基于设计特性覆盖的测试性定量分析方法

针对目前测试性分析基于故障分析的现状,提出了一种基于系统结构、性能、功能的测试性定量分析方法。定义了系统设计特性覆盖测试模型,系统结构、功能、性能及测试关联模型,性能覆盖率、功能覆盖率、结构覆盖率的定量计算模型。建立了基于设计特性覆盖的测试性定量分析流程,主要包括系统基本信息建立、信息间直接关联关系生成,测试覆盖率定量计算及测试未覆盖项分析。以某飞机舵机系统为例进行了应用,结果验证了方法的可行性和有效性。     

基于DSPN的多阶段任务系统测试性需求建模与分析

针对多阶段任务系统(PMS)的测试性需求分析问题,提出了一种基于确定与随机Petri网(DSPN)的系统级测试性需求模型(PMS-DSPN)和指标确定方法.PMS-DSPN模型包括系统网(SN)和阶段网(PhN)两部分,每个SN对应于各个子阶段任务的GSPN测试性需求模型;PhN对应于各个阶段任务间的转换过程,并通过关联矩阵进行描述.基于该模型得到PMS任务成功率计算方法,并结合PMS维修代价、测试性设计代价计算方法,构造了系统级测试性指标优化分析模型,进而确定PMS系统级测试性指标.最后通过实例验证该方法的有效性.     

基于框架的软件测试性分析

软件测试性分析能帮助设计人员开发出更易测试的软件,从而减少软件测试的难度和费用。为了分析不同软件的测试性、提供各种测试性信息,提出一种基于框架的软件测试性分析方法。框架由测试性度量、易测试特性度量、测试性因素度量以及它们之间的关系构成。首先,根据不同软件的特点和测试情况,从框架中获取测试性因素度量|然后,分析影响同一易测试特性的测试性因素,通过模糊计算模型度量易测试特性|最后,综合易测试特性计算软件测试性。实例应用表明该方法确实可行,能够为软件开发提供帮助。     

舰艇信息融合系统的仿真测试环境研究

信息融合系统的测试与评估是信息融合领域内的一个非常重要的课题,但是目前该方面的研究尚缺乏系统与深入,因此有必要对信息融合系统的测试评估理论和方法进行研究。考虑到信息融合系统的复杂性,采用实物测试的 不现实也是不可能的,所以进行测试和评估时,往往需要建立一个仿真的测试环境,通过这个测试环境产生测试数据,本文以舰艇信息融合系统评估为例介绍了计算机仿真技术在信息融合系统的性能评估中的作用,给出了该系统中的部分仿真模型和测试剧本的设计方法。     

基于扩展的关联模型的测试性分析技术研究

关联模型由信息流图和故障-测试关联矩阵两部分构成,该模型广泛应用于系统级的测试性分析与设计。为了便于分析反馈环路、故障传播的层次性、解析冗余测试等测试性参数,文章在故障-测试关联矩阵的基础上,构建了故障-故障关联矩阵和测试-测试关联矩阵,得到扩展的关联模型,并基于扩展的关联模型建立了模糊组、反馈环路、解析冗余测试、隐含故障、伪故障等测试性参数的数学模型,最后利用案例演示了扩展关联建模和测试性分析过程。     

多信号建模与诊断策略设计技术应用

分析了影响多信号建模与诊断策略设计正确性的要素,包括测试性要求、系统结构与功能原理、测试原理、可靠性。建立了多信号建模与诊断策略设计的工程化操作流程,包括建模准备阶段、建模过程阶段、审查阶段。其中,建模准备阶段的工作是确保模型正确性的关键环节。针对测试点不足的情况,进一步给出了测试点增补设计应考虑的因素和设计流程。以某液压操纵系统为案例进行了多信号建模与诊断策略设计、测试点增补设计的工程化应用,验证了方法的可行性和效果。     

确定系统级测试性参数的广义随机Petri网模型

测试性设计是近年来发展起来的一门新兴学科 ,对提高复杂系统的可靠性、可维修性和可用性具有重要的意义。在测试性设计的过程中 ,合理地选择和确定测试性参数是实现费效比最优设计的关键之一 ,但目前还没有有效的方法能合理地确定每个参数的门限值或目标值。基于广义随机Petri网的原理 ,将测试看作设备整个生命周期内可靠性、维修性活动的一个有机组成部分 ,建立了系统的测试性模型。采用数值分析的方法得出系统稳态可用度与系统测试性参数之间的关系曲线 ,作为确定测试性参数的依据 ;当系统需待定的参数比较多时 ,将模型转化为一个区间线性方程 ,有效地解决了计算量大的问题。这一方法对解决复杂系统的测试性设计问题具有一定的借鉴意义     

基于CBPSO的板级电路测试性设计优化方法研究

基于边界扫描的板级电路在测试性改善一定条件下,设计复杂性最小化问题属于组合优化问题,同时也是NP-难题.针对该组合优化问题提出了基于混沌二进制粒子群优化的求解方法.该方法在二进制粒子群优化的基础上,对当前最佳粒子以变概率进行混沌优化,引导粒子跳出局部最优继续在全局范围内搜索,从而克服二进制粒子群的"早熟"收敛.通过实例验证,该算法在优化效果、搜索效率等方面均获得了较好的结果.事实证明,该算法能有效地应用于板级电路的测试性设计优化.     

