《表2 仿真分析结果：面向IMA平台的离散事件演化树仿真分析方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向IMA平台的离散事件演化树仿真分析方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

采用DEET分析方法对图1所示的IMA平台在不同时刻处于不同状态的概率进行仿真分析，仿真采用Python语言实现，设置工作GPM数量为5，备件GPM数量为2，交换网络为由两块热备份SW组成的双余度网络，设置GPM，SW和TM的故障符合指数分布，GPM，SW和TM的MTBF都为2000 h，即式（2）中的各部件i的故障概率密度函数fi（t）=λe-λt，λ=（5E-4）/h，在每轮仿真过程中，GPM，SW和TM通过式（2）确定自己的故障事件发生时间，式（2）中的g（fi （t）） 函数通过python语言numpy库的随机抽样函数实现。通过本文所述的离散事件驱动机制和故障事件演化树分析IMA平台在故障演化过程中时序相关、功能依赖关系和每个故障事件引起的系统状态的变化。记录每轮仿真中在指定时刻t系统所处的状态Si，在完成了Nsum=1×105次仿真后，统计在指定时刻t系统处于状态Si的次数，通过式（3）计算系统在t时刻的状态概率PSi，仿真结果如表2所示，可看出采用DEET方法不仅可以分析出系统处于初始状态和完全失效的概率，还可以分析出系统处于需维修但不影响业务以及可完成部分业务状态的概率，相对于传统仅支持正常/故障两态分析的方法，本文方法的分析结果更全面，更有利于IMA平台的业务优化和维修资源的规划。