遠程數據采集系統的可靠性仿真研究

于 嵩，敖長林，陳紅光

（1.東北農業大學工程學院，哈爾濱 150010；2.東北農業大學理學院，哈爾濱 150030；3.東北農業大學水利與建筑學院，哈爾濱 150030）

近年來，隨著單片機系統的不斷發展，單片機在精準農業、工業自動化、生產過程控制、智能化測試儀器儀表等領域的應用越來越深入。由于測控系統所處的環境越來越復雜，各種不同形式的干擾都在影響系統的正常運行；有來自系統內部和外部的各種電氣干擾，還有系統的結構設計、元器件的選擇、安裝和制造工藝等因素的影響，均可降低單片機系統的可靠性，主要表現在系統數據采集誤差大、控制狀態失靈、數據發生變化等方面[1]。

遠程數據采集系統可以實現數據的實時準確采集和遠距離傳輸，在精準農業中占有重要地位，其可靠性高低直接影響測產系統的信息傳輸質量，進而影響機器系統的作業效果，研究其可靠性對農業生產具有重要意義。

本文采用計算機仿真技術對系統進行可靠性分析，利用故障樹分析和蒙特卡羅相結合方法，對遠程數據采集系統進行可靠性仿真，找到影響系統可靠性的各種不利因素，從而采取相應預防措施。

1 系統工作原理和失效分析

1.1 遠程數據采集系統的的工作原理

本系統設計的硬件電路由兩個模塊組成，分別是采集模塊和通信模塊；采集模塊在現場進行數據采集和處理，通過有線或者無線設備與通信模塊進行數據通信，通信模塊還要與計算機進行串口通信。系統硬件電路如圖1所示。采集模塊由模數轉換電路、單片機電路、串并轉換電路、調制解調電路組成。該模塊完成模擬量向數字量的轉換，數據處理，信號的調制，信號的功率放大及發送等功能。通信模塊由調制解調電路，串并轉換電路，單片機電路組成，主要完成信號的接收和放大，并與計算機進行串口通信。

圖1 系統硬件電路原理Fig.1 System hardware circuit

1.2 系統的失效分析及其故障樹

故障樹分析法（FAT），是一種評價復雜系統可靠性與安全性的重要方法。FAT把系統事件作為故障樹的頂事件，用規定的邏輯符號表示，找出導致事件所有可能發生的直接因素和原因，它們是處于過渡狀態的中間事件，并由此逐步深入分析，直到找出事故的基本原因，即故障樹的底事件為止，這樣逐層的建立系統故障樹。該系統由兩套單片機系統和連接二者的有線或無線設備組成，單片機應用系統的硬件電路構成比較復雜、所用元件品種繁多，工作場所環境復雜，所以系統失效的因素也比較多。

由于外界干擾和電源內部噪聲等影響，可使電源發生故障，電源故障則會導致系統供電不足或運行故障。在實際的工業現場，存在著大量的復雜的干擾信號,可導致采集模塊的組成電路發生故障，如傳感器故障、模數轉換電路故障、調制解調電路故障等。導致通信模塊故障的原因是由于外界干擾（如空間電場磁場干擾）的存在，出現信道故障，單片機電路故障，接收電路故障,通信電路故障等。根據以上分析建立本系統的故障樹，如圖2所示。

圖2 系統的故障樹Fig.2 System fault tree

2 系統的數字仿真原理及過程

2.1 仿真模型的建立

2.1.1 系統組成

由圖2可知，遠程數據采集系統的故障樹含有9個底事件，用S表示系統，則有：

其中Zi（i=1，2，…，9）表示底事件，已知每一個底事件的失效分布函數均為指數分布，設為：

其中λi（i=1，2，…，9）為失效率。

2.1.2 可靠性仿真邏輯關系

如果故障樹的一些底事件都發生時將會引起頂事件發生，那么這些底事件組成的集合就稱為這個故障樹的割集；若將割集中所含的底事件任意去掉一個就不再成為割集，則該割集稱為最小割集。對系統建立的故障樹，用下行法[2-3]求出其所有最小割集為9個。

以Mi（i=1，2，…，9）表示最小割集，根據最小割集的定義，只要有一個最小割集發生，則頂事件必然發生，而該最小割集中的底事件必全部發生，所以，頂事件Φ和最小割集及其包含的底事件之間的邏輯關系表示為：

