Başarısızlık Modu ve Etkileri (FMEA) birçok sektöre yönelik potansiyel başarısızlık modlarını tanımlamak için kullanılan sistematik, proaktif bir mühendislik tekniğidir - genel performans ve güvenlik üzerindeki etkilerini değerlendirmek ve değerlendirmek.Aslında havacılık ve savunma endüstrilerinde gelişmiş robotiklerin geliştirilmesine yardımcı olan bir uygulamadır.

Bu ortamlarda kullanılan robotlar radyasyon, yüksek basınç, sıcaklık aşırısı, kororatif kimyasallar ve öngörülemeyen fiziksel engellerle karşı karşıyadır. Kritik bir bileşendeki tek bir başarısızlık sadece maliyet başarısız olmasına değil, aynı zamanda çevresel kirliliğine, ekipman hasarlarına veya insan yaşamının kaybına yol açabilir, eğer robot güvenlik sistemlerini etkileyen bir bağlamda kullanılır. FMEA, ortaya çıkan riskleri değerlendirmek için yapılandırılmış bir çerçeve sunar ve tasarım aşamasındaki hataları değerlendirebilir ve pahalı bir olaydan sonra yerine majörleri uygulama.

FMEA'nın Güvenlik-Critical Robotics'deki kritik rolü

Bir robot tehlikeli bir ortamda faaliyetle görevlandığında, bir fabrikadaki tipik bir endüstriyel robot için daha yüksek olan hissetmeler, örneğin, bir nükleer reaktör binasının içinde çalışan bir robot, yarı iletkenler için yüksek miktarda yüksekliğe dayanmalıdır ve hassas sensörler ile çevrenin kendisini araştırır.

Standart tasarım incelemesi veya basit test genellikle her biri için en büyük çevresel stresörler ve operasyonel modların kombinasyonunu kapsamaz mı? Bu titiz egzersiz yüzeyleri sadece yanlış değil - aynı zamanda bir motor yanıltması gibi - robotun seçmenleri sistematik olarak robotu seçmenleri, robotun her biri için de parçalayamazlar: "Bu nasıl başarısız olabilir?" ve "Bu titiz egzersiz yüzeyleri sadece açık bir şekilde - ama aynı zamanda ince, aksi takdirde robotun alandan çıkamaz hale gelir.

Standart Güvenlik Analizi Kısa Süre

Robotlar için geleneksel güvenlik analizi genellikle tehlike matrislerine dayanır, bu da şiddeti ve olası tehlikeleri devre dışı bırakabilir, bu matrisler genellikle yeni tehlikeli ortamlar veya erken aşama robot tasarımları için mevcut olmayabilir tarihsel verilerden geliştirilir.Ayrıca, özellikle de alt sistemler arasındaki bağımlılıkları yakalayamayabilirler - örneğin, bir soğutma fanını devre dışı bırakan bir güç tedarik başarısızlığı, bu durumda bir eylemcinin aşırı ısınmasına neden olur, özellikle de mobilite kaybına yol açar. FMEA, özellikle de diğer yanlış ağaç analizi gibi diğer yöntemlerle bir araya gelir.

Anahtar Başarısızlık Moduları Tehlikeli Robotlar-Environment Robotlar için eşsiz

Her uygulama kendi sorunları olsa da, birkaç başarısızlık modları tehlikeli ortamlarda yeniden kullanılabilir:

  • [FONT=0]Sensor bozulması ve başarısızlık[Dönetici] – Radyasyon kameralarda CCD karanlık akım aksaklarına neden olur; tuzlu su sinerjileri altta elektrik kontakları; toz blokları LIDAR pencereler. FMEA hangi sensörlerin en savunmasız olduğunu ve hangi kırmızıdan veya kalkanların ihtiyaç duyduğunu tanımlamaya yardımcı olur.
  • [FONT:0]Prodüktör mekanik başarısızlık [Döntgen: 1) Yüksek basınç hidrolik mühürleri çökebilir; aşırı soğuk kalın yağlayıcıları; termal bisiklet çatlakları motor rüzgarları.Her eylemcinin başarısızlığı modu özel çevresel strese saygı ile analiz edilmelidir.
  • [FONT=0)Power sistem hataları[Dönetici: 0:1) - Piller düşük baskı altında olabilir, gerilim düzenleyicileri yüksek hacimli ortamlarda yukarı inebilir ve konektörler bir güç kaybının lütuf verici (güvenli kapanma) veya felaket olup olmadığını değerlendirebilir.
  • [FONT:0) İletişim kesintileri [Dönetici: 1))[Dönetici, müdahale veya toplam telemetri kaybı bir robotu zincirleyebilir.For tethered ROVs (remotely işletilen araçlar), bir kesim tether bir felakettir. FMEA iletişimin şiddetini ve otonom acil durum davranışının tasarımını değerlendirmektedir.
  • [FONT=0)Software ve Donanım hataları) - Bir kontrol döngüsündeki bir tampon aşırı akış, hatalı hareketlere neden olabilir. FMEA, yazılım işlevlerine uzatılmalıdır, yığınlama hataları, veya sensör verileri doğrulama hataları gibi başarısızlık modları dikkate almalıdır.

