Posts Tagged with "failure rate"

既に発行済みのブログであっても適宜修正・追加することがあります。
We may make changes and additions to blogs already published.
posted by sakurai on March 13, 2026 #1061

PFH の定式化(修理系の危険事象と計数過程)

前稿までは、VSG を吸収集合とするサブシステムに対して PMHF を導きました。本稿からは PFH 側へ移ります。PFH 側では、危険状態に入った後も点検や修理により稼働状態へ復帰し得るので、危険状態集合は一般には吸収集合ではありません。本稿では区間平均量としての PFH を定義します。

サブシステム過程を $(\eta_t^\text{PFH})_{t\ge0}$ とし、稼働集合を $\mathcal M$、危険状態集合を $\mathcal P_\text{DF}$ とします。状態確率行ベクトルと生成行列を

$$ \begin{eqnarray} \left\{ \begin{array}{l} \mathbf p^\text{PFH}(t) =\bigl[\mathbf p_M(t)\ \mathbf p_P(t)\bigr], \\ \frac{d}{dt}\mathbf p^\text{PFH}(t)=\mathbf p^\text{PFH}(t)\mathbf Q^\text{PFH}, \\ \mathbf Q^\text{PFH} =\left(\matrix{ \mathbf Q_{MM} & \mathbf Q_{MP} \cr \mathbf Q_{PM} & \mathbf Q_{PP} }\right) \end{array} \right. \end{eqnarray} \tag{1061.1} $$

と表します。ここで修理系では、一般に $\mathbf Q_{PM}\neq\mathbf 0$ です。

危険状態の時点不稼働確率を

$$ U_\text{DF}(t) :=\Pr\{\eta_t^\text{PFH}\in\mathcal P_\text{DF}\} =\mathbf p_P(t)\mathbf 1 \tag{1061.2} $$

と定義します。ここで $\mathbf 1$ は適切な次元の全成分 1 の列ベクトルです。

一方、稼働集合から危険状態集合への条件付き遷移率、すなわち Vesely 故障率は

$$ \lambda_V^\text{PFH}(t) :=\lim_{dt\to0}\frac{\Pr\{\eta_{t+dt}^\text{PFH}\in\mathcal P_\text{DF}\mid\eta_t^\text{PFH}\in\mathcal M\}}{dt} =\frac{\mathbf p_M(t)\mathbf Q_{MP}\mathbf 1}{\mathbf p_M(t)\mathbf 1} \tag{1061.3} $$

です。

したがって、時刻 $t$ における危険状態への総流入頻度は

$$ w_\text{DF}(t) :=\mathbf p_M(t)\mathbf Q_{MP}\mathbf 1 =\Pr\{\eta_t^\text{PFH}\in\mathcal M\}\lambda_V^\text{PFH}(t) \tag{1061.4} $$

と書けます。これは、その時刻に稼働集合にいる確率と、その条件の下で危険状態へ移る率との積です。

他方、$U_\text{DF}(t)$ の時間変化は、危険状態への流入だけではなく、危険状態からの修理復帰にも依存します。(1061.2)を微分し、(1061.1)のブロック行列から $P$成分の前進方程式を取り出し、さらに生成行列の行和ゼロ$\mathbf{Q}_{PP}\mathbf{1}=-\mathbf{Q}_{PM}\mathbf 1$を用いると、危険状態確率の増加率は『流入 minus 流出』に書き直せるので

$$ \begin{eqnarray} \frac{d}{dt}U_\text{DF}(t) &=& \frac{d}{dt}\bigl(\mathbf p_P(t)\mathbf 1\bigr)\\ &=& \mathbf p_M(t)\mathbf Q_{MP}\mathbf 1+\mathbf p_P(t)\mathbf Q_{PP}\mathbf 1\\ &=& \mathbf p_M(t)\mathbf Q_{MP}\mathbf 1-\mathbf p_P(t)\mathbf Q_{PM}\mathbf 1 \end{eqnarray} \tag{1061.5} $$

となります。最後の等号では、各行の行和が 0 であることから $\mathbf Q_{PP}\mathbf 1=-\mathbf Q_{PM}\mathbf 1$ を用いました。したがって、修理系では一般に $dU_\text{DF}(t)/dt$ と $w_\text{DF}(t)$ は一致しません。

ここで、危険状態集合への進入回数を数える計数過程を $N_\text{DF}(t)$ とします。微小時間 $dt$ の間にその期待増分は

$$ E\{N_\text{DF}(t+dt)-N_\text{DF}(t)\} =w_\text{DF}(t)dt+o(dt) \tag{1061.6} $$

となるので、$W_\text{DF}(t):=E\{N_\text{DF}(t)\}$ とおけば、(1061.6)を$dt$で割って $dt\rightarrow0$とすると

$$ \frac{d}{dt}W_\text{DF}(t)=w_\text{DF}(t) \tag{1061.7} $$

です。

したがって、区間 $[0,T]$ における平均危険事象発生頻度は

$$ \mathrm{PFH}(0,T) :=\frac{1}{T}W_\text{DF}(T) =\frac{1}{T}\int_0^T w_\text{DF}(t)\,dt \tag{1061.8} $$

と定義できます。

さらに、希少事象近似の下で

$$ \Pr\{\eta_t^\text{PFH}\in\mathcal M\}\approx1 \tag{1061.9} $$

とみなせるとき、(1061.4)から

$$ w_\text{DF}(t)\approx\lambda_V^\text{PFH}(t) \tag{1061.10} $$

となります。したがって PFH は、Vesely 故障率の時間平均としても読めます。

ここで重要なのは、修理系では危険事象が繰返し起こり得るため、PFH が本質的に計数過程 $N_\text{DF}(t)$ に基づいて定義される、という点です。次稿では、この修理系の PFH と、吸収型の初回到達量としての PMHF とを、同じ確率論の枠で比較します。


左矢前のブログ 次のブログ右矢

posted by sakurai on March 12, 2026 #1060

生成行列に基づく SPF/DPF の導出

前稿までで、$U_\text{SM}(t)$ を用いた VSG 到達密度の導出を終えたので、本稿では同じ結果が生成行列からも得られることを示します。ここでは状態を数値ではなく意味を持つ記号で表します。なお、以下の $\mathbf Q$ は区間内 $(\tau_k,\tau_{k+1})$ の生成行列であり、PIR による回復は含みません。PIR は検査時刻での境界条件として与えます。

区間内のサブシステム過程 $(\eta_t^\text{sub})_{t\ge0}$ の状態順序を

$$ \mathcal S=\bigl(\mathrm{OPR},\mathrm{LAT}_U,\mathrm{LAT}_D,\mathrm{ABS}_\text{SPF},\mathrm{ABS}_\text{DPF}\bigr) \tag{1060.1} $$

