Reliability Investigation with the New Architecture of the Backup Node Markov Model with a Better Repair and Replacement Rate and More Monitoring in Avoiding the Failure of Industrial Wireless Sensor Networks
Subject Areas : Electrical and Computer EngineeringAhmadreza Zamani 1 , Mohammad Ali Pourmina 2 , Ramin Shaghaghi Kandovan 3
1 - Department of Mechanical, Electrical and Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
2 - Department of Mechanical, Electrical and Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
3 - Department of Electrical and Computer Engineering, Yadegar-e-Imam Khomeini (RAH) Shahre Rey Branch, Islamic Azad University, Tehran, Iran
Keywords: Fault tolerance, Node redundancy, Reliability, Standby sensor, Wireless sensor networks,
Abstract :
Sensor nodes are prone to failure due to the various applications of operating environments. This paper presents a new architecture with a Markov model to improve reliability. In the modification of the previous ideas, due to work fatigue, energy consumption and high maintenance costs, the idea of increasing the repair and replacement rate to avoid failure with the availability of replacement nodes with detailed planning of the support unit.The advantages of this method are reducing the failure rate, increasing reliability, fast implementation and deployment, energy efficiency and economic savings, improving the performance and useful life of the network, reducing delay and system rejuvenation and dynamics.The structure of the proposed method is by using the sleep and wake mode of the hot or cold standby node in such a way that the spare node is placed parallel to the main node and if one or both nodes are damaged, the system is reversible and. the damage can be repaired or replaced. The technique of idle time and the availability of the backup spare sensor play an important role in reducing energy consumption. The experts of the support unit perform the configuration settings so that the equipment goes to sleep or standby mode during idle time. And if one or two nodes are damaged, first the healthy spare¬node is awake and in service, and then the damaged node is repaired and replaced and placed in standby or sleep mode. The results of the innovation, we can mention the emphasis on node health monitoring, failure avoidance, improving repair and replacement rates and efficiency. The simulation results show a better improvement compared to the previous models.
J. N. pour, M. A. Pourmina, M. N. Moghaddasi, and B. Ghalamkari, "An artificial intelligent network model to monitor the condition of a patient with a breast tumor based on fuzzy logic," Health and Technology, vol. 14, no. 1, pp. 119-139, 2024, doi: https://doi.org/10.1007/s12553-023-00800-z.
[2] D. Bein, V. Jolly, B. Kumar, and S. Latifi, "Reliability modeling in wireless sensor networks," International Journal of Information Technology, vol. 11, no. 2, pp. 1-8, 2005, doi: 10.2174/1872212113666191209091947.
[3] L. Xing, H. Li, and H. E. Michel, "Fault-tolerance and reliability analysis for wireless sensor networks," International Journal of Performability Engineering, vol. 5, no. 5, p. 419, 2009, doi: 10.23940/ijpe.09.5.p419.mag.
[4] C. Vasar, O. Prostean, I. Filip, R. Robu, and D. Popescu, "A reliability analysis for wireless sensor networks in a wind farm," in 2009 XXII International Symposium on Information, Communication and Automation Technologies, 2009: IEEE, pp. 1-5, doi: 10.1109/ICAT.2009.5348408.
[5] M. Chahine, C. Taddia, and G. Mazzini, "Reliable Data Forwarding in Wireless Sensor Networks: Delay and Energy Trade Off," SCIYO. COM, p. 289, 2010, doi: 10.5772/10168.
[6] V. Kumar, R. Patel, M. Singh, and R. Vaid, "Markov model for reliable packet delivery in Wireless Sensor Networks," International Journal of Computer Science Issues (IJCSI), vol. 8, no. 3, p. 429, 2011, doi: 10.1109/ICCP.2009.5284742.
[7] R. Kim, J. Song, and B. F. Spencer Jr, "Reliability analysis of wireless sensor networks," in Proceedings of the 6th international workshop on advanced smart materials and smart structures technology ANCRiSST2011, 2011, pp. 1-12, doi: 10.1109/ICON.2008.4772586.
[8] I. Silva, L. A. Guedes, P. Portugal, and F. Vasques, "Reliability and availability evaluation of Wireless Sensor Networks for industrial applications," Sensors (Basel), vol. 12, no. 1, pp. 806-38, 2012, doi: 10.3390/s120100806.
[9] L. Venkatesan, S. Shanmugavel, and C. Subramaniam, "A survey on modeling and enhancing reliability of wireless sensor network," Wireless Sensor Network, vol. 5, no. 03, p. 41, 2013, doi: 10.4236/wsn.2013.53006.
[10] M. Kumar, R. Tripathi, and S. Tiwari, "A reliable real-time routing protocol for industrial wireless sensor networks," in 2014 International Conference on Power, Control and Embedded Systems (ICPCES), 2014: IEEE, pp. 1-5, doi: 10.1109/ICPCES.2014.7062831.
[11] C. Wang, L. Xing, V. M. Vokkarane, and Y. L. Sun, "Reliability and lifetime modeling of wireless sensor nodes," Microelectronics Reliability, vol. 54, no. 1, pp. 160-166, 2014, doi: https://doi.org/10.1016/j.microrel.2013.08.001.
[12] A. Munir, J. Antoon, and A. Gordon-Ross, "Modeling and analysis of fault detection and fault tolerance in wireless sensor networks," ACM Transactions on Embedded Computing Systems (TECS), vol. 14, no. 1, pp. 1-43, 2015, doi: 10.1145/2680538.
[13] M. Kumar, R. Tripathi, and S. Tiwari, "Critical data real‐time routing in industrial wireless sensor networks," IET Wireless Sensor Systems, vol. 6, no. 4, pp. 144-150, 2016, doi: 10.1049/iet-wss.2015.0060.
[14] M. Kumar, R. Tripathi, and S. Tiwari, "QoS guarantee towards reliability and timeliness in industrial wireless sensor networks," Multimedia Tools and Applications, vol. 77, no. 4, pp. 4491-4508, 2018, doi: 10.1007/s11042-017-4832-5.
[15] D. Deif and Y. Gadallah, "A comprehensive wireless sensor network reliability metric for critical Internet of Things applications," EURASIP Journal on Wireless Communications and Networking, vol. 2017, pp. 1-18, 2017, doi: 10.1186/s13638-017-0930-3.
[16] I. Kabashkin and J. Kundler, "Reliability of sensor nodes in wireless sensor networks of cyber physical systems," Procedia Computer Science, vol. 104, pp. 380-384, 2017, doi: 10.1016/j.procs.2017.01.149.
[17] P. Zhou et al., "A comprehensive technological survey on dependable self-managing CPS: The decade of researches on correctness and dependability," 2017, doi: 10.20944/ preprints201707.0044.V1.
[18] P. A. Wumnaya, S. Musyoki, and W. Mwangi, "Reliability and Availability Analysis of a Triplex Sensor Node System with Shared Repair," International Journal for Modern Trends in Science and Technology, vol. 4, no. 06, pp. 79-83, 2018, doi: https://doi.org/10.3390/s120100806.
[19] R. M. Ostberg, "Investing in a Better World: A Study of Country-Level Factors on Investment Outcomes," 2013.
[20] S. Zoppi, S. P. Shantharam, and W. Kellerer, "Delay-reliability model of industrial WSN for networked control systems," in GLOBECOM 2020-2020 IEEE Global Communications Conference, 2020: IEEE, pp. 1-7, doi: 10.1109/GLOBECOM42002.2020.9348072.
[21] M. Catelani, L. Ciani, A. Bartolini, C. Del Rio, G. Guidi, and G. Patrizi, "Reliability Analysis of Wireless Sensor Network for Smart Farming Applications," Sensors (Basel), vol. 21, no. 22, p. 7683, Nov 18 2021, doi: 10.3390/s21227683.
[22] H. Yang, F. Li, D. Yu, Y. Zou, and J. Yu, "Reliable data storage in heterogeneous wireless sensor networks by jointly optimizing routing and storage node deployment," Tsinghua Science and Technology, vol. 26, no. 2, pp. 230-238, 2020, doi: 10.26599/TST.2019.9010061.
[23] L. Xing, "Reliability modeling of wireless sensor networks: a review," Recent Patents on Engineering, vol. 15, no. 1, pp. 3-11, 2021, doi: 10.3390/s120100806.
[24] J. Persis, "A novel routing protocol for underwater wireless sensor network using pareto uninformed and heuristic search techniques," Wireless Personal Communications, vol. 121, no. 3, pp. 1917-1944, 2021, doi: 10.1007/s11277-021-08747-y.
[25] H. Zhang et al., "Delay-reliability-aware protocol adaption and quality of service guarantee for message queuing telemetry transport-empowered electric Internet of things," International Journal of Distributed Sensor Networks, vol. 18, no. 5, p. 15501329221097815, 2022, doi: 10.1177/15501329221097815.
[26] F. Joglar, "Reliability, availability, and maintainability," SFPE Handbook of Fire Protection Engineering, pp. 2875-2940, 2016, doi: 10.1007/978-1-4939-2565-0_74.
[27] M. Rentschler and P. Laukemann, "Performance analysis of parallel redundant WLAN," in Proceedings of 2012 IEEE 17th International Conference on Emerging Technologies & Factory Automation (ETFA 2012), 2012: IEEE, pp. 1-8, doi: 10.1109/ETFA.2012.6489647.
[28] S. S. Gill and R. Buyya, "Failure management for reliable cloud computing: a taxonomy, model, and future directions," Computing in Science & Engineering, vol. 22, no. 3, pp. 52-63, 2018, doi: 10.1109/MCSE.2018.2873866.
[29] M. Atif et al., "Soft computing techniques for dependable cyber-physical systems," IEEE Access, vol. 7, pp. 72030-72049, 2019, doi: 10.1109/ACCESS.2019.2920317.
[30] A. Zamani, M. A. Pourmina, and R. S. Kandovan, "Improving the Mean Time to Failure of the System with the New Architecture of the Main Node with the Replacement Node of Industrial Wireless Sensor Networks for Monitoring and Control using Markov Model," Majlesi Journal of Telecommunication Devices, vol. 11, no. 3, pp. 143-153, 2022, doi: 10.30486/mjtd.2022.695924.
احمدرضا زمانی، محمدعلی پور مینا، رامین شقاقی کندوان |
Technovations of Electrical Engineering in Green Energy System |
|
Research Article (2024) 3(3):43-68
Reliability Investigation with the New Architecture of the Backup Node Markov Model with a Better Repair and Replacement Rate and More Monitoring in Avoiding the Failure of Industrial Wireless Sensor Networks
Ahmadreza Zamani1, PhD Student, Mohammad Ali Pourmina1, Professor,
Ramin Shaghaghi Kandovan2, Assistant Professor
2 Department of Electrical and Computer Engineering, Yadegar-e-Imam Khomeini (RAH) Shahre Rey Branch, Islamic Azad University, Tehran, Iran
Abstract:
Sensor nodes are prone to failure due to the various applications of operating environments. This paper presents a new architecture with a Markov model to improve reliability. In the modification of the previous ideas, due to work fatigue, energy consumption and high maintenance costs, the idea of increasing the repair and replacement rate to avoid failure with the availability of replacement nodes with detailed planning of the support unit.The advantages of this method are reducing the failure rate, increasing reliability, fast implementation and deployment, energy efficiency and economic savings, improving the performance and useful life of the network, reducing delay and system rejuvenation and dynamics.The structure of the proposed method is by using the sleep and wake mode of the hot or cold standby node in such a way that the spare node is placed parallel to the main node and if one or both nodes are damaged, the system is reversible and. the damage can be repaired or replaced. The technique of idle time and the availability of the backup spare sensor play an important role in reducing energy consumption. The experts of the support unit perform the configuration settings so that the equipment goes to sleep or standby mode during idle time. And if one or two nodes are damaged, first the healthy sparenode is awake and in service, and then the damaged node is repaired and replaced and placed in standby or sleep mode. The results of the innovation, we can mention the emphasis on node health monitoring, failure avoidance, improving repair and replacement rates and efficiency. The simulation results show a better improvement compared to the previous models.
Keywords: Fault tolerance, Node redundancy, Reliability, Standby sensor, Wireless sensor networks.
Revised: 04 January 2024
Accepted: 29 March 2024
Corresponding Author: Dr. Mohammad Ali Pourmina, pourmina@srbiau.ac.ir
DOI: 10.30486/TEEGES.2024.904846
| فناوریهای نوین مهندسی برق در سیستم انرژی سبز |
..مقاله پژوهشی...
