基于多信号流图的亚跨超声速风洞故障诊断方法

为了在风洞系统发生故障时实现快速准确的诊断与定位,提出了基于多信号流图模型的风洞测试性建模方法;针对风洞结构复杂、解析建模困难等特点,首先通过分析系统组成与设备的功能结构对风洞进行了层次性划分,并根据实际运行中出现的故障情况得到了风洞关键设备的FMEA结果;而后以FD-12亚跨超声速风洞为研究对象建立了系统的多信号流图模型,利用故障模式与测点对应关系建立了相关性矩阵;最后采用TEAMS-RT算法对系统的测试性水平进行了分析和评估,验证结果表明该方法对于风洞系统的测试性建模与故障诊断是有效的,为风洞系统健康管理相关研究提供了参考。     

基于多信号流图的大气数据系统故障诊断

针对传统无人机大气数据系统故障诊断依赖专家经验、故障定位不准确的问题,提出了基于多信号流图的大气数据系统故障诊断方法。通过分析大气数据系统的组成结构和故障模式影响与危害度分析,采用多信号流图方法对某型无人机大气数据系统关键部件进行测试性分析,得到大气数据系统的故障-测试相关性矩阵。针对传统实时测试性工程与维护系统(Real-Time Testability Engineering and Maintenance System,TEAMS-RT)算法诊断速度较慢的问题,对TEAMS-RT算法进行优化研究,提出了一种基于TEAMS-RT的矩阵分解优化(简称Tree-RT)算法,在此基础上对D矩阵分别采用Tree-RT算法和测试一致性算法对大气数据系统进行故障注入试验。试验结果表明,Tree-RT算法对故障注入试验的诊断率为94.62%,高于基于测试一致性算法85.73%的诊断率,证明了大气数据系统多信号流图和Tree-RT算法的有效性,为无人机大气数据系统的故障诊断相关研究提供了技术支撑。     

基于改进扩展关联模型的飞机组件测试性研究

多信号流图模型是一种简单而有效的系统建模方法,已广泛地应用于测试性分析和故障诊断领域;为了减少飞机维修过程中组件的不必要更换,提高维修效率,对多信号流图模型的建模方法进行研究,以飞机音频管理组件(AMU)为例,建立多信号流图模型,构建故障一测试关联矩阵和故障一故障关联矩阵;为与实际出现的组件故障信息相匹配,对故障一故障矩阵进行改进,构建了实际故障信息一故障关联矩阵,对组件模型进行测试性分析;由实际维修经验可知,该信号模型可快速地定位故障,给出相应的维修措施,减少通常维修中采取的不必要措施,降低了人为因素的影响,大大地缩短了维修时间.     

一种电子系统测试性模型的研究

测试性是系统和设备的一种便于测试和诊断的重要设计特性,对现代的航空电子设备、武器装备等复杂系统的维护性、可靠性和可用性有很大影响。在对测试性建模理论进行研究的基础上,借鉴多信号流图模型和eXpress信息模型,提出了一种适合电子系统的测试性模型——ESTIM(electrotic system testability information model)模型,该模型在表示方法上与EDA软件相兼容,可结合功能相关性和故障模式相关性方便地对电子系统进行测试性分析。     

基于多信号流图的测试性建模与分析方法

为了实现大型设备高效、精准的故障诊断与预测,针对故障监测点的设计与分布,本文提出了以信息流模型为基础,融合多信号流模型的测试性建模与分析方法;该方法通过层次化的多信号流模型构建大型设备的测试性模型,生成故障-测试依赖矩阵;以依赖矩阵为基础,进行测试性指标分析,生成测试性分析报告;最后利用某雷达发射机系统进行验证,结果表明,该方法对于系统级的测试性建模与分析方法是有效的,具有良好的应用前景。     

基于多信号流图模型的典型无人机测控系统测试性优化设计方法研究

针对无人机测控系统维修保障和故障诊断定位的实际需求,引入基于多信号流图模型,建立了无人机测控系统测试性优化设计方法。首先,介绍了多信号流图建模基本思路,给出了多信号流图的建模步骤;然后,结合典型无人机测控系统组成及工作原理,构建了无人机测控系统的多层次多信号流图模型,在此基础上开展了测试性预测和测试性优化设计,总结后给出了工程设计中的关键注意事项。研究结果表明：该方法可以有效提高无人机测控系统的故障检测率和故障隔离率,减小模糊组,优化后系统的测试性设计水平得到了提高,说明了该方法的有效性。     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点;通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型;基于此模型设计了诊断策略构建方法;实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间.     