とします。ここで $\mathrm{OPR}$ は通常稼働状態、$\mathrm{LAT}_U$ は未検出の潜在状態、$\mathrm{LAT}_D$ は検出対象の潜在状態、$\mathrm{ABS}_\text{SPF}$ と $\mathrm{ABS}_\text{DPF}$ はそれぞれ SPF と DPF に対応する吸収状態です。

IF 側および SM 側の率分解を

$$ \begin{eqnarray} \left\{ \begin{array}{l} \lambda_\text{IF,SPF}=(1-K_\text{IF,RF})\lambda_\text{IF},\\ \lambda_\text{IF,DPF}=K_\text{IF,RF}\lambda_\text{IF},\\ \lambda_\text{IF}=\lambda_\text{IF,SPF}+\lambda_\text{IF,DPF},\\ \lambda_\text{SM,U}=(1-K_\text{SM,DPF})\lambda_\text{SM},\\ \lambda_\text{SM,D}=K_\text{SM,DPF}\lambda_\text{SM} \end{array} \right. \end{eqnarray} \tag{1060.2} $$

とします。

状態順序(1060.1)と率分解(1060.2)に従い、各状態からの遷移率を行ごとに並べると この順序に対応する区間内生成行列 $\mathbf Q$ は

$$ \mathbf Q=\left(\matrix{ -(\lambda_\text{SM,U}+\lambda_\text{SM,D}+\lambda_\text{IF,SPF}) & \lambda_\text{SM,U} & \lambda_\text{SM,D} & \lambda_\text{IF,SPF} & 0 \cr 0 & -\lambda_\text{IF} & 0 & \lambda_\text{IF,SPF} & \lambda_\text{IF,DPF} \cr 0 & 0 & -\lambda_\text{IF} & \lambda_\text{IF,SPF} & \lambda_\text{IF,DPF} \cr 0 & 0 & 0 & 0 & 0 \cr 0 & 0 & 0 & 0 & 0 }\right) \tag{1060.3} $$

です。

稼働集合と吸収集合を

$$ \begin{eqnarray} \left\{ \begin{array}{l} \mathcal M:=\{\mathrm{OPR},\mathrm{LAT}_U,\mathrm{LAT}_D\},\\ \mathcal P_\text{SPF}:=\{\mathrm{ABS}_\text{SPF}\},\\ \mathcal P_\text{DPF}:=\{\mathrm{ABS}_\text{DPF}\},\\ \mathcal P_\text{VSG}:=\mathcal P_\text{SPF}\cup\mathcal P_\text{DPF} \end{array} \right. \end{eqnarray} \tag{1060.4} $$

と定義します。

状態確率行ベクトルを

$$ \mathbf p(t)=\bigl(p_\text{OPR}(t),p_{\mathrm{LAT}_U}(t),p_{\mathrm{LAT}_D}(t),p_{\mathrm{ABS}_\text{SPF}}(t),p_{\mathrm{ABS}_\text{DPF}}(t)\bigr), \qquad \frac{d}{dt}\mathbf p(t)=\mathbf p(t)\mathbf Q \tag{1060.5} $$

とします。一方、PIR は検査時刻での瞬時リセットとして

$$ \mathbf p(\tau_k^+)=\mathbf p(\tau_k^-)\mathbf R, \qquad \mathbf R=\left(\matrix{ 1 & 0 & 0 & 0 & 0 \cr 0 & 1 & 0 & 0 & 0 \cr 1 & 0 & 0 & 0 & 0 \cr 0 & 0 & 0 & 1 & 0 \cr 0 & 0 & 0 & 0 & 1 }\right) \tag{1060.6} $$

で与えます。したがって、PIR により $\mathrm{LAT}_D$ の確率質量だけが $\mathrm{OPR}$ に戻ります。

すると、前進方程式の第4成分および第5成分より

$$ \begin{eqnarray} \left\{ \begin{array}{l} \frac{d}{dt}p_{\mathrm{ABS}_\text{SPF}}(t)=\lambda_\text{IF,SPF}\bigl(p_\text{OPR}(t)+p_{\mathrm{LAT}_U}(t)+p_{\mathrm{LAT}_D}(t)\bigr),\\ \frac{d}{dt}p_{\mathrm{ABS}_\text{DPF}}(t)=\lambda_\text{IF,DPF}\bigl(p_{\mathrm{LAT}_U}(t)+p_{\mathrm{LAT}_D}(t)\bigr) \end{array} \right. \end{eqnarray} \tag{1060.7} $$

を得ます。

ここで初期時刻では吸収状態に確率質量はなく、しかも $\mathrm{ABS}_\text{SPF}$ と $\mathrm{ABS}_\text{DPF}$ は吸収状態なので、

$$ F_\text{SPF}(t)=p_{\mathrm{ABS}_\text{SPF}}(t), \qquad F_\text{DPF}(t)=p_{\mathrm{ABS}_\text{DPF}}(t) \tag{1060.8} $$

です。したがって

$$ \begin{eqnarray} \left\{ \begin{array}{l} f_\text{SPF}(t)=\lambda_\text{IF,SPF}\bigl(p_\text{OPR}(t)+p_{\mathrm{LAT}_U}(t)+p_{\mathrm{LAT}_D}(t)\bigr),\\ f_\text{DPF}(t)=\lambda_\text{IF,DPF}\bigl(p_{\mathrm{LAT}_U}(t)+p_{\mathrm{LAT}_D}(t)\bigr) \end{array} \right. \end{eqnarray} \tag{1060.9} $$

となります。

ここで、希少事象近似$\lambda_\text{VSG}t\ll1$の下では

$$ \begin{eqnarray} \left\{ \begin{array}{l} p_\text{OPR}(t)+p_{\mathrm{LAT}_U}(t)+p_{\mathrm{LAT}_D}(t)=1-F_\text{VSG}(t)\approx1-\lambda_\text{VSG}t\approx1,\\ p_{\mathrm{LAT}_U}(t)+p_{\mathrm{LAT}_D}(t)=\Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM}\mid\eta_t^\text{IF}\in\mathcal M_\text{IF}\}\Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF}\}\approx U_\text{SM}(t) \end{array} \right. \end{eqnarray} \tag{1060.10} $$

です。したがって

$$ f_\text{VSG}(t)=f_\text{SPF}(t)+f_\text{DPF}(t)\approx\lambda_\text{IF,SPF}+\lambda_\text{IF,DPF}U_\text{SM}(t) \tag{1060.11} $$

