ارزیابی قابلیت اطمینان و حساسیت ربات زیرآبی خودمختار از روی مدل درخت عیب آن با لحاظ عدم قطعیت‌ها

وقوع عیب و به‌تبع آن از دست دادن ربات زیرآبی خودمختار گاهاً خسارات غیرقابل جبرانی را به صاحبان آن‌ها وارد می‌کند. شناخت و دسته‌بندی این عیوب اطلاعاتی مفید برای طراحان ربات زیرآبی به‌منظور تعیین گلوگاه‌های سیستم و رفع آن‌ها ارائه می‌کند. این مقاله انواع عیوب اساسی در ربات زیرآبی خودمختار را شناسایی و دستهبندی کرده و از روی توپولوژی سیستم، درخت عیب ربات زیرآبی را که برای شناسایی مسیرهای بحرانی، تشخیص اجزای بانفوذ در ازکارافتادگی سیستم و شناسایی گلوگاه‌های آن به کار می‌رود، می‌سازد. آنگاه قابلیت اطمینان ربات زیرآبی را از روی درخت عیب آن در حضور/ عدم حضور &عدم قطعیت‌ها& ارزیابی کرده و حساسیت رویداد ازکارافتادن کامل ربات زیرآبی را نسبت به تغییرات احتمال وقوع عیب در اجزای آن از روش جدیدی محاسبه می‌کند. قابلیت اطمینان ربات زیرآبی خودمختار با در نظر گرفتن عدم قطعیت‌های مذکور به کمک منطق فازی محاسبه‌شده و بدین ترتیب تخمین واقعی‌تری از قابلیت اطمینان ربات به‌دست‌آمده است. با استفاده از نتایج حاصل از بخش اول کار، می توان قابلیت اطمینان سیستم را در هر بازه زمانی دلخواه ارزیابی کرد و زمان تعمیرات پیشگیرانه و پیشبینانه را تعیین کرد. با استفاده از نتایج حاصل از ارزیابی حساسیت هم می توان تاثیر هر کدام از زیرسیستم ها و اجزا را در خرابی سیستم مشخص کرده و بهینه ترین روش را برای افزایش قابلیت اطمینان شناسایی کرد.

Reliability and Sensitivity Evaluation of an AUV through Fault Tree Model with Uncertainty Consideration

The occurrence of faults, and consequently the loss of Autonomous Underwater Vehicles (AUV) may create catastrophic outcomes to their owners. Identification of these faults and their classification provide useful information result in the detection of system bottlenecks in the design process. This paper examines the basic faults of AUVs, and studies the failure probability of their components and subsystems. The paper is then builds up the fault tree model of the AUV from its identified faults and structural Topology to highlight its critical paths, critical subsystems, components importance, and cutset importance values. The reliability of the AUV is then calculated from its fault tree model in the absence/presence of uncertainty associated with the failure probability of basic events. Fuzzy approach is used for handling the uncertainties. The sensitivity of the vehicle failure to the variation of the failure probability of system components is also calculated by using an innovative way. By the aid of the results of paper, the AUV reliability can be assessed at any arbitrary time frame, the appropriate preventive and predictive maintenance time be determined and by recognition of the AUV failure path, make the system more fault tolerant.