This dissertation describes a set of methods used to track, assess and predict the reliability of CubeSats through system level testing and reliability growth modelling. In the last decade, CubeSats have matured from educational tools into accepted scientific and commercial assets, with more than 700 of those standardized satellites launched so far. A recent report by the National Academy of Sciences discussed that CubeSats have shown many characteristics of disruptive innovations, similar to personal computers or cellular phones in the past. However, their current high rates of dead on arrival (DOA) and infant mortality jeopardize this evolution and frequently the underlying cause of this is limited system-level testing done by many developers. After a definition of the reliability terms and models used, common failures of unmanned past and present spacecraft are described. Although most reliability prediction models use the assumption of random hardware faults, these failure data show that systematic errors, such as failures in design and manufacturing, are the most prevalent source of satellite failure. Also, the increasing utilization of software and the increase in complexity of that software results in more failures in recent missions. The ongoing miniaturization of spacecraft and the professionalization of terrestrial electronics induced the increased use of commercial off-the-shelf (COTS) components for space missions. The qualification of these parts for automotive or industrial purposes make them in many cases also sufficient for space usage, with the exception of vacuum and radiation. Analyses of current parametric reliability models exposed inconsistencies in the time-dependent behavior of infant mortality and wear-out modelled. New parametric models implemented suggest that the pooled group of satellites of different sizes experiences no distinct wear-out, as their failure rate function has the shape of a right-open bathtub-curve. Splitting the group up into different mass-classes reveals that wear-out is more prevalent in larger satellites, and that the reliability of smaller satellites is dominated by DOA and failures throughout their lifetime. No significant difference can be observed between the reliability of the different sizes of satellites within the observation window. For CubeSats, the on-orbit reliability data were collected from various sources and used to build the so-called CubeSat Failure Database (CFDB). The extraction of the time-dependent failure behavior of this class of satellites proves that DOA and infant mortality are the most prevalent contributors for CubeSat failure. To prevent future CubeSat missions from experiencing early failure, a reliability assessment method to identify, track, and subsequently solve possible DOA and infant mortality causes was verified on the CubeSat MOVE-II of the Technical University of Munich. The method is based on an adapted reliability growth model and an online, semi-automated Failure Reporting and Corrective Action System (FRACAS). Out of several growth models tested with the failure data of the satellite, the basic exponential and the delayed exponential growth models show the most promising results. Using the growth models, the remaining failures in the system, the space segment and the remaining critical failures, as well as the on-orbit reliability are estimated. Besides this, methods implemented to maximize the number of beta testers interacting with the satellite in a Test Like You Fly (TLYF) configuration and approaches how to shift risk upfront were developed. Finally, for future missions, a reliability prediction method to efficiently trade-off design options in early phases is shown.      «

This dissertation describes a set of methods used to track, assess and predict the reliability of CubeSats through system level testing and reliability growth modelling. In the last decade, CubeSats have matured from educational tools into accepted scientific and commercial assets, with more than 700 of those standardized satellites launched so far. A recent report by the National Academy of Sciences discussed that CubeSats have shown many characteristics of disruptive innovations, similar to pe...     »

