Удосконалена програмна система розрахунку надійнісних показників складних технічних систем

2024;
: cc. 290 - 302
1
Національний університет «Львівська політехніка», кафедра програмного забезпечення
2
Національний університет «Львівська політехніка», кафедра програмного забезпечення

Проаналізовано літературні джерела, в яких досліджено існуючі методи та засоби розрахунку показників надійності складних технічних (зокрема, програмних) систем. Модель надійності сучасної комплексної технічної системи часто зображають у вигляді блок-схеми надійності (reliability block diagram, RBD), вона може містити декілька тисяч елементів, які почергово перебувають у різних станах (наприклад, робочий, відмовлений, відновлюваний). Це призводить до значного простору можливих станів у відповідній марковській моделі. Поведінку надійності системи прийнято описувати графом, вузли якого відповідають станам системи, а ребра – можливим переходам з одного стану в інший. Для автоматизації розрахунку показників надійності складних технічних систем використовується низка програмних продуктів. Проте цим продуктам притаманна низка недоліків, серед яких: складність впровадження у процеси проектування і розробки; значні витрати на придбання ліцензій та підготовку персоналу; відсутність сумісності із іншими продуктами аналізу надійності та управління життєвим циклом; відсутність інструментів для роботи із базами даних тощо. Більшість застарілих продуктів є desktop-додатками з недостатньо зручним графічним інтерфейсом. Основна мета цієї роботи – розробка удосконаленої програмної системи, що включає модифікацію та імплементацію рекурсивного алгоритму формування умови працездатності та візуалізації кругового графа станів/переходів. За допомогою удосконаленої системи можна здійснювати автоматизовану побудову блок-схем надійності складних технічних, зокрема, програмних систем, обчислення умови працездатності за допомогою удосконаленого рекурсивного алгоритму та методу визначення умови працездатності, визначення станів системи і візуалізацію за допомогою n-арного або кругового графа. Також система надає інструменти для обчислення показників надійності: коефіцієнти готовності та простою, час напрацювання на відмову, параметри потоку відмов тощо. Удосконалений програмний комплекс дає можливість автоматизованого розрахунку показників надійності програмних систем довільного рівня складності та зменшує вплив людського фактору в процесі надійнісного проектування.

  1. TrustRadius. (n.d.). PTC Windchill overview. https://www.trustradius.com/products/ptc-windchill/ reviews?qs=pros-and-cons#overview.
  2. ALD Service. (n.d.). ALD reliability and safety software. https://aldservice.com/Download/ download-reliability-and-safety-software.html.
  3. ReliaSoft. (n.d.). BlockSim application introduction. https://help.reliasoft.com/blocksim21/ content/current_application_intro.htm.
  4. Isograph. (n.d.). Isograph AttackTree software. https://www.isograph.com/software/attacktree/.
  5. Pérez-Rosés, H. (2018). Sixty years of network reliability. Mathematics in Computer Science, 12(3), 275 – 293. https://doi.org/10.1007/s11786-018-0345-5.
  6. Song, K., Kim, Y. S., Pham, H., & Chang, I. H. (2024). A software reliability model considering a scale parameter of the uncertainty and a new criterion. Mathematics, 12(11), 1641. https://doi.org/10.3390/math12111641.
  7. Kumar, A. M. (2022). A Neuro-Fuzzy hybridized approach for software reliability prediction. JUCS – Journal of Universal Computer Science, 28(7), 708-732. https://doi.org/10.3897/jucs.80537.
  8. Lin, J., & Huang, C. (2022). Queueing-Based simulation for software reliability analysis. IEEE Access, 10, 107729-107747. https://doi.org/10.1109/ACCESS.2022.3213271.
  9. Kim, Y. S., Pham, H., & Chang, I. H. (2023). Deep-Learning Software Reliability Model using SRGM as activation function. Applied Sciences, 13(19), 10836. https://doi.org/10.3390/app131910836.
  10. Haque, M. A., & Ahmad, N. (2024). A logistic software reliability model with Loglog fault detection rate. Iran Journal of Computer Science. https://doi.org/10.1007/s42044-024-00192-x
  11. Haque, M. A., & Ahmad, N. (2022). A software reliability model using fault removal efficiency. Journal of Reliability and Statistical Studies. https://doi.org/10.13052/jrss0974-8024.1523.
  12. Yakovyna, V. S., Seniv, M. M., Symets, I. I., & Sambir, N. B. (2020). ALGORITHMS AND SOFTWARE SUITE FOR RELIABILITY ASSESSMENT OF COMPLEX TECHNICAL SYSTEMS. Radio Electronics, Computer Science, Control, (4), 163–177. https://doi.org/10.15588/1607-3274-2020-4-16.