基于ADAMS的并联机器人振动特性仿真及结构优化

提出了一种利用虚拟样机仿真技术进行结构优化的方法。分析了并联机器人的振动原理以及激振测试原理,并给出了利用正弦扫描进行激振测试的原理和流程。为了进行激振测试仿真,在ADAMS软件中建立并联机器人的刚柔耦合振动系统,并使该系统受到一定激振力产生位移响应,获得该并联机器人激振特性曲线,从而找出其薄弱环节并对其进行结构优化,对薄弱构件优化后再次对系统进行仿真测试,结果表明构件结构优化后的结果较为理想。     

基于多信号流图的测试性验证试验样本选取方法

为设计优化的测试性验证试验方案,提出了故障样本优选算法.本算法介绍了多信号流图模型的形式化定义和建模步骤,利用其描述故障与测试间因果依赖关系,建立了故障-测试相关矩阵和故障-故障相关矩阵.在考虑充分覆盖的约束条件下,以试验费用小为优化目标,提出了最小故障样本集和每个故障样本数的选取方法.案例验证结果表明,该方法分析设计的试验方案节省了试验费用.     

Study of testability measurement method for equipment based on Bayesian network model

To analyze and evaluate the testability design of equipment, a testability analysis method based on Bayesian network inference model is proposed in the paper. The model can adequately apply testability information and many uncertainty information of design and maintenance process, so it can analyze testability by and large from Bayesian inference. The detailed procedure to analyze and evaluate testability for equipments by Bayesian network is given in the paper. Its modeling process is simple, its formulation is visual, and the analysis results are more reliable than others. Examples prove that the analysis method based on Bayesian network inference can be applied to testability analysis and evaluation for complex equipments.     

考虑单元互测的测试性指标分配方法

测试性分配是将系统级测试性指标按照一定规则分配给各组成单元的过程。针对现有主流测试性分配方法未考虑单元之间的互测情形,导致分配结果不合理,尤其是部分单元分配指标虚高,难以实现或代价过高等问题,提出了在综合考虑单元故障率、故障危害度等多重影响因素基础上,进一步考虑单元互测因素的测试性指标分配方法。首先实施考虑多重影响因素的指标初次分配;然后基于单元测试性初步设计结果,实施测试性建模与分析,得到单元自检故障率与他检故障率;再利用这两个数据以及初次分配结果构造分配函数实施再次分配,进而得到最终的分配结果;最后应用该方法进行仿真和实例运算,证明了该方法的有效性和先进性。     

基于GSPN的导弹多层级测试性需求建模与指标评估

针对目前导弹测试性需求建模尚未成熟, 开展测试性需求分析难度较高的问题, 提出一种基于广义随机Petri网(generalized stochastic Petri net, GSPN)的测试性需求建模方法。在分析导弹结构的基础上对导弹测试性需求问题进行了建模, 给出导弹两级GSPN模型, 深入分析其导弹系统的故障检测及维修过程。根据GSPN模型同构于嵌入马尔可夫链(embedded Markov chain, EMC), 以实存状态集和消失状态集表征库所变迁, 采用同构法对测试性指标进行求解。将多层级GSPN模型分解化简, 减少状态空间数量的求解。对导弹的GSPN模型进行定性和定量分析, 求解不同层级测试性指标最后通过仿真计算, 与系统要求可用度误差不超过0.7%, 验证了多层GSPN模型的可行性和分析结果的可信性。     

基于多信号模型的雷达测试性设计分析

针对过去测试性分析方法计算繁琐、周期长、效率低等缺点,基于模型的方法成为目前测试性设计分析技术的趋势,以多信号模型为基础,结合工作实际提出了一种测试性知识的获取方法。以TEAMS软件为平台,介绍了基于多信号模型的雷达测试性建模和测试性设计分析的原理、过程和结果,为雷达或其他电子装备的测试性设计分析提供了一套有效的方法。     

基于Petri网的民航飞机故障诊断工作流模型

针对民航飞机结构和故障机理复杂的特性,建立了基于Petri网的民航飞机故障诊断工作流模型。该模型将工作流技术引入民航飞机故障诊断领域,指出民航飞机工卡可反映故障诊断过程,并总结了民航飞机工卡记录的工作流程。分析该模型的性质说明可以进行简化、合并等操作。以水平安定面铰链磨损检查的转化和简化工作为例,说明了方法的有效性。     

装备故障隔离模糊度要求值的确定和优化方法

从故障隔离率的基本定义和分析出发,针对在装备研制早期,给定故障隔离百分比后,对如何确定和优化对应的故障隔离模糊度问题进行了研究。首先,借助于测试性分析中的多信号流图(multi-signal flow graph, MSFG)及其示例计算结果,结合测试性设计中故障模糊度的不同分布,得到了故障隔离模糊度的完整的度量指标(包括最小值、最大值、均值),以及当前指标的物理意义(单个指标应理解为均值)。在定性分析的条件下,通过典型案例分析,给出了最小值、最大值和均值确定的方法和原则。在定量分析方面,通过装备维修和故障隔离过程分析,建立了故障隔离模糊度的通用优化模型。在模型求解方面,对模型进行了工程应用简化,给出了模型优化解存在的前提条件,通过逻辑和数学分析等手段,结合典型示例给出了模型求解的逐步寻优算法和动态规划算法,应用该模型和算法可以在给定故障隔离百分比的条件下,得到经过优化的故障隔离模糊度的最小值、最大值和均值的精确解。从而在工程应用的背景下,较为圆满地解决了这一问题。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

基于D-S证据理论的雷达故障诊断方法

新型雷达装备故障具有明显的复杂性和相关性,难以准确确定故障部位。在分析雷达故障特点和专家诊断系统不足的基础上,把信息融合技术引入故障诊断,提出了一种基于D-S证据推理的诊断方法,构建了故障诊断模型,介绍了D-S证据推理的故障诊断算法和诊断过程,并用实例进行了验证。结果证明,该方法较好地解决了故障诊断中的不确定性问题,弥补了当前诊断系统中存在的缺陷。