Россия
Россия
УДК 004.94 Компьютерное моделирование
УДК 621.3.019.3 Надежность
В статье рассматриваются современные методы расчета надежности изделий с использованием систем автоматизированного проектирования (САПР). Акцент сделан на анализе параметров надежности, которые задаются в требованиях технического задания (ресурс, долговечность и пр.) или задаются по параметрам соответствующих стандартов на аппаратуру. Для расчета безотказности требуется архитектура, описание функций и определение критичности отказов функций. Отказные состояния задаются в требованиях к изделию или рассчитываются при помощи АФО. Безотказность оценивается в два этапа - на предварительном этапе и итоговом. Предварительный этап служит для определения бюджетов интенсивностей отказов и выполняется на этапе эскизно-технического проектирования. Итоговый расчет безотказности проводится по итогу разработки и показывает, что полученные значения соответствуют заложенным бюджетам. Для оценки надежности и безотказности используются различные методики, иногда несколько вместе, применение тех или иных методик зависит от требования к изделию или предпочтения разработчика. По итогу анализа надежности и безотказности оформляется расчет, который содержит результаты, выводы и рекомендации по итогам анализа. Порядок задания требований по надежности, а также их подтверждения, описание большинства методов расчета надежности и безотказности определены стандартами. Дополнительно к ним, в каждой отрасли могут существовать свои нормативные документы, которые дополняют данные требования. Кроме того, показаны преимущества и недостатки использования различных подходов и приведены практические рекомендации по их применению в зависимости от характера решаемой задачи. В заключении делается вывод о целесообразности использования САПР для повышения качества проектирования и экономии ресурсов при обеспечении необходимого уровня надежности изделий.
Системы автоматизированного проектирования (САПР); надежность изделий; методы расчета надежности; прогнозирование отказов; вероятностные методы; статистические методы; моделирование надежности; анализ финансовой отчётности (АФО).
1. Любавин К.Д. Методы построения высокопроизводительных межсоединений системных шин для систем на кристалле / Любавин К.Д., Тельпухов Д.В. // Информационные технологии. 2024. Т. 30. № 8. С. 433-439.
2. Лялинский А.А. Веб-система характеризации библиотек цифровых ячеек / Лялинский А.А. // Информационные технологии. 2024. Т. 30. № 5. С. 227-239.
3. Яковлев А.А. Системный подход к поиску новых технических решений радиоэлектронной аппаратуры на начальных этапах проектирования / Яковлев А.А., Гребенников В.Н. // Информационные технологии. 2024. Т. 30. № 2. С. 76-84.
4. Калашников В.С. Критерии качества топологии стандартных ячеек цифровых интегральных схем / Калашников В.С., Керре А.Л., Розенфельд В.П., Семёнов М.Ю., Смирнов Ю.Г., Сотников М.А., Царапкин С.Ф. // Информационные технологии. 2023. Т. 29. № 9. С. 447-456.
5. Колегов К.С. Подавление пилообразных осцилляций при использовании разностной схемы для моделирования массопереноса в высыхающей на подложке капле в приближении тонкого слоя /Колегов К.С. // Вестник Самарского государственного технического университета. Серия: Физико-математические науки. 2023. Т. 27. № 2. С. 309-335.
6. Рогалев А.А. Оценивание множеств решений линейных систем обыкновенных дифференциальных уравнений с возмущениями на основе оператора коши /Рогалев А.А. // Вестник Самарского государственного технического университета. Серия: Физико-математические науки. 2023. Т. 27. № 2. С. 357-374.
7. Энатская Н.Ю. Вероятностные модели для анализа обратных экстремальных задач комбинаторики / Энатская Н.Ю. // Вестник Самарского государственного технического университета. Серия: Физико-математические науки. 2022. Т. 26. № 3. С. 573-591.
8. Ivanov D.V. Implicit iterative algorithm for solving regularized total least squares problems / Ivanov D.V., Zhdanov A.I. // Journal of Samara State Technical University. Ser. Physical and Mathematical Sciences. 2022. Т. 26. № 2. С. 311-321.
9. Khanmohammadi E. Development of dynamic balanced scorecard using case-based reasoning method and adaptive neuro-fuzzy inference system / Khanmohammadi E., Safari H., Zandieh M., Malmir B., Tirkolaee E.B. IEEE Transactions on Engineering Management. 2024. Vol. 71. pp. 899-912.
10. Dutta S. Following forrelation – quantum algorithms in exploring boolean functions' spectra / Dutta S., Maitra S., Mukherjee Ch.S. Advances in Mathematics of Communications. 2024. Vol. 18. No. 1. pp. 1-25.
11. Xie J. Infinite series expansion of some finite-time dividend and ruin related functions / Xie J., Zhang Zh. Communications in Statistics - Theory and Methods. 2024. Vol. 53. No. 1. pp. 201-214.
12. Using differential equation-based models to calibrate agent-based diffusion models Xiao Yu., Han J. IEEE Transactions on Engineering Management. 2024. Vol. 71. pp. 586-597.
13. Grimaldi M. How can productivity in product design and engineering be assessed? guidelines to build a dashboard of kpis / Grimaldi M., Greco M., Cricelli L., Rogo F., Scalvenzi M. IEEE Transactions on Engineering Management. 2024. Vol. 71. pp. 560-573.
14. Li He. Information systems sourcing strategies and organizational cybersecurity breaches / Li He., Yoo S. IEEE Transactions on Engineering Management. 2024. Vol. 71. pp. 481-490.
15. FIRRTL. Available at: https://github.com/chipsalliance/firrtl, accessed 02.11.2022.
16. DSLX Reference. Available at: https://google.github.io/xls/dslx_reference, accessed 02.11.2022.
17. Поляков А. К. Языки VHDL и VERILOG в проектировании цифровой аппаратуры. – М.: СОЛОН-Пресс, 2003. – 320 стр.
18. Multiscale Dataflow Programming. Maxeler Technologies, London, UK, Version 2021.1, May 14, 2021.
19. Botros N.M. HDL Programming Fundamentals: VHDL and Verilog. Charles River Media, 2005, 506 p.
20. J. Bergeron. Writing Testbenches: Functional Verification of HDL Models. Springer, 2003. 478 p.
21. Chisel. Available at:https://github.com/chipsalliance/chisel3, accessed 02.11.2022.
22. MyHDL. Available at: https://www.myhdl.org, accessed 02.11.2022.