بررسی قابلیت اطمینان با معماری جدید مدل مارکوف گره پشتیبان با نرخ تعمیر و تعویض بهتر و نظارت بیشتر در پرهیز از خرابی شبکههای حسگر بیسیم صنعتی
احمدرضا زمانی1، دانشجوی دکتری، محمدعلی پور مینا1، استاد، رامین شقاقی کندوان2، استادیار
1- دانشکده گروه مهندسی مکانیک، برق و کامپیوتر واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2- دانشکده گروه مهندسی برق و کامپیوتر واحد یادگار امام خمینی(ره) شهر ری، دانشگاه آزاد اسلامی، تهران، ایران
چكيده: گرههای حسگر بهدلیل کاربردهای متنوع محیطهای عملیاتی، مستعد خرابی هستند. ایده این مقاله، ارایه یکمعماری جدید با مدل مارکوف برای بهبود قابلیت اطمینان میباشد. در اصلاح ایدههاي قبل با توجه به خستگيكاري، هزينه مصرف انرژي و تعميرات بالا ميتوان از ایده افزایش نرخ تعمیر و تعویض در پرهیز از خرابی با دردسترسبودن گرههای جایگزین با برنامهريزي دقیق تعمیرات ، بهره برد. مزاياي اینروش کاهش میزان خرابی ، افزایش قابلیت اطمینان، پیاده سازی و استقرار سریع، بهرهوری انرژی و صرفهجویی اقتصادی، بهبود عملکرد و عمر مفید شبکه، کاهش تاخير و جوانسازی و پویایی سیستم میباشد. ساختار روش پیشنهادی با استفاده از حالت خواب و بیداری گره آماده بهکار سرد یا گرم بهگونهای است که گره یدکی به موازات گره اصلی قرار میگیرد و در صورت آسیبدیدن یک یا دو گره، سیستم برگشتپذیر میباشد و میتوان خرابی را تعمیر یا جایگزین نمود. تکنیک زمان بیکاری و دردسترسبودن حسگر یدک پشتیبان ، نقش مهمی در کاهش مصرف انرژی دارد. و کارشناسان واحد پشتیباني تنظیمات پیکربندی را به گونهای انجام میدهند تا در زمان بیکاری، تجهیزات به حالت خاموشی یا آمادهبهکار بروند و در صورت آسیبدیدن یک یا دو گره، ابتدا گره یدکی سالم بیدار و در سرویس و سپس گره آسیبدیده تعمیر و تعویض و در حالت آمادهبهکار یا خواب قرار گیرد. از نتایج حاصل از نوآوري این روش، تأکید بر نظارت سلامتی گره، جلوگیری از خرابی و بهبود نرخ تعمیر و تعویض، کاهش مصرف و بهرهوری انرژی میتوان اشاره نمود. نتایج شبیهسازی در مقایسه با مدلهای قبل، بهبود بهتری را نشان میدهد.
واژه هاي كليدي: افزونگی گره پشتيبان، تحملپذیری خطا، حسگر آمادهباش، شبکههای حسگر بیسیم ، قابلیت اطمینان
تاریخ ارسال مقاله: ۱1/0۸/140۲
تاریخ بازنگری مقاله: 14/۱۰/140۲
تاریخ پذیرش مقاله: ۱۰/01/140۳
نویسندهی مسئول: دکتر محمدعلی پورمینا، pourmina@srbiau.ac.ir
DOI: 10.30486/TEEGES.2024.904846
1- مقدمه
یکی از مهمترین فناوریهاي قرن بیست و چهارم ، فناوری اطلاعات سبز 1، هوش مصنوعی2 ، بینایی ماشین3 ،روباتیک4 ،سامانه های خبره5 و یادگیری ماشین6، شبکههای حسگر بیسیم (WSN) ميباشند كه کاربردهای مختلفي دارند و با استفاده بهینه و پایدار از فناوری اطلاعات در افزایش قابلیت اطمینان و بهبود عملکرد در کاهش مصرف انرژی، حفظ محیط زیست و کاهش اثرات زیستمحیطی مرتبط با عملکرد تجهیزات سایت نیز اشاره دارد. به طورکلی، استفاده از تکنیکها و روشهایی برای کاهش مصرف انرژی، در سیستمهای واحد پشتیباني، از جمله حسگرها، سرورها، شبکهها و دستگاهها از موضوعات مهمی هستند که فناوریهای فوق روی آنها تاکید دارند و همچنان نقش هوش مصنوعی در بهینه سازی تولید، توزیع و مصرف انرژی، افزایش ثبات شبکه و کاهش انتشار گازهای گلخانهای بسیار نویدبخش در صنعت انرژی میباشد که با استفاده از شبکه های هوشمند[1] و مدیریت پاسخ به تقاضا، مدیریت مصرف انرژی کاربران، بسیار آسانتر میشود. همچنین هوش مصنوعی در زمینه تعمیر و نگهداری پیشگیرانه، باعث کاهش زمان و میزان خرابی و افزایش قابلیت اطمینان تجهیزات میشود. با پیشرفت فناوری و ادغام بیشتر هوش مصنوعی در سیستمهای انرژی ، میتوانیم چشمانداز انرژی پایدارتر و کارآمدتری را پیشبینی کنیم. جهت ارائه بهتر، به مروری بر کارهای گذشته و تحقیقات مشابه، میپردازیم .در ارتباطات بیسیم در مناطقي كه دسترسی فیزیکی به آنها دشوار است، نقش شبکههای حسگرهای بیسیم، در انتشار و فناوری اطلاعات سبز بسیار حیاتی میباشد و بهکارگیری هوش مصنوعی با استفاده از انواع حسگرها در کنار انسان، جهت پرهیز از غفلت و فراموشی و خستگی پرسنل سایتهای صنعتی که انتشار اطلاعات درست بسیار حیاتی میباشد، در افزایش قابلیت اطمینان، بهبود عملکرد و کاهش مصرف انرژی، در حال گسترش میباشد و در صورت خرابی حسگرها، قطعات یدک یا پشتیبان جایگزین شده و قابلیت اطمینان برای دو حسگر محاسبه و مقایسه میشود[2]. به دلیل محدودیت شدید منابع و محیطهای عملیاتی سخت ودسترس ناپذیر، گرههای حسگر مستعد خطا، خرابی و تاخیر هستند. خطاها ممکن است در سیستم، منتشر شده و منجر به خرابی کل سیستم شوند. استراتژی جایگزینی و افزایش افزونگی و تاخير با رویکرد صرفهجویی در تعامل هستند. سیستم با یدکی افزونگی سرد، دارای قابلیت اطمینان بالاتری نسبت به سیستم با یدکی گرم است[3]. قابلیت اطمینان، با تعداد قطعات یدکی بیشتر و تعداد اجزای فعال کمتر متناسب است[4]. تعامل بین مصرف انرژی و تأخیر تحویل دادههای قابل اعتماد یا تحویل بهموقع دادهها بین گره منبع و گره مقصد در یک شبکه حسگر بیسیم روش(ARQ)7مشارکتی موفقتر از روش(ARQ)غیرمشارکتی است[5]. تحویل مطمئن بسته عملکرد (ARQ) مشارکتی قابل اعتمادتر و اطمینان آن بیشتر و تحویل بهموقع بستهها بهتر و با تاخیر کمتر انجام میشود و(ARQ) غیرمشارکتی از نظر بهرهوری توان گرههای حسگر، بهدلیل اینکه اکثر حسگرها در فرآیند ارسال بسته شرکت نمیکنند، بهتر است[6]. در صورت بروز خرابی، قابلیت اطمینان و (MTTF) (میانگین زمان تا خرابی) با جایگزینی حسگر معیوب با حضور قطعات یدکی و بدون حضور قطعات یدکی آمادهبهکار، بررسی میشود[7]. در مواجه با خرابی سیستم، دردسترس بودن برنامههای نظارتی، پیکربندی مجدد شبکه و سطوح مختلف افزونگی جهت به حداقل رساندن خسارات اقتصادی، آسیبهای زیستمحیطی، خطاهای دائمی، اختلال و غیرفعال شدن دستگاههای شبکه، برای بهینهسازی قابلیت اطمینان با تعداد تجهیزات میدانی (FD) 8بیشتر و تعداد یدك یا جایگزینی بیشتر، بسيار موثرتر ميباشد[8]. رویکردهای بهبود با روشهای تحمل خطا و بهبود تکنیک تشخیص خرابي وتجمیع داده با هدف تمرکز بر بهرهوری انرژی و بهبود طول عمر شبکه و بهبود(QoS)، طبقهبندی و مدلسازی شده است[9]. در اتوماسیون صنعتی و کنترل فرآیند(IAPC)9 برای کاربردهای بلادرنگ صنعتی، پروتکل مسیریابی (RRR)10 ، تحویل داده به مرکز کنترل در مهلت از پیش تعیین شده، بر اساس زمان مناسب مهلت ارسال و یا زمان واقعی قابل دريافت، نرخ دریافت بسته وتحویل بهموقع داده را بهبود میبخشد و بسته را در زمان مهلت بهینه، ارسال میکند[10]. ارزیابی پارامترهای خرابی و طول عمر گره حسگر بی سیم تحت سهسناریوی کاری بر اساس حالتهای گره حسگر)خواب و فعال( و مکانیسم متناوب بین حالتها، تعریف و مقایسه میشود و سناریو موازی طولانیترین طول عمر و مکانیسم متناوب بین حالتها، قابل اطمینان و به صرفهترین حالت را ارائه می دهد[11]. الگوریتم تشخیص عیب و افزونگی در نرخهای خرابی بالا، (MTTF) و قابلیت اطمینان مدل (FT)11 نسبت به (NFT) 12 بهبود بهتري را دارد و استفاده از گرههاي يدك پشتیبان مدل دوقسمتی و سه قسمتی (گرههای حسگر سهتایی) بهبود خوبی در (MTTF) دارند[12]. تحویل داده در زمان مهلت ارسال بسته از طریق انرژی گره کارآمد، ترافیک را بهطور يكنواخت توزیع میکند و نتایج نشان دهنده افزایش و بهبود تحویل بهموقع داده و افزایش طول عمر شبکه میباشد[13]. یک پروتکل مسیریابی مبتنی بر دو هاپ که بر اساس اطلاعات دو هاپ همسایه13 (IWSN) کار میکند با بهحداقل رساندن راهاندازی، مسیرتحویل بسته سرتاسری را بهبود میبخشد و ارتباطات چند کاناله راهی برای بهبود قابلیت اطمینان و تحویل بهموقع داده به گره مقصد از طریق گرههای دیگر و ارتباط پیوند ارتباطی دارند که بتوان تضمین کیفیت خدمات و تحویل بهموقع داده را با پروتکل مسیریابی جدید، ارائه داد[14]. حساسیت 14R(S) نسبت به تغییرات احتمال خرابی(در معرض خرابی اجزای مختلف) از جمله خرابی حسگر، فرستنده، گیرنده، پردازنده و باتری بیانگر آن است که قابلیت اطمینان حسگر، فرستنده، پردازنده و باتری به ترتیب کمتر میشود و یا احتمال خرابی حسگر، فرستنده، پردازنده و باتری به ترتیب بیشتر میشود و قابلیت اطمینان و دقت مدل سهحالته (روشن، رله و خاموش) بهتر از مدل ساده دوحالته (روشن و خاموش) میشود[15]. استراتژی نظارت و زمان عملکرد بهینه، زمان تعمیر و جایگزینی، زمان تست عملکرد و زمان بین دو خرابی15 (MTBF)بستگي به دوران نظارت و تعمیر و نگهداری و کنترل دارد؛ یعنی نظارت بیشتر بر عملکرد حسگرها، متناسب با عیبیابی سریعتر و تعمیرات دقيقترميباشد و لذا، قطعات یدک سریعتر تامین و جایگزین شده و زمان بین دو خرابی حسگرها (MTBF) بیشتر شده و مدت زمان عملکرد بهینه افزایش مییابد و با داشتن برنامههای متنوع و کاربردی مرتبط در شبکههای نسل بعدی و اینترنت چیزها، ماموریتهای حیاتی و ایمنی، فراهم میشود[16]. بهدلیل اینکه انسان یک موجود غیرقابل کنترل و غیرقابل پیشبین میباشد و رفتار انسان در مدیریت بر مشکلات سیستمهای فیزیکی سایبری (CPS) تحت تأثیر محیط قرار میگیرد؛ لذا توسعه، ارزیابی و تجزیه و تحلیل فنآوری جامع خودمدیریتی، شباهت بین درستی و قابلاعتماد بودن و حوزههای مدیریت خطا، رفع چالشها جهت نگهداری، تعمیر و جایگزیني ضروری