用于确定信号链的残余失效率的方法

暂无

用于确定信号链的残余失效率的方法\n技术领域\n[0001] 本发明涉及用于确定汽车安全完整性等级评估中信号链的残余失效率的方法，具体地，涉及基于零部件的PPM数据以及诊断识别率的加权平均值来确定信号链的残余失效率的方法。\n背景技术\n[0002] 随着机动车辆的普及，车辆的安全性成为技术人员以及机动车辆的保有者（即用户）共同关心的问题。近年来，在不断提升车辆中各种零部件的质量的同时，也出现了很多提高车辆整体安全性的控制机制，例如电子制动系统，诸如防抱死制动系统ABS（Anti-lock Braking System）、电子稳定性控制ESC（Electronic Stability System）系统等。\n[0003] ABS系统可安装在任何带液压刹车的汽车上。其利用阀体内的一个橡胶气囊，在踩下刹车时，给予刹车油压力，充斥到ABS的阀体中，然后气囊利用中间的空气隔层将压力返回，使车轮避过锁死点。具体而言，ABS系统通过安装在车轮上的传感器发出车轮将被抱死的信号，控制器指令调节器降低该车轮制动缸的油压，减小制动力矩，经一定时间后，再恢复原有的油压，不断的这样循环（每秒可达5～10次），从而使车轮始终处于转动状态而又有最大的制动力矩。\n[0004] 与此形成对比的是，没有安装ABS的车辆在行驶中，如果用力踩下制动踏板，则车轮转速会急速降低。当制动力超过车轮与地面的摩擦力时，车轮就会被抱死，完全抱死的车轮会使轮胎与地面的摩擦力下降。如果车辆的前轮被抱死，驾驶员将无法控制车辆的行驶方向，如果后轮被抱死，就极容易出现侧滑现象。\n[0005] 可见ABS系统有效地提高了驾驶过程中的安全性，那么ABS系统自身的故障检测就显得尤为重要了。故障包括电路故障和机械故障等，例如ABS系统中传感器（包括传感器线圈电阻、转子齿圈和传感器输出信号等）、制动压力调节器、电控单元等零部件的故障。因此，检测ABS系统中各零部件的安全性是保障行车安全的重要因素之一。\n[0006] 除了ABS系统之外，车辆中包含了多个厂商生产的大大小小的各种零部件。而各个零部件的安全、正常运行显然对车辆的整体安全性起着至关重要的作用。现有的评估车辆安全完整性方法是，通过对某一信号链中各个元件的失效模式、失效率及安全机制的综合评估，获悉该信号链的残余失效率等量化指标，并将得到的指标与既定的安全完整性等级（例如根据道路车辆功能安全标准ISO26262的规定）进行比对，从而确定整条信号链的汽车安全完整性等级。这样的信号链汽车安全完整性等级评估已经成为道路车辆功能安全中最基本、最重要的工作之一。\n[0007] 具体地，在这样的信号链汽车安全完整性等级评估过程中，需要了解信号链上各个元件的失效模式、失效率及安全机制的详细信息。然而，现实中这些元件通常来自不同的（甚至国外）供应商，鉴于其中一些信息往往因为涉及产品的核心而作为商业秘密被制造商保留，导致直接对信号链的汽车安全完整性等级进行有效评估带来障碍。\n[0008] 针对上述现状，需要一种能够在无法获知信号链的某些元件的失效模式、失效率及安全机制的情况下，仍然能够对该条信号链进行安全完整性等级评估的方法。\n发明内容\n[0009] 为了解决或者至少缓解现有技术中的上述问题，本发明提供了一种通过利用信号链中有关元件的PPM数据，并通过对诊断识别率求其加权平均值的方式，来确定信号链的残余失效率的方法，进而实现信号链的汽车安全完整性等级评估。\n[0010] 根据本发明的一个实施例，提供了一种用于确定汽车安全完整性等级评估中信号链的残余失效率的方法，其中，所述信号链指评估中信号流经的路径，所述方法包括：\n[0011] 对于无法获知其失效模式和相应失效率的元件，获得其对应的PPM值，其中，PPM值为该元件在指定时段内指定数量中的坏件量；\n[0012] 利用所获得的元件的PPM值，获得该元件的计次失效率；\n[0013] 针对每个上述元件，获得其在与安全相关的所有失效模式中该元件的不同工作区间内的诊断识别率，并利用所述与安全相关的所有失效模式中失效率和工作区间的各自所占权重的统计数据，对所获得的诊断识别率进行加权平均，进而获得该元件的诊断未识别率；\n[0014] 基于该元件的计次失效率与其诊断未识别率，获得该元件与安全相关的残余失效率；\n[0015] 对已知失效模式及失效率的其余元件，获得其与安全相关的残余失效率；\n[0016] 结合上述元件的残余失效率，获得所述信号链的残余失效率。