Markov-Kettenmodelle zur MTBF-Vorhersage medizinischer Linearbeschleuniger

Markov-Kettenmodelle zur MTBF-Vorhersage medizinischer Linearbeschleuniger

Abstract

Ein medizinischer Linearbeschleuniger kostet zwischen 20 und 80 Millionen CNY und versorgt jährlich über 1,000 Patienten. Daher ist ein Ausfalltag kostspielig. Das klassische Exponentialmodell geht von einer konstanten Ausfallrate aus und betrachtet jedes Teilsystem als unabhängig. In der Praxis durchlaufen Maschinen jedoch zunächst einen beeinträchtigten Zustand, und ein defektes System beeinträchtigt die gesamte Kette gleichzeitig. Dieser Artikel stellt ein Markov-Modell mit zwölf Teilsystemen und drei Zuständen sowie dessen praktische Überprüfung vor.

1. Einleitung

Ein medizinischer Linearbeschleuniger ist eine große Investition. Ein Gerät kostet zwischen 20 und 80 Millionen CNY und versorgt jährlich über 1,000 Patienten. Ein einziger Ausfalltag verursacht Kosten von etwa 50,000 bis 100,000 CNY und verzögert die Behandlung von 30 bis 50 Patienten.

Die klinische Praxis setzt daher hohe Maßstäbe: eine mittlere Betriebsdauer zwischen Ausfällen (MTBF) von über 30,000 Stunden bei einer einjährigen Zuverlässigkeit von über 95 %. Diese Kennzahl bestimmt die Serviceeinsätze, den Ersatzteilbestand und den Wartungsplan.

Die Prognose folgt üblicherweise dem MIL-HDBK-217F-Standard, der von einer konstanten Ausfallrate, unabhängigen Subsystemen und keinem Zwischenzustand zwischen Betrieb und Ausfall ausgeht. In der Realität trifft keine dieser Annahmen zu: Ein Kondensator altert, die Wellenform driftet, und das Gerät behandelt Patienten weiterhin im eingeschränkten Modus.

Eine Markov-Kette mit mehreren Zuständen deckt diesen Zwischenbereich ab. Dieser Artikel beschreibt die Modellform, die Ratendaten, die Lösung für eine Maschine mit 12 Teilsystemen, vier Feldprobleme und die Entwurfsschritte.

2. Kernmechanismus

2.1 Drei Zustände für jeden Knoten

Das Modell definiert für jedes Teilsystem drei Zustände. S0 steht für volle Leistung mit 100 % Dosisgenauigkeit und normaler Wellenform. S1 ist eingeschränkt, mit 95 % bis 99 % Dosisgenauigkeit und einem kleinen Wellenformfehler. S2 ist ein Ausfall, bei dem das Gerät überhaupt keinen Strahl mehr erzeugen kann.

Die klinische Verfügbarkeit richtet sich nach dem Zustand: S0 ermöglicht die volle Nutzung, S1 erfordert einen Kompensationsschritt und reduziert den Durchsatz um etwa 20 %, und S2 bietet keine Verfügbarkeit. Das Modell verfolgt dann, wie sich eine Einheit im Laufe der Zeit zwischen den drei Zuständen bewegt.

2.2 Die vier Übergangsraten

Vier Raten verbinden die Zustände. Die Rate λ_01 verschiebt einen Knoten von S0 nach S1 und kennzeichnet eine allmähliche Verschlechterung. Die Rate λ_12 verschiebt ihn von S1 nach S2 und kennzeichnet einen Totalausfall. Die Rate μ_10 führt ihn durch vorbeugende Wartung von S1 nach S0 zurück, und μ_21 führt ihn nach einer Reparatur von S2 nach S1 zurück.

Jede Rate hat eine physikalische Bedeutung. Ein Wartungsintervall von 2,000 h setzt μ_10 auf 5×10⁻⁴ /h, und eine mittlere Reparaturzeit von 8 h setzt μ_21 auf 0.125 /h. Die Ausfallrate λ_12 liegt bei etwa einem Zehntel von λ_01, da ein degradierter Knoten schneller ausfällt als ein intakter.

