Mehrkomponentensysteme, die in dynamischer Umgebung arbeiten, werden durch kumulative Umwelteinwirkungen und die Korrelation der Bauteillebensdauer beeinflusst. Wird dieser Einfluss ignoriert, führt dies zu Verzerrungen bei der Zuverlässigkeitsbewertung und zu geringer Effizienz bei der Zuverlässigkeitsverteilung. Zur Lösung dieses Problems wurde in diesem Artikel ein stochastisches Zeitmaßmodell für Mehrkomponentensysteme entwickelt, das durch einen nicht-homogenen reinen Geburtsprozess (NHPBP) gesteuert wird. Das Modell verwendet einen nicht-homogenen reinen Geburtsprozess zur Modellierung des Umweltstörfallszählprozesses und konstruiert gleichzeitig das stochastische Zeitmaß als pfadabhängige kumulative Expositionsfunktion, die durch den gesamten Stoßverlauf angetrieben wird. Mithilfe der Laplace-Transformation des stochastischen Zeitmaßes wurden Bauteilüberlebensfunktionen, gemeinsame Überlebensfunktionen sowie Zuverlässigkeitsausdrücke typischer Systemstrukturen abgeleitet und zudem eine positive Viertelquadratabhängigkeit zwischen Bauteillebensdauern nachgewiesen. Darüber hinaus wurde unter systembezogenen Zuverlässigkeitsbeschränkungen ein kostenorientiertes Zuverlässigkeitszuweisungsmodell etabliert und mit einem genetischen Algorithmus gelöst. Numerische Experimente am Bremssystem von Fahrzeugen zeigen, dass das herkömmliche Modell basierend auf dem nicht-homogenen Poisson-Prozess (NHPP) die Systemzuverlässigkeit unter dem Verstärkungseffekt kumulativer Stöße überschätzt; während das vorgeschlagene auf dem nicht-homogenen reinen Geburtsprozess basierende Zuweisungsmodell unter dynamischen Umgebungsbedingungen praktikable Zuweisungslösungen liefert.

Nicht-homogener reiner Geburtsprozess (NHPBP); Zuverlässigkeitszuweisung; Systemzuverlässigkeit; genetischer Algorithmus (GA)