2.2 系統可靠性仿真原理及過程

系統可靠性仿真利用Monte Carlo方法[4]產生0～1之間的均勻隨機數，代入到基本部件的失效分布函數的反函中，得到底事件的失效時間。仿真時，在每個最小割集范圍內找出失效時間最大的部件，該部件失效時，該割集中所有的部件已經失效，從而說明系統失效。由于最小割集之間的關系為或的邏輯關系，所以對所有失效時間最大值再排序，找出其中最小值，就是系統的失效時間[5-6]。仿真過程如下：

2.2.1 初始數據

本系統的基本部件的失效分布函數均為指數分布，總仿真次數為10 000次，系統最大工作時間為25 000 h，最小割集數目為9個，即所有的底事件。

2.2.2 底事件的失效時間

已知基本部件的失效分布函數及參數,利用反函數法求得第i個底事件Zi失效時間為：

其中f（u）是基本部件的失效分布函數，f-1（u為其反函數，u為0～1之間分布的隨機數。

2.2.3 系統的失效時間

不失一般性，若系統有k個最小割集，每個割集中有p個基本部件。

①取p個抽樣時間，取k次，每次取的抽樣時間必須滿足隨機性和獨立性的要求，代入到最小割集中，得：

這樣可得到每個最小割集的抽樣時間T1，T2，…，Tk。

②對k個最小割集抽樣時間令TT=min{T1，T2，…，Tk}，得到時間等價于系統做一次仿真試驗的失效時間。

③重復1）、2）步n次，得到系統失效時間的實現值序列：TT1，TT2，…，TTn。

④在仿真運行期間，記錄所需的統計量，在仿真結束之后，整理并輸出各種統計量。

本文研究的系統k取9，p取1，n取10 000，則最終得到系統失效時間：TT1，TT2，…，TT10000。

2.2.4 仿真結果統計分析

仿真完成后，需要對仿真的數據進行統計。利用文獻[5]中的區間統計法進行系統失效數的分布統計，進而算出系統可靠性指標,得到系統總失效率為：1.253×10-4·h-1，系統平均無故障工作時間（MTBF）為：7 980 h。圖3給出了系統仿真的流程。

3 仿真實驗結果分析

本系統的故障樹由4個門事件和9個基本部件組成。應用Matlab7.0開發了相應的軟件，軟件程序框圖見圖3。系統最大仿真時間設為25 000 h，仿真運行10 000次，把各基本部件失效率、故障樹割集等數據輸入仿真軟件并運行，可以得到系統可靠度曲線、基本部件模式重要度直方圖，如圖4、5所示。

由圖4可以看出，系統可靠度曲線近似符合失效規律為指數分布的曲線形式。由曲線可以得到，系統可靠度達到50%時，對應的時間為7.1×103h，約為10個月，系統的可靠度達到90%時，對應的時間為1 240 h，這種情況說明要保持系統高可靠性運行，就要開始使用約為51 d內對系統做一次檢查比較合理。

圖3 系統仿真程序框Fig.3 System simulation block

圖4 系統可靠度曲線Fig.4 System reliability curve

由圖5可知，基本部件3、4的模式重要度大，說明這些部件失效最容易引起系統失效，應該重點維護，及時維修。

圖5 基本部件模式重要度直方圖Fig.5 Mode importance of the basic components of the histogram

4 結論

本文采用故障樹最小割集和蒙特卡羅相結合的方法對遠程數據采集系統進行數字仿真，得到系統可靠性相關指標的曲線，即可靠度和失效率曲線；可靠性仿真可顯著降低遠程數據采集系統可靠性試驗費用和縮短試驗周期，研究結論將為遠程數據采集系統使用管理、維修提供理論參考依據。

[1]洪志剛.單片機應用系統設計[M].北京:機械工業出版社,2011.

[2]魏選平,卞樹檀.故障樹分析法及其應用[J].計算機科學與技術,2004(3):43-45.

[3]金星,洪延姬,沈懷榮,等.系統可靠性數值分析方法[M].北京:國防工業出版社,2002.

[4]肖剛,李天柁.系統可靠性分析中的蒙特卡羅方法[M].北京:科學出版社,2003.

[5]袁立峰,王浚.可靠性數字仿真方法及其應用[J].電子產品可靠性與環境試驗,2005(2):17-20

[6]楊為民,盛一興.系統可靠性數字仿真[M].北京:航空航天大學出版社,1990.