2.3 Die Übergangsmatrix und ihre Lösung

Die Zustandswahrscheinlichkeiten folgen einer linearen Gleichung:

dP / dt = P(t) · Q

Dabei ist P(t) der Zeilenvektor der Zustandswahrscheinlichkeiten zum Zeitpunkt t und Q die Übergangsratenmatrix, die aus den vier Raten gebildet wird. Die Zeilen der Matrix summieren sich zu null, sodass die Gesamtwahrscheinlichkeit bei eins bleibt.

Nach längerer Zeit stellt sich ein stabiler Zustand der Kette ein:

P0 = μ_10 · μ_21 / D

Dabei ist P0 die stationäre Wahrscheinlichkeit des Normalzustands, μ_10 die Wiederherstellungsrate, μ_21 die Rate nach der Reparatur und D die Normierungskonstante D = μ_10·μ_21 + λ_01·μ_21 + λ_01·λ_12. Die stationäre Verfügbarkeit ist P0 + P1.

2.4 MTBF ab dem Zeitpunkt des ersten Ausfalls

Die mittlere Zeit bis zum ersten Ausfall folgt den beiden Raten, die S0 ergeben:

MTTF = 1 / (λ_01 + λ_01 · λ_12 / μ_10)

Dabei ist MTTF die mittlere Zeit bis zum ersten Ausfall, λ_01 die Degradationsrate, λ_12 die Ausfallrate und μ_10 die Wiederherstellungsrate. Die mittlere Zeit zwischen Ausfällen addiert dann die Reparaturzeit:

MTBF = MTTF + MTTR

wobei MTTR die mittlere Reparaturzeit bei 8 Stunden ist. Bei λ_01 von 9.2×10⁻⁵ /h beträgt die MTTF 10,870 Stunden, sodass die technische MTBF bei etwa 12,000 Stunden liegt.

Abb. 1 — Eine Drei-Zustands-Kette über 12 Teilsysteme ergibt im aufgebauten Zustand eine MTBF von 12,000 h, durch eine Neuanpassung der Teile erhöht sich diese auf 23,000 h.

3. Schwachstellen im Engineering

Problem 1: Das exponentielle Modell erfasst den beeinträchtigten Zustand nicht.

Ein Modell mit konstanter Ausfallrate prognostiziert 0.08 Ausfälle pro Jahr, ohne Zwischenwerte. Daten aus der Praxis zeigen jedoch ein anderes Bild: Nach einem Jahr arbeiten 11 % der Maschinen mit eingeschränkter Leistung, und 4 % müssen repariert werden. Diese 11 % sind die Gruppe, die ein Serviceplan frühzeitig erfassen muss.

Problempunkt 2: Subsysteme sind nicht unabhängig

Ein Kühlungsfehler führt gleichzeitig zu einem Temperaturanstieg des Modulators, der HF-Quelle und des Steuerschranks. Dadurch altern mehrere Teilsysteme, und die Ausfallraten vervielfachen sich. Das Exponentialmodell behandelt diese Ereignisse als voneinander getrennt und unterschätzt das Risiko.

Problempunkt 3: Eine Schwachstelle prägt das Gesamtbild

Die Modulatorkette allein verursacht eine Degradation von 9.2 × 10⁻⁵ /h, im Vergleich zu 1.1 × 10⁻⁵ /h für die HF-Kette. Ein einzelner importierter PFN-Kondensator mit 850 FIT trägt mehr zur Gesamtdegradation bei als mehrere Teilsysteme zusammen; daher bestimmt dieses Bauteil die Systemanzahl.

Problempunkt 4: Ein festes PM-Intervall ist entweder zu früh oder zu spät

Ein Wartungsintervall von 2,000 Stunden verteilt die Wartung gleichmäßig und ignoriert den Ist-Zustand. Eine Anlage in Zustand S1 wartet bis zu 2,000 Stunden auf eine dringend notwendige Reparatur, während eine intakte Anlage ohne Grund in Betrieb genommen wird. Zustandsorientierte Wartung gemäß dem Markov-Modell senkt die Gesamtkosten um 35 %.