基于PXI总线的导弹自动测试系统设计

导弹系统的研制过程需要模拟导弹的真实工作条件,对弹上各控制部件进行实时监测,因此提出一种基于PXI总线与虚拟仪器技术的导弹通用自动测试系统;论述了该测试系统的总体方案,系统的硬件配置和软件设计;重点阐述了使用虚拟仪器技术作为软件开发平台,实现弹上多路多种相关信号并行采集、实时显示、处理分析和数据回放功能,并针对不同型号的导弹形成测试程序集;现已成功应用于多型导弹的自动测试,为准确定位导弹故障提供了有效的解决途径,极大提高了导弹测试系统的快捷性、准确性和通用性。     

基于贝叶斯网络的车辆电源系统故障诊断方法

针对车辆电源系统测试点少且测试数据不完备的问题,提出一种多信号流图模型和贝叶斯网络相结合的故障诊断方法。利用多信号流图模型建立电源系统的故障诊断模型,得到系统故障源与测试信号对应的故障依赖矩阵,在此基础上,建立用于故障诊断的贝叶斯网络结构,根据历史数据完成网络的参数学习,并以故障后验概率最大为准则,实现电源系统的故障诊断。仿真实验验证了该方法的有效性。     

基于信息流模型的自动驾驶仪多故障诊断分析

为了在多故障情况下对自动驾驶仪故障做出正确诊断,提出了基于相关性矩阵的多故障诊断完备性分析方法,并给出了严格的数学证明;首先对系统的软硬件模块进行分析与划分,利用信息流模型建立故障与测试间的相关性矩阵模型;再根据多故障情况下的诊断完备性分析方法对相关性矩阵进行行列变换,说明在多故障情况下此自动驾驶仪的故障诊断正确率理论上能达到100%,最后构建其故障诊断方法;实际应用表明,此方法对于自动驾驶仪的分析是有效的,可满足系统的指标要求。     

多故障的电子设备系统诊断设计方法研究

针对复杂电子设备在使用过程中多故障诊断难的问题,以相关性模型为基础,提出了一种多故障诊断的设计方法;首先,根据相关性模型确定测试D矩阵,并获得组成单元与测试次数的关系矩阵;其次,根据每次实际测试的结果构建测试结果矩阵,并计算获得测试故障单元矩阵;最后,通过综合测试故障单元矩阵与测试次数关系矩阵的数据,确定故障单元的概率,根据故障概率定位出故障单元;通过实例验算表明:多故障诊断方法可准确定位故障单元,大幅降低误修率。     

面向飞行器发射控制系统可靠性提升的测试分析

系统的可靠性与测试性密切相关,良好的测试性设计,可以提升系统的可靠性,一个可靠的系统不是通过最后的测试结果测试出来的,而是在设计中将测试性考虑其中,系统测试性对系统的基本可靠性有着很大的影响。为了找到飞行器发射控制系统最优测试项,对可靠性与测试性二者的关联进行深入研究,通过系统设计初期的结构组成进行测试性分析,建立系统多信号流图模型,研究系统的相关性矩阵,并进行系统的故障检测率、故障隔离率等参数分析。提出了基于测试覆盖度的遗传算法进行测试项的优化选择,通过此方法进行实验仿真找到系统的最优测试项,成功满足系统的故障检测率、故障隔离率要求,将改进的遗传算法和传统的遗传算法进行对比,改进后的算法有着更好的收敛性,对系统分析更好。     

基于ADC方法的炮射导弹系统效能评估

为研究炮射导弹系统效能,提高炮射导弹的综合质量特性,基于ADC（availability dependability capability）方法对炮射导弹系统效能进行建模。首先针对炮射导弹系统较为复杂的特点,将总炮射导弹系统分为四个分功能系统,通过系统正常与故障状态建立了可用性模型;其次构建了系统状态转移路径,将炮射导弹系统可信性分为发射可靠性、飞行可靠性与作用可靠性,依次建立可信性模型;接着针对ADC方法的不足,对系统固有能力进行拓展,增加了导弹质心参数、导弹射程参数、导弹制导控制力矩参数和导弹破甲深度参数指标,建立固有能力模型,改进了以往效能评估的局限性;最后确定炮射导弹系统效能;通过实验算例的验证表明了该方法模型可用、适用、准确。     