Diese Dissertation beschreibt verschiedene Methoden für die Nachverfolgung, Bewertung und Voraussage der Zuverlässigkeit von CubeSats. Diese Methoden umfassen Tests auf Systemebene und Modellierung des Zuverlässigkeitswachstums über der Zeit. Innerhalb des letzten Jahrzehnts entwickelten sich CubeSats von Ausbildungssatelliten hin zu akzeptierten Plattformen für wissenschaftliche und kommerzielle Anwendungen, und über 700 dieser Satelliten wurden bereits bis zum heutigen Tag gestartet. In einem Bericht der US-amerikanischen National Academy of Sciences wurde CubeSats mehrere Eigenheiten einer disruptiven Innovation, ähnlich zu Computern und Mobiltelefonen in der Vergangenheit, zugesprochen. Die derzeitig hohen Raten an frühen Ausfällen und an Verlusten ohne Kontakt zum Satelliten, in vielen Fällen begründbar durch mangelnde Tests auf Systemebene, gefährden jedoch diese Entwicklung. Nach einer anfänglichen Definition der verwendeten Zuverlässigkeitsbegriffe und -modelle werden zunächst Fehler und Fehlerursachen auf Satellitenmissionen erläutert. Beinahe alle derzeitigen Modelle zur Vorhersage von Zuverlässigkeit stützen sich auf die Annahme von zufälligen Bauteilfehlern als Hauptursache des Versagens. Daten aus vergangenen Missionen und Tests am Boden zeigen jedoch, dass systematische Fehler, beispielsweise in der Konstruktion oder in der Fertigung des Satelliten, die häufigsten Gründe von Versagen sind. Auch spielt für die Zuverlässigkeit von Satelliten die vermehrte und intensivere Nutzung von Software, und die gesteigerte Komplexität derselben, eine immer größere Rolle. Die Miniaturisierung unbemannter Raumfahrzeuge und die Professionalisierung terrestrischer Elektronik führen zu einer immer vermehrten Nutzung kommerzieller Komponenten in der Raumfahrt. Die Qualifikation eines Großteils dieser Bauteile für den Automobilbereich oder für breite Industrieanwendungen ermöglicht hierbei die oft direkte Nutzung unter Weltraumbedingungen, hochenergetische Strahlung und Vakuum ausgenommen. Derzeitige parametrische Zuverlässigkeitsmodelle zeigen bei genauerer Analyse Inkonsistenzen bezüglich früher Ausfälle und Abnutzung. Die für diese Arbeit neu entstandenen, parametrischen Modelle deuten darauf hin, dass die gemeinsame Gruppe von Satelliten verschiedenster Größe keine Anzeichen von Abnutzung in späten Missionsphase zeigt, also die Badewannenkurve nach rechts offen ist. Gleichzeitig werden durch die Aufteilung von Satelliten in verschiedene Massenkategorien Abnutzung als eine Fehlerkategorie in großen Satelliten und eine erhöhte Chance auf Verlust des Satelliten ohne Kontakt für kleinere Satelliten nachgewiesen. Insgesamt existieren innerhalb des gewählten Beobachtungszeitraums keine signifikanten Zuverlässigkeitsunterschiede zwischen den verschiedenen Massenkategorien. CubeSats stellen hiervon eine Ausnahme dar, und um ihre Zuverlässigkeit beurteilen zu können ist die Sammlung von Fehler und Fehlerursachen vergangener CubeSat-Missionen nötig. Die sogenannte CubeSat Fehlerdatenbank (CFDB) wird mit diesen Daten gespeist und dieser Arbeit vorgestellt. Aus der CFDB wird die zeitabhängige Zuverlässigkeit von CubeSats ermittelt. Diese Daten zeigen, dass Frühausfälle sowie Verlust des Satelliten ohne Kontakt die dominantesten Fehlerarten darstellen. Um Frühausfälle künftiger CubeSat-Missionen zu vermeiden wird eine Zuverlässigkeitsbewertungsmethode zur Identifikation, Nachverfolgung und Lösung von Frühfehlern präsentiert und die Ergebnisse der Verifikation dieser Methode am MOVE-II CubeSat der Technischen Universität berichtet. Die Methode basiert auf einem Zuverlässigkeitswachstumsmodell und einem halbautomatisierten, online verfügbaren System zur Fehlermeldung und Fehlerkorrekturnachverfolgung. Mehrere Zuverlässigkeitswachstumsmodellen werden mit Testdaten des Satelliten gespeist. Das Basis-Exponentialmodell und das Exponential-modell mit variablem Startdatum zeigen hierbei die robustesten Ergebnisse. Die Verwendung dieser Zuverlässigkeitswachstumsmodelle erlaubt die Prognose der Anzahl an verbleibenden Fehlern im Gesamtsystem, im Raumsegment sowie die Vorhersage verbleibender kritische Fehler. Auch eine Abschätzung der Zuverlässigkeit kann anhand der gesammelten Testdaten erfolgen. Neben diesem Ansatz werde auch Methoden zur Maximierung der Anzahl an Satellitentestern und zur Umsetzung des „Teste wie du fliegst“ Prinzips (engl. Test Like You Fly) sowie Ansätze zur Risikoverschiebung in frühe Projektphasen gezeigt. Eine Zuverlässigkeitsvorhersagemethode zur effizienten Abwägung verschiedener Konstruktionsvarianten künftiger CubeSat-Missionen bildet den Abschluss der Arbeit.      «

Diese Dissertation beschreibt verschiedene Methoden für die Nachverfolgung, Bewertung und Voraussage der Zuverlässigkeit von CubeSats. Diese Methoden umfassen Tests auf Systemebene und Modellierung des Zuverlässigkeitswachstums über der Zeit. Innerhalb des letzten Jahrzehnts entwickelten sich CubeSats von Ausbildungssatelliten hin zu akzeptierten Plattformen für wissenschaftliche und kommerzielle Anwendungen, und über 700 dieser Satelliten wurden bereits bis zum heutigen Tag gestartet. In einem...     »