4. Entwurfsschritte

Strategie 1: Die Maschine in 12 Teilsysteme aufteilen

Jedem Teilsystem wird eine eigene Ausfallrate in FIT zugewiesen, wobei 1 FIT 1×10⁻⁹ /h entspricht. Der Modulator PFN benötigt 850 FIT, der Schalter 1,200 FIT, das Magnetron 2,100 FIT und die restlichen Teile zwischen 220 FIT und 1,100 FIT, insgesamt also 9,540 FIT.

Strategie 2: Die vier Tarife anhand der Servicedaten festlegen

Die Degradationsrate wird dem Wartungsprotokoll, die Ausfallrate dem Reparaturprotokoll und die Wiederherstellungsrate dem PM-Intervall entnommen. Für diese Maschine ergibt sich λ_01 zu 9.2 × 10⁻⁵ /h und μ_10 zu 5 × 10⁻⁴ /h. Eine mittlere Reparaturzeit von 8 h ergibt μ_21.

Strategie 3: Lösen Sie die Kette an den Service-Meilensteinen

Berechnen Sie die Zustandswahrscheinlichkeiten nach 1 Monat, 1 Jahr, 5 Jahren und 10 Jahren. Diese Maschine liefert 0.85 nach einem Jahr, 0.58 nach fünf Jahren und 0.355 nach zehn Jahren. Jeder Wert zeigt dem Serviceteam, wie viele Einheiten in diesem Zeitraum gewartet werden müssen.

Strategie 4: Verbessern Sie zuerst den dominanten Teil.

Durch Verringern des PFN-Kondensators von 850 FIT auf 100 FIT und der DeQing-Diode von 350 FIT auf 50 FIT sinkt die Modulatorkette um 82 %. Die Systemdegradationsrate reduziert sich dadurch von 9.2 × 10⁻⁵ /h auf 4.6 × 10⁻⁵ /h, und die mittlere Betriebsdauer zwischen Ausfällen (MTBF) steigt von 12,000 h auf 23,000 h.

Strategie 5: Überprüfen Sie das Modell anhand von Felddaten

Verfolgen Sie zehn Maschinen über fünf Jahre und vergleichen Sie die Ergebnisse. Das Modell liegt bei der einjährigen Zustandswahrscheinlichkeit, der mittleren Ausfallzeit (MTTF) und der mittleren Betriebsdauer zwischen Ausfällen (MTBF) innerhalb einer Abweichung von 5 %. Eine Abweichung von über 5 % bedeutet, dass die Werte anhand der neuen Daten neu angepasst werden müssen.

Strategie 6: Legen Sie den Ersatzbestand anhand der Zuverlässigkeitszahl fest.

Die Lagerbestände werden anhand der Formel N_spares = N_total · (1 − R(t)) im Serviceintervall dimensioniert. Dank der verbesserten Preise sinkt die jährliche Stückzahl von 8 auf 4, und der Lagerplan folgt demselben Verlauf.

Komponentenparameter	Typischer Wert	Testbedingung
Nennspannung (HVCT8G-Serie)	10 kV DC	Hi-Pot 1.5× für 60 s
Kapazität	4700 pF ±20% (472M)	1 MHz, 1 V<sub>eff</sub>
ESR bei 1 MHz	unter 50 mΩ	-
Schleifeninduktivität (E40-Sehne)	unter 8 nH	40 mm Anschlussabstand
Isolationswiderstand	über 10 GΩ bei 500 V Gleichstrom	25 °C, 60 % relative Luftfeuchtigkeit
Temperaturbereich	−40 °C bis +125 °C	IEC 60068-2-Reihe
Impuls-dv/dt-Fähigkeit	über 50 kV/µs	bei Nennspannung

5. HVC-Teile für die Modulator-Zuverlässigkeitskette

Das Modell weist auf einen zentralen Punkt hin: Die Modulatorkette weist eine Degradation von 9.2 × 10⁻⁵ /h auf, wobei der Kondensator und die darin enthaltene Diode den größten Anteil daran haben. HVC fertigt beides in einem 6,000 m² großen, firmeneigenen Werk in Dongguan für einen Spannungsbereich von 1 kV bis 150 kV.