\n[0017] 可选地，所述信号链包括传感器和接收传感器信号的电子控制单元，其中，所述传感器的失效模式和相应的失效率未知。其中，所述电子控制单元是电子制动系统。\n[0018] 优选地，所述传感器为轮速传感器，所述工作区间为车速工作区间，所述失效率的统计数据为与安全相关的各个失效模式下失效率的权重向量，所述车速工作区间的统计数据为轮速传感器的各个速度工作范围的权重向量。\n[0019] 优选地，所述电子制动系统是电子稳定性控制系统，所述传感器为轮速传感器、方向盘转角传感器和/或真空度传感器；或者所述电子制动系统为防抱死制动系统，所述传感器为轮速传感器。\n[0020] 可选地，将每个失效模式和相应的失效率未知的元件的计次失效率和所述诊断未识别率的乘积作为该元件与安全相关的残余失效率，并且诊断未识别率是整数1与所获得的经过加权平均得到的诊断识别率的差值。\n[0021] 可选地，其余元件与安全相关的残余失效率通过下述方式计算获得：对所述其余元件中的每个元件，确定其每种失效模式下的失效率和识别率，将整数1与识别率的差值作为该元件的诊断未识别率，将每种失效模式下的失效率与诊断未识别率的乘积作为该失效模式的残余失效率；对每个元件的每种失效模式下的残余失效率进行求和，得到该元件与安全相关的残余失效率。\n[0022] 可选地，所述PPM值为该元件每年每百万件中的坏件量，所述计次失效率为[0023] 由上述可见，通过使用元件的PPM值以及求诊断识别率的加权平均值，本发明可以对无法获知其失效模式和相应的失效率的元件计算其残余失效率，从而降低了评估的难度，提高了信号链残余失效率评估的效率。\n附图说明\n[0024] 通过下面结合附图进行的详细描述，将会对本发明有进一步的理解，从而本发明的上述以及其他优点、所公开的示例性实施例的其它特性和优点对本领域技术人员将变得明显。然而，需要注意的是，无论是附图还是下文中的具体实例，均只是为了说明本发明的思路而做出的示例性描述，不应当被作为对本发明的任何方面的限制。本发明的保护范围由所附权利要求的内容及其等效方案来限定。在附图中，\n[0025] 图1示意性示出可实施本发明的方案的信号链的一部分；\n[0026] 图2示意性示出根据本发明一示例性实施例的方法。\n具体实施方式\n[0027] 如上文所述，在信号链汽车安全完整性等级评估中，对信号链上各元件的残余失效率的评估是信号链的汽车安全完整性等级评估的一个重要组成部分。下面将结合图1所示的一示意性简化信号链讨论其中各元件以及整条信号链的汽车安全完整性等级评估。\n[0028] 如图1所示的信号链中包括传感器A、电子控制单元B和信号链输出信号S。这里，传感器A例如可以是轮速传感器、方向盘转角传感器、真空度传感器等或其任意组合，电子控制单元B例如可以是上文所述的ABS系统。为了简化起见，图1仅仅示意性示出了车辆中信号链的一部分。显而易见的是，根据本发明的评估方法可应用于车辆中任何的元件及有关的信号链，而不是局限于图1所示的情形。\n[0029] 另外，可以理解，本文中所提到的信号链指信号流经的路径。具体地，该路径上可包括任意合适的元素，例如图1所示的传感器、线束、处理器等。其中，流经信号链的信号既涉及被传感器检测到的真实物理量，也涉及经过传输和处理之后输出的体现了所测得的物理量的大小、强弱等指征的信息。\n[0030] 将图1中传感器A的失效模式计为Fi，其相应的失效率为Ri，与之对应的诊断识别率为Di（其中i=1至n）。其中，Ri指在相应的失效模式Fi中，传感器A失效的概率。其中，诊断识别率Di是安全机制的量化值，是传感器A在相应的失效模式Fi中的某一工作区间内能够进行正确的诊断识别的概率。具体地，例如如果传感器A是轮速传感器，则其可能的工作区间是若干速度范围，如果传感器A是方向盘转交传感器，则其可能的工作区间是一些角度范围，那么相应的诊断识别率Di则是在相应的一特定速度范围内或角度范围内的诊断识别率。这里，本领域技术人员能够明了，诊断识别率可以在日常的使用、测试、研究等过程中，通过积累经验数据或实验测试数据而获得。