میباشد. توسعه و نگهداری (CPS) نیازمند توسعه فناوری مدیریت پروژه و استانداردسازی آن میباشد. راهحل کاهش پیچیدگی برنامهها، جداسازی عناصر فیزیکی، مدیریت معماری، منطق عملکرد فرآیند، ميباشد و باعث بهبود قابلیت اطمینان، انعطافپذیری و سازگاری (CPS) میشود. هنگام تغییرات، سازگاری با محیط جدید بسیار زمانبر و هزینهبر است از طرفی جمعآوری دادههای خطا بهخاطر رفتار خطا در فرکانس پایین، بسیار سخت میباشد لذا با استفاده از روش یادگیری ماشین(ML)16 نظارت و کاهش پیچیدگی، انجام میشود بهدلیل تعدد سناریوها، طبقه بندی سناریوها با استفاده از زیرسیستمها توصیه میشود[17]. تجزیه و تحلیل قابلیت اطمینان و دردسترس بودن یک سیستم گره حسگر بیسیم قابل تعمیر سه قسمتی متشکل از سه گره حسگر یکسان در واحد تعمیر تحت یک مرکز تعمیر مشترک، وقتی یک گره حسگر فعال از کار بیفتد یا خراب شود، بلافاصله تسهیلات تعمیر روشن میشود و طبق خطمشی، تعمیرات انجام میشود. میانگین زمان تا خرابی سیستم (MTTF) و در دسترس بودن حالت پایدار17 (SSA) با نرخ خرابی قطعات و نرخ تعمیر، تجزیه و تحلیل میشود [18]. استفاده از تیمهای متخصص تعمیر و نگهداری و نظارت در از بین بردن ایرادها، قبل از وقوع خرابی ضروریست و تیم نگهداری نسبت به تعمیرات در اولویت میباشد؛ چراکه نگهداری کار فکری، نظارت جهت پیشگیری از وقوع عیب و عدم از کار افتادن حتی یک جزء از سیستم میباشد و کار تعمیر، بطوردستی ويا اتومات در قبال رفع عیب و بعد از وقوع عیب میباشد و منجر به از کار افتادن یک جزء از سیستم تا رفع عیب، میشود[19]. کارخانه هوشمند، سیستمهای کنترل شبکه بیسیم 18(NCS) جهت هوشمندسازي کارخانهها و کنترل فرآیندهای صنعتی میباشد که در آن حسگر، کنترل کننده و محرکها یک سیستم کنترل بر روی یک شبکه توزیع قراردارد به منظور دستیابی به کنترل کیفیت مطلوب (QoC)19و الزامات قابلیت اطمینان جهت محاسبه تاخیر بستههای داده، از طریق پردازش ارتباط بیسیم انجام مي شود [20]. مقایسه سه مدل (سری ، هیبریدی و موازی) بهصورت(RBD) نشان میدهد که کم اعتمادترین مدل، مدل سری میباشد که در آن خرابی یک گره واحد، عملکرد شبکه را به خطر میاندازد وکاربرد کمی دارد و قابل اطمینانترین مدل، مدل هیبریدی و موازی است و مدل ترکیبی نتایج قابل اعتمادتری را ارائه میدهد[21]. الگوریتم مبتنی بر(CTMC)20 برای به حداقل رساندن هزینههای تحویل و مسیریابی و ذخیرهسازی داده از طریق استقرار گره ذخیره، طراحی شده است[22]. طراحی قوی و رفع پیچیدگی به انعطافپذیری سیستم نيزکمک میکند[23]. داده ها باید با حداقل تاخیر و حداکثر قابلیت اطمینان منتقل شوند و تأخیر و قابلیت اطمینان مخالف همديگرند. با بهینهسازی تأخیر مسیرها، قابلیت اطمینان افزایش مییابد و مسیرهایی که انرژی بیشتری مصرف میکنند، طول عمر کمتری دارند و با تأخیر بیشتری مواجه میشوند و کمتر قابل اعتماد هستند و مسیرهایی که انرژی کمتري مصرف میکنند، طول عمر بیشتری دارند و با تأخیر کمتری مواجه میشوند و قابل اطمینانترند. و همچنین اندازه شبكه بزرگتر، قابلیت اطمینان را كاهش و تأخیر را بیشتر مي كند[24]. و در نهایت در سال 2022 مقاله " پروتکل تأخیر- قابليت اطمینان سازگار و تضمین کیفیت خدمات پیامرساني از راه دور اینترنت اشیا" با هدف بررسی قابلیت اطمینان اینترنت اشیا به دلیل استفاده از پهنای باند بالا و پیادهسازی ساده، با استراتژی بهینهسازی نسبت تلفات بسته، انتقال داده قابل اعتماد و بهحداقل رساندن تاخیر بررسي شد. مسئله بهینهسازی کیفیت مطلوب خدمات در سطوح مختلف، برای بهحداقل رساندن تلفات بسته و کاهش تاخیر و ارتقای قابلیت اطمینان، از طریق تعامل پویا با محیط، انجام مي شود. الگوریتم بهینهسازی خدمات باکیفیت، توسط یک پیام آگاه از تاخیر، مجموع وزنی تاخیر و تلفات بسته را کاهش و کیفیت متمایز خدمات اینترنت اشیا را بهبود مي دهد که با افزایش سرعت تبادل داده(V) ، تأخیر كمتر و نسبت تلفات بسته بيشتر میشود؛ در حالی که برعکس با کاهش سرعت تبادل (V) و ایجاد ترافیک و صف، تاخیر بیشتر و نسبت تلفات بسته كمتر میگردد و به صورت پویا جهت حفظ تعادل بین کاهش تلفات بسته و تأخیر با تنظیم مقدارسرعت، خدمات متمایز (QoS) را میتوان برآورد نمود. نتایج نشان میدهد که با تنظیم سرعت متناسب (V) در کاربردهای عملی میتوان پارامترهای هر شبکه را تنظیم نمود[25].
1-1– سازماندهی مقاله
ساختار مقاله در ادامه بدین شرح است: در قسمت دوم، جهت روش آماده نمودن روندکار، ابتدا مروری بر کارهای مرتبط قبل نموده و انواع مدلهای سيستمهاي جايگزيني ارائه شده است. سیستم فیزیکی دو یدک پشتیبان با عملکرد تعمیر یک خرابی و امكان جایگزینی یک حالته بهدلیل ماهیت حالت گرم نیز بررسی شده است؛ در قسمت سوم، کاربردهای مقاله وچالشها و بررسی شرایط بحرانی و گذرا و رسیدن به شرایط پایدار توسط الگوریتم مدل پیشنهادی تشريح و بررسی شده است؛ در قسمت چهارم، نوآوری کار، مدلسازی سیستم دو یدک پشتیبان با عملکرد تعمیر دو خرابی و امكان جایگزینی دو حالته طبق مدل مارکوف، تشریح و خلاصه شده است و تجزیه و تحلیل قابلیت اطمینان دو حسگر مشابه اصلی و آماده باش و امكان تعمیر یا تعويض دو خرابی بهدلیل ماهیت حالت سرد به همراه روابط ریاضی به منظور بهبود قابلیت اطمینان، ارائه شده است. در قسمت پنجم، ارزیابی و نتایج شبیهسازی کار پیشنهادی، ارائه و مقایسه شده است. در نهایت در قسمت ششم، نتيجهگيري انجام شده است.
2- مرور آخرين فعّاليتهاي مرتبط و مشارکت و مقايسه آنها
اطلاعات فرآیندی توسط حسگرها درلایه فیزیکی به اتاق کنترل مرکزی یا مرکز مانیتورینگ، جهت نظارت و کنترل سایت صنعتی، ارسال میشوند. موضوع و تمرکز این مقاله، تجزیه و تحلیل قابلیت اطمینان با ارائه معماری جدید ميباشد. یکی از مهمترین معیارهای عملکرد در محیطهای صنعتی قابلیت اطمینان ميباشد و سطح قابلیت اطمینان شبکه را میتوان با استفاده از ابزاری به نام مدلسازی قابلیت اطمینان ارزیابی کرد. قابلیت اطمینان انواع مختلف حسگرهای بیسیم و سیمی، با استفاده از مدل مارکوف به کمک در سرویس قرارگیری قطعات یدکی بررسي میشود [2]. پیشگيري از خسارات جبرانناپذیر حوادث احتمالی و خرابيهای ناگهانی واحدهای فرایندی در صنعت کنترل فرآیند و ارتباطات داده ضروری است. ارزش و اهميت كار نسبت به كارهاي قبل افزايش نرخ جایگزینی گرههای خراب و تعمیر و تعویض بهموقع خرابی، در زمان نقطه شروع خرابی حسگر اصلی با يدك و حسگر سالم با معیوب ميباشد و برنامههای کاربردی، معماری، چالشها، تهديدها و فرصتها و راهحلهای مدل پیشنهادی و تفاوت با کارهای قبلی و مسیرهای آینده تحقیق نیز مورد بررسي قرار میگیرند. همچنین این روش از به کارگیری سه حسگر پشتیبان که همیشه صرفه اقتصادی ندارد و در مواقع اضطراری کاربرد دارد، جلوگیری و قابلیت اطمینان را بهتر پوشش می دهد. همچنین با توجه به اینکه ساختار روش پیشنهادی با استفاده از حالت خواب و بیداری گره آماده بهکار سرد یا گرم بهگونهای است که گره یدکی به موازات گره اصلی قرار میگیرد و در صورت آسیبدیدن یک یا دو گره، سیستم برگشتپذیر میباشد و میتوان خرابی را تعمیر یا جایگزین نمود و استفاده از تکنیکهایی مثل زمان بیکاری در ارتباط با تجهیزات دارای پشتیبان و دردسترسبودن حسگر یدک، نقش مهمی در کاهش مصرف انرژی دارد. برای این منظور کارشناسان واحد پشتیباني تعمیر و تعویض در پرهیز از خرابی باید تنظیمات پیکربندی را به گونهای انجام دهند تا در زمان بیکاری، تجهیزات به حالت خاموش یا به عبارت دقیقتر آماده بهکار بروند و در صورت آسیب دیدن یک یا هر دو گره، ابتدا گره یدکی سالم بیدار و در سرویس بيآيد و در اولویت بعدی، گره آسیبدیده تعمیر و در نهایت تعویض بشود و مجدداً در حالت آمادهبهکار یا حالت خواب قرارگیرد و به عبارتی انرژی مصرفی بهطور قابل توجهی کاهش می یابد و باعث بهرهوری انرژی و صرفهجویی اقتصادی و نیل به فناوری اطلاعات سبز و رایانش سبز و در نتیجه انرژی سبز نیز میشود. در این مقاله، هدف رایانش سبز با مدیریت مصرف انرژی حسگرها و تجهیزات مستقردر سایت صنعتی، با قابلیت پشتیباني حالت خواب و بیداری گرهها نیز برآورد شده است. در ابتدا به تعریف متغیرها طبق جدول (1) میپردازیم که هر یک از عناصر و پارامترهای جدول در جایگاه خود تشریح می گردد.
جدول (1): پارامترها و تعاریف مورد استفاده در محاسبه قابلیت اطمینان (تعریف متغیرها)
شماره | پارامتر | تعریف | شماره | پارامتر | تعریف | ||||||||||||
1 | R(t) | قابلیت اطمینان | 8 |
| احتمال عملكرد حالتهای مختلف | ||||||||||||
2 | Q(t) | عدم قابلیت اعتماد | 9 | S | فضاي حالت | ||||||||||||
3 | MTTF | متوسط زمان تا خرابی | 10 | R | شعاع پرش | ||||||||||||
4 | λ يا β | نرخ شكست يا خرابي حسگر | 11 | H | ارتباط | ||||||||||||
5 | µ ياr | نرخ جايگزيني يدك | 12 | TC(R,H) | میزان تاخیر ارسال بسته حالت مشارکتی | ||||||||||||
6 | MTBF | میانگین مدت زمان ما بین دو خرابی متوالی | 13 | TNC(R,H)
| میزان تاخیر ارسال بسته حالت غیرمشارکتی | ||||||||||||
7 | MTTR | میانگین زمان تعمیروتعويض | 14
| V و t | سرعت تبادل داده وزمان کارکرد |
a |
b |
شکل(2) ساختار سیستم یدک سردa و مقایسه با سیستم موازی یا یدک گرمb
طبق شکل (2) و (3) جهت ارایه معماری بهصورت ایده جدید الهام گرفته و از آن در شکلهای (8) به بعد، استفاده مینمائيم.