を得ます。これは前稿までの導出と一致します。したがって、PMHF の SPF 項および DPF 項は、生成行列に基づく CTMC からも同じ形で導かれます。


左矢前のブログ 次のブログ右矢

posted by sakurai on March 7, 2026 #1059

PoF と PMHF の定義および最終式の導出

前稿で VSG 到達密度の近似式 (1058.13) を得たので、本稿では PoF と PMHF の定義から PMHF の最終式を導きます。以下、車両寿命を $T:=T_\text{lifetime}$ とし、$T=n\tau$ を仮定します。

まず、車両寿命 $T$ までに VSG が発生する確率を $\mathrm{PoF}_\text{VSG}(T)$ と書くと、PMHF は

$$ \mathrm{PMHF}(T) =\frac{1}{T}\mathrm{PoF}_\text{VSG}(T) =\frac{1}{T}F_\text{VSG}(T) =\frac{1}{T}\int_0^T f_\text{VSG}(t)\,dt \tag{1059.1} $$

です。

ここで前稿の (1058.13) を (1059.1) に代入すると

$$ \mathrm{PMHF}(T)\approx\lambda_\text{IF,SPF}+\frac{\lambda_\text{IF,DPF}}{T}\int_0^T U_\text{SM}(t)\,dt \tag{1059.2} $$

となります。

さらに前々稿の (1057.8) を用いると

$$ \frac{1}{T}\int_0^T U_\text{SM}(t)\,dt =\frac{1-K_\text{SM,DPF}}{T}\int_0^T F_\text{SM}(t)\,dt+\frac{K_\text{SM,DPF}}{T}\int_0^T F_\text{SM}(u)\,dt \tag{1059.3} $$

です。

ここで $T=n\tau$ なので、第2項は周期ごとに同じ積分の繰返しとなり、

$$ \int_0^T F_\text{SM}(u)\,dt =\sum_{k=0}^{n-1}\int_{k\tau}^{(k+1)\tau}F_\text{SM}(t-k\tau)\,dt =n\int_0^\tau F_\text{SM}(u)\,du \tag{1059.4} $$

と変形できます。

また、前々稿の (1057.9) を用いると、第1項は

$$ \frac{1}{T}\int_0^T F_\text{SM}(t)\,dt \approx\frac{1}{T}\int_0^T \lambda_\text{SM}t\,dt =\frac{1}{2}\lambda_\text{SM}T \tag{1059.5} $$

となります。

同様に、第2項は

$$ \frac{1}{T}\int_0^T F_\text{SM}(u)\,dt \approx\frac{1}{T}n\int_0^\tau \lambda_\text{SM}u\,du =\frac{1}{2}\lambda_\text{SM}\tau \tag{1059.6} $$

となります。

したがって (1059.3) は

$$ \frac{1}{T}\int_0^T U_\text{SM}(t)\,dt \approx\frac{1}{2}\lambda_\text{SM}\bigl((1-K_\text{SM,DPF})T+K_\text{SM,DPF}\tau\bigr) \tag{1059.7} $$

となるので、これを (1059.2) に代入すると

$$ \mathrm{PMHF}(T)\approx\lambda_\text{IF,SPF}+\frac{1}{2}\lambda_\text{IF,DPF}\lambda_\text{SM}\bigl((1-K_\text{SM,DPF})T+K_\text{SM,DPF}\tau\bigr) \tag{1059.8} $$

です。

最後に、前稿の (1058.5) を用いると

$$ \mathrm{PMHF}(T)\approx(1-K_\text{IF,RF})\lambda_\text{IF}+\frac{1}{2}K_\text{IF,RF}\lambda_\text{IF}\lambda_\text{SM}\bigl((1-K_\text{SM,DPF})T+K_\text{SM,DPF}\tau\bigr) \tag{1059.9} $$

を得ます。

ここで第1項は IF の残留故障に由来する SPF 項であり、第2項は SM の潜在故障確率と IF の多重点故障側故障率の積として現れる DPF 項です。したがって、PMHF は SPF 項と DPF 項の和として理解できます。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 17, 2026 #1058

サブシステム(VSG吸収)と SPF/DPF 到達密度の定式化

前稿で SM エレメントの時点不稼働確率 $U_\text{SM}(t)$ を得たので、本稿ではサブシステム水準へ進み、VSG を吸収集合として到達密度 $f_\text{VSG}(t)$ を定式化します。ここでは非冗長系を仮定します。

VSG に対応するサブシステム過程を $(\eta_t^\text{sub})_{t\ge0}$ とし、吸収集合を $\mathcal P_\text{VSG}$ とします。VSG 到達確率を

$$ F_\text{VSG}(t):=\Pr\{\eta_t^\text{sub}\in\mathcal P_\text{VSG}\} \tag{1058.1} $$

と定義します。

VSG 到達密度は

$$ f_\text{VSG}(t):=\frac{d}{dt}F_\text{VSG}(t) \tag{1058.2} $$

です。

次に、IF に対応する確率過程を $(\eta_t^\text{IF})_{t\ge0}$ とし、その危険故障モード集合を SPF 寄与集合と DPF 寄与集合に

$$ \mathcal P_\text{IF} =\mathcal P_\text{IF,SPF}\cup\mathcal P_\text{IF,DPF}, \qquad \mathcal P_\text{IF,SPF}\cap\mathcal P_\text{IF,DPF}=\varnothing \tag{1058.3} $$

と分割します。

このとき、IF の SPF 側および DPF 側の条件付き遷移率を

$$ \begin{eqnarray} \left\{ \begin{array}{l} \lambda_\text{IF,SPF}:=\lim_{dt\to0}\frac{\Pr\{\eta_{t+dt}^\text{IF}\in\mathcal P_\text{IF,SPF}\mid\eta_t^\text{IF}\in\mathcal M_\text{IF}\}}{dt},\\ \lambda_\text{IF,DPF}:=\lim_{dt\to0}\frac{\Pr\{\eta_{t+dt}^\text{IF}\in\mathcal P_\text{IF,DPF}\mid\eta_t^\text{IF}\in\mathcal M_\text{IF}\}}{dt} \end{array} \right. \end{eqnarray} \tag{1058.4} $$

と定義します。

さらに、決定論的 $K$ による率分解を用いると

$$ \begin{eqnarray} \left\{ \begin{array}{l} \lambda_\text{IF,SPF}=(1-K_\text{IF,RF})\lambda_\text{IF},\\ \lambda_\text{IF,DPF}=K_\text{IF,RF}\lambda_\text{IF} \end{array} \right. \end{eqnarray} \tag{1058.5} $$