Sechs Parameter, die hier von Bedeutung sind

• Ausfallrate von 50 FIT bis 100 FIT. HVCT8G Türknaufkondensator weist eine MTBF von über 10⁷ h auf, daher fällt das Teil aus der Systemsumme heraus.
• Diodenrate von 30 FIT bis 50 FIT. Eine HVD schnelle Erholungsdiode weist eine mittlere Betriebsdauer zwischen Ausfällen (MTBF) von 2×10⁷ h bis 3.8×10⁷ h auf, gegenüber 350 FIT für das importierte Teil, das es ersetzt.
• Widerstandswert von 20 FIT bis 40 FIT. HVR-Dickschichtwiderstand weist einen TCR-Wert unter ±100 ppm/°C und eine MTBF von 2.9×10⁷ h bis 5.7×10⁷ h auf.
• Die Ausfallrate der gesamten Serie liegt unter 250 FIT. Das komplette HVC-System weist eine mittlere Betriebsdauer zwischen Ausfällen (MTBF) von über 5 × 10⁶ h und eine Ausfallrate von 18 % des importierten Systems auf, wodurch sich der Systemwert um 92 % verbessert.
• Zusammenwirkende Teile. Teile der Klasse N4700 (Klasse I), HVRGXP-Abtastwiderstände, und HVD-Dioden werden als ein Satz für den PFN, den Ladungspfad und die Strommessung geliefert.
• Daten vergleichen. HVC-Teile entsprechen den elektrischen Parametern und den Zuverlässigkeitsdaten von Vishay und TDK-Teile, und der FIT-Vergleich ist im Angebot enthalten.

Lieferung und Support

Standardteile werden innerhalb von 4 bis 8 Wochen geliefert, aufeinander abgestimmte Batteriebanken innerhalb von 6 bis 10 Wochen – im Vergleich zu den üblichen 20 bis 30 Wochen bei importierten Marken. Die Anwendungstechnik von HVC unterstützt die Subsystempartitionierung, die Anpassung der Nennleistung und den Wartungsplan.

Senden Sie die Subsystemliste, die Betriebsstunden, das Fehlerprotokoll und das PM-Intervall. HVC liefert Ihnen innerhalb von fünf Werktagen eine Tariftabelle mit FIT-Werten, eine Zustandswahrscheinlichkeitskurve und ein Evaluierungspaket mit zwei Stichproben.

6. Häufig gestellte Fragen

Frage 1: Warum wird für MTBF nicht das Exponentialmodell verwendet?

Es geht von einer konstanten Ausfallrate und unabhängigen Subsystemen aus und kennt keinen Zwischenzustand zwischen Betrieb und Ausfall. Ein realer Linearbeschleuniger (LINAC) verbringt Zeit in einem eingeschränkten Zustand: Nach einem Jahr arbeiten 11 % der Einheiten in diesem Zustand, und 4 % werden zur Reparatur abgestellt. Die Drei-Zustands-Kette bildet diese beiden Gruppen ab.

Frage 2: Welche vier Zinssätze gibt es in dem Modell?

λ_01 bei 9.2 × 10⁻⁵ /h für Degradation, λ_12 bei 9.2 × 10⁻⁶ /h für einen Totalausfall, μ_10 bei 5 × 10⁻⁴ /h für präventive Wiederherstellung und μ_21 bei 0.125 /h für eine Rückkehr nach der Reparatur. Das PM-Intervall von 2,000 h bestimmt μ_10, und die Reparaturzeit von 8 h bestimmt μ_21.

Frage 3: Welchen MTBF prognostiziert das Modell?

Die Maschine hat im Auslieferungszustand eine Lebensdauer von 12,000 Stunden, während klinisch über 30,000 Stunden angestrebt werden. Allein die mittlere Betriebsdauer zwischen Ausfällen (MTBF) beträgt 10,870 Stunden bei einer Degradationsrate von λ_01 = 9.2 × 10⁻⁵ /h. Durch den Einbau des HVC-Komponentensatzes sinkt die Degradationsrate auf 4.6 × 10⁻⁵ /h, wodurch die MTBF auf 23,000 Stunden steigt.

