[发明专利]一种考虑软件运行的软－硬件退化系统剩余寿命估计的方法

说明书

本发明公开了一种考虑软件运行的软‑硬件退化系统剩余寿命估计方法，包括：软‑硬件系统性能退化指标的构建与筛选；系统退化模型的构建；剩余寿命估计算法的提出；基于隐Markov模型的性能退化模型分析；通过调整软件状态转移参数，使系统分段退化模型达到最优，进而由性能指标分别构建系统退化模型，根据系统的体系结构，外推整个软‑硬件系统的剩余寿命估计。本发明的优点是：针对传统单独考虑软件可靠性或硬件可靠性的软硬件系统剩余寿命估计难题，采用离散隐Markov过程来描述软件模块之间的转移，建立隐藏状态与实际退化之间的关系，根据在不同软件运行条件下系统性能退化指标样本中的拐点个数，构建不同的退化模型，根据体系结构估计剩余寿命，发明了一种提高剩余寿命估计精度的方法。

技术领域

本发明涉及一种高效估计系统级剩余寿命的分析方法，特别针对大型软硬件一体复杂系统仿真实验过程繁杂、人力物力消耗巨大的问题，提出简单易用的数学解析法，结合隐Markov模型进行退化指标的分段建模，高效的提高剩余寿命估计的准确度，属于系统工程与信息科学的交叉领域。

背景技术

随着信息化水平的不断提升，各类控制系统的功能逐渐由软件实现，并且呈现软件高度密集、复杂度不断提高的特点。软硬件一体已经成为各类大型系统的固有形式。其系统可靠性既分别依赖于软件和硬件，更依赖于软硬件结合过程中的相互影响。因此，对软硬件系统进行软硬件交互的可靠性分析越来越受到广泛的重视。传统的剩余寿命估计理论需要大量的寿命数据，随着技术的进步，现代大型系统的寿命越来越长，以致于在有限的开发周期内极少发生失效，难以得到足够的寿命数据，使得现有的可靠性评估难于实施。实际上，失效机理分析是可靠性评估和寿命预测的基础。对大多数系统而言，失效机理都与性能退化过程相关，因此性能退化过程包含了大量的可靠性信息。传统可靠性理论只关注失效时刻的寿命数据和失效次数等信息，忽略了系统失效与性能退化过程之间的联系，在高可靠长寿命系统的可靠性和剩余寿命评估时存在上述不足。实际上，无论系统失效与否，都可以测量其随时间变化的一簇性能退化数据，性能退化数据为产品寿命预测和可靠性评估提供了丰富而关键的信息源，并可由此外推系统的寿命特征与可靠性，从而为可靠性评估提供了新的可行途径。

现代军工业的需求和科学技术的发展决定了机械系统不断向高速、高精度、高可靠性的方向发展；另一方面，许多军用系统设备结构庞大，功能复杂。即使设备再优良，其性能和状态都会随着持续运行而逐渐退化并导致故障的产生。系统的失效不但会降低生产效率和系统的可靠性，而且还可能会引起严重的安全问题，甚至导致人员的伤亡。如果能准确地预测系统运行过程中出现的故障并制定相应的维护策略，对于提高系统性能，避免重大事故和人员伤亡的发生是非常有意义的。此外，随着市场竞争的加剧，系统的设计和制造技术不断提升，硬件材料性能不断提高，系统的可靠性也越来越高，寿命越来越长。为了保证系统功能的可用性，需要确定、预测和评价系统的可靠性指标，否则功能设计就失去了意义。因此，如何在有限的研发周期和试验经费内，快速、准确的估计高可靠长寿命系统的可靠性，是当前可靠性工程领域亟待解决的问题。而现有的软硬件混合系统可靠性综合试验方法只是简单回避了软硬件失效机理的不同，并未解决软硬件失效机理不同产生的影响。

对退化系统的性能指标进行建模的可靠性评估更具有优势，许多学者对这种方法进行了广泛研究。退化量建模法一般选用随机过程法，即选用一定的随机过程函数描述退化过程，然后根据退化数据求解决定随机过程特征的相关参数。通过分布拟合检验，若退化量分布规律不明显，退化数据的相对增量满足一定分布规律，或性能指标存在随机的累积变化规律时，则使用具有独立增量特征的随机过程，但是对退化数据进行建模是更合适的选择。

然而与大型系统评估相关的问题仍然存在，特别是运行过程随时间变化的动态性建模及其复杂性。基于此，本发明从建模对象上提出新的观点，考虑受软件模块运行影响的软-硬件系统剩余寿命估计的问题，将软件运行考虑为硬件性能退化的一种冲击或影响，对不同的软件模块之间的转移采用离散隐Markov过程来描述，构建实际退化与隐藏状态之间的关系，在此基础上分析硬件性能的退化过程。

发明内容