2-3- ساختار سيستم كشيك يا يدك سرد
در شکل(3) سيستم حالت يدك آمادهباش يا سرد ترسیم شده است در این سیستم حسگرB غيرفعال و يدك، حسگرA اصلی و فعال ميباشد و حسگرB در وقوع خرابی، با تاخیر ناچيز كليدK تعويض و درسرويس قرار میگیرد يا حسگر پشتیبان در وقوع عیب و خرابی حسگر اصلی در سرویس میآید و با حالت سيستم موازي، كه هميشه هر دو فعال يا درگير هستند، متفاوت است و حالت يدك سرد داراي قابليت اطمينان بيشتري نسبت به حالت يدك گرم يا موازي ]25,20,2[. حالت يدك گرم تاخیري ندارد، ولی قابلیت اطمینان در ابتدا زياد است و به مرور كم ميشود و حالت يدك سرد قابلیت اطمینان بخاطر وجود ريسك تاخیر و وقفه در ابتدا كم است و اگر بدون تاخیر در سرويس قرار بگيرد به خاطر اينكه حسگر در حال استراحت بوده قابلیت اطمینان بيشتري دارد و اینکه آيا سيستم با جايگزين سريع يا تعمير در زمان مجاز امكان برگشت دارد و کلیه اين شرايط کاربرد سيستم در حالت گرم و سرد را مشخص ميکند.
K
|
شکل(3): ساختار سيستم كشيك يا يدك سرد[26]
همانطور كه مشاهده شد حالت سيستم موازي و هميشه فعال (سيستم گرم) با سيستم حالت آمادهباش و غيرفعال (سيستم سرد) بسیار متفاوت است. اولی حسگر اصلی با حسگر کشیک همیشه سرویس و داراي قابليت اطمينان بيشتر، بدون تاخیر با مصرف انرژی بیشتر نسبت به حالت سرد ميباشد و در سيستم سرد حسگر پشتیبان در وقوع عیب و خرابی حسگر اصلی، بيدار و در سرویس میآید و لذا در مصرف انرژی صرفهجویی، اما اطمينان کمتر و تاخیر وجود دارد و ذکر این نکته ضروری است كه قابليت اطمينان در ابتدا زیاد و به تدریج که تجهیز درگیر است کم میشود. حسگری که اکثراوقات سرویس است از عمر مفيد تجهيز كم ميشود و قابلیت اطمینان آن در طول زمان کمتر میشود و حسگری که گاهی سرویس میآید و بيشتر آمادهباش است قابلیت اطمینان بیشتری دارد و لذا، طبق نتایج شکل (6) و شکل (7) سيستم گرم به تعداد حسگر بیشتری نسبت به سيستم يدك سرد برای رسیدن به قابلیت اطمینان مطلوب نیاز دارد.
طبق شكل (4) تركيبي از همهي گرههاي داخل ناحيه پوشش فرستنده در وضعيت شنوندگي هستند. در اين وضعيت، پروتكل MAC كه براي شبكههاي (WSN)، پروتكلي كه براساس (duty cycle) كار ميكند و بر اساس اين پروتكل، وضعيت شنوندگي يا گوش به زنگ30 زماني است كه گرهها در وضعيت بيداری31 باشند و در زمان استراحت گرهها در وضعيت خواب هستند [11, 27] . در شکل (4) چهارسناریوی کاری بر اساس حالتهای گره حسگر تعریف میشود. سناریو1 یک گره حسگر همیشه فعال و در حال کار میباشد. که در این سناریو، هیچ طرح (خواب/بیداری) برای سیکل کاری حسگر اعمال نمیشود و خستگي حسگر بهدليل كار ممتد كاملا مشهود است. سناریو 2 و 3 مکانیسم متناوب گره حسگر بین دو حالت (خواب و فعال) تغییر میکند با تفاوت اینکه سیکل کاری طرحها عکس همدیگر میباشد و در حالت خواب انرژی کمتری و در زمان فعاليت انرژی بیشتری مصرف میکند. به طور کلی، ساختار سناریو 2و3 موازی طولانیترین طول عمر را در میان 4سناریو ارائه میدهد و نتایج خاص به پارامترهای انتخاب شده بستگی دارد و سناریوی3 قابل اطمینانترین حالت است ودر سناریوی 4، ادغام دو سناريوي قبل مکانیسم متناوب بین حالتها(خواب و فعال) میباشد و دو گره حسگر به طور متناوب بین حالت خواب و فعال تغییر میکنند و طرح (خواب/ بیداری) برای سیکل کاری هر حسگر اعمال میشود و انجام کار بين دو حسگر پشتيبان به طور متناوب تكرار ميشود و خستگي حسگرها پوشش داده ميشود[11, 27].
فعال
|
شکل (4): ساختار سيستم يدك در وضعيت خواب و فعال در چهار سناريوي مختلف [11, 27].
در شکل (5-الف) مدل سیستم موازی با n+1 حسگر وکشیک با یدک گرم و (5-ب) با یدک سرد ترسيم شده است. خرابی یدک با فضای حالت به روش مارکوف در حل مسئله استفاده مي شود. وقتی حسگر A فعال است یدک در حالت کشیک32 است و وقتی حسگر اصلي خراب شود، حسگر یدک Ai (i = 1, 2, …n)وارد عمل میشود[8,7]. برای سادگی در همه حسگرها نرخ خرابی با توزیع نمایی و با β فرض میشود[11, 28]. برای شکل (3) با یدک سرد، اگر تمام حسگرها خراب شوند یا عدم اطمینانپذیری سیستم با احتمال اینکه همه اجزای آن خراب شوند[12]. درنتیجه محاسبه قابلیت اطمینان در حالت آمادهباش از رابطه (1) و در حالت یدک گرم (سيستم موازي) از رابطه (2) بهدست میآید و در اين روابط(1)و(2) نشاندهنده عدم قابلیت اعتماد سیستمA,B و نشاندهنده قابلیت اطمینان گره حسگر اولیه A و نشاندهنده قابلیت اطمینان حسگرهای یدک Ai (i = 1, 2, … ,n) در حالت کشیک یا آمادهباش یدک گرم ميباشد.
(1) |
|
(2) |
|
الف |
ب
|
. . . . . .
شکل(5): مدل سیستم موازی با n+1 حسگر یدک گرم (الف) یدک سرد (ب) [9]
بنابراین قابلیت اطمینان حالت کلی سیستم n یدک گرم يا سيستم موازي طبق شکل (5-الف) از رابطه (3) بهدست میآید:
(3) |
|
قابلیت اطمینان حالت کلی سیستم n یدک سرد در حال کشیک طبق شکل (5-ب) از رابطه (4) بهدست میآید.
(4) |
|
نتایج شبیهسازی برای دو طول عمر ساختار موازی با یدک سرد طبق شکل (6-الف)100ماه و (6-ب)50 ماه، و برای ساختار موازی با یدک گرم طبق شکل (7-الف) 100 ماه و (7-ب)50 ماه ، میباشد[2].ميدانيم قابلیت اعتمادپذیری سیستم در شروع بهکار سیستم دارای بالاترین میزان است و با طول عمر، این قابلیت کاهش مییابد. با فرض تعداد گره حسگر ، از صفر تا ده یدک وجود داشته باشد [2] و برای نرخ های خرابی متفاوت شبیهسازیها جهت مقايسه این مقاله با کارهای قبل در شکل (6) و (7) انجام شده است. در حالتی که کمترین مقدار باشد، هر چه تعداد یدکها بیشتر باشد قابلیت اعتماد به یک نزدیکتر میشود و هر چه نرخ خرابی بیشتر شود قابلیت اعتماد کمتر میشود. اگر مدت زمان طول عمر حسگرها و ادوات نصف شود (از 100 ماه به 50 ماه)، با داشتن یک گره یدک و یا تعداد 2 حسگر با نرخ های خرابی مفروض، قابلیت اطمینان بالای 90% تضمین و به یک نزدیکتر میشود؛ در حالی که اگر از عمر تجهیزات بیشتر استفاده شود و مدت زمان طول عمر حسگرها و ادوات نسبت به حالت قبل دو برابر گردد (از 50 ماه به100 ماه)، یعنی از یک تجهیز بیشتر از عمر مفید آن استفاده شود با داشتن 3 و 4 گره یدک و یا تعداد 5 حسگر (هزینه خیلی بیشتر) با همان نرخ خرابی قبل قابلیت اطمینان بالای 80% تضمین و از یک فاصله میگیرد؛ لذا برای کاركرد مدت زمان بیشتر و طول عمر بیشتر، بایستی با تعداد گره یدک بیشتر، قابلیت اطمینان به یک برسد و دیده میشود که قابلیت اطمینان عملکرد تجهیزات، از لحظه شروع (زمان اولیه) تا لحظه پایان عمر، مدت زمان عمر بهینه آنها بهصورت نمایی، کاهش مییابد.
شکل(6): تغییرات قابیلت اعتماد بر اساس تعداد یدک حالت سرد در نرخ خرابی متفاوت و طول عمر (الف) 100و (ب)50 ماه[3]
شکل (7): تغییرات قابیلت اعتماد بر اساس تعداد یدک گرم در نرخ خرابی متفاوت و طول عمر (الف) 100 ماه و (ب)50 ماه[3]
همانطورکه در شکلهای (14) و (15) در نتایج شبیه سازی مشاهده خواهد شد، زمانی كه از عمر مفید تجهیزات بگذرد، عملکرد مفید تجهیزات با شدت خیلی بیشتری افت میکند و قابلیت اطمینان سریع تنزل پیدا میکند و باید تعداد حسگر یدک خیلی بیشتری هزینه نمود و با صرف هزینه زیاد قابلیت اطمینان به 90% نمیرسد و بالای 80 % میشود و لذا بایستی برای بازدهی و کارایی بیشتر به عمر مفید تجهیزات اهمیت داده و زودتر قطعات مستعمل را تعویض بنمایيم[9]. برای هر دو نوع طراحی با یدکهای گرم و سرد، سیستم وقتی خراب میشود که حسگر اولیه و همه حسگرهای یدک خراب شوند که با تعداد 3 يا 4 حسگر با یدک گرم و با تعداد 2 حسگر با یدک سرد قابلیت اعتماد بالای 90% میشود؛ بنابراین با تعداد 2 حسگر اصلی و یدک به نتایج مطلوبی میتوان دست یافت و جهت کاربرد تعداد بیشتر به صرف هزینههای زیادی نیاز است که خصوصاً برای حسگرهای گرم بیشتر از3 حسگر مقرون به صرفه نیست، برای حسگرهای سرد، نیز نیاز نمیباشد. طبق شکل (7-الف، ب) برای دو حسگر، قابلیت اطمینان به یک نزدیکتر شده و بالای 95% میرسد. برای طول عمر بیشتر با 3 حسگر با نرخ های خرابی مفروض، قابلیت اطمینان بالای 90% میرسد، بنابراین بررسی دو حسگر پشتیبان پيشنهادي به نظر کافی میباشد وبراي 3 حسگر به عنوان کار آینده با ارائه مدل جديد، قابل بررسي ميباشد [18].
3- فرضيات و چالش های مدل و بررسی شرایط بحرانی و رسیدن به شرایط پایدار
استفاده از افزونگی در محیطهای صنعتی بهصورت هرم اتوماسیون صنعتی در لایه فیزیکی، با الگوریتم مدل پیشنهادی قابل بررسي ميباشد.
بله |
بله |
خیر |
خیر |
بله |
بله |
خیر |
خیر |
شکل(8): رسم الگوریتم و فلوچارت مدل پیشنهادی یدک دوقسمتی
3-1- الگوریتم و مفروضات مدل
فرضيات الگوریتم مدل پیشنهادی در زیر تشريح ميگردد و از آن در رسم فلوچارت طبق شکل (8) استفاده میشود.