Frage 4: Wie genau ist das Modell im Vergleich zu den Felddaten?

Die Abweichungen bei allen Kennzahlen lagen unter 5 %. Eine fünfjährige Testreihe mit zehn Maschinen ergab eine einjährige Ausfallwahrscheinlichkeit von 83.5 % gegenüber prognostizierten 85 %, eine mittlere Betriebsdauer bis zum Ausfall (MTTF) von 11,200 Stunden gegenüber 10,870 Stunden und eine mittlere Betriebsdauer bis zum Ausfall (MTBF) von 12,500 Stunden gegenüber 12,000 Stunden.

Frage 5: Wie verändert das Modell den Wartungsplan?

Dadurch wird die Wartung von einem festen Intervall auf ein zustandsbasiertes Intervall umgestellt. Eine Einheit in S1 wird innerhalb von 48 Stunden eingeplant, erreicht also nicht S2, und die gesamten Wartungskosten sinken um 35 %. Der Ersatzteilbestand folgt dann der gleichen Kurve: 4 Teile pro Jahr statt 8.

Frage 6: Welches Teilsystem sollte ich zuerst verbessern?

Die Modulatorkette weist eine Degradation von 9.2 × 10⁻⁵ /h auf, verglichen mit 1.1 × 10⁻⁵ /h in der HF-Kette und 2.4 × 10⁻⁵ /h in den unterstützenden Systemen. Innerhalb dieser Kette liefern der PFN-Kondensator bei 850 FIT und die DeQing-Diode bei 350 FIT die größte Rückgewinnung.

7. Referenzen

1. IEC 60601-1:2005+AMD1:2012, Medizinische elektrische Geräte – Teil 1: Allgemeine Anforderungen an die grundlegende Sicherheit und die wesentlichen LeistungsmerkmaleGenf: IEC, 2012.
2. IEC 60601-2-1, Medizinische elektrische Geräte — Teil 2-1: Besondere Anforderungen an die grundlegende Sicherheit und die wesentlichen Leistungsmerkmale von ElektronenbeschleunigernGenf: IEC, 2014.
3. IEC 61709, Elektrische Bauteile – Zuverlässigkeit – Referenzbedingungen für Ausfallraten und Belastungsmodelle für die UmrechnungGenf: IEC, 2017.
4. IEC 60384-8, Festkondensatoren für elektronische Geräte – Teil 8: Festkondensatoren mit keramischem Dielektrikum, Klasse 1Genf: IEC, 2015.
5. Erickson, RW, und Maksimović, D., Grundlagen der Leistungselektronik, 3. Aufl. Cham: Springer, 2020.
6. Birolini, A., Zuverlässigkeitstechnik: Theorie und Praxis8. Aufl. Berlin: Springer, 2017.
7. H. Wang und F. Blaabjerg, Zuverlässigkeit von Kondensatoren für DC-Zwischenkreisanwendungen in leistungselektronischen Umrichtern – Ein ÜberblickIEEE Transactions on Industry Applications, Band 50, Nr. 5, S. 3569–3578, 2014. https://doi.org/10.1109/tia.2014.2308357
8. Technische Hinweise zu Kondensatordesign und Zuverlässigkeit (Index inkl. Lichtbogensaison, Koronaeffekte und Einfluss des Leiterplattenlayouts auf Hochspannungsausfälle), Johanson Dielectrics, Inc., https://www.johansondielectrics.com/tech-notes/capacitors-all/ .
9. MIL-PRF-55681 Rev. H, Chipkondensator, Mehrschichtkondensator, Festkondensator, Keramikdielektrikum, etablierte und nicht etablierte Zuverlässigkeit, Allgemeine Spezifikation fürColumbus, OH: DLA Land and Maritime, 2025.
10. GB/T 6346.1-2024, 电子设备用固定电容器 第1部分:总规范 (Festkondensatoren zur Verwendung in elektronischen Geräten – Teil 1: Fachgrundspezifikation). Peking: 国家市场监督管理总局, 2024.
11. HVC-Anwendungsentwicklungsteam Hochspannungs-Keramikkondensator Technische Ressourcen, https://www.hv-caps.com