です。

まず SPF 項を求めます。条件付き確率の乗法公式より

$$ \Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF},\ \eta_{t+dt}^\text{IF}\in\mathcal P_\text{IF,SPF}\} =\Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF}\}\lambda_\text{IF,SPF}dt+o(dt) \tag{1058.6} $$

となるので、これを$dt$で割って $dt\rightarrow0$とすると

$$ f_\text{SPF}(t)=\Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF}\}\lambda_\text{IF,SPF} \tag{1058.7} $$

です。

次に DPF 項を求めます。時刻 $t$ において SM が潜在故障状態にあり、かつ IF が稼働集合にあるとき、その後の微小時間 $dt$ の間に IF の DPF 側故障により VSG に到達する確率は

$$ \Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM},\ \eta_t^\text{IF}\in\mathcal M_\text{IF},\ \eta_{t+dt}^\text{IF}\in\mathcal P_\text{IF,DPF}\}\\ =\Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM},\ \eta_t^\text{IF}\in\mathcal M_\text{IF}\}\lambda_\text{IF,DPF}dt+o(dt) \tag{1058.8} $$

です。したがってこれを$dt$で割って $dt\rightarrow0$とすると

$$ f_\text{DPF}(t)=\Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM},\ \eta_t^\text{IF}\in\mathcal M_\text{IF}\}\lambda_\text{IF,DPF} \tag{1058.9} $$

となります。ここで IF 側の故障が希少事象であることから、

$$ \Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM},\ \eta_t^\text{IF}\in\mathcal M_\text{IF}\} \approx \Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF}\}U_\text{SM}(t) \tag{1058.10} $$

と近似できるので、

$$ f_\text{DPF}(t)\approx \Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF}\}\lambda_\text{IF,DPF}U_\text{SM}(t) \tag{1058.11} $$

です。

ここで IF 側については、小確率近似 $\lambda_\text{IF}t\ll1$ の下で

$$ \Pr\{\eta_t^\text{IF}\in\mathcal M_\text{IF}\} =R(t)=e^{-\lambda_\text{IF}t}\approx1-\lambda_\text{IF}t\approx1 \tag{1058.12} $$

(1058.7)と(1058.11)を加えて(1058.12)を用いれば、

$$ f_\text{VSG}(t)=f_\text{SPF}(t)+f_\text{DPF}(t)\approx\lambda_\text{IF,SPF}+\lambda_\text{IF,DPF}U_\text{SM}(t) \tag{1058.13} $$

となります。

最後に、車両寿命を $T_\text{lifetime}$ とすると、VSG の発生確率は

$$ \mathrm{PoF}_\text{VSG}(T_\text{lifetime})=F_\text{VSG}(T_\text{lifetime}) \tag{1058.14} $$

であり、PMHF は

$$ \begin{eqnarray} \mathrm{PMHF}(T_\text{lifetime}) &=&\frac{1}{T_\text{lifetime}}\mathrm{PoF}_\text{VSG}(T_\text{lifetime}) =\frac{1}{T_\text{lifetime}}F_\text{VSG}(T_\text{lifetime})\\ &=&\frac{1}{T_\text{lifetime}}\int_0^{T_\text{lifetime}}f_\text{VSG}(t)\,dt \end{eqnarray} \tag{1058.15} $$

で与えられます。次稿では、前稿の $U_\text{SM}(t)$ を (1058.15) に代入し、PMHF の最終式を導きます。生成行列に基づく別導出は後続で与えます。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 13, 2026 #1057

エレメント(修理系)を出発点とする導出(決定論的K、PIR周期一定)

前稿で修理系エレメントの時点可用度 $A(t)$ と Vesely 故障率 $\lambda_V(t)$ を定義したので、本稿では SM エレメントの時点不稼働確率 $U_\text{SM}(t)$ の具体式を導出します。本稿では連続時間マルコフ連鎖の一般論は最小限にとどめ、具体的な生成行列は後続のサブシステム導出で導入します。

確率空間 $(\Omega,\mathcal F,\Pr)$ 上で定義された確率過程 $(\eta_t^\text{SM})_{t\ge0}$ を考えます。任意の $t\ge0$, $s>0$ と状態 $i,j$ に対して

$$ \Pr\{\eta_{t+s}^\text{SM}=j\mid\eta_t^\text{SM}=i,\ \eta_r^\text{SM}=x_r,\ r<t\} =\Pr\{\eta_{t+s}^\text{SM}=j\mid\eta_t^\text{SM}=i\} \tag{1057.1} $$

が成り立つとき、$(\eta_t^\text{SM})_{t\ge0}$ は連続時間マルコフ連鎖です。

斉時連続時間マルコフ連鎖では、微小時間 $dt$ における遷移確率は(1056.8)より

$$ \Pr\{\eta_{t+dt}^\text{SM}=j\mid\eta_t^\text{SM}=i\} =h_{ij}dt+o(dt) \tag{1057.2} $$

で与えられます。

前稿の時点可用度 $A_\text{SM}(t)$ を用いれば、SM エレメントの時点不稼働確率は

$$ U_\text{SM}(t)=1-A_\text{SM}(t) \tag{1057.3} $$

です。

PIR 周期一定を仮定し、検査周期を $\tau$、検査時刻を $\tau_k=k\tau$ とします。区間 $[\tau_k,\tau_{k+1})$ における区間内時刻を

$$ u:=t-\tau_k \qquad \bigl(t\in[\tau_k,\tau_{k+1})\bigr) \tag{1057.4} $$

と定義します。

SM 故障時刻を $\sigma_\text{SM}$ とし、その分布関数を

$$ F_\text{SM}(t):=\Pr\{\sigma_\text{SM}\le t\} \tag{1057.5} $$

と定義します。

本稿では K パラメータを確率試行ではなく、アーキテクチャ能力に由来する母集団分割割合として扱います。SM 母集団ラベルを $C_\text{SM}$ とすると、その割合は

$$ \begin{eqnarray} \left\{ \begin{array}{l} \Pr\{C_\text{SM}=\mathcal U_\text{SM}\}=1-K_\text{SM,DPF},\\ \Pr\{C_\text{SM}=\mathcal D_\text{SM}\}=K_\text{SM,DPF} \end{array} \right. \end{eqnarray} \tag{1057.6} $$

です。

このとき、全確率の定理より

$$ \begin{eqnarray} U_\text{SM}(t) &=& \Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM}\mid C_\text{SM}=\mathcal U_\text{SM}\}\Pr\{C_\text{SM}=\mathcal U_\text{SM}\}\\ &&+ \Pr\{\eta_t^\text{SM}\in\mathcal P_\text{SM}\mid C_\text{SM}=\mathcal D_\text{SM}\}\Pr\{C_\text{SM}=\mathcal D_\text{SM}\} \end{eqnarray} \tag{1057.7} $$