\n[0031] 类似地，将图1中电子控制单元B的失效模式计为Fj，其相应的失效率为Rj,与之对应的诊断识别率为Dj（其中j=1至m）。\n[0032] 假设上述元件A、B的所有失效模式均与安全相关，则图1中所示信号链的总残余失效率RF应为：\n[0033]\n[0034] 其中，整数1与诊断识别率D的差值意味该元件不能进行诊断识别的概率，即，诊断未识别率。\n[0035] 然而，需要注意的是，上述信号链的残余冗余失效率的计算方法的前提条件是，需要知道信号链上各个元件的失效模式和失效率，因为只有知道了这两者才可能获得该失效模式下元件的残余失效率的统计数据（否则即便是知道在一些具体情况下对应的诊断识别率的统计数据，也无法知道所获得的诊断识别率统计数据与哪个失效率对应，导致仍然无法计算元件的残余失效率）。\n[0036] 可见，要想使用上式来计算信号链的残余失效率，则必须知道每个元件的失效模式和失效率，从而在此基础上得到对应的残余失效率。然而，如前所述，元件的失效模式和失效率往往作为商业秘密而被制造商保留，因此，需要找到替代的方式计算信号链的残余失效率。\n[0037] 如上文所述，本发明是通过利用PPM值从而对无法获知其失效模式和相应的失效率的元件，计算其残余失效率的，进而计算整条信号链的总残余失效率。这是因为，在信号链上各元件的可获得的信息中，PPM（Parts Per Million）值则是相对公开的产品信息。其中，PPM值为元件在指定时段内指定数量中的坏件量。下文中，以每年每百万件中的坏件数量作为PPM值的一个实例。当然，在具体实践中，PPM值的选取并不限于此。对于本领域技术人员而言，也可以将PPM值设为每六个月、每三个月、每三年等任意合适的时间段内每百万件、每十万件等任意数量的元件中，坏件的数量。可见，PPM值的具体选取，是可以视具体情况而定的。\n[0038] 下面结合图1所示信号链以及图2所示的方法描述利用PPM值计算元件乃至整条信号链的残余失效率的过程。其中，假设图1所示的信号链中，传感器A的失效模式和相应的失效率未知。电子控制单元B的失效模式和相应的失效率已知。\n[0039] 如图2所示，在步骤201中，对于无法获知其失效模式和相应的失效率的传感器A，获得其对应的PPM值。这里，作为举例，将PPM值选为传感器A每年每百万件中的坏件量。\n[0040] 在步骤202中，利用所获得的传感器A的PPM值，获得该元件的计次失效率FIT（Failure In Time）值。其中，FIT表示在特定时段内，例如109小时的时段内，传感器A的失效率。当PPM为传感器A每年每百万件中的坏件量、取时间段为109小时的情况下，FIT值可表达为：\n[0041]\n[0042] 其中，PPM与（106×365×24）的商表示每件传感器A每小时的坏件概率，即，传感器A的失效率。\n[0043] 在步骤203中，针对每个这样的元件，例如传感器A，获得其与安全相关的所有失效模式中全部工作区间下的诊断识别率的统计数据，并利用所述与安全相关的所有失效模式中失效率和工作区间的统计数据，对所获得的诊断识别率进行加权平均，进而获得该元件的诊断未识别率（例如，100%和所获得的诊断识别率加权均值的差）。\n[0044] 假设图1中所示的传感器A为轮速传感器，则其在各个失效模式下的失效率以及针对各失效模式其在不同工作区间（这里是速度工作区间）的诊断识别率也不同。这里以传感器A具有两种失效模式FA1和FA2，三种速度工作区间或范围V1,V2和V3为例加以说明。在这种情况下，经过实验测试或经验数据，统计得到诊断识别率在FA1模式下的速度工作区间V1,V2和V3内的数值分别为DC1,1、DC1,2和DC1,3。类似地，其在FA2模式下的上述三种工作区间内的诊断识别率分别为DC2,1、DC2,2和DC2,3。即，如下表所示：\n[0045]\n    速度范围V1 速度范围V2 速度范围V3\n    S1 S2 S3\n失效模式FA1 M1 DC11 DC12 DC13\n失效模式FA2 M2 DC21 DC22 DC23\n[0046] 这里，为了更直观地理解本发明中提出的加权平均的概念，可以将上述诊断识别率统计数据表达为以下矩阵：\n[0047]\n[0048] 同样地，将两种失效模式下的失效率和速度工作区间也以矩阵形式来表达。