1. نظارت دائم الگوریتم هوشمند برای شناسایی و تشخیص خرابیها با تعداد گره حسگر فعال
2. امكان استقلال یک و دو خرابي و تعمیر هر گره حسگر با نرخ خرابیβ و با نرخ تعمیر r در دو حالت فعال و استراحت
3. حساس به تعداد سالم بودن(نمایش با N) و به ازکارافتادن حسگرها در ایجاد یک خرابي (N=1) و دو خرابي (N=0) و پرهیز از وضعیت نامطلوب (N=0,1)
4. هدایت سریع به واحد تعمیر و بعد جايگزيني طبق خط مشی بر اساس اولین رخداد خرابی جهت پرهیز از شرایط اضطراری
5. کاهش تاخیر دراولویت تعمیر و اولویت بعدگزینه تعویض ، بخاطر نداشتن تاخیر و موجود بودن کالا در انبار و عدم تعمیر
6. هدایت به سمت وضعیت مطلوب (N=2) بدون خرابی و ایجاد شرایط محیطی و عملیاتی پایدار با استراتژي نظارت مداوم
3-2- چالشهای مدل
افزايش مواردی چون نرخ جایگزیني، تحویل داده، انرژی کارآمد، حساسیت، طول عمر، دقت و اطمینان و کاهش مواردی چون پیچیدگی، هزينه پشتیباني، تاخیر، خرابی و خطا در پیشبرد اهداف محیطهای صنعتی بسيار موثر ميباشند. افزایش حساسیت R(S) به معني درسرويس قرارگيري تجهیزات و حسگرهای يدك به محض تغییرات جزئی درسلامت آنها و احتمال وقوع خطا و خرابی میباشد . استراتژی نظارت به موقع و بیشتر بر عملکرد حسگرها و تعمیر و نگهداری فوري در زمان عملکرد بهینه با کاهش نرخ خرابی و افزایش نرخ جایگزینی تاثیر مستقيم دارد. بهدلیل کاربرد و بهکارگیری مقاله در صنعت، میتوان پارامترهای شرایط راه اندازی را با توجه به ضرورت گذر از شرایط بحرانی و گذرا و رسیدن به شرایط پایدار و ماندگار، طبق استراتژی ارزیابی نمود و هشدارهای مثبت کاذب33 را طبق استراتژی نظارت بر هشدارها جهت تشخیص هشدارهای نادرست از هشدارهای واقعی ودرست حذف نمود و حذف هشدارهای جعلی و كاذب بسیار ضروریست تا از آسیبهای ناشی از خرابی غیر واقعی، اتلاف وقت و ترافیک و تاخیر زیاد در شبکه پرهیز شود. استراتژی بدين صورت است که همواره طبق شرایط پیش آمده جديد، نشستهایی برگزار و ارزیابی مجدد و بهروزرسانی شرایط انجام گردد. موارد مطرح در ارزیابی الگوریتم مدل پیشنهادی، شامل موارد زیر میتواند باشد:
1- نظارت بر شرایط محیطی، نظارت بر ساختار سلامت حسگرها و عملگرها و یا تجهیزات سیستم
2- نظارت بر عملکرد و سلامت ماشینآلات، نظارت بر عملکرد سامانهها
3- نظارت بر عملکرد حسگرهاي شبکه، مراکز داده، نظارت بر سلامتی سازههای مهندسی
4- افزایش حساسیت با تنظیم آستانههای قابل تحمل شرایط کارکرد و پرهیز از آستانههای غيرقابل تحمل
5- استفاده از مكث زمانی در صدور فرمان شرايط اضطراري و تشخیص هشدارهای درست از نادرست، خرابیهای واقعی، مشکلات عملکرد و سایر آسیبهای ناشی از هشدارهای غیرواقعی
6- اولویت بندی قوانین منطقی در شرایط گذرا و گذر سریع از شرایط بحرانی حسگرها
7- نظارت مداوم بر حذف هشدارهای نادرست و تشخیص هشدارهای نادرست از درست با منطق هوش مصنوعی
8- اقدامات اصلاحی دیگر در شناسایی مشکلات برای رفع ازدحام و ترافیک
با توجه به اقدامات اصلاحی بالا مبنی بر مسیرهای اصلاح برگشت در مدل کاربردی دو حسگر ، می توان در تشخیص گرههای خراب از سالم و تعمیر و تعویض بهموقع گره یدک در زمان نقطه شروع خرابی، در بهبود قابلیت اطمینان با نرخ جایگزینی بیشتر و کاهش تاخیر و احتمال خرابی با بهره مندی از دو حسگر و صرف هزینه کمتر بهره برد[29]. بعد ازتشخیص گرههای خراب با توجه به پشتیبانی واحد تامین قطعات واحدهای صنعتی و موجود بودن کالا در انبار، گزینه تعویض گره یدک، بخاطر نداشتن تاخیر در روند کار به آسانی انجام میشود و در اولویت میباشد و گزینه تعمیر همواره در استفاده بهتر از عمر تجهیزات و کارآیی و بهره بردن بیشتر از تجهیز، به شرط آنکه شرایط اضطراری پیش نیاید در اولویت قرار میگیرد و این موارد در واحد برنامهریزی تعمیرات مورد بررسی قرار میگیرند.
جدول(2): طبقهبندی انواع چالشها و راهحلهای موثر و روش کار شناسایی چالشها، خطاها و بازیابی خرابی
انواع چالشها | راهحلها و روش كار |
عدم اطمينان پذيري | مدل هیبریدی و موازی پشتيبان - سیستم دو حالته- افزونگی با استفاده از گرههاي يدك پشتیبان(کاربرد مدل دوقسمتی)- روش تحمل خطا مدلFT- تکنیک مشارکتی - استراتژی نظارت و تعمیر و نگهداری و زمان عملکرد بهینه دو حسگر - افزايش هوشياري و کنترل هوشمند |
کاهش حساسيت
| افزایش حساسیت تجهیزات و حسگرها R(S) نسبت به تغییرات جزئی سلامتی یا احتمال خطا وخرابی - کاهش تاثیر نرخ خرابی - افزایش تاثیر نرخ جایگزینی دو حسگر - نظارت بهموقع و بیشتر بر عملکرد حسگرها - استراتژی نظارت بیشتر بر تعمیر و نگهداری فوري در زمان نیاز |
کاهش دقت | مدل دو حالته- تکنیک مشارکتی- کاهش خستگي کاری حسگر با جوانسازي (تعمير به موقع )و خواب و بیداری گرهها (جايگزيني) |
احتمال خطا | افزایش قابلیت اطمینان و کاهش احتمال خرابی دو حسگر - دشواري جمع آوری داده های خطا و خرابی در فرکانس پایین- بهبود تعمیرات باکیفیت دو حسگر |
تأخير ارسال داده | کاهش تأخير با بهبود مسیر تحویل و مدیریت داده - بافر-توزیع ترافیک- پروتکل مسیریابی مبتنی بر دو هاپ- ارتباطات چند کاناله - تکنیک غیرمشارکتی- جوانسازي و راهاندازي مجدد جهت پرهيز از خواب و هنگي سيستم- |
تأخير تعميرات | کاهش تأخير با تشخیص خطا باML یادگیری ماشینی - تعمیرات فوري- تکنیک تشخیص رویداد- عیب یابی سریع و تامین و جایگزینی سریع قطعات یدکی |
تأخير در سرويس قرارگرفتن | کاهش تأخير با حضور دو حسگر یدکی آماده به کارگرم و سرد- کنترل هوشمند و منطقی |
تأخير در تشخيص خطا | تکنیک تشخیص رویداد- افزايش هوشمندي با مدارات منطقی- کاهش خستگي و تنبلي كاري- جوانسازي و راه اندازي مجدد جهت پرهيز از خواب و هنگي سيستم |
هزينه پشتیباني یدک | تسهیلات خريد یک تا دو یدک - تعداد کمتر اجزای درگير بيهوده سیستم و نظارت بر آن بهطور هوشمند |
هزینه تعمیرات | تسهیلات تعمیر دو یدک - تعداد کمتر اجزای درگير بيهوده سیستم و رعايت حد اجزای فعال- خواب و بیداری گرهها |
كاهش طول عمر شبکه | بهبود کیفیت قطعات- افزایش و جایگزینی دو یدک - روش تحمل خطا - خواب و بیداری دو یدک |
خستگي کاری | تاثیر بیشتر با روشهای تکنیک مشارکتی- افزایش و جایگزینی قطعات دو یدک- خواب و بیداری دو گره |
افزايش مصرف انرژی | پروتکل مسیریابی گره کارآمد انرژی- تکنیک تجمیع داده- تکنیک غیرمشارکتی- تعداد کمتر اجزای فعال سیستم- خواب و بیداری دو گره |
پیچیدگی | استفاده از زیرسیستمها برای نظارت و بررسی- جداسازی منطقها- جداسازی معماری مدیریت و عمليات فرآیند- طبقه بندی سناریوها و ناحيه بندي واحدهاي صنعتي |
افزایش نرخ خرابی | افزايش نرخ جایگزیني- کاهش تأخيرها - تشخیص خطاها - تعمیرات بهموقع و فوري- افزایش حساسیت و دقت- کاهش خستگي |
کاهش نرخ جایگزیني | افزايش نرخ جایگزیني- افزايش گرههاي يدك پشتیبان- افزايش هوشياري- خواب و بیداری بهموقع |
احتمال يك خرابی | مدل دو حسگر با پشتيبان امكان جايگزيني يك يدك- بهبود کیفی وكمي تعمیرات |
احتمال دو خرابی | پشتیبان و کاربرد مدل دوقسمتی امكان جايگزيني دو يدك – بهبود کیفیت تعمیرات |
3-3- بررسی تاخیر در لایه فیزیکی و حسگرها
مروری مختصر بر انواع تأخير دو حسگر پشتیبان،که در زیر بررسی میشود.
تاخير حس کردن حسگر34 : وقتي كه حسگر در حال حس کردن با تاخیر مواجه شود، اتفاق می افتد.
تاخير بازگشت35: وقتي اتفاق مي افتد كه حس کردن حسگر موفقيت آميز نباشد يا ارسال ديگري تشخيص داده شده و يا برخورد اتفاق افتاده باشد و اصطلاحا آنرا تأخير در تشخيص خطا مینامند.
تاخير انتقال36: همان تأخير ارسال داده است و به عرض پهنای باند و طول بسته حسگر، بستگی دارد.
تاخير انتشار37: توسط فاصله بين حسگرهاي اصلی ویدک تعيين ميشود اصطلاحا آن را تأخير در سرويس قرارگرفتن نیز مینامند.
تاخير صف تعميرات38: به بار ترافيكي حسگر بستگي دارد و در مواقع ترافيك سنگين اين تاخير حداکثر است.
تاخير پردازش39: مربوط به محاسبات پردازشگر میباشد و اين تاخير بهطور عمده به توان محاسباتي حسگر و بازدهي الگوريتم پردازشگر شبكه داده، بستگي دارد. در شبکهها H ارتباط وR شعاع پرش و تاخیر ارسال بسته نسبت به احتمال خرابی و خطای ارتباط در دو حالت مشارکتی و غيرمشارکتی بهترتيب بهصورت رابطه (5) و (6) نمايش داده ميشود[5] و تاخیر حالت مشارکتی و غيرمشارکتی طبق شکل(12) شبيهسازي و رسم شده است.
(5) |
| ||||||||||||||||
(6) |
|
(7) |
|
اگر طبق شکل (9) احتمال حالتها را از وضعیت نامطلوب تا وضعیت مطلوب بنویسیم رابطه (8) بدست میآید که درایههای ماتریس آن برعکس درایههای ماتریس رابطه (7) میشود.
| (8) | |
| (9) |
بعد از سادهسازی و حل معادلات رابطه (8) با استفاده از روش كرامر در حل سه معادله سه مجهول ويا نرم افزارهاي محاسباتي مانند متلب، ميپل و بهکارگیری رابطه (9) كه مجموع کلیه حالتها یک میشود، احتمال حالتها و مقادير پارامترها طبق رابطه (10) بهدست میآیند.
, , | (10) |
مطلوب ما طبق رابطه (10) در آن است که خرابی در حد صفر () و یا بر فرض اصلاً خرابی وجود نداشته باشد و در نتیجه نیاز به تعمیر و جایگزینی، در چنین مواقعی وجود ندارد؛ یعنی () و لذا هر دو () مطلوب ما میباشد که در این صورت و خرابی در حد صفر در نتیجه مقادیربه یک نزدیک میشوند با جایگذاری β وr در رابطه (10) احتمال حالتها طبق رابطه (11) بهدست میآیند که شرایط اولیه و مطلوب ما میباشند.