となります。未検出群は寿命全体で故障確率が蓄積し、検出群は PIR ごとに年齢がリセットされるので、

$$ U_\text{SM}(t) =(1-K_\text{SM,DPF})F_\text{SM}(t)+K_\text{SM,DPF}F_\text{SM}(u) \tag{1057.8} $$

を得ます。

さらに、SM 故障時間が指数分布でかつ小確率 $\lambda_\text{SM}x\ll1$ の下では

$$ F_\text{SM}(x)=1-e^{-\lambda_\text{SM}x}\approx\lambda_\text{SM}x \tag{1057.9} $$

となるので、

$$ U_\text{SM}(t)\approx(1-K_\text{SM,DPF})\lambda_\text{SM}t+K_\text{SM,DPF}\lambda_\text{SM}u \tag{1057.10} $$

となります。

ここで得た $U_\text{SM}(t)$ は、後続のサブシステム導出において DPF 項の時間依存を担う基本量になります。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 12, 2026 #1056

upやdownを数式で書いてみます。

非修理系

ランダムプロセス$\eta_s$において、確率変数$X$を無故障稼働時間とします。$\mathcal{M}$を稼働状態のサブセットとし、$\mathcal{P}$を不稼働状態のサブセットとすれば、$X=\inf\lbrace s:\eta_{s}\in\mathcal{P}\rbrace$と示すことができます。

non-repairable elementの瞬間故障率$\lambda(t)$の定義式は、

$$ \lambda(t)\stackrel{\mathrm{def}}{=}\lim_{dt\downarrow 0}\frac{\Pr\lbrace X\le t+dt\ |\ t\lt X\rbrace}{dt}\tag{1056.1} $$

であり、(1056.1)を一次展開すれば、

$$ \Pr\lbrace X\le t+dt\ |\ t\lt X\rbrace=\lambda(t)dt+o(dt)\tag{1056.2} $$

となります。ここで(1056.2)に条件付き確率の公式を用いれば、

$$ \Pr\lbrace X\le t+dt\ |\ t\lt X\rbrace=\frac{\Pr\lbrace t\lt X\le t+dt\rbrace}{\Pr\lbrace t\lt X\rbrace}=\frac{f(t)}{R(t)}dt+o(dt)\tag{1056.3} $$

であることから、(1056.2)、(1056.3)の右辺の比較により、

$$ \lambda(t)=\frac{f(t)}{R(t)}\tag{1056.4} $$

修理系

repairable elementのVesely故障率$\lambda_V(t)$は、Christiane Cocozza-Thivent他の論文"The Failure Rate in Reliability. Numerical Treatment"の(1.2)式によれば、

$$\lambda_V(t)\stackrel{\mathrm{def}}{=}\lim_{dt\downarrow 0}\frac{\Pr\{\eta_{t+dt}\in\mathcal{P}\mid \eta_t\in\mathcal{M}\}}{dt} \tag{1056.5}$$

であり、(1056.5)を一次展開すれば、 $$ \Pr\{\eta_{t+dt}\in\mathcal{P}\mid\eta_t\in\mathcal{M}\}=\lambda_V(t)dt+o(dt)\tag{1056.6} $$

となります。次に無条件瞬間ダウン強度$h(t)$の定義式は、

$$ h(t)\stackrel{\mathrm{def}}{=} \lim_{dt\downarrow 0} \frac{\Pr\{\eta_t\in\mathcal{M},\ \eta_{t+dt}\in\mathcal{P}\}}{dt} \tag{1056.7} $$

であり、(1056.7)を一次展開すれば、 $$ \Pr\{\eta_t\in\mathcal{M},\ \eta_{t+dt}\in\mathcal{P}\}=h(t)dt+o(dt)\tag{1056.8} $$

となります。また、point availability$A(t)$は、

$$A(t)\stackrel{\mathrm{def}}{=}\Pr\{\eta_t\in\mathcal{M}\}\tag{1056.9}$$

で表されます。ここで(1056.6)に条件付き確率の公式を用いれば、(1056.8)及び(1056.9)より、

$$ \Pr\{\eta_{t+dt}\in\mathcal{P}\mid \eta_t\in\mathcal{M}\} =\frac{\Pr\{\eta_t\in\mathcal{M},\ \eta_{t+dt}\in\mathcal{P}\}}{\Pr\{\eta_t\in\mathcal{M}\}} =\frac{h(t)}{A(t)}dt+o(dt) \tag{1056.10} $$

であることから、(1056.6)、(1056.10)の右辺の比較により、

$$ \lambda_V(t)=\frac{h(t)}{A(t)}\tag{1056.11} $$

この記事の改訂版です。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 18, 2025 #951

そもそもEGASアーキテクチャはメインマイコンが主機能を担当し、サブマイコンはメインマイコンのモニタ的な扱いです(EGASの2チャンネル構成の意義)。そこから考えると案1と案4では得失はどうでしょうか?

ChatGPT
以下では、EGAS の 2 チャンネル構成において「メインマイコンが主機能 (IF) を担当し、サブマイコンはモニタ的な扱いである」という前提のもと、案1(サブマイコンが幅広く異常検出 & リレー直接制御)案4(サブマイコンはメインマイコン死活を監視し、故障時にリレーを直接制御) について得失を整理します。


案1: サブマイコンが幅広く検出し、リレーを直接制御

  • 誰が検出?

    • サブマイコンが APS, TPS, Driver Diag などメインのセンサ情報も取り込むか、少なくとも同様の情報を並列でもらう。
    • メインマイコンが主機能を担当していても、サブマイコンがセンサを「モニタ的」にフル読みしている場合には、サブマイコンが完全なバックアップルートを形成。
  • 誰がリレーをオフ?

    • サブマイコンが単独で Relay Driver を直接駆動しリレーを切る。

メリット

  1. サブマイコンが主機能と同レベルでセンサを取得 → メインマイコン故障や誤動作のみならず、「APS/TPS故障」自体もサブマイコンが独立に検出し、リレーOFFできる。
  2. 故障検出の並列度が高い (メイン・サブそれぞれが全センサを見ている) → 異常検出カバレッジを拡大しやすい。

デメリット

  1. モニタ的アーキテクチャ以上に大きなソフトウエア負担** → サブマイコン側もAPS/TPS等の取得ロジックや診断フローを実装。
  2. 「メインマイコンが主機能担当」というEGAS設計思想からすると、サブマイコンにセンサ処理を大きく複製するのはオーバースペックになる場合がある。

案4: サブマイコンが主に「メインマイコン故障」を監視し、故障時にリレーを直接制御

  • 誰が検出?

