我们许多所谓的“智能”技术还达不到真正意义上的“自治”。今天的智能汽车、飞机、医疗设备、制造和能源系统、监视器、传感器和家用电器都不能完全自主、自治——也就是说，它们还没达到完全不需依赖或外部控制。

亚利桑那州立大学工程学院的计算机科学副教授Georgios Fainekos说：“这些都是真正的自动化系统，有些带有机器学习组件。”

Fainekos正在通过提高信息物理系统中的小型计算机软件——触发机制或“执行器”的可靠性来推进复杂自动化系统的改进与优化。这些系统通过信息与物理控制组件，将计算与物理过程控制集成在一起。通过嵌入式计算机和网络监视和控制物理过程。

这个工程的挑战在于优化这些嵌入式计算机的性能并确保其运行安全，以根据周围环境的变化激活相应的功能。

Fainekos说，他负责领导ASU大学的信息物理系统实验室，是该大学嵌入式系统中心的一个研究附属机构。例如，想象一辆配备了一系列自动化系统的汽车——自适应巡航控制、紧急制动、车道保持等。对于环境中发生的任何情况，这些嵌入式系统中的执行器必须在不同的操作过程之间做出决定，例如，加速或减速车辆、紧急制动、逐渐中断或进行碰撞避免操作。对形势的评估基本上是通过信息物理网络由传感系统传输到嵌入式计算机处理器中。Fainekos说，利用系统对各参量的测量，处理器“必须快速工作并实时计算，以确定车辆的下一步行动”。“我们的目标是确保在嵌入式处理器上运行的算法能够调整到保证系统安全所需的方式。”

自动驾驶嵌入式系统安全检测验证的重大突破

Fainekos的研究项目的首要任务是设计新的和改进的技术和方法来测试信息物理系统的能力。为实现这一目标正在采取重要步骤。

Fainekos说，他的实验室团队与工业界和其他大学的其他研究人员合作，已经“证明了他们的新型无人驾驶飞行器和医疗设备自动化系统测试方法的有效性和价值”。

“我们的一个重大突破是证明了对复杂信息物理系统的安全要求进行数学表达和测试的可行性。在我们的工作之前，系统测试的结果是非常有限的。

该团队还与主要的国际汽车制造商丰田合作，为汽车中的嵌入式处理器和信息物理系统开发有效的测试。 其他几家公司现在正在使用该团队研究开发的测试和分析工具。

在简化性能测试和保证过程以及降低完成这些过程的成本方面也取得了进展。

接下来，Fainekos和他的团队希望将他们的分析、测试和验证过程从实验室推进到工业规模应用中。他说，如果能做到这一点，它将有助于防止嵌入式系统的设计缺陷和测试错误，因为产品缺陷可能会给业界造成数十亿美元的损失。

基于传统的基于手册的可靠性预计方法在零件故障模型过时、技术工艺落后和数据库不完整方面存在局限性，以及考虑的故障覆盖面不足、预计过于保守等问题，欧洲航天局（ESA）在2016年3月23日启动了一个专门研究新可靠性预计技术及编制新可靠性预计手册的项目——航天应用的新可靠性预计技术项目。

目前，项目组已经完成TN1工作，已经在执行TN2节点工作，以及部分的TN3、TN4、TN5。目前，该项目有序进行中。

TN-2提出的航天应用的可靠性预计方法的设想应达到： （1）支持所有任务阶段的决策，从早期开发到安全退役； （2）覆盖所有航天器元件和技术领域； （3）考虑性能和技术发展； （4）提供同时考虑新技术和未来技术的方法； （5）考虑可靠性和故障类别的所有相关方面； （6）解释不同的故障根源和原因； （7）从部件到系统考虑不同的级别； （8）与在轨反馈结果相比，产生可靠的预计结果； （9）确保一致性，减少不同制造商的预测不确定性； （10）基础和基本假设方面应清晰； （11）满足航天领域及其其它利益相关者的需要； （12）理论上站得住脚，但也要实用； （13）可持续更新发展，提供高效的维护和更新能力。 。

TN2的技术报告简要概述了TN5中新可靠性预计方法开发所使用的预期方法，首先是故障根源，然后是技术领域（电子、机械、杂项）和层级（基本部件与系统）。

（1）故障根本原因方法

基于前面分析的优先顺序，本研究的重点将放在提高随机故障可靠性预测上。此故障类别的建议方法将在技术领域进一步详细说明，如下所述。对于系统性和磨损失效建模，其目的是考虑到这些失效根本原因，朝着定量可靠性预测迈出第一步，每个技术领域都有专门的考虑，虽然是有限的考虑（以下未讨论，原因是简洁）。考虑外部故障的优先级较低，将主要基于行业相关经验，并利用随机故障建模方法的特定能力，将外部环境影响视为压力因素。

（2）电子器件可靠性预计分析方法

在电子部件的建模中，当前使用的FIDES可靠性预计方法被认为是更接近实际的、更恰当的预测方法的很好的候选者。本研究框架中预计会侧重于FIDES的调整与简化，以便适用于航天应用。包括对当前法国国防部领导的一项研究取得的一些新发展进行评估，目的是更新和扩展FIDES指南，以适用技术变革。

（3）机械部件可靠性预计分析方法

当前的可靠性预计方法在机械零件的覆盖范围方面非常有限，也凸显了这一技术领域的改进需求。该方法以不同来源的各种方法为基础，包括以往ESA针对机械系统和零件可靠性预测的研究的一些新进展。

（4）其它产品的可靠性预计分析方法

除电子和机械领域外，还考虑了第三类项目（零件和组件），包括难以归类为前两类中的一类的项目，以及本质上属于电子或机械的项目，但很难用现有的建模方法加以考虑。这些“杂项”项目的一般策略是调查从在轨返回数据中得出可靠性模型的可能性，并结合其他适当的建模方法。

（5）系统级可靠性预计分析方法

在系统级可靠性预计中使用综合单元可靠性估计结果的可用方法，例如故障树或可靠性框图，这种做法通常被认为是成功的，并且已经是航天应用的最佳实践经验。在针对不同故障类别使用这些方法时，需要特别考虑，例如，考虑系统故障的共同原因效应或磨损故障的非恒定故障率情况。其他领域采用的一些方法也可以考虑，例如退化的系统模式、系统优化的重要测量和分阶段任务可靠性分析方法等。

详细情况