故障树分析 - 事件概率模型

故障树分析涉及为基本事件设定概率失效模型,如恒定失效率指数分布和周期性检测的潜在故障。指数分布用于描述电子器件物理失效,而潜在故障则是在特定条件下才会暴露的故障。不可用度和失效频率可通过公式计算,并通过减小检测周期来降低潜在故障的风险。固定不可用性模型用于表示不完美的检测机制。
摘要由CSDN通过智能技术生成

英文标题: Fault Tree Analysis - Event Data Model

故障树分析最关键的一步就是为基本事件设置概率失效模型。

电子器件的物理失效的概率模型一般符合指数分布,比如电阻的短路、开路。指数分布又细分为恒定失效率指数分布周期性检测的潜在故障

如果故障不能被用户感知到,也不能被检测机制及时地检测到,那么它就是一个潜在的故障。这个故障会一直潜伏着,直到特定条件下才会暴露出来(比如维保检修)。对于潜在故障,应该使用周期性检测的潜在故障模型。

表1 恒定失效率指数分布和周期性检测的潜在故障的比较

故障感知/故障检测 可被用户感知 不可被用户感知
能被检测机制及时检测到 恒定失效率指数分布 恒定失效率指数分布
不能被检测机制及时检测到,或没有检测机制 恒定失效率指数分布 周期性检测的潜在故障

单点故障不可能时潜在故障。因为单点故障会直接导致顶事件失效,一旦失效可以被用户感知到。

不能在FTTI内被检测到的多点故障应该用周期性检测的潜在模型。

恒定失效率指数分布

对于满足恒定失效率指数分布的元器件,其不可用度和失效频率可用下面的公式计算。

\[ Q(t) = 1 -

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值