    • サブマイコンはメインマイコン(および一部限られた診断線)をウォッチして「メインマイコンが固まった/故障している」ことを検出。
    • APS/TPSなどの主センサ異常は基本メインマイコンが担当し、サブマイコンはそこまでは見ない(あるいは簡易モニタ程度)。
  • 誰がリレーをオフ?

    • サブマイコンがメインマイコンを経由せずリレーを制御 → メインが死んでもサブマイコンがオフ可能。

メリット

  1. モニタ的なサブマイコンの立ち位置を大きく変えない → 「主機能はメインマイコンが行う」EGASの設計思想を守る。
  2. ソフト負担が比較的軽い → サブマイコンはメインマイコンの死活監視が中心。APS/TPSなどの大きな計算や詳細診断をサブマイコンで実装しなくてよい。
  3. メインマイコンに異常があったときのみ “非常停止” できる → 最低限の安全保証は確保。

デメリット

  1. 「APS/TPSなどセンサ異常」まではサブマイコンが検出せず → メインマイコンが誤検知や故障を起こすと、サブマイコン視点では「メインマイコンが動いているかどうかしかわからない」ため、センサ異常をメインマイコンが見逃したら、サブマイコンがカバーできない
  2. Driver Diagもメインマイコン側で見ている構成だと、サブマイコンはそれを直接見ないため、Driver Diagの異常がメインで見逃されたら危険残る。

得失の比較

項目 案1 案4
サブマイコンの役割 幅広いセンサ検出 (APS/TPS/Driver Diag 等) + リレー制御 主にメインマイコン死活監視+簡易モニタ(故障でリレーOFF)
ソフト負担 大きい(サブマイコンがセンサ処理を重複実装) 比較的軽い(メイン死活監視+リレー制御ルーチン程度)
主機能 vs モニタ サブマイコンが主機能のバックアップとして十分機能できる メインマイコンが主機能、サブマイコンはあくまで死活監視メイン
検出カバレッジ拡大 しやすい(サブマイコンがAPS/TPS等を独立に見られる) メインマイコン故障時だけはカバーするが、APS/TPS異常はメイン依存
EGAS思想への整合 やや大きく変更(サブマイコンがほぼ主機能並みに働く) 従来の「主機能=メイン、モニタ=サブ」の思想を大きく崩さない
コスト面 追加ハードは不要だがソフト大幅改修の可能性あり 追加ハード不要、ソフト改修は監視部とリレー制御のみ

結論

  • 案1案4 はどちらも「メインマイコンが死んでもサブマイコンでリレーをOFF可能」となるが、
    • 案1 はサブマイコンが「APS/TPS/DriverDiag」等もフルカバーし、故障を幅広く検出 → サブマイコンが主機能に近い
    • 案4 は「サブマイコンはメインマイコン故障の監視が中心、センサ大半はメインが担当 → ソフト負担軽」 → EGASの“主=メイン / モニタ=サブ”構造を保ちやすい

EGASアーキテクチャで「メインマイコンが主機能/サブはモニタ」の大枠をあまり崩したくないなら、案4 がより自然。一方、サブマイコンが本格的にAPS/TPS等を独立処理できるなら案1の安全度は高いが、システム変更が大きい。

よって案4はEGASの2チャンネル構成を大きく変えずに「メインマイコン死活監視 → リレー直接制御」を追加するだけで済むため、最もEGAS思想に近く、低コストでメインマイコン故障をカバーできると言えます。

ChatGPT の回答は必ずしも正しいとは限りません。重要な情報は確認するようにしてください。


ユーザとの会話により、ChatGPTの結論としてユーザ提案回路と同一となったものの、その道のりにはいろいろなポイントが含まれており、なかなか示唆に富む会話だったと思います。

なお、本稿はRAMS 2026に投稿予定のため一部を秘匿していますが、論文公開後の2026年2月頃に開示予定です。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 17, 2025 #950

コストがかからない方法が良いというのがユーザ要求です。サブマイコンは既にEGASアーキテクチャ上存在するので追加費用ゼロ、一方ロジックICは数十円でもあまり良くありません。例えば案4と案2は遮断手段のみが違うようですが、案2の案4に対する優位性はありますか?無いなら案1と4に絞られると思います。

ChatGPT
以下では、案2(ロジックICを追加)案4(サブマイコンがメインマイコン故障を監視&直接リレー制御) に対して、コスト面・機能面でどのような優位性があるかを整理しつつ、もしメリットが無いなら案1 or 案4に絞る、という視点で回答します。


案2の特徴

  • ロジックIC(数十円程度)を用い、ハードウェア的に複数の“故障検出線”をまとめ、どれかが“危険”を示せば強制的にリレードライバをOFFする回路を構築する。
  • 検出はメインマイコン+サブマイコン+Driver Diag など、複数の出力信号があり、「いずれかがアクティブになったらリレーを落とす」といったORゲート有線AND/ORなどをロジックICで実装する。
  • 費用:IC数十円+基板配線工数。

案2のメリット

  1. ハードウェア化によりソフト依存を減らす
    • どちらのマイコンがどの異常を検出しようが、ロジックICが最終的にリレーオフをまとめて実行するため、ソフトの変更が少なくて済む(既存MCUのコードを大幅にいじらなくても、一つの故障信号ラインをICに入れるだけ)。
  2. メイン/サブマイコン以外からの直接信号も簡単に統合
    • 例えばDriver Diagが「High」で危険を示すなら、そのままロジックICへ入力 → リレーOFF
    • “多数のOR/AND線”をハードICでまとめ、配線やIC上で一括完結させられる。

案2のデメリット

  1. IC自体のコスト:たとえ数十円でもユーザが「追加費用を避けたい」とするなら、その分不利。
  2. 基板改修:ロジックICを置くスペースや配線追加が必要。
  3. IC故障リスク:新たな部品を1個加えることがシングルポイントになる可能性もある(IC自体が壊れるとリレー動作不能)。

案4の特徴

  • サブマイコンがメインマイコン故障を監視し、もしメインマイコンが固まればサブマイコンが直接リレー制御線を持っており、リレーをOFFできる。
  • 検出の主体:メインマイコン以外の異常(Driver Diagやセンサも)をサブマイコンが見るかどうかは設計次第だが、最低限メインマイコン故障はサブマイコンが独立判定。