, | (11) |
با جایگذاری احتمالات حالات ناچیز β وr مقادیر و بنا بر فرض، به صفر نزدیکتر میشوند. با جایگذاری آنها، احتمال حالتها طبق رابطه (12) و (13) و (14) بهدست آمده و مشاهده میشود که مدل کاربردی کامل شکل (9) با مدل مارکوف سادهتر شده شکل (10) یکسان و مشابه میباشند. در نتیجه مدل جهت عملکرد مطلوب نرخ خرابی کم، خلاصه و سادهتر میشود.
| (12) |
| (13) |
| (14) |
در تحلیل مدل شکل (10)، فضاي حالت داراي سه عضو كه حالت 2 حالت مطلوب و احتمال عملكرد حالت مطلوب برابر واحد يا به عبارتي مطلوب است كه هميشه حالت2 پيش بيايد و باقي بماند و حالت 1 يك حسگر سالم و يدك آن خراب يا بالعكس و حالت صفر هر دو حسگر اصلي و كشيك يا آمادهباش خراب شدهاند و احتمال عملكرد هر دو حالت1 و صفر برابر صفر يا به عبارتي مطلوب نیست اين حالات پيش بيايند و لذا احتمال هر دوي آنها نزديك صفر فرض ميشود[7]. با توجه به اينكه دو حسگر يا تجهيز بهصورت پشتيبان يكديگر عمل مينمايند، اگر هر دو حسگر عملكرد مطلوبي داشته باشند با حالت 2 نمايش داده میشود و با احتمال وقوع حالت 2 به خودش برميگردد و اگر احتمال وقوع حالت 1 به خودش برميگردد؛ يعني با اين احتمال يك حسگر مطلوب است و يك حسگر يدك خراب شده است و باز اگر مجدد يكي از حسگرهاي سالم در اثر خطا يا خرابي از سرويس خارج شود، با احتمال β از حالت 1 به حالت صفر ميرودكه درآن حالت هيچ حسگري عملكرد مطلوب ندارد و خراب شدهاند و نياز به تعمير يا تعویض است كه با احتمال وقوع در همان حالت بدون تعمير و جايگزيني يا خراب ميماند و با احتمال وقوع 2r يكي از حسگرها تعمير يا جايگزين ميشود و با احتمال r از حالت 1 به حالت 2 رفته كه در آن حالت هر دو حسگر تعمیر یا جایگزین و عملكرد مطلوب دارند و از خرابي درآمدهاند و نياز به تعمير يا تعویض ديگر نیست؛ یعنی هر دو حسگر تعمير يا جايگزين شدهاند. از روی شکل (10) طبق معادله ماتريسي A*P=A رابطه(15) بهدست میآید. بعد از سادهسازی و حل معادلات رابطه (15) و بهکارگیری رابطه (9) كه مجموع کلیه حالتها یک میشود احتمال حالتها و مقادير پارامترها مجددا طبق رابطه (10) بهدست میآیند. در نتیجه نتایج برای احتمالات شکل (9) و شکل (10) یکسان و در نتیجه هر دو شکل در شبیهسازی قابلیت اطمینان، بعد از حل معادلات لاپلاس بهکار میروند.
| (15) |
شکل (10): مدل خلاصه مارکوف قابلیت اطمینان با دو حسگر مشابه پشتیبان و امکان تعمیر و تعویض یک تا دو خرابی با احتمال برگشت هر حالت
مدل قابلیت اطمینان شکل (10) با مدل خلاصه مارکوف با دو حسگر مشابه پشتیبان و امکان تعمیر و تعویض یک تا دو خرابی بدون احتمال برگشت به صورت شکل (11) نیز سادهتر میشود. براي حالتي كه در هر ناحيه يك حسگر و يك يدك موازي باشد، اگر معادلات ماتریسی شکل (1) را بر حسب گذر زمان بنویسیم و بعد از خلاصهنویسی و گرفتن تبدیل لاپلاس از روابط مشتق (16) و اعمال شرایط اولیه طبق رابطه (11) در حل سه معادله سه مجهول نتایج جواب احتمالات لاپلاس طبق روابط (17) و (18) و (19) بدست میآیند. با توجه به آنکه رابطه قابلیت اطمینان برحسب زمان میباشد ، تابع لاپلاس قابلیت اطمینان طبق رابطه (20) بدست میآید و باگرفتن عکس تبدیل لاپلاس از رابطه (20)، روابط (21) و (22) و (23) بدست میآیند که بعد از سادهسازی و حل معادلات به رابطه عدم قابليت اطمينان U(t) طبق رابطه (23) و یا قابليت اطمينان طبق رابطه (24) یا (25) میرسیم [7].
[6].
(16) |
|
(17) |
|
(18) |
|
(19) |
|
(20) |
|
شکل (11): مدل خلاصه مارکوف قابلیت اطمینان با دو حسگر پشتیبان و امکان تعمیر و جایگزینی یک تا دو خرابی بدون احتمال برگشت هر حالت
(21) |
|
(22) |
|
(23) |
|
(24) |
|
(25) |
|
که در این معادلات در زمان اولیه یعنی t =0 هنوز خرابی وجود ندارد و بهازای زمان اولیه یعنی t =0 جمع سطر اول و سطر دوم رابطه (21) و (22) یک، به مفهوم قابليت اطمينان 100% میباشد و رابطه (23) صفر به مفهوممیباشد و همچنین بهازای هر زمانی جمع کل احتمالات روابط (21) و (22) و (23) یک میشود و یا رابطه برقرار میباشد؛ در نتیجه اگر محاسبه شود، عدم اطمينان پذیری طبق رابطه (27) بدست میآید و اگر نتيجه حاصل از يك، كم شود، قابليت اطمينان مدل طبق رابطه (26) محاسبه می گردد که برای بررسی حساسیت قابليت اطمينان شبکه و حسگرها نسبت به نرخ تعمیر و جايگزيني یا نرخ خرابی، استفاده میشود.
(26) |
|
(27) |
|
5- شبیهسازی و ارزیابی
5-1- شبیهسازی و ارزیابی پژوهش
نتایج حاصل از شبیهسازی رابطه قابليت اطمينان و عدم قابليت اطمينان به ترتیب طبق رابطه (24) یا (25) و رابطه (23) با استفاده از نرمافزار متلب با مشخصات مختلف بهدست آمده و در شکلهای مختلف رسم شده است. ارسال داده از نود مبدا تا مقصد توسط حسگرهاي شبکه بصورت سیمی و بیسیم انجام ميشود و این روش برای گره های در دسترس سیمی و اگر ارتباط شبکه مخابراتی، بصورت بیسیم مفروض باشد برای مناطق صعبالعبور یا دسترسپذیری سخت و مناطق دور ازدسترس صنعتی نیز بسیار پر کاربرد میباشد وکیفیت قابل قبولی را ارایه میدهد. و هدف از شبیه سازی شکل(12-الف، ب) رابطه تاخیر با احتمال خرابی و خطا میباشد و در آنهاH ارتباط و R شعاع پرش تبادل داده حسگر از یک گره به گره دیگر در نظر گرفته ميشود. اگر در شبكهاي (H,R=H-2) مفروض به ترتیب شکل (12-الف ، ب) اعداد (2-4-6,4-6-8) و (3-5-7,5-7-9) در نظر گرفته شود. میزان تاخیر ارسال بسته نسبت به احتمال خرابی وخطای ارتباط طبق رابطه (5) و (6) در حالت مشارکتی و غیرمشارکتی بررسي ميگردد و میزان تاخیر ارسال بسته حالت مشارکتی همیشه بیشتر از حالت غیرمشارکتی است اما در شعاع پرش2 تاخیر حالت غیرمشارکتی بیشتر از حالت مشارکتی در احتمال خرابی بالاتر میباشد و با بیشترین تاخیر مواجه است و هرچه احتمال خرابی وخطای ارتباط بیشتر شود میزان تاخیر ارسال بسته بیشتر نمایی می گردد و هرچه شعاع پرش بیشتر شود احتمال ارسال موفق داده بیشتر میگردد و بالعكس احتمال ارسال ناموفق ويا خرابی و خطای ارتباط و میزان تاخیر ارسال بسته، كمتر میگردد و نتیجه میگیریم تنها در شعاع پرش2 به علت تاخیر کمتر حالت مشارکتی ، کارایی بیشتری دارد و در شعاع پرش بزرگتراز دو، حالت غیرمشارکتی میزان تاخیر كمتری دارد[5].
طبق شکل (13-الف، ب) نتايج شبيهسازي رابطه قابليت اطمينان (24) یا (25) به نرخ خرابي مختلف و تغییر نرخ جايگزيني مقادیر بیشتر وکمتر را به ترتیب بررسی میکند. اگر رابطه قابليت اطمينان با گذر زمان و همزمان تغيير نرخ خرابي يا نرخ جايگزيني بررسي شود، نتايج نشان ميدهد كه با گذر طول عمر تجهيزات، قابليت اطمينان كاهش مييابد. در نرخ خرابي مختلف، نتايج قابليت اطمينان با نرخ جايگزيني مختلف قابل مشاهده و به نتايج خوبي در مدل كاربردي میرسد و با جايگزيني به موقع بهبود خوبي، آشكار ميشود و این نکته مهم در بهکارگیری نتایج در تعمیر و جایگزینی خرابی و تدبیرات لازم در صنعت، باید لحاظ شود.
ب
|
الف
|
شكل(12): نمودارشبيه سازي مقایسه میزان تاخیر ارسال بسته در حالت مشارکتی و غیرمشارکتی نسبت به احتمال خرابی وخطای ارتباط[5]
ب |
الف |
شكل(13): نمودار قابليت اطمينان رابطه(27) به نرخ خرابي مختلف وتغییر نرخ جايگزيني با مقادیر بیشتر(الف)و مقادیر کمتر(ب)
رابطه قابليت اطمينان (24) یا (25) طبق شکل (14-الف، ب، ج) به ترتیب برای نرخ خرابی B=0.1-0.5-1 رسم و بیانگر آن است که در دوره 5 ساله قابلیت اطمینان تا یک الی دو سال اول عمر مفید تجهیزات، بالای 70% میباشد و از دوسال به بعد به علت شدت گرفتن خرابیها بایستی تدبیری در برنامه ریزی واحد تعمیر و نگهداری اندیشیده شود تا با افزایش نرخ جایگزینی مثلا r=0.5 ، نرخ خرابی 50% بالاتر نرود و قابلیت اطمینان با خرابی کمتر از 50% عملاً با افت شدید مواجه نشود و درr=1 در دوره 5 ساله بالای 88% تضمین میشود و عملا قابلیت اطمینان تجهیزات بدون تدبیر لازم در برنامهریزی واحد تعمیر و نگهداری(r=0) در نرخهای خرابی بیشتر مثلا (B=0.5 خرابی 50%)و (B=1خرابی100%)گسترش یابد افت بسیار شدید و تا حد صفر پیش میرود درحالیکه ميتوان با برنامهريزي تعميرات تيمي و افزايش نرخ تعمیر وجایگزینی در زمانبندی مناسب، اقدام و از گسترش خرابی جلوگیری نمود.
ج |
ب |
الف |
شكل(14): رابطه قابليت اطمينان با گذر زمان و تغيير همزمان سه نرخ خرابي و جايگزيني مختلف
در تشریح شکل (15- الف، ب، ج) در یک دوره زمانی 5 ساله عمر تجهیزات طبق رابطه قابليت اطمينان (24) یا (25) که با زمان رابطه دارد شبیه سازی شده و نمودار افقی بیانگر قابلیت اطمینان که مابین 0تا یک میباشد ، به ترتیب برای نرخ جایگزینی r=0.1-0.5-1 رسم شده تا اهمیت و عملکرد واحد پشتیباني تعمیرات در تعمیر و تجهیز قطعات یدک و پشتیبان گیری مشخص شود و r بیانگر طرز عملکرد واحد پشتیباني تعمیرات و اهمیت دادن به این موضوع میباشد که طبق شکل (15- الف) در دوره 5 ساله هر چه به نرخ جایگزینی و تعمیرات، اهمیت داده و بالاتر ببریم () میشود و این موضوع یعنی این واحد در تعمیر و تجهیز قطعات یدک و پشتیبانگیری با هر نرخ خرابی، به درستی عمل مینماید و یا موفقیت عملکرد واحد پشتیباني در این حالت 100% میباشد و حالا در این نمودارها با نرخهای خرابی مختلف مثلا خرابی بیشتر از 10% نشود(B=0.1 خرابی 10% منحنی سبز رنگ)، قابلیت اطمینان بالای 99% تضمین میشود و عملاً با نرخهای خرابی بیشتر منحنی نارنجی رنگ، قابلیت اطمینان تا حد 75% کم میشود؛ طبق شکل (15- ب) در نرخ جایگزینی ، که به مفهوم موفقیت عملکرد واحد پشتیباني 50% میباشد، با نرخ خرابی کم منحنی سبز رنگ تا 97% و با نرخ خرابی 0.5تا یک، منحنی آبی و نارنجی رنگ به ترتیب، قابلیت اطمینان تا75% و55% افت مینماید و همینطور شکل (15- ج) در نرخ جایگزینی که عملکرد واحد تعمیرات مختل است، قابلیت اطمینان تا20% طبق منحنی نارنجی رنگ افت مینماید. لذا قابلیت اطمینان با افزایش نرخ جایگزینی و در نتیجه کاهش نرخ خرابی، بهبود بسیار مطلوبی پیدا میکند و آن هم به موفقیت عملکرد و برنامهریزی واحد پشتیباني مربوط میگردد.
