Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
(vgl. Xie 1991, S. 25). Da es sich bei den vorliegenden Daten um Daten aus einem<br />
Testprozess „with fault removal“ handelt, können keine Modelle eingesetzt werden, die<br />
auf Homogeneous Poisson Prozessen beruhen, sondern es können NHPP-Modelle<br />
eingesetzt werden (siehe Kap. 3.1 und Voraussetzungen in Kap. 3.2.3). Zudem kann<br />
man bei den getesteten Komponenten annehmen, dass es endliche und nicht unendliche<br />
Fehlerwirkungen gibt, da die Komponenten nicht eine unendliche Zeit benutzt werden.<br />
Dies spricht auch für den Einsatz von NHPP-Modellen, die finite failure Modelle sind<br />
(siehe Kap. 3.3.1.3).<br />
Um aus den verschiedenen NHPP-Modellen Modelle für die Anwendung auf die Daten<br />
auszuwählen, wurden die Daten zuerst mit Excel grafisch analysiert (vgl. folgende Abb.<br />
4.5-1). Hierzu wurden die Fehler und die kumulierten Fehler dargestellt. Aus der<br />
Abbildung 3.2-1 „Die S-Form der Fehlerwirkungsintensitätsfunktion“ geht hervor, dass<br />
es eine Einschwingphase be<strong>im</strong> Testen gab.<br />
Abbildung 4.5-1 Grafische Darstellung zwischen erfassten und kumulierten Fehlern<br />
Fehleranzahl<br />
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18<br />
Zeiteinheit<br />
Erfasste Fehler<br />
Kumulierte Fehler<br />
Quelle: Aus Datenanalyse bei BMW<br />
Die obige Abbildung 4.5-1 wurde danach mit den beiden Modellen Goel-Okumoto und<br />
Yamada-Delayed-S-shaped (vgl. Abb. 3.2.-1 „Die S-Form der<br />
Fehlerwirkungsintensitätsfunktion“) verglichen. Da der Verlauf der Kurven ähnlich<br />
erscheint, werden diese beiden Modelle ausgewählt, um sie auf die Daten anzuwenden.<br />
Welches der beiden Modelle besser geeignet ist, wird sich nach Anwendung der<br />
Modelle in einem zweiten Schritt (vgl. Kap. 5) zeigen. Da es für reale Projekte und<br />
später für die Praxis konzeptuell und wirtschaftlich nicht praktikabel ist, mit mehr als<br />
41