Stochastische Modelle komplexer Systeme und die Analyse ihrer Zuverlässigkeit in frühen Entwicklungsphasen

点击翻译按钮获取中文摘要

...Untersucht werden soll, inwieweit sich Zuverlässigkeitskenngrößen angeben lassen auch unter Berücksichtigung stochastischer Abhängigkeiten zwischen den Komponenten und einer Erweiterung des binären ("intakt", "ausgefallen") Zustandsraumes zu einem mit mehreren Zuständen. Außerdem soll die Möglichkeit geschaffen werden, das Modell dem jeweiligen Entwicklungsstand des Systems anzupassen. So wird in einer ersten Konzeptionsphase des zu entwickelnden Systems nur eine Grobstruktur mit wenigen Komponenten vorliegen, welche in den nachfolgenden Entwicklungsphasen immer weiter verfeinert werden kann. Untersucht werden soll, in welcher Weise sich die Zuverlässigkeitskenngrößen durch die Verfeinerung der Struktur ändern. Softwarezuverlässigkeit: Neben der Zuverlässigkeit der Hardware technischer Systeme spielt auch die der Software eine immer größere Rolle. So kann z.B. die Software programmierbarer mechatronischer Systeme, wie sie in Teilprojekt TP5 beschrieben wird, unentdeckte Fehler enthalten. Auf der Basis bereits bekannter Verfahren soll ein angepasstes stochastisches Modell der Softwarezuverlässigkeit entwickelt werden, das es erlaubt, die Qualität der verwendeten ComputerProgramme einzuschätzen. Statistische Auswertung: In der Praxis liegen selten Beobachtungen von Ausfalldaten vieler unabhängig eingesetzter Systeme und ihrer Komponenten vor. Daher können klassische statistische Methoden nicht direkt eingesetzt werden. Da reale Daten, falls überhaupt welche verfügbar sind, nur aus einem beschränkten Beob-achtungszeitraum in der frühen Entwicklungsphase zu Verfügung stehen werden, müssen Zensierungseffekte bei der statistischen Schätzung der Zuverläsigkeitskenngrößen in Betracht gezogen werden. Falls keine oder nur wenige Daten vorhanden sind, muss auf Werte aus der Literatur für vergleichbare Komponenten zurückgegriffen werden.