案4のメリット

  1. 追加ハードが不要
    • サブマイコンは既にあるため、あとはソフト+数本の配線(既存ピン割り当て変更程度)で構成できる。
    • 物理的なIC追加コストはゼロに近い。
  2. メインマイコンが壊れてもサブマイコン単独でリレーを落とせる
    • シングルポイント故障を回避。

案4のデメリット

  1. サブマイコンが「メインマイコン故障」しか見ていないと、APS/TPS故障など他異常はメインマイコン頼み
    • ただしユーザの運用次第でサブマイコンが他センサも見られるよう拡張可能。

案2 vs 案4 の比較

  1. 追加コスト

    • 案2:ロジックICを数十円~+基板アートワーク → ユーザが「費用避けたい」なら不利。
    • 案4:基本的にサブマイコン追加コスト無し(既存)、ピン配線程度 → コスト的により有利。
  2. ソフト変更

    • 案2:ハードで完結させられるので、各マイコン側ソフトの大きな書き換え不要 → メイン/サブMCUから“故障信号”だけ出力させればロジックICが一括処理。
    • 案4:サブマイコンのコードに「メインマイコンウォッチ」や「リレードライバ制御」などロジックを実装 → ソフト改修量が増える可能性あり。
  3. Flexibility

    • 案2:ロジックICのOR回路にDriver Diag他のラインも簡単に追加しやすい。
    • 案4:サブマイコンが追加するなら、そちらのソフトコードを拡張。
    • いずれでも目的は“どれか故障ならリレーOFF”。
  4. 故障点増

    • 案2:ICが壊れるとリレーOFFが効かなくなるリスク → 新たなSPoF?
    • 案4:ハード追加が不要なので新しいSPoF要素は増えにくい。
  5. ユーザがサブマイコンをすでに持つ

    • なら案4 は「ハード追加ゼロ」で済む → 全体コストを最小化。
    • 案2 は数十円と言えど追加部品がいる → 「コストを掛けたくない」要望とは合わない。

結論

  • 案2 (ロジックIC追加) は「ソフト修正を最小化し、複数故障検出線を一括処理したい」場合に有利。ただしICの追加コストIC故障リスクがある。
  • 案4 (サブマイコンが直接リレーを制御) はハード追加が不要でコスト0に近く、すでにあるサブマイコンで完結。ソフト改変は必要だが、ユーザが「追加費用を極力避けたい」ならこちらが好適。

    したがって、案2案4 に対する大きな優位性はなく、案4 の方がコストを抑えやすい。
    さらにサブマイコンがAPS/TPSも直接監視できるなら案1(サブマイコンが幅広く検出&制御) と実質同様となり、費用ゼロでシングルポイント故障を解消可能です。

ゆえに、コストを極力掛けずにMain MCU依存を除去したいなら、案4 (あるいは案1) が望ましく、案2 のハード追加メリットはほぼないと言えます。

ChatGPT の回答は必ずしも正しいとは限りません。重要な情報は確認するようにしてください。


ユーザは直感的に案2のメリットが無いと見抜き、ChatGPTに詳細を検討させましたが、その結果、案2はメリットがほぼ無いと言う同意できる結論を出しました。隠れたメリットが有るかもしれないので、このように議論を尽くすことは重要です。

なお、本稿はRAMS 2026に投稿予定のため一部を秘匿していますが、論文公開後の2026年2月頃に開示予定です。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 14, 2025 #949

案3はユーザ要望からNGなので除きます。次に案1と案4が同じように見えますが、どこが違うのでしょうか?いずれもサブマイコンがメインマイコンを経由してリレーを制御していたものをメインマイコンを経由せずに制御する案のように見えます。案2もはっきりアーキテクチャが分かりません。メインマイコン監視はロジックICがやるのかそれともサブマイコンか?リレー遮断はロジックICがやるのかそれともサブマイコンか?提案するときは誰が検出して誰がリレー制御するのかをはっきりさせてください。

ChatGPT
以下では、前回の提案1/2/4 が「メインマイコンに依存せずリレーを制御する」点で似ているものの、それぞれ誰が異常を検出し、誰がリレーを実際にオフ(駆動)するかの違いを整理してまとめます。
ユーザ要望に沿い、案3(メインマイコン部品の高信頼化等)はNGとして除外しています。


案1: 「サブマイコンが検出し、サブマイコンが直接リレーを制御」

  • 誰が異常検出?
    • サブマイコン自身が各種異常(例:Driver Diag, APS等)を監視
    • メインマイコンは不要または並列
  • 誰がリレーをOFF?
    • サブマイコンがリレードライバへ直接指示を出してリレーを切る
  • アーキテクチャの例
    • サブマイコンがハード的にリレードライバへ接続し、異常時に“サブマイコン→リレードライバ→リレーOFF”
    • メインマイコン故障時でもサブマイコン単独で電源遮断可能

ポイント

  • サブマイコン自身が異常を見つけ、直接リレーを落とすのでメインマイコンは介在しない
  • メインマイコンが死んでいてもサブマイコンが検出~制御できる

案4: 「サブマイコンがメインマイコンの死活を監視→故障時に直でリレーをOFFする」

  • 誰が異常検出?
    • メインマイコンの故障(“固まって応答しない”など)をサブマイコンが監視(ウォッチドッグ的)
    • さらにDriver Diag等もサブマイコンが見るか、あるいはメインマイコンが見るかは設計次第
  • 誰がリレーをOFF?
    • サブマイコンがメインマイコンを経由せずリレードライバへ出力し、リレーを切る
  • アーキテクチャの例
    • “メインマイコンが正常なら通常制御。サブマイコンは監視役”
    • メインマイコンが固まれば、サブマイコンがウォッチドッグタイマ等で故障検知→直接リレーにオフ指令

ポイント

  • サブマイコンの検出対象が「メインマイコン故障」中心(もちろん他センサをサブマイコンが見る構成も可)
  • “メインマイコンが応答しない”という状態をトリガにサブマイコンが介入→リレーOFF

案1との違い

  • 案1: サブマイコンが幅広く「APS/TPS等の異常」自体も検出
  • 案4: サブマイコンのメイン検出対象は「メインマイコン死活」。他センサ異常はまだメインマイコンが見る場合が多い

案2: 「ロジックICを追加して“メイン or サブ”のどちらかが故障検出すればリレーをOFFできる回路」

  • 誰が異常検出?
    • (a) メインマイコンは従来の検出をする
    • (b) サブマイコン or Driver Diag が独立で検出
    • (c) どちらが検出した信号もハードロジックIC(例: ワイヤードOR/ANDゲート)を通じてリレードライバへ
  • 誰がリレーをOFF?
    • ロジックICがメイン/サブ いずれかの出力をまとめ、最終的にはリレードライバを駆動
  • アーキテクチャの例
    • 小型ゲートICやトランジスタ回路に「Main MCU fault検出線 or Sub MCU fault検出線」を入力
    • IC出力が“Low”になればリレードライバを強制オフ
    • いわばハードウェア冗長の簡易形

ポイント

  • 異常検出の主体: “メイン or サブ or Diag”
  • リレー駆動自体はIC回路が集約→「どの出力線でも異常信号が来ればリレーOFF」
  • コスト: ロジックIC(数十円~)+基板配線
  • 純粋に“サブマイコンがリレーを直に駆動”ではなく、“ハード回路で複数信号を論理合成→リレードライバへ”

整理: 誰が検出? 誰がリレーを駆動?

