测试性框图模型比较研究与改进

对TEAMS和eXpress两款主流测试性建模与分析软件所采用的测试性框图模型——多信号模型和混合诊断模型,从产品结构单元表示、端口表示、功能(信号)表示、故障模式表示、测试表示等多个方面进行了深入比较研究,并对二者进行了综合评价;在此基础上,综合两者特性提出了一种新的测试性框图模型改进方案——端信号模型;通过将组元端口所通过信息流直接视作信号、引入结点、扩充信号映射定义、允许定义多值测试等多种设置,端信号模型方案能够支持基于电路网表创建模型和更为精确化的故障－测试关联性描述。     

基于多信号模型的故障诊断策略设计

对基于多型号模型的故障诊断策略设计进行了深入研究，介绍了多信号模型的定义和表示，提出了在单故障假设及不考虑组成单元可靠性、测试时间和测试费用影响下的故障检测用测试和故障隔离用测试优选算法以及故障诊断策略制定方法，并结合示例说明了诊断策略的设计过程；文中所提出的诊断策略设计方法能够以尽可能少的测试完成故障检测和隔离，按此方法设计的诊断策略具有自适应特性，适用于各类系统和设备的测试性分析与设计和故障诊断。     

复杂电子系统的TEAMS测试性研究

系统测试性是准确地判定产品工作状态并隔离其内部故障的一种设计特性,多信号模型是利用分层有向图表示系统属性的因果关系,对系统故障传播特性建立的模型.采用多信号模型描述复杂电子装备的因果依赖关系,在故障空间使用TEAMS建模并进行测试性评估,可高效灵活地构建复杂电子装备的故障诊断模型,提高电子系统测试的故障隔离率和覆盖率.多信号模型建模方法简单,诊断速度快,能够改进系统的测试性,可应用于复杂系统的测试性设计、故障模式影响与危害度分析、TPS开发、故障诊断和测试性评估等,适应现代复杂电子系统的故障诊断需求.     

基于多信号模型的故障诊断算法研究

多信号模型是一种简单而有效的系统建模表示方法,在测试性分析与故障诊断领域得到了广泛的应用;本文结合示例给出了多信号模型的建模和分析过程,并由多信号模型得到了故障-测试相关矩阵;在信息熵理论的基础上,通过定义新的目标函数,本文对最优测试序列的生成进行了具体算法分析,并由此得出了最优诊断树,与TEAMS工具箱的仿真结果一致;和其他方法相比,该方法不仅结果更加优化,而且效率更高,易于计算机编程实现,对测试性分析工具的研发具有一定的参考价值。     

机载设备测试性建模与应用

测试性模型是进行测试性仿真、设计、分析、评估的基础和关键。该文描述了设备测试性建模方法与测试性建模流程,为实现对复杂系统的测试性分析及故障诊断,获取有指导意义的诊断策略服务实际应用。测试性设计中采用多信号流建模技术,分层次建立某型机载音频设备的测试性模型;对设备故障模式、故障影响的分析归纳,收集各层级设备故障模式样本形成FMEA分析表;运用计算机建模仿真工具辅助,构建了定量化的测试性模型;通过模型仿真获得被测设备故障检测率、隔离率以及相关故障诊断流程;经测试性指标对比分析及测试性试验验证,发现该测试性模型中薄弱环节,经过迭代模型、改进测试性方案后,显著提高了设备的测试性指标,满足设备的应用使用需求。     

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。     

对多信号模型中故障模式建模方法的改进研究

多信号模型是一种简单而有效的系统建模表示方法,已被美国QSI公司引入其TEAMS(测试性工程和维修系统)软件中用于系统测试性分析和预计、可靠性分析以及故障诊断等.论文分析了TEAMS软件中多信号模型故障模式建模和故障-测试相关性分析中存在的问题,提出了将故障模式由组元节点的构成层次变更为与组元作用信号相关联的组元节点属性的解决方案.通过分析表明,新的故障模式建模方法能够明显提高测试性建模与分析的准确性且易于计算,并有利于扩展和增强故障分析功能.     

