Flexible truncation method for the reliability assessment of phased mission systems with repairable components

Phased-mission systems (PMS) are the system in which the component stresses and the system configuration may change over time. Real-world PMS usually consist of a large number of repetitive phases and repairable components. Existing approaches for the reliability analysis of this kind of PMS tend to suffer from the problem of state explosion or binary-decision-diagram (BDD) explosion. This paper presents a truncation method based on the BDD and Markov chains to solve the scaling issue. In our approach, the truncation mitigates the BDD explosion and broadens the applicability of the BDD & Markov method. Different from the classic truncations, our truncation limit is flexible, which ensures that ensure the truncation error is lower than the predefined threshold. The advantages of the proposed method are illustrated through two practical PMS which are challenging to classic non-simulation approaches.

Systemy o zadaniach okresowych (phased mission systems, PMS) to takie systemy, w których naprężenia elementów składowych oraz konfiguracja systemu mogą z czasem ulegać zmianie. W warunkach rzeczywistych, PMS zazwyczaj charakteryzują się dużą liczbą powtarzalnych faz zadaniowych i składają się z wielu naprawialnych elementów. Istniejące metody analizy niezawodności tego typu systemów niestety posiadają ograniczenia związane z problemem eksplozji stanów lub eksplozji diagramów binarnych decyzji (binary decision diagram, BDD) Praca przedstawia metodę obcinania opartą na BDD oraz łańcuchach Markowa, która pozwala rozwiązać wspomniane problemy złożoności obliczeniowej. W proponowanym podejściu, obcięcie minimalizuje eksplozję BDD zwiększając możliwości zastosowania metody opartej na BDD oraz łańcuchach Markowa. W odróżnieniu od klasycznego obcinania, w opracowanej przez nas metodzie granica obcięcia jest elastyczna co pozwala zredukować błąd obcięcia poniżej wcześniej określonego progu. Zalety proponowanej metody zilustrowano na przykładzie dwóch stosowanych w praktyce systemów PMS, które stanowią wyzwanie dla klasycznych metod niesymulacyjnych.