵消这些未经请求的实例。
GPS 完整性故障模式和影响分析的状态更新 Karen Van Dyke,DOT/Volpe 中心,Karl Kovach,ARINC,John Lavrakas,Overlook 系统 简历 Karen Van Dyke 是导航中心的项目负责人。Van Dyke 女士对 GPS 及其增强系统的航空应用在所有飞行阶段进行了可用性和完整性研究。她是 Volpe 中心团队的项目负责人,该团队为美国空军和 FAA 设计、开发和实施了 GPS 中断报告系统,这项工作已扩展到世界其他国家。Van Dyke 女士在马萨诸塞大学洛厄尔分校获得电气工程学士和硕士学位,并曾担任导航研究所所长。Karl Kovach 是加利福尼亚州埃尔塞贡多 ARINC 工程服务有限责任公司的技术总监。 Karl 已在 GPS 计划的各个方面工作了 24 年,其中包括在加利福尼亚州范登堡空军基地担任 GPS 控制段空军主管 3 年(1983-1986 年)。他于 1978 年获得加州大学洛杉矶分校机械工程学士学位。John W. Lavrakas 是 Overlook Systems Technologies, Inc. 的高级工程师,担任国防部 GPS 支持中心的运营支持总监。Lavrakas 先生在过去 22 年中一直从事 GPS 工作,支持 GPS 控制段、GPS 用户设备的开发
可能是区分 FMECA 实施是否有效和无效的最重要因素。虽然 FMECA 的目标是识别系统设计中的所有故障模式,但其首要目的是尽早识别所有灾难性和关键性故障可能性,以便尽早通过设计修正消除或最小化这些可能性。因此,应在较高系统级别获得初步设计信息后立即启动 FMECA,并随着有关项目的更多信息可用而扩展到较低级别。