روشي براي مدل‌سازي انتشار خطا در سيستم‌هاي هيبريد با استفاده از شبكه‌هاي فعاليت تصادفي

A method for modeling and analysis of fault propagation in hybrid systems using stochastic activity networks

سيستم‌هاي هيبريد از دو بخش پيوسته و گسسته تشكيل شده‌اند. اين سيستم‌ها شامل چندين مؤلفه متفاوت هستند. وجود خطا در يكي از اين مؤلفه‌ها و فعال شدن آن، مي‌تواند به ساير مؤلفه‌ها انتشار پيدا كند. با توجه به پيشرفت فناوري و به وجود آمدن سيستم‌هاي هوشمند هم‌چون ماشين‌هاي خودران، دستگاه‌هاي كنترل سلامت و كارخانه‌هاي خودكار، وقوع خطا در يك مؤلفه و انتشار آن به ساير مؤلفه‌ها مي‌تواند منجر به وقوع فاجعه و خسارات مالي و جاني فراواني شود. بنابراين به منظور شناخت نقاط حساس سيستم و نحوه انتشار خطا بين مؤلفه‌ها، لازم است قبل از طراحي و بهره‌برداري از اين سيستم‌ها، به مدل‌سازي انتشار خطا در آن ‌ها پرداخت. در اين مقاله روشي براي مدل‌سازي انتشار خطا بر اساس شبكه‌هاي فعاليت تصادفي ارائه شده است. بر اساس اين مدل مي‌توان به شناسايي نقاط حساس سيستم، تأثير مؤلفه‌هاي مختلف بر روي همديگر و رفتار خرابي مؤلفه‌ها پرداخت. مدل پيشنهادي در يك مطالعه موردي (سيستم سوخت‌رسان هواپيما) به‌كار گرفته شده و نتايج شبيه‌سازي و ارزيابي كمّي آن آورده شده است.

Hybrid systems consist of both continuous and discrete parts. These systems include several different components. A fault in one of these components can be activated and propagate to other components. Due to the advancement of technology and intelligent systems such as driverless car, health control devices and automated factories, the occurrence of a fault in one component and its propagation to other components can lead to financial and human-life losses. It is necessary to design a fault propagation model before construction of a system. With such a model, we can observe the propagation of the effects of a fault in a component to other components, before the construction of the system. It is also possible to identify critical components of the system. In this paper, a method for modeling fault propagation based on stochastic activity networks is presented. Based on this model, it is possible to identify the critical points of the system, the effect of different components on each other and the component failure behavior. The model has been applied to an aircraft fuel system, and its simulation and quantitative results are presented.