列车网络控制系统软件可靠性分析及研究

2017-04-27韩霜

制造业自动化 2017年4期

关键词：子系统可靠性列车

韩霜

（长春轨道客车股份有限公司，长春 130062）

列车网络控制系统软件可靠性分析及研究

韩霜

（长春轨道客车股份有限公司，长春 130062）

通过对TCMS（列车网络控制系统）软件系统进行分析，根据其特点及客观条件，建立了TCMS软件系统可靠性拓扑结构；采用多Agent仿真方法对列车网络控制系统可靠性进行预计，根据可靠性预计分析结果进行TCMS系统实际开发，可以有效保证其可靠性，缩短软件开发的全寿命周期。

列车网络控制系统；软件可靠性；Agent仿真方法

0 引言

列车网络控制系统（TCMS）是一种分布式控制系统，在列车运行安全性、稳定性及舒适性的实现中，担任着至关重要的角色[1]。列车网络控制系统是列车的神经中枢和大脑，连接牵引、制动、辅助、空调、门、信号及烟火等系统，其可靠性关系到列车运营的安全性及可靠性。列车网络控制系统的可靠性预计可分别从系统、硬件及软件三部分进行分析并提出预计分析报告。本文主要对TCMS软件系统进行分析，建立了软件系统可靠性拓扑结构，并采用多Agent仿真方法对列车网络控制系统的可靠性进行预计，提出TCMS软件可靠性预计结果，指导TCMS的开发[2]。

1 TCMS软件系统可靠性建模

1.1 TCMS软件系统分析

TCMS软件系统是一种典型的复杂系统，由各种软件与硬件组成，同时与外界环境以及使用者有很密切的关系。是一个在功能、行为、结构上呈现出层次性、开放性、非线性的软件系统[3]。TCMS软件系统具有如下特点：

1）系统性：TCMS软件系统与外界环境系统密切相关，自身又是一个由很多相互作用的子系统组成的有机整体，是一个多目标、多约束和开放性的系统；

2）动态性：在TCMS软件系统中存储的各种数据以及运行的各种操作组成各种信息流，在控制系统内的分布随时间与空间而不断发生变化；

3）随机性：TCMS软件系统受到很多随机因素的影响，例如软件故障的传播、使用者的影响、软件缺陷的影响等，是一个随机系统；

4）复杂性：TCMS软件系统表现出高度的复杂性，主要包括结构复杂性和功能复杂性。在结构方面，TCMS软件系统具有多层结构，包括多个子系统，子系统又包含多个功能模块；在功能方面，TCMS软件系统提供的功能繁多，功能之间的调用关系复杂。

1.2 TCMS软件系统可靠性建模

在TCMS软件系统中除了中央控制单元（CCU）软件以外，其他如牵引、制动、辅助等系统的软件由第三方开发，无法分析其系统的结构组成，因此建模时将其他软件系统作为黑盒处理，即在TCMS系统可靠性建模中用节点表示各个系统；同时，TCMS系统内部的通讯方式采用硬线方式，各个系统之间的传输不存在故障影响，因此每个连接件的可靠度按照100%处理[4]。以8辆编组城铁车辆为例，其TCMS的拓扑结构如图1所示。

硬件组成及TCMS对其他各子系统的控制、监视和诊断等功能，如表1所示。

表1 TCMS对各子系统功能

图1 TCMS拓扑结构图

建模时分别建立各子系统的软件可靠性拓扑结构及TCMS软件系统软件可靠性拓扑结构。图2为TCMS软件系统可靠性拓扑结构。图中的圆点分别代表列车网络控制系统各子系统模块，双向箭头表示各模块之间的通讯方向。其中每个模块的软件可靠度参数如表2所示。

图2 TCMS软件系统软件可靠性拓扑结构

表2 TCMS系统可靠性参数

续（表2）

其中Rhmij、Rermi、Rtcui、Racui、Rbcui、Rdcui、Rhvaci、Rpai、Rfasi、Ratci、Rriomi代表各子系统模块的可靠度；Rccu-tcu、Rccu-acu、Rccu-bcu、Rccu-dcu、Rccu-hvac、Rccu-pa、Rccu-fas、Rccu-atc代表CCU中各子系统模块可靠度。

2 TCMS软件可靠性预计

2.1 基于多Agent软件可靠性预计

根据TCMS系统的特点和客观条件，本文采用多Agent仿真方法进行软件系统的可靠性预计。首先根据所要仿真的系统定义单个Agent，给其赋予一定的行为和参数，然后定义Agent之间以及Agent与环境之间的交互规则，通过Agent之间的交互去模拟所要刻画的系统或者现象。仿真过程如图3所示。

图3 TCMS可靠性预计建模与仿真流程

2.2 TCMS系统软件可靠性预计

根据蒙特卡罗法则，当实验次数充分多时，某一现象出现的频率近似的等于该事件发生的概率。利用这种随机数学建模方法，使用随机抽样得出统计估计值作为原始问题的近似解。多次模拟后，TCMS软件系统可靠性预计仿真结果如图4所示。

图4 部分仿真结果图

由于仿真过程中随机参数的影响，往往使得测试数据含有异常值，它们的存在降低了仿真数据的可信度，进而影响仿真数据的分析结果。

本文利用按正态分布理论，以最大误差范围δ为依据进行判断，对一组测量值Xi(1, 2,…,n)进行分析，如表3所示，其样本平均值为，偏差标准差如果xi(1≤i≤n)的偏差则认为xi是异常值。根据提出后的34组数据，之后对修正后的数据进行分析，得出均值为5562513，标准差s为1065953，t0.95(33)=1.692，因此该系统故障时间的90%置信区间为[5253200, 5871826]。