FMEA Process Robotics Development için Uygulanan

FMEA'yı robotik tasarım yaşam döngüsüne entegre etmek – kavramsal tasarım aşamasında başlangıçta - potansiyel sorunların proaktif olarak ele alınmasından ziyade proaktif olarak ele alındığı sonucuna varılır.The standard FMEA process used in Roboticss;).

Adım 1: Sistemi ve Fonksiyonlarını Tanımlayın

İlk adım robotun işlevsel bir blok diyagramı oluşturmak. Her büyük alt sistem -mobilite platformu, manipülatörü kol, güç dağıtım, bilgisayar, algılama, iletişim - birincil işlevlerine poz verdi. Örneğin, bir manipülatörün bileği eklemi "sonrası 360° rotasyonu" işlevine sahiptir.Bu işlevsel decomposition başarısızlık modlarını tanımlamak için temel çizgi sunar.

Adım 2: Potansiyel Başarısızlık Modularını Tanımlayın

Her işlev için, takım beyin her şeyi kabul edilebilir bir şekilde ortaya çıkabilir veya bozulabilir.Kutsal ortak için, başarısızlık modları “kabulunma nedeniyle sıkıştırma” veya "tavılışlı açık devre" veya "gear şeritleme" olarak kabul edilebilir.

Adım 3: Etkileri ve Şiddetlilığı Belirleyip

Her başarısızlık modu yerel etkisine (örneğin, bileğin geri dönemez) ve genel robot üzerinde etkisi (örneğin, manipülatörün aracı yerine getiremeyeceği bir robot) bir ölçek üzerinde derecelendirildi - 1 (muhtemelen) 10 (daha iyi) ve sistemin çevresel salıverilmesi veya kaybı için potansiyel).

Adım 4: Nedenleri ve Tahmini Occurrence

Her başarısızlık modunda, kök nedenleri listelenir. Occurrence derecelendirmeleri (1-10) tarihsel verilere, mühendislik yargısına veya güvenilirlik tahminlerine göre belirlenir. "encoder konektörü gevşek" gibi bir nedeni, bağlantı kilitlenmişse düşük bir olay olabilir, ancak " motor sürücüsü IC'de latch-up" toplam doza bağlı olarak daha yüksek bir olay olabilir.

Adım 5: Kontrolleri ve Tahmin Tespiti

Mevcut tasarım kontrolleri – kırmızıdant sensörleri, yazılım bekçileri, çevresel mühürleme veya vibrasyon testi gibi – listelenmiş bir yazılım hatası (1-10), robota ulaşmadan önce başarısızlığı yakalayacağını veya zarar vermesine neden olacağını yansıtıyor. Örneğin, bir motor tezgahını tespit edebilecek bir mevcut sensör 3 (iyi) bir algılama puanı verebilir.

Adım 6: Risk Önceliği Sayı (RPN) ve Önce Eylemleri hesaplayın

RPN, ciddiliğin ürünüdür × Occurrence × Tespit. Yüksek RPN öğeleri hemen harekete geçmeleri: tasarım değişiklikleri, yedek reddans, veya geliştirilmiş test.ETHFLT:0) Birçok havacılık ve savunma programının artık karar ile kullanıldığı zaman bir "kırıklık" yaklaşımı kullanması önemlidir.

