Fehlerfortpflanzungsanalyse für hybride Modelle aus Blockdiagrammen und endlichen Zustandsautomaten

• Antragsteller: Professor Dr. Klaus Janschek
• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2016 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 310613481

Modellbasierte Softwareentwicklung ist heute weitverbreitet für vielfältige sicherheitskritische Anwendungen wie Automobiltechnik, Luft- und Raumfahrt und industrieller Automatisierung. Regelungs- und Steuerungsalgorithmen werden dabei typischerweise auf der Basis von zwei klassischen Modellformen entwickelt: zeitdiskrete Blockdiagramme (BD) und ereignisdiskrete Endliche Zustandsautomaten (Finite State Machines - FSM). Der modellbasierte Ansatz sichert einerseits eine hohe Konsistenz zwischen Basismodellen und produziertem Code, wodurch vielfältige Fehlerquellen durch manuelle Softwareerstellung vermieden werden. Jedoch ist andererseits auch zertifizierte und umfangreich getestete modellbasierte Software sehr wohl durch Hardwarefehler, z.B. Single-Event-Upsets, verwundbar.Solche Art Fehler resultieren in schlafenden Datenfehlern, die sich über das gesamte System hin zu kritischen Ausgangsfehlern weiterverbreiten können. Die Wahrscheinlichkeit der Fehleraktivierung und der Fehlerfortpflanzung hängt von einer großen Anzahl von Faktoren ab. Die Analyse dieses komplexen Fehlerfortpflanzungsprozesses ist äußerst hilfreich für vielfältige analytische Aufgaben im Kontext mit der Entwicklung von verlässlichen Systemen. Zur Fehlerfortpflanzungsanalyse in heterogenen Systemen haben wir kürzlich einen neuen probabilistischen Ansatz auf der Basis eines Zwei-Graphen-Modellansatzes (dual-graph error propagation model) vorgestellt. Dessen zentrale Idee basiert auf der synchronen Auswertung des Kontrollflusses, des Datenflusses und Zuverlässigkeitseigenschaften von Systemkomponenten. Zur Bestimmung der Wahrscheinlichkeiten von fehlerhaften und fehlerfreien Szenarien des Systemverhaltens wurde ein zeitdiskretes Markov-Modell (discrete time Markov chain - DTMC) eingeführt. Dieser Ansatz wurde erfolgreich getestet und er zeigte vielversprechende Ergebnisse für ein mechatronisches Beispielsystem, das auf Basis eines UML-Systemmodells entwickelt wurde.Das hier vorgeschlagene Projekt beschäftigt sich mit der modellbasierten probabilistischen Fehlerfortpflanzungsanalyse von Regelungs- und Steuerungsalgorithmen auf der Basis von hybriden zeitdiskreten Blockdiagrammen (BD) und ereignisdiskreten Endlichen Zustandsautomaten (Finite State Machines - FSM). Aufbauend auf unser eingeführtes Dual-Graph-Error-Propagation Modell und dem Markov-basierten Ansatz wollen wir folgende Erweiterungen entwickeln: abstrakte Modellierung von spezifischen BD/FSM Eigenschaften (z.B. hierarchische Verschachtelung, Mehrfachabtastung, interne Speicher), Methoden für die automatische Transformation von hybriden BD/FSM-Modellen in Dual-Graph-Error-Propagation Modelle und für die rechenzeiteffiziente Berechnung von Discrete-Time-Markov Modellen.

• DFG-Verfahren: Sachbeihilfen