ج |
الف |
ب |
شكل (15): رابطه قابليت اطمينان با گذر زمان و تغيير همزمان سه نرخ جايگزيني و خرابي مختلف
مدل قبلی-ب |
مدل پیشنهادی-الف |
مدل پیشنهادی-ج |
مدل قبلی-د |
شکل (16): مقایسه نتایج شبيهسازي قابليت اطمينان مدل پیشنهادشده[18] با مدل پیشنهادی نسبت به نرخ خرابي وتغییرنرخ جايگزيني
5-2- مقايسه نتایج شبیهسازی
برای مقايسه نتایج شبیهسازی پژوهش فعلي با پژوهشهای گذشته طبق شکل (16-الف، ج) شبيهسازي قابليت اطمينان مدل پیشنهادی و شکل(16-ب، د) مقاله پیشنهاد شده [18]، نسبت به نرخ خرابي وتغییرات نرخ جايگزيني میتوان پرداخت. با مقایسه نتایج مدل پیشنهادی در نرخ خرابي مختلف و نرخ جايگزيني مشابه نقطه به نقطه، شيب كاهش قابليت اطمينان مدل پیشنهادی نسبت به مدل قبلي كمتر است، و بهبود قابليت اطمينان آشكار است. نتایج کمی طبق شکل (16-الف) با شکل (16-ب) در نرخ خرابي یک و نرخ جايگزيني 0.1 نمایانگر كاهش قابليت اطمينان تا 0.2در مدل پیشنهادی ميباشد و در مدل [18] تا 0.1 كاهش مییابد و نتایج کمی طبق شکل (16-ج) با شکل (16-د) در نرخ خرابي یک و نرخ جايگزيني یک نمایانگر كاهش قابليت اطمينان تا 0.75در مدل پیشنهادی ميباشدو در مدل [18] تا 0.62 كاهش مییابد و برای نرخ جايگزيني 50% یا 0.5 نمایانگر كاهش قابليت اطمينان تا 0.57در مدل پیشنهادی ميباشد و در مدل [18] تا 0.4 كاهش مییابد.
مدل پیشنهادی- الف |
مدل پیشنهادی- ج |
مدل قبلی- د |
مدل قبلی- ب |
شکل (17): مقایسه نتایج شبيهسازي قابليت اطمينان مقاله پیشنهاد شده با مدل پیشنهادی نسبت به نرخ جايگزيني وتغییر نرخ خرابي
شکل (17-الف، ج) شبيهسازي قابليت اطمينان مدل پیشنهادی را با شکل (17-ب، د) مقاله پیشنهاد شده [18] ، نسبت به نرخ جايگزيني وتغییر نرخ خرابي را نشان مي دهد. با مقایسه نتایج مدل پیشنهادی در نرخ جايگزيني مختلف و نرخ خرابي مشابه نقطه به نقطه، شيب افزايش قابليت اطمينان مدل پیشنهادی نسبت به مدل قبلي بيشتر است و بهبود قابليت اطمينان، كاملا آشكار است. نتایج کمی طبق شکل (17-الف) با شکل (17-ب) در نرخ خرابي 0.1 و نرخ جايگزيني 0.2 منحنی آبی رنگ، نمایانگر افزایش قابليت اطمينان تا0.9در مدل پیشنهادی ميباشد و در مدل [18] تا 0.75 افزایش مییابد و نتایج کمی طبق شکل (17-ج) با شکل (17-د) در نرخ جايگزيني 0.95 و نرخ خرابي یک منحنی آبی رنگ نمایانگر افزایش قابليت اطمينان تا 0.737در مدل پیشنهادی ميباشد و در مدل [18] تا 0.6 افزایش مییابد و برای نرخ خرابي 50% یا 0.5منحنی سبز رنگ نمایانگر افزایش قابليت اطمينان تا 0.89در مدل پیشنهادی ميباشد و در مدل [18] تا 0.84 افزایش مییابد و در نرخ جايگزيني 0.5 و نرخ خرابي 0.5 منحنی سبز رنگ، نمایانگر افزایش قابليت اطمينان تا 0.75در مدل پیشنهادی ميباشد و در مدل [18] تا 0.625 افزایش مییابد. دلیل برتری روش ما با به کارگیری یک حسگر کمتر در حالت خواب و بیداری که از لحاظ هزینه اقتصادی، مقرون به صرفهتر، و مدیریت مصرف بهینه انرژی متناسب با شرایط عملیاتی حسگر و نیاز مصرف و قابليت اطمينان بالاتر میباشد واین موضوع سبب نیل به فناوری اطلاعات سبز و رایانش سبز و در نتیجه انرژی سبز میشود که با استفاده از سیستم هوش مصنوعی در کمک به افراد در کنار انسانها کلیه این موارد قابل پیاده سازی و اجرا میباشد و در تعمیر و نگهداری سیستم هوشمند نیز بسیار کاربردی میباشد.
مدل سه قسمتی پیشنهاد شده شکل (18) در سال 2018 بررسی شده است. در این مدل سه قسمتی[18] با سه حسگر مشابه پشتیبان با نرخ خرابي مختلف و نرخ جایگزینی یکسان مطرح شده میباشد و این مدل با مدل بررسی شده دوبلكس قابل تعمیر تا دو خرابی و مدل سه قسمتی با سه حسگر مشابه پشتیبان با نرخ خرابي و نرخ جایگزینی مختلف که توسط اینجانب در حال بررسی میباشد و به عنوان کار آینده مطرح میباشد، قابل مقایسه میباشد البته ذکر این نکته ضروریست که مدل شکل (18) شامل استفاده و ایجاد سه خرابی میباشد ولی قابلیت تعمیر تنها یک خرابی را دارد و نه سه خرابی، درحالی که دو مدل دوقسمتی دو حسگر مشابه با نرخ تعمیر و جایگزینی مختلف که قابلیت پشتیبانی یک تا دو خرابي را دارد و مدل سه قسمتی سه حسگر مشابه با نرخ تعمیر و جایگزینی مختلف، قابلیت پشتیبانی یک تا سه خرابي را دارد و در شبیه سازیها نتایج کاملا مشهود است.
r |
شکل (18): مدل قابلیت اطمینان پيشنهاد شده با سه حسگر مشابه پشتیبان با نرخ خرابي مختلف و نرخ جایگزینی یکسان [18]
جدول (3) ویژگی و چالشهاي و نتايج مقاله پیشنهادی با ديگر تحقیقات مشابه و مرتبط در بهبود قابلیت اطمینان را مقایسه می نماید. در این جدول نتایج مقالات و مدل های قبل با مدل پیشنهادی دوبلكس به دليل بهكارگيري دو يدك با حالت خواب و بيداري، باديگرتحقیقات مشابه مرتبط مقایسه شده و مزایا و معایب هر کدام بیان شده است. مقاله پیشنهادی چالشهايي مثل احتمال يك تا دو خرابي در جهت اینکه اگر یک حسگر پشتیبان خراب شود و دو حسگر پشتیبان اگر خراب شوند، در جهت پایداری سیستم چه کارهایی
در واحد پشتیبانی می توان انجام داد، تا در زمانبندی مشخص با برنامه ریزی و ایجاد راه حل در اتاقهای فکر بتوان یک ودو خطای پیشآمده، از خرابی بیشتر جلوگیری نمود و آنرا پوشش داد بطوریکه هیچ گونه خللی در روندکار پیش نیاید و خطاها پوشش داده شوند.
در پی افزايش نرخ جایگزیني با مدیریت واحد پشتیباني یدک، افزايش قابلیت اطمینان، دقت و حساسيت، با ايجاد زمانبندی مشخص در تعميرات نود خراب، مانع وقفه در روند كار نیز میتوان شد. از معايب اين مدل مصرف انرژي و هزينه تعميرات بالا و داشتن ريسك تاخير و يا در سرويس نيامدن كه اين موارد بطوريكه با كاربرد حالت سرد يا خواب و بيداري، دو مورد اول يعني مصرف انرژي و هزينه تعميرات كاسته ميشود و فقط ريسك تاخير و يا در سرويس نيامدن از معايب اين مدل ميباشد ودر مدل حالت گرم يا بيداري دو نود پشتیبان یدک، مصرف انرژي، هزينه تعميرات و خستگي كاري بالاست و در صنعت کاربرد آن بایستی قابل توجيه اقتصادي باشد و تحقيقات دراين زمينه جهت كاهش ریسکها ادامه دارد ولي در عوض ريسك تاخير و يا در سرويس نيامدن را ندارد.
ویژگی ها و چالشها و مشكلات انواع مدلها - نتايج مقالات | احتمال يك خرابی | احتمال دو خرابی
| احتمال سه خرابی | تاثیر نرخ جایگزیني | تاثیر نرخ خرابی | پیچیدگی | مصرف انرژی | هزینه تعمیرات | خستگي کاری | طول عمر شبکه | پشتیباني یدک | ريسك تأخير | احتمال خطا | دقت و حساسيت | اطمينان پذيري | ||
مدل يك حسگربدون پشتيبان | نتيجه سيستم | نا پايدار | - | - | ندارد | خ زياد | ندارد | خ کم | خ کم | خ زياد | خ كم | ندارد | ندارد | خ زياد | خ کم | خ کم | |
مزایا / معایب | معایب | - | - | معایب | مزایا | معایب | مزایا | معایب | |||||||||
راه حل | یدک |
|
| یدک |
|
|
| استفاده از یدک |
| استفاده از یدک | |||||||
مدل دو حسگربا پشتيبان امكان جايگزيني يك يدك | نتيجه سيستم | پايدار | نا پايدار | - | کم | زياد | خ کم | کم | کم | زياد | کم | کم | کم | زیاد | کم | کم | |
مزایا / معایب | مزایا | معایب | - | معایب | مزایا | معایب | مزایا | معایب | |||||||||
راه حل | دو جایگزین |
| دو جایگزین | طبقه بندی |
|
| دو جایگزین |
| دو جایگزین | ||||||||
مقاله پیشنهادی :مدل دوقسمتی با پشتيبان امكان جايگزيني دو يدك | نتيجه سيستم | پايدار | پايدار | - | زياد | كم | کم | زياد | زياد | كم | زياد | زياد | زياد | کم | زياد | خ زياد | |
مزایا / معایب | مزایا | - | مزایا | معایب | مزایا | عيب | مزایا | ||||||||||
راه حل | امكان جايگزيني دو يدك |
| تعمیروتعويض فوري | تشخیص عیب | طبقه و ناحيه بندي | خواب و بیداری گره ها | برنامه ريزي تعمیرات به موقع و فوري | عیب یابی سریع | تحمل خطا | چند کاناله | مشارکتي | ||||||
سیستم گره حسگر قابل تعمیر سه قسمتی مقاله پيشنهادي 2018 [18] | نتيجه سيستم
| پايدار | پايدار | پايدار | زياد | خ کم | زياد | خ زياد | خ زياد | خ کم | خ زياد | زياد | خ زياد | خ کم | زياد | بالا | |
مزایا / معایب | مزایا
| عيب | مزایا | معایب | مزایا | معایب | مزایا | عيب | مزایا | ||||||||
راه حل
| تعمير و پوشش يك و دو و سه خرابی | افزايش نرخ تعويض | كنترل خرابی | افزايش هوشياري- خواب و بیداری به موقع- طبقه و ناحيه بندي-برنامه ريزي تعميرات | برنامه ريزي تعمیرات به موقع | تعمير وتعويض بيشتر | كاهش تأخير | احتمال خطا | تعمير وتعويض بيشتر | اطمينان |
جدول (3): مقایسه ویژگی و چالشهای مقاله پیشنهادی با ديگر تحقیقات مشابه
6- نتيجهگيري
در شبکههايی که نیاز به قابلیت اطمینان بسیار بالايی از انتقال داده دارند، میتوان از روش گره آمادهباش و تهیه نسخه گره پشتیبان برای هر گره، استفاده کرد. یک راهحل برای دستیابی به قابلیت اطمینان بهتر سیستم ، بهبود کیفیت قطعات یدکی و دیگری، افزایش تعداد گره يدك تا حدودی و راهحل بهتر در هنگام وقوع خرابي، تعمير و در صورت عدم تعمیر به دلایل مختلف، تعویض فوري و استفاده از لوازم یدکی است تا شرایط مطلوب، که تضمین سلامت دو حسگر میباشد ، حاصل آید كه معماری جدید مدل پيشنهادي ، هر سه موضوع را پوشش ميدهد . نرخ جایگزینی بیشتر، به معنای قابلیت تعمیر وجایگزینی دو خرابی میباشد که با افزایش نرخ خرابی يا خطای تجهيزات، قابلیت اطمینان R(t) کاهش و از یک کمتر میشود که قبل از وقوع خرابي با افزایش نرخ جایگزینی، و هدایت حسگر به سمت تعمير و يا درنهايت تعويض قطعه خراب شده، قابلیت اطمینان بهبود خوبي مییابد. افزايش تعداد گرههای یدک جهت اطلاعات مشابه بيش از 2 و يا نهایت 3 جزء، صرف هزينه زیاد، تاثير كمي در بهبود قابليت اطمينان دارد وبایستی بیشتر بررسی گردد. بدلیل آنکه يك قطعه يدك، قابلیت اطمینان را تا حد زيادي افزایش می دهد ایده دو حسگر پشتیبان به نظر کافی میباشد و میتوان با استفاده از مدل دو حسگر پیشنهادی و افزايش نرخ جایگزینی قابليت اطمينان را بالاتر برد. با گذر زمان و یا طول عمر تجهيزات قابليت اطمينان كاهش مييابد ومنجر به ایجاد خطا و خرابي میشود با ارایه تدبیری در برنامه ریزی واحد تعمیر ونگهداری و انجام تعمیر و جايگزيني به موقع، باعث افزایش نرخ جایگزینی و کاهش نرخ خرابي شده از افت قابليت اطمينان و گسترش خرابی می توان پرهیز نمود. همچنین نتایج احتمالات در شکلهای دقیق و خلاصه شده برای گره اصلی و یک گره پشتیبان با یکدیگر مشابه میباشد. در روش پشتیبانی بیشتر با سه گره ونرخ جایگزینی مشابه علاوه بر صرف هزینه بیشتر، نسبت به مدل پیشنهادی مقاله دو حسگر، دارای قابليت اطمينان کمتری نیز میباشد و چون خیلی هزینهبر میباشد اولویت، با به کار گیری مدل پیشنهادی میباشد چرا که نتایج کمی نمایانگر افزایش قابليت اطمينان از 0.1 تا 0.2 در مدل پیشنهادی نسبت به مدل اصلی، در نرخ خرابي و نرخ جایگزینی مختلف میباشد. و روش سه گره با پشتیبانی بیشتر ونرخ جایگزینی مختلف نیز به عنوان کار آینده، مورد تحقیق و قابل بررسی میباشد . و برایWSN که اطلاعات خیلی حساس میباشند وجود دو گره پشتیبان کافیست. همچنین برای بازدهی و کارایی بیشتر، به عمر مفید تجهیزات اهمیت داده لذا زودتر قطعات مستعمل را تعویض تا به عنوان یدک در دسترس باشند. همچنین نشان داده شد که شاخص R(t) نسبت به تغییرات r,β بسیار حساس مي باشد و تسهیلات تعمیر وتعویض یک و دو حسگردر وقوع خرابی، میانگین عمر شبکه و تجهیزات را افزایش می دهد و اين مدل همه چالشها مثل احتمال يك تا دو خرابي و خطا، خستگي كاري، مصرف انرژي و هزينه تعميرات بالا را پوشش مي دهد و باعث افزايش قابلیت اطمینان، دقت و حساسيت، پشتیباني یدک و نرخ جایگزیني مي شود واز معايب اين مدل داشتن ريسك تاخير و يا در سرويس نيامدن كه باعث ايجاد وقفه مي شود و همچنين با برنامه ريزي از قبل زمان تعميرات يك تا دو نود خراب را مي توان به حداقل رساند و مانع وقفه در روند كار شد و به نوعي اين عيب را نيز پوشش داد و نتایج حاصل از این مطالعه به عنوان یک تحقیق در تلاش برای کشف مسائل مربوط به تحمل پذیری خطا و قابلیت اطمینان در قیاس با مدل تريپلکس به عنوان کار آینده پیشنهاد گردید.
مراجع
[1] J. N. pour, M. A. Pourmina, M. N. Moghaddasi, and B. Ghalamkari, "An artificial intelligent network model to monitor the condition of a patient with a breast tumor based on fuzzy logic," Health and Technology, vol. 14, no. 1, pp. 119-139, 2024, doi: https://doi.org/10.1007/s12553-023-00800-z.
[2] D. Bein, V. Jolly, B. Kumar, and S. Latifi, "Reliability modeling in wireless sensor networks," International Journal of Information Technology, vol. 11, no. 2, pp. 1-8, 2005, doi: 10.2174/1872212113666191209091947.
[3] L. Xing, H. Li, and H. E. Michel, "Fault-tolerance and reliability analysis for wireless sensor networks," International Journal of Performability Engineering, vol. 5, no. 5, p. 419, 2009, doi: 10.23940/ijpe.09.5.p419.mag.
[4] C. Vasar, O. Prostean, I. Filip, R. Robu, and D. Popescu, "A reliability analysis for wireless sensor networks in a wind farm," in 2009 XXII International Symposium on Information, Communication and Automation Technologies, 2009: IEEE, pp. 1-5, doi: 10.1109/ICAT.2009.5348408.
[5] M. Chahine, C. Taddia, and G. Mazzini, "Reliable Data Forwarding in Wireless Sensor Networks: Delay and Energy Trade Off," SCIYO. COM, p. 289, 2010, doi: 10.5772/10168.
[6] V. Kumar, R. Patel, M. Singh, and R. Vaid, "Markov model for reliable packet delivery in Wireless Sensor Networks," International Journal of Computer Science Issues (IJCSI), vol. 8, no. 3, p. 429, 2011, doi: 10.1109/ICCP.2009.5284742.
[7] R. Kim, J. Song, and B. F. Spencer Jr, "Reliability analysis of wireless sensor networks," in Proceedings of the 6th international workshop on advanced smart materials and smart structures technology ANCRiSST2011, 2011, pp. 1-12, doi: 10.1109/ICON.2008.4772586.
[8] I. Silva, L. A. Guedes, P. Portugal, and F. Vasques, "Reliability and availability evaluation of Wireless Sensor Networks for industrial applications," Sensors (Basel), vol. 12, no. 1, pp. 806-38, 2012, doi: 10.3390/s120100806.
[9] L. Venkatesan, S. Shanmugavel, and C. Subramaniam, "A survey on modeling and enhancing reliability of wireless sensor network," Wireless Sensor Network, vol. 5, no. 03, p. 41, 2013, doi: 10.4236/wsn.2013.53006.
[10] M. Kumar, R. Tripathi, and S. Tiwari, "A reliable real-time routing protocol for industrial wireless sensor networks," in 2014 International Conference on Power, Control and Embedded Systems (ICPCES), 2014: IEEE, pp. 1-5, doi: 10.1109/ICPCES.2014.7062831.
[11] C. Wang, L. Xing, V. M. Vokkarane, and Y. L. Sun, "Reliability and lifetime modeling of wireless sensor nodes," Microelectronics Reliability, vol. 54, no. 1, pp. 160-166, 2014, doi: https://doi.org/10.1016/j.microrel.2013.08.001.
[12] A. Munir, J. Antoon, and A. Gordon-Ross, "Modeling and analysis of fault detection and fault tolerance in wireless sensor networks," ACM Transactions on Embedded Computing Systems (TECS), vol. 14, no. 1, pp. 1-43, 2015, doi: 10.1145/2680538.
[13] M. Kumar, R. Tripathi, and S. Tiwari, "Critical data real‐time routing in industrial wireless sensor networks," IET Wireless Sensor Systems, vol. 6, no. 4, pp. 144-150, 2016, doi: 10.1049/iet-wss.2015.0060.
[14] M. Kumar, R. Tripathi, and S. Tiwari, "QoS guarantee towards reliability and timeliness in industrial wireless sensor networks," Multimedia Tools and Applications, vol. 77, no. 4, pp. 4491-4508, 2018, doi: 10.1007/s11042-017-4832-5.
[15] D. Deif and Y. Gadallah, "A comprehensive wireless sensor network reliability metric for critical Internet of Things applications," EURASIP Journal on Wireless Communications and Networking, vol. 2017, pp. 1-18, 2017, doi: 10.1186/s13638-017-0930-3.
[16] I. Kabashkin and J. Kundler, "Reliability of sensor nodes in wireless sensor networks of cyber physical systems," Procedia Computer Science, vol. 104, pp. 380-384, 2017, doi: 10.1016/j.procs.2017.01.149.
[17] P. Zhou et al., "A comprehensive technological survey on dependable self-managing CPS: The decade of researches on correctness and dependability," 2017, doi: 10.20944/ preprints201707.0044.V1.
[18] P. A. Wumnaya, S. Musyoki, and W. Mwangi, "Reliability and Availability Analysis of a Triplex Sensor Node System with Shared Repair," International Journal for Modern Trends in Science and Technology, vol. 4, no. 06, pp. 79-83, 2018, doi: https://doi.org/10.3390/s120100806.
[19] R. M. Ostberg, "Investing in a Better World: A Study of Country-Level Factors on Investment Outcomes," 2013.
[20] S. Zoppi, S. P. Shantharam, and W. Kellerer, "Delay-reliability model of industrial WSN for networked control systems," in GLOBECOM 2020-2020 IEEE Global Communications Conference, 2020: IEEE, pp. 1-7, doi: 10.1109/GLOBECOM42002.2020.9348072.
[21] M. Catelani, L. Ciani, A. Bartolini, C. Del Rio, G. Guidi, and G. Patrizi, "Reliability Analysis of Wireless Sensor Network for Smart Farming Applications," Sensors (Basel), vol. 21, no. 22, p. 7683, Nov 18 2021, doi: 10.3390/s21227683.
[22] H. Yang, F. Li, D. Yu, Y. Zou, and J. Yu, "Reliable data storage in heterogeneous wireless sensor networks by jointly optimizing routing and storage node deployment," Tsinghua Science and Technology, vol. 26, no. 2, pp. 230-238, 2020, doi: 10.26599/TST.2019.9010061.
[23] L. Xing, "Reliability modeling of wireless sensor networks: a review," Recent Patents on Engineering, vol. 15, no. 1, pp. 3-11, 2021, doi: 10.3390/s120100806.
[24] J. Persis, "A novel routing protocol for underwater wireless sensor network using pareto uninformed and heuristic search techniques," Wireless Personal Communications, vol. 121, no. 3, pp. 1917-1944, 2021, doi: 10.1007/s11277-021-08747-y.
[25] H. Zhang et al., "Delay-reliability-aware protocol adaption and quality of service guarantee for message queuing telemetry transport-empowered electric Internet of things," International Journal of Distributed Sensor Networks, vol. 18, no. 5, p. 15501329221097815, 2022, doi: 10.1177/15501329221097815.
[26] F. Joglar, "Reliability, availability, and maintainability," SFPE Handbook of Fire Protection Engineering, pp. 2875-2940, 2016, doi: 10.1007/978-1-4939-2565-0_74.
[27] M. Rentschler and P. Laukemann, "Performance analysis of parallel redundant WLAN," in Proceedings of 2012 IEEE 17th International Conference on Emerging Technologies & Factory Automation (ETFA 2012), 2012: IEEE, pp. 1-8, doi: 10.1109/ETFA.2012.6489647.
[28] S. S. Gill and R. Buyya, "Failure management for reliable cloud computing: a taxonomy, model, and future directions," Computing in Science & Engineering, vol. 22, no. 3, pp. 52-63, 2018, doi: 10.1109/MCSE.2018.2873866.
[29] M. Atif et al., "Soft computing techniques for dependable cyber-physical systems," IEEE Access, vol. 7, pp. 72030-72049, 2019, doi: 10.1109/ACCESS.2019.2920317.
[30] A. Zamani, M. A. Pourmina, and R. S. Kandovan, "Improving the Mean Time to Failure of the System with the New Architecture of the Main Node with the Replacement Node of Industrial Wireless Sensor Networks for Monitoring and Control using Markov Model," Majlesi Journal of Telecommunication Devices, vol. 11, no. 3, pp. 143-153, 2022, doi: 10.30486/mjtd.2022.695924.
زیرنویسها
[1] Green IT
[2] Artificial intelligence
[3] machine vision
[4] robotics
[5] expert systems
[6] machine learning
[7] Automatic repeat request
[8] Field devices
[9] Industrial Automation and Process Control
[10] Reliable Realtime Routing
[11] Fault-Tolerant
[12] Not Fault-Tolerant
[13] Industrial Wireless Senor Networks
[14] Sensitive
[15] Mean time between failure
[16] Machine learning
[17] Steady-state availability
[18] Networked Control Systems
[19] Quality of Control
[20] Continuous-Time Markov Chain
[21] Mean-Time-To-Failure
[22] wireless smart sensor network
[23] Reliability Centered Maintenance
[24] Internet of Things
[25] Cyber-physical system
[26] Replacement Rate
[27] Failure
[28] sensor
[29] Actuators
[30] Over hearing
[31] Awake
[32] Stand By
[33] False positive
[34] Sensor sense delay
[35] Backoff delay
[36] Transmission delay
[37] Propagation delay
[38] Queuing delay
[39] Processing delay