即，失效模式分布权重向量(M1 M2)和速度分布权重向量 其中，失效模式分布向量中的M1表示FA1失效模式下的失效率占总失效率的比重，M2表示FA2失效模式下的失效率占总失效率的比重。类似地，S1、S2、S3分别表示速度工作范围V1,V2和V3占总速度工作范围的比重。则上文所述的诊断识别率的加权均值可以示意性地表示为：\n[0049]\n[0050] 上文给出了对于轮速传感器A，依据其各个失效模式下失效率的分布情况和汽车行驶速度的统计数据，对诊断识别率的统计数据（例如矩阵）进行二次加权平均（例如对失效率的分布权重向量、诊断识别率矩阵和车速分布权重向量做乘法）即可求得识别率平均值。其中，统计数据可以通过多种途径获得，例如日常使用过程中该传感器的经验数据、实验测试数据，或者其他类似传感器的统计/实验数据，或者对现有的全部或部分有关传感器的统计/实验数据求均值等等。在“诊断识别率加权平均值”的求取过程中，可以将失效模式、失效率及其诊断识别率等具体信息对“残余失效率”的影响融入“识别率平均值”中。这样，作为现有技术中需要获取失效模式和失效率等详细信息的一种替代方式，通过使用失效模式、失效率的统计信息，使其已经在上述诊断识别率平均值中有所体现，从而使得计算结果更加逼近真实的残余失效率。\n[0051] 但是需要注意的是，上文所述具体的求诊断识别率矩阵的方式仅仅是示例性的，本领域技术人员容易理解，其具体计算过程不限于此。例如，计算过程不是通过矩阵来表达各个信息元素。再例如，对于其他类型的传感器，其工作区间有所不同（诸如角度工作区间等），甚至对于车辆中其他类型的零部件，在加权平均过程中可能存在其他的考虑因素，这显然可以由本领域技术人员视具体应用情况和需求而进行调整。\n[0052] 在步骤204中，基于元件的计次失效率FIT值和诊断未识别率，获得该元件（传感器A）与安全相关的残余失效率。例如，将FIT值与诊断未识别率相乘，求得传感器A的残余失效率。\n[0053] 在步骤205中，对已知失效模式及失效率的其余元件（例如图1中的电子控制单元B），获得其与安全相关的残余失效率。\n[0054] 在步骤206中，结合通过进行加权求得的上述元件（传感器A）的残余失效率及其余元件（电子控制单元B）的残余失效率，将这两部分失效率求和，获得整个信号链的残余失效率。信号链总残余失效率RFwa具体如下式所示：\n[0055]\n[0056] 其中，DCwa为上文中的诊断识别率加权平均值。\n[0057] 例如，在具体的应用中，整车厂可按照上述方式估计轮速传感器的残余失效率，ABS供应商提供其产品相关的残余失效率，那么对两部分求和，即可得到信号链总残余失效率的值。\n[0058] 如上文所述，在获得了信号链的总残余失效率的值之后，即可将其与预定的安全完整性等级（例如根据道路车辆功能安全标准ISO26262的规定）进行比对，从而评估出信号链的安全完整性等级。例如，在上文所示的示例中，若残余失效率在100FIT以内，则这一指标可满足安全完整性等级B的要求。\n[0059] 需要注意的是，上文中PPM的值以及FIT值的时间段的取值都是可以根据具体的需要以及应用环境等诸多有关因素来设定的。例如，FIT可以选为10-7小时。\n[0060] 根据上文结合图1、图2所描述的示例性实施例，本发明通过利用PPM值以及诊断识别率的加权均值，实现了对于不知晓其失效模式和失效率的元件的残余失效率的估计。这一方法有助于简化评估过程，降低评估难度。通过利用PPM信息来替代计算中所需要的信号链中各个相关元件的失效模式和失效率信息，完成该信号链残余失效率的近似估算。考虑到残余失效率是信号链安全完整性等级评估的一个重要指标，本发明所提出的方案明显地缓解了现有评估方法中的瓶颈。\n[0061] 上文的描述本质上是示例性的而非限制性的。对于本领域技术人员来说，对所公开的示例的任何为了适应具体的环境、要求等因素而进行的变型和修改都是可行的。而且，上文按一定顺序公开了方法的具体操作步骤。但是，这不意味着行文顺序代表了步骤的执行顺序。因此，本领域技术人员可以理解，可在仍能实施本发明的前提下对方法的具体操作步骤进行改变，例如，将上述方法的步骤进行合并或进一步的拆分、调换顺序等等。无论如何，本发明的保护范围由所附权利要求的内容及其等效内容来确定。