Örnek: Nükleer Dekommisyon için Robot Arm

Nükleer reaktör içinde kontraseptör boruları kesmek için tasarlanmış bir hidrolik manipülatörü düşünün. Bir el elekçi ortak bir FMEA ortaya çıkabilir:

  • [0]Failure modu: [Dönetici: [Dönetici:) Hidro hareket cihazı radyasyondan bozulma nedeniyle sızıntıya yol açtı.
  • [FONT:0]Effect:[Dönetici:[Dönetici:) Yer kontrolün kaybı; kol droops; yakındaki yapı ile olası çarpışma; hidrolik sıvı kaçışları ile kirlenme.
  • [FONT:0)Severity:[[Dönetici:[Dönetici: 9 ( ikincil konsensiyon ve görev abort için potansiyel).
  • [FONT:0) Çünkü: [Dönetici mühürler 10 Bayad'ı aştı.
  • [FONT:0)Occurrence: [Döntme: [Döntme: 0,8] 7 (birey için test edilen ve çevre beş yıldan fazla Bayad'a kadar bekler).
  • [FONT:0)Deteksiyon:[Dönetici:[Dönetici:0) 4 ( Basınç sensörleri aşamalı sızıntı tespit eder, ancak küçük sızıntılar saatlerce fark edilemez olabilir.
  • [FONT=0)=[0)=[0)=[0))

[FONT:0] Tavsiye edilen eylemler:[Dönemli işlemlerle elastomerik mühürler, metal bellows veya seramik tabanlı mühürler ile yeniden hesaplandığında; uzay basıncı izleme ile kırmızı mühürler kurmak; beklenmedik bir boşluk sapması durduracak bir sınırı ekleyin.Bu değişiklikleri uygulamadan sonra RPN, azaltmayı tekrar hesaplanır.

FMEA'yı Diğer Risk Analizi Araçlarıyla Bütünleştirin

FMEA, tamamlayıcı risk analizi yöntemleri ile birlikte kullanıldığında en güçlüdür. Tehlikeli ortamlarda faaliyet gösteren karmaşık robot sistemleri için tek bir teknik güvenlik ve güvenilirlik tüm yönleriyle kapaamaz.

Hata Ağaç Analizi (FTA)

FTA, bir yanlış olayla başlayan en üst düzey bir kesintiye uğratılmış bir yöntemdir (örneğin, “robot radyoaktif materyali yayınlar”) ve bunun neden olabilecek bir bileşen başarısızlıklarının ve dışsal olayların kombinasyonlarını kırabilir; FMEA, “her bir parça başarısız olabilir” diyor, FTA, bu hataların bir sistem seviyesindeki bir tehlikeyi nasıl bir araya getireceğini gösterir.

Olasılıksal Risk Değerlendirme (PRA)

PRA, FTA ve FMEA'yı olay dizilerinin ve sonuçlarının olasılıklarını ölçerek genişletmektedir. Bu tür tesisler için nükleer enerji santrali güvenliği analizinde yaygın olarak kullanılır ve bu tür tesisler için robotlara giderek daha fazla uygulanır. PRA, belirsizlik dağıtımlarını bileşenli verilerden, çevresel stres faktörlerinden ve insan operatörü hatasından da dahil edebilir.[Dönetici:2][)[Döneticisel bir görevin verilmesi için bir metodoloji sağlar.

Tasarım FMEA vs. Process FMEA

Robotik geliştirmede, iki ayrı FMEA türü tipik olarak yapılır: [[Üyetim:0) Tasarım FMEA (DFMEA)), robotun kendisi ve ESFLT:2)Process FMEA (PFMEA)[DÜye odaklanacak şekilde geliştirilmelidir.[DÜyeme, montaj ve dağıtım prosedürleri.For tehlikeli ortamlar için PFMEA özellikle de dağıtım öncesinde uygunsuz kullanım - montaj veya yanlış kalibrasyon sırasında - tasarımda görünmez olan başarısızlık modları tanıtabilir.

Gerçek Dünya Uygulamaları ve Vaka Çalışmaları

FMEA'nın tehlikeli-environment robotikteki pratik değerini göstermek için, FMEA'nın görev başarısında araçsal olduğu üç farklı alanı inceliyoruz.

Vaka Çalışması 1: Petrol ve Gaz Boru Hattı Denetimi için Derin Deniz ROV

Kuzey Denizi'ndeki alt deniz boru hatlarının incelenmesi için tasarlanmış derin bir yalıtım alanı, soğutma ve güçlü akımlara yakın çevre sıcaklıkları ile birlikte, tasarım aşamasında yapılan bir FMEA, bir fiziğe bağlı olarak, bir iki katın üzerinde yapılan bir baskıyı tekrarlayan elektrik penetratörün, bir çift camlı baskının hız kaybı ve yüksek çözünürlükte yüksek çözünürlükte yüksek oranda azaltımının ortaya çıktığını ortaya koydu.

Vaka Çalışması 2: NASA Mars Rovers (Opportunity and Curiosity)

Mars'ın geri dönüşü belki de tehlikeli bir ortamda çalışan robotların en aşırı örneği: soğuk bir şekilde, düşük basınçlı, radyasyona karşı bir dünya, 22 dakikalık bir iletişim gecikmesi nedeniyle, FMEA esnek konuşmalarla ilgili olarak en yüksek düzeydedir.

Vaka Çalışması 3: Kimyasal Bitki Denetimi

Bir şirket, yüksek yük manevraları sırasında FMEA'yı erken kontrol eden bir robotu geliştirmektedir. Robotun, sorunsuz bir şekilde güvenli olması gerekir: sorunsuz DC motorlar ile sorunsuz bir şekilde şarj edilebilir (bu tür bir yük devre dışı bırakılamaz), tüm elektronikleri epoxy Bölgesinde tespit etti ve her türlü elektrik konektörü düzgün bir şekilde mühürleme modundan çıkarmadı.

Robotik ve Gelecek Yolları Robotik Için FMEA

Kanıtlanmış değerine rağmen, FMEA'yı gelişmiş robotlara uygulama - özellikle tehlikeli ortamlar için - bu zorlukların ele alınması, FMEA'yi robotlar olarak daha da etkili hale getirmek için gereklidir ve öngörülemeyen ortamlarda dağıtılır.

Data Scarcity ve Uzman Bilgi Gereksinimleri

Güçlü bir FMEA, benzer malzemelerden doğru başarısızlık oranlarına ve aşırı koşullardaki başarısızlık mekanizmaların derin bir anlayışa sahiptir.The quality of the FMEA is heavy failure mode can have heavy results. [...]Döneticileri, küçük ampirik veriler var.

Yazılım ve Yapay Zeka Başarısızlıkları

Geleneksel FMEA teknikleri donanım sistemleri için geliştirildi. Yazılım hataları - özellikle de algı ve karar verme için kullanılan makine öğrenme bileşenlerinden kaynaklanan yöntemler - en azından işlevsel ayrıştırma ve tehlikeye dayalı bir teste mümkün olmayan tüm yazılım devletlerinin yanlışleştirilmesinden daha zor güvenebilirler.

Gerçek Zamanlı FMEA ve Digital Twins

Bir umut verici gelecek yön gerçek zamanlı, model tabanlı FMEA sistemlerinin gelişimidir, örneğin, bir pompanın bir robotun sağlığını sürekli olarak değerlendiren bir robotun dijital ikiz – robotun fiziksel kopyasını birleştirerek (gerçekten, durumu ve ortamı – FMEA masaları ile, mühendisler, bir başarısızlık modu ortaya çıkabilirler.)

AIAssisted FMEA

Bir diğer ortaya çıkan trend, yeni bir robot tasarımı için doğal dil işleme ve makine öğreniminin FMEA sürecinin otomatik kısımlarını otomatikleştirebilmesidir. Büyük dil modelleri tarihsel FMEA raporları, başarısızlık veritabanları üzerinde eğitilebilir ve başarısızlık modlarını önerecek belge tasarlayın.Bu tür bir AI-assisted FMEA’nin uzman insan yargısını değiştirmemesi gerekirken, rutin beyin fırtınasında harcanan zamanı dramatik bir şekilde azaltabilir ve farklı projelerde tutarlılığa yardımcı olabilir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Başarısızlık Modu ve Etkileri, gelişmiş robotiklerin tehlikeli ortamlar için geliştirilmesinde vazgeçilmez bir araçtır.Her seviyede potansiyel hataları tanımlamak için sistematik, denetim edilebilir bir çerçeve sağlar - tek bir degradlı sensörden tam bir sistem kalibresine kadar -ve nükleer, güvenilir ve görev başarısı için tasarım geliştirmeleri için.

Robotik sistemler daha otonom ve daha karmaşık hale gelir ve daha fazla zorlu ortamlara yatırım yaptıkları gibi, FMEA'nın rolü sadece büyüyecek.Bu güncelleme, AI tabanlı karar verme gibi gelişen teknolojilere uyum sağlamak ve FMEA araçlarına daha erişilebilir ve otomatik hale getirmek için en iyi konumlandırılmıştır.

[FONTT:0) Bu makale, SAE International, NASA, ABD Nükleer Düzenleme Komisyonu'ndan kaynak tarafından ve IEEE Robotics ve Otomasyon Topluluğu'nun da belirttiği gibi, FMEA'ya (FLT:2) yönelik olarak bilgilendirilir.