基于多信号流图模型的等效故障注入样本选取

为了提高测试性故障注入试验的工程实践性,针对选取的故障样本不可注入或注入成本太高的情况,提出了一种基于多信号流图模型的等效故障注入样本选取方法。建立了系统的多信号流图模型,得到了故障-故障关联矩阵和故障-测试关联矩阵,并以提高故障样本注入率为目标,通过结合测试故障子集的概念,提出了等效故障注入样本的定义和选取方法。实例表明,该方法能够有效地提高故障样本的注入率,保证了测试性验证试验的顺利进行。     

高功率密度发电机测试集优化方法研究

针对高功率发电机开展测试性设计分析对提升其维修保障性水平具有重要意义;通过对高功率密度发电机的故障模式开展分析,得到发电机的典型故障模式,针对各故障模式总结了发电机故障检测所需监测的物理参数;然后,通过构建多信号流模型和开展故障-测试相关性分析对发电机测点进行改进,提出了基于故障-测试相关矩阵(D矩阵)的测试集优化方法;该方法通过合理优化测点集可提升测点对故障模式的覆盖水平并减少冗余测点;最后,通过测试性预计对比了改进前后发电机的故障检测率和故障隔离率指标,验证了提出的测点改进方法提升高功率密度发电机测试性水平的有效性,为发电机的测试性改进设计提供技术支持。     

机载装备测试性模型设计与优化

现代机载武器高度集成化、层次化的特点使得多数外部设备无法对其添加足够的测试点以获取全部的故障诊断信息,导致自动检测效率低下。提出一种层次化测试性建模方法,通过对复杂系统层次划分,建立起包含全部测试属性的多层次测试性有向图模型。基于该有向图模型,分析模型中各单元模块与测试间的关系,建立故障-测试相关性矩阵并得到模型的测试性属性。利用模型测试点和测试项的优化反馈结果,更新测试设备中的测试程序集。在测试执行期间不断积累维修经验,修正故障概率,更准确地将故障定位到满足当前机载设备维修精度的层级。最后以某温控系统为例进行分析,对本文所提方法的有效性进行验证。结果表明,该建模方法将优化模型的可测试性,提高外部测试设备对机载装备的检测效率及维修深度。     

基于多信号模型的测试性分析方法研究

多信号模型是一种简单而有效的建模表示方法,用于系统测试性分析、故障诊断等;在产品结构的基础上以分层有向图表示信号流向和各组成单元的连接关系,通过定义组成单元、信号、故障模式、测试等建立多信号模型,获取故障与测试之间的相关性来实现对产品的测试性分析;结合示例介绍了多信号模型的表示方法,给出故障-测试依存矩阵以及未检测故障、模糊组、冗余测试、隐藏故障、冒充故障、故障检测率和故障隔离率的具体分析过程和算法;算法分析结果与应用TADS软件分析结果相一致。     

航电处理机相关性建模与故障方程生成方法

航电产品的相关性建模方法为验证故障检测/隔离能力、提高产品的测试性提供了实用方法,由相关性模型生成的故障方程能够有效地进行故障诊断.针对工程实际需求,介绍了一阶相关性模型的数据获取及模型建立方法.利用测试性建模软件建立了某型航电处理机的一阶相关性模型,并获得了相应的测试性参数及系统D矩阵.同时,探讨了由一阶相关性模型生成系统故障方程的方法,包括D矩阵压缩方法和故障方程逻辑合成两个步骤.     

基于多信号流图的电子设备故障传播建模技术研究

针对当前缺乏对电子设备故障传播规律研究的现状,将功能参数引入多信号流图模型,根据对功能模块的影响程度,给出了不同的故障类型表达式.引入SI传染病模型,并对其进行改进后应用于电子设备故障传播建模技术,基于多信号流图建立了基本的和带环境因素的故障传播模型,并利用Lyapunov函数证明了故障传播的稳定条件.通过实验仿真得到了与实际贴近的故障传播模型,该模型可有效对复杂电子设备故障发生趋势进行预测,并为后续测试性设计和故障注入技术的研究奠定了理论基础.     

基于多信号模型的机载设备综合诊断方法研究

对机载设备综合诊断的信息来源和基于模型的诊断方法进行了分析,重点研究了基于多信号模型的故障诊断方法;给出了机载设备多信号模型的建模方法,研究了基于该模型的可达性和相关性分析方法,及故障-测试相关性矩阵的获取方法;在此基础上,详细设计了综合故障诊断方案和流程;并以机载气象雷达为实例,建立了该设备的多信号模型及测试-相关性矩阵,实现了气象雷达的综合故障诊断;验证了基于多信号模型的机载设备综合诊断方法的可行性。