MTBF Entwicklungsziel
MTBF Entwicklungsziel Zuverlässigkeit: MTBF ist nur der Anfang Bestmögliche, quantitativ umrissene Zuverlässigkeit im Sinne der vorgesehenen Applikation ist eine der wichtigsten Kenngrößen erfolgreicher Systementwicklungen. Adam P. Taylor Xilinx www.xilinx.com Bild 1: Die Badewannenkurve veranschaulicht die Frühausfälle bei der Einführung eines Produkts, die Ausfälle während dessen Lebenszeit, sowie die Abnutzungsausfälle zum Ende der Lebenszeit. Als zentrale Metrik zur Abschätzung der Zuverlässigkeit gilt gemeinhin der MTBF-Wert (mean time between failures) des Systems, der seine Ausfallwahrscheinlichkeit vorhersagt. Ein zweiter Faktor für den Nutzwert eines Produkts ist die ‚Erfolgswahrscheinlichkeit’ (probability of success). Im Aerospace- und Miltärbereich ist die Zuverlässigkeit eines Systems ganz selbstverständlich greifbar in Bezug auf die Sicherheit der Passagiere oder der vorgesehenen Mission. In der Telekommunikation gilt es Systemausfälle zu vermeiden oder zu minimieren. In industriellen Anwendungen sind die treibenden Kräfte das wirtschaftliche Ergebnis und die Reputation des Anbieters. Auch hier gelten als sekundäre Bedingungen der sichere Betrieb des Systems im Fehlerfall und die Abgabe einer Fehlermeldung, die das aktuelle Problem umreißt. Unter kommerziellen Gesichtspunkten müssen die Entwickler sicherstellen, dass die gefertigten Produkte ihre vorgeschriebenen Garantiebedingungen erfüllen. Alles das fließt in die Zuverlässigkeitsbetrachtungen beim Systemdesign mit FPGAs ein. Der Einsatz von FPGAs erlaubt höher integrierte Systemlösungen. Das erhöht auch den MTBF-Wert, insbesondere, wenn der Hersteller der Bausteine dem Anwender regelmäßige vierteljährliche Zuverlässigkeits-Reports zur Verfügung stellt. Xilinx bietet dies unter der Bezeichnung UG116. MTBF ist ein Maß für die Wahrscheinlichkeit, dass ein System über seine Lebensdauer gemäß den Spezifikationen operiert, oft veranschaulicht in der bekannten Charakteristik als „Badewannenkurve“. Für eine zuverlässige Designlösung muss eine Entwicklungsumgebung die korrekten Vorgaben, Review-Gates, Designregeln und Richtlinien anbieten, zusammen mit unabhängigen Peer-Reviews zu den angemessenen Zeitpunkten im Lebenszyklus eines Produkts. MTBF und Ausfallkurve Die Definition des MTBF-Werts ist eine statistische Voraussage über die Zeit zwischen zwei Ausfällen während der Betriebszeit eines Systems. Die Hersteller berechnen den MTBF-Wert eines Systems als Reziprokwert der Summe der Ausfallraten seiner Komponenten. Diese Ausfallraten werden meist als FIT-Rate (failure in time) bezeichnet, in der Größenordung 1x 10 -9 pro Stunde. Man erhält Angaben über die Ausfallraten vom Hersteller der Komponenten oder entnimmt sie einem Standardwerk wie dem US-Military Handbook MIL-HDBK-217F oder Bellcore/Telcordia SR332. Die Beziehung zwischen MTBF und FIT-Rate lautet: MTBF = 1 / FIT-Rate Allerdings sind diese Ausfallraten nur gültig im Bereich des geradlinigen Verlaufs der Badewannenkurve nach Bild 1. Diese Kurve setzt die Frühausfälle (‚infant mortality’) bei der Einführung eines Produkts ins Verhältnis mit den Ausfällen während der normalen Lebensdauer (‚constant failure rate’) und den Ausfällen zum Ende der vorgesehenen Lebenszeit. Dem trägt die Burn-in-Prozedur während der Herstellung Rechnung. Sie soll die Frühausfälle aus dem Kurvenverlauf ausschließen. Die dabei applizierten Temperaturzyk len beschleunigen die Ausfälle durch latente Defekte vor der Auslieferung und der Systemintegration. An welcher Position auf der Badewannenkurve sich ein 44 hf-praxis 11/2015