  • 案1

    • 検出: サブマイコン側でセンサ・故障入力を直接見る
    • 駆動: サブマイコン→リレードライバ→リレー
    • メインマイコンをバイパスする
  • 案4

    • 検出: サブマイコンは主に「メインマイコン死活」(+αでDriver Diag等も可)
    • 駆動: サブマイコン→リレードライバ→リレー
    • (案1とは違い)他のAPS/TPS等の検出をメインマイコンが担当する可能性が大
  • 案2

    • 検出: メインマイコン/サブマイコン/Driver Diag など複数
    • 駆動: ハードロジックICが「複数異常信号」をまとめ、リレードライバを強制OFF
    • メイン/サブ両方の出力を集約し、どちらかが“故障”判定したらリレーOFFする

結論

  • 案1: サブマイコンが幅広く(APS/TPS等)検出し→直接リレー制御。
  • 案4: サブマイコンは主に“メインマイコン故障”を検出→直接リレー制御(他センサはメインマイコンが見る)。
  • 案2: 異常検出は(メイン+サブ+Diag等)複数パターンだが、リレーOFFはロジックICが最終ゲートとなって実行。

どの案も共通点は「最終的にメインマイコン以外でもリレーを落とせる」ですが、誰がセンサを見て、誰が故障検出し、誰がリレーに出力するのかが案ごとに異なります。

ChatGPT の回答は必ずしも正しいとは限りません。重要な情報は確認するようにしてください。


なお、本稿はRAMS 2026に投稿予定のため一部を秘匿していますが、論文公開後の2026年2月頃に開示予定です。


左矢前のブログ 次のブログ右矢

posted by sakurai on February 13, 2025 #948

DCの相補関係を理解していないようなので、ヒントを与えることにします。

実はMCSを良く見ると、COV_90=DC、COV_REM=1-DCで加えると1になります。従って、1位と2位を加えると、MAIN_MCUの故障確率となります。ということはDCの低減対策は無意味です。さらに変更案は可能な限り費用が掛からないものとします。ユーザからのフィードバックを元に、改善案を提案してください。

ChatGPT
MCSを分析すると、DC=90%(COV_90)と1−DC=10%(COV_REM)のいずれも最終的にMain MCU故障と組み合わさり、合計でMain MCUの故障確率に等しい形になっています。
すなわち、カバレッジを上げても下げても、結局Main MCU一台の故障が全体を支配しているため、DCの改善策((1-DC)を低減する等)は効果がほぼ無いと判断できます。


改善案の考え方: 低コストでMain MCUのシングルポイント故障を解消する

1. Sub MCUを直接リレーをドライブできる構造へ(配線変更)

  • 提案理由: 現在は“Main MCUが必須”になっているため、その故障でSM全体が停止してしまう。
  • 対策: Sub MCUが異常を検出した場合、Main MCUを経由せずリレーをドライブできるよう、配線やゲートを追加する。
  • 費用: 基板上の配線変更やソフトロジック追加程度であれば、部品追加が最小限で済む。
  • 効果: Main MCUが壊れても、Sub MCU単独でリレーをOFFしてモータを止められる → 1台のMCU故障に対する依存度が低減し、MCSにおける「MAIN_MCU」支配が解消される。

2. Hardwareロジックや小型ゲートを使った“バックアップ回路”

  • 提案理由: 「Sub MCUがMain MCUを監視」していても、結局リレー制御がMain MCU頼みなら効果が薄い。
  • 対策: Sub MCUに加え、簡易ロジックIC(例: オープンコレクタの有線OR回路など)を導入し、「Main MCU or Sub MCUのどちらか生存していればリレードライバをオフにできる」回路へ。
  • 費用: 小型ロジックIC(数十円程度)+基板アートワーク修正だけで済む可能性が高い。
  • 効果: 冗長MCUを追加購入するような大規模コスト無しに、“Main MCUがNGでもSub MCUがオフ可能”を実現。

3. Main MCU自体の故障確率低減は優先度低

  • ユーザ所望: コストを抑えたい → 高信頼部品に切り替えは高価。
  • MCSから: Coverageをいくら改善してもMain MCU故障単独が支配 → カバレッジ改善での効果小。
  • 結論: 部品自体を変更するよりも、回路・配線面でシングルポイントをなくす方が得策。

4. リレー/リレードライバに対するサブマイコンウォッチドッグ

  • 提案理由: ハードウェア的な“死活監視”をSub MCUが行い、Main MCU故障でサブマイコンが自動的にリレーを遮断。
  • 費用: Sub MCUファーム更新+線1本追加程度なら大規模投資は不要。
  • 効果: “Main MCUが固まったらリレーOFF”というシンプルな安全策を作れる。

まとめ

Main MCU故障がシステム全体をダウンさせる」のが最大課題で、DC改善は効果が無いというMCS分析結果です。
低コスト案としては、

  1. Sub MCUが直接リレーを遮断できるようにする(配線や小さなゲート追加)。
  2. 有線OR回路リレー駆動の追加トランジスタ等を実装し、Main MCU以外でもリレー制御線を落とせるバックアップ機構を付ける。

これらが最も費用対効果の高い対策となります。大掛かりな冗長MCU追加やDC向上策を行わず、シングルポイントのMain MCUに頼らない手段を確保するのがベストです。

ChatGPT の回答は必ずしも正しいとは限りません。重要な情報は確認するようにしてください。


以上がChatGPTの回答ですが、まとめの1案を実施するなら、2案は余分なコストがかかるため不要な案と言えます。しかしながら、このようにChatGPTは最適案だけではなく様々な案を出してくれるため、視野が広がる効果も有るかもしれません。

なお、本稿はRAMS 2026に投稿予定のため一部を秘匿していますが、論文公開後の2026年2月頃に開示予定です。


左矢前のブログ 次のブログ右矢


ページ: