Abstract
Safety critical systems are the systems which may lead to hazards, loss of lives and great damage to the property if they fail due to errors which may lead to faults. It's important for a variety of reasons that safety critical systems execute without errors, and we always expect the system must work under any situation. There are different domains in which systems are used that we focused on the biomedical robots and fly by wire systems. A biomedical system is one which interfaces with humans in a medical context. Fly-by-wire (FBW) is a system that replaces the conventional manual flight controls of an aircraft with an electronic interface. This paper presents a layered fault tolerance framework for safety critical systems. Triple Modular Redundancy (TMR) method with weighted average voter and Genetic Algorithm (GA) is used in the sensor section. A voter circuit of the TMR will choose one of three sensor output to be processed further. Application of TMR will tolerate faults in the sensor section. The performance of voting algorithm is computed through a series of fault injection experiments and the results are compared with weighted average voting algorithms. The obtained results of simulating using MATLAB showed that the suggested algorithm gives better safety in comparison to the studied voting algorithms. Therefore, it's the best option for using in the fault tolerance of medical robots and fly-by-wire systems
چکیده
سیستم های ایمنی بحرانی، سیستم هایی هستند که ممکن است به خطرات، از دست رفتن زندگی و آسیب بزرگ به اموال منجر شوند، اگر موفق به کشف اشتباهات نشوند یعنی دارای نقص باشند. به دلایل زیادی این موضوع بسیار حائز اهمیت است که سیستم های ایمنی بحرانی بدون خطا اجرا می شوند و ما همیشه انتظار داریم که سیستم تحت هر شرایطی خوب کار کند. حوزه های مختلفی در این سیستم ها وجود دارند که ما بر ربات های پزشکی با سیستم های سیمی تمرکز کرده ایم. یک سیستم پزشکی، سیستمی است که با انسان به عنوان یک موجودیت پزشکی ارتباط برقرار می کند. پرواز با سیم (FBW) نوعی سیستم است که کنترل پرواز دستی معمولی یک هواپیما را با رابط الکترونیکی جایگزین می کند. این مقاله یک چارچوب چند لایه ی تحمل خطا را برای سیستم های ایمنی بحرانی ارائه می کند. روش افزونگی مدولار سه گانه (TMR) با رأی دهنده ی میانگین وزن دار و الگوریتم ژنتیک (GA) در بخش سنسور استفاده می شوند. یک مدار رأی دهنده ی TMR یکی از سه خروجی سنسور را برای پردازش انتخاب خواهد کرد. کاربرد TMR این است که در بخش سنسور، خطاها را تحمل خواهد کرد. عملکرد الگوریتم رأی گیری از طریق یک مجموعه آزمایشات تزریق خطا محاسبه شده اند و نتایج با الگوریتم های رأی گیری متوسط وزن دار مقایسه شده اند. نتایج بدست آمده ی شبیه سازی با استفاده از MATLAB نشان میدهند که الگوریتم پیشنهادی، ایمنی بهتری در مقایسه با الگوریتم های رأی گیری مورد مطالعه دارد. بنابراین، بهترین گزینه برای استفاده، انتخاب تحمل خطا ربات های پزشکی و سیستم های پرواز با سیم است.
1-مقدمه
از نظر فنی و تکنیکی، وقتی یک ربات را قابل برنامه ریزی می نامیم یعنی یک عنصر به نام کنترل کننده ی چندمنظوره برای حرکت دادن مواد، بخش ها، ابزارها و یا دستگاههای تخصصی از طریق حرکت های برنامه ریزی شده ی مختلف برای اهمیت انواع وظایف طراحی شده اند [21]. انواع مختلفی از ربات ها وجود دارند که تا همین چند دهه ی اخیر اختراع شده اند. ربات های مختلف مانند ربات های سیار، ربات های صنعتی، ربات های خدمات، ربات های دید منطقه ای، ربات های نظامی، ربات های همه منظوره ی خودکار، ربات های سلامتی، ربات های آموزشی، ربات های اسباب بازی، ربات های شوینده، ربات های تمیزکننده، ربات های باغبانی، ربات های خشکشویی...