MTBF Produkt oder System befindet, lässt sich durch eine Weibulloder Lebensdatenanalyse in Excel einfach bestimmen. Der Formparameter ß zeigt an, ob die Ausfallrate stabil, ansteigend oder abfallend ist. Ein Formparameter β kleiner als 1,0 bezeichnet eine abfallende Ausfallrate während der Frühausfallperiode, während ein Wert größer als Eins auf eine steigende Ausfallrate deutet, etwa in der Phase der fortgeschrittenen Abnutzung eines Produkts. Nach der Bestimmung des Ortes auf der Badewannenkurve könnte man geneigt sein, anzunehmen, dass das untersuchte System zumindest in der dem MTBF-Wert entsprechenden Zeitspanne erfolgreich arbeitet. Leider ist dies so nicht richtig, denn MTBF ist nur eine statistische Repräsentation der Ausfallrate, die man in der Nutzungsphase eines Produkts erwarten kann. Nochmals: MTBF repräsentiert nicht die vorhergesagte Lebenszeit des Produkts. Um die vorhergesagte Lebensdauer zu ermitteln, muss man die „Erfolgswahrscheinlichkeit“ (probability of success) P einer Entwicklung betrachten. In der folgenden Gleichung ist t die gewünschte Betriebszeit in Stunden. P (s) = - t / e MTBF Wenn man die Erfolgswahrscheinlichkeit graphisch aufträgt, erkennt man, dass bei der Annäherung der gewünschten Betriebszeit an den MTBF-Wert die Erfolgswahrscheinlichkeit etwa 0,37 beträgt (Bild 2). Wenn man also in diesem Zusammenhang eine Serie von Produkten betrachtet, sind immer noch 37 Prozent von ihnen funktionstüchtig. Um also eine akzeptable Erfolgswahrscheinlichkeit über die Lebensdauer des Produkts oder seiner Mission sicher zu stellen, erfordern viele Systeme und Produkte einen MTBF-Wert, der signifikant höher liegt als deren vorgesehene Lebensdauer. So muss bei einer angenommenen Lebensdauer von fünf Jahren und einer Erfolgswahrscheinlichkeit von 0,99 der MTBF- Wert 4.361.048 Stunden oder 497 Jahre betragen. Das ist um ein Vielfaches länger als die Betriebszeit. Dazu die folgende Gleichung: MTBF = P(s) / - ln(t) Berechnung der Zuverlässigkeit Man kann die Zuverlässigkeit und den MTBF-Wert nach zwei Methoden ermitteln – entweder über eine Analyse der Komponentenzahl (parts-count analysis) oder über eine Belastungsanalyse der Komponenten (part stress analysis). Die Parts-count- Analyse ist das Einfachere der beiden Verfahren. Sie wird manchmal in einem frühen Entwicklungsstadium ausgeführt als Indikator, ob das zu entwickelnde Produkt seine Zuverlässigkeitsanforderungen erreichen wird. Diese Analyse berücksichtigt das Qualitätsniveau des eingesetzten Bauteils, die Anzahl der eingesetzten Bauteile und die Nutzungsbedingungen des Produkts. Eine Parts-count- Analyse ist schnell ausgeführt. Doch die Ergebnisse tendieren eher zur pessimistischen Sicht, also zu höheren Ausfallraten und niedrigerer MTBF. Eine Stress-Analyse der Bauteile zieht eine weit größere Zahl von Parametern in Betracht. Deshalb nimmt sie entsprechend mehr Bild 2: Wenn die gewünschte Betriebszeit die Größe von MTBF erreicht, ist die Erfolgswahrscheinlichkeit 0,37. Zeit in Anspruch, liefert dafür aber ein genaueres Ergebnis. Eine Stress-Analyse umfasst viele Faktoren, wie Temperatur, elektrische Belastung, Qualität, Aufbau, Betriebsumgebung und anderes mehr, je nach dem analysierten Komponententyp. Diese Analyse resultiert in einer sehr viel genaueren Ausfallrate für die vorgesehene Applikation. Erhöhung der Zuverlässigkeit Zur Erhöhung des MTBF-Werts und der Erfolgswahrscheinlichkeit der Produkt- oder Systementwicklung gibt es eine ganze Reihe von Verfahren. Die am häufigsten eingesetzte Taktik ist das Derating der Komponenten in Bezug auf die elektrischen und thermischen Belastungen. Derating erlaubt die Einbeziehung der Belastungen des Bauteils bei der oben beschriebenen Stress- Analyse. Die Bauelementehersteller schreiben oft ihre eigenen Derating-Regeln vor. Doch man kann auch Industrie-Standard- Regeln nutzen, wenn keine Inhouse-Vorschriften verfügbar sind. Beispiele sind ECSS-Q-30- 11A der ESA (European Space Agency) und NAVSEA TE000- AB-GTP-010 der US-Navy. Die Durchführung einer Stress- Analyse der Bauteile erhöht die Fixkosten einer Entwicklung. Andere Analyseverfahren für Entwickler wirken sich auf die laufenden Kosten aus. Die erste Option zur Verbesserung der Zuverlässigkeit sind Komponenten mit höherem Qualitätslevel, unter Beibehaltung derselben oder ähnlicher Derating-Ansätze. So kann man von Bild 3: Beim Ausfall des regulären Steckverbinders übernimmt eine redundante Einheit – bei höherer Komplexität. hf-praxis 11/2015 45