机载显控设备测试性设计

机载显控设备作为人机交互终端,具有数据处理及与人交互的工作特点,采用传统BIT(机内测试)测试性设计方法,故障检测率指标难以满足用户要求;根据其设备组成和主要功能,结合FMECA(失效模式影响及危害度分析)分析结果,提出BIT检测与人工检测相结合的方式开展测试性设计,通过TADS软件建立设备测试性模型并进行了计算和分析,设备故障检测率由74.72%有效提高到93.26%,以较小代价实现了用户要求;为其他人机交互机载设备测试性设计提供参考,具有较好的工程实用价值。     

一种电传飞控系统测试性架构设计与评估技术研究

针对分布式电传飞控系统进行自上而下的测试性需求分解,突破了系统测试性设计完整可追溯性难题,结合系统分布式架构,充分发挥主飞控计算机作为控制调度核心和作动器控制器等部件作为智能节点的作用,创造性地为国内某型运输机电传飞控系统提出一种集中/分散结合的测试性架构,实现了系统由控制核心部件向外分层逐级激励的机内自检测方法,可有效提高故障检测效率、缩短检测时间;针对分布式电传飞控系统采用图形化方式建立基于多信号流的故障传递模型,形象地描述产品的测试性设计,建立体系性的建模方法、原则和流程,突破以往测试性建模使用不规范、模型可信度不高的难题,根据评估结果迭代方案设计,从而使测试性设计满足测试性要求。     

基于多信号模型的测试性预计方法研究

工程常用测试性预计方法过程繁琐、工作量大且不易实现过程的自动化,为此,近年来国外展开了基于模型的计算机辅助测试性预计技术的研究与应用.论文以美国OSI公司的TEAMS(测试性工程与维修系统)软件及其采用的多信号模型为研究对象.时其测试性预计功能实现原理进行了解析,给出基于多信号模型的测试性预计方法具体分析过程以及故障-测试相关性分析、诊断策略设计、测试性参数计算的具体算法,为自主开发计算机辅助测试性建模与预计软件奠定了基础.     

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。     

基于故障检测上下文的等价变异体识别算法

等价变异体识别一直是阻碍变异测试在工业界得以广泛应用的一个关键难题.为此提出了一种基于故障检测上下文的等价变异体识别算法.该算法通过静态分析技术抽取程序中与故障检测条件相关的代码上下文信息,以构造故障检测上下文;接着,故障检测上下文被转换为文档模型,经过一个文档表示学习网络进行编码;最后通过机器学习模型将变异体分类为等价或非等价变异.在包含了22个C程序和118000个变异体样本的训练集上,该算法取得91%的分类精准度和82%的召回率;同时在跨项目交叉验证中,机器学习模型取得了77%的精准度和78%的召回率.该结果表明基于故障检测上下文的识别技术能够有效地提高等价变异体分类的精准性和泛用性,为提高变异测试技术的有效性提供了技术支持.     

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。     

基于雷达的测试性设计优化方法应用研究

基于雷达等电子产品测试性要求的不断提高,对产品进行测试性设计迭代并进行测试性验证,成为对电子产品的普遍要求。由于初始设计有缺陷、覆盖故障模式不全等引起测试性设计不能满足要求,开展闭环测试、脉冲检测、隔离策略优化等测试性改进,最终选择软、硬件改进相平衡的方案,通过回归试验,获得满足指标要求的检测率和隔离率结果,优化方法促进了产品的测试性设计改进和增长。     

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.     

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。     

考虑集成故障与单元互测的系统级测试性分配与设计

随着装备系统复杂度、集成度的不断增加，系统集成故障和单元间互测因素越来越凸显，给系统级测试性分配和设计带来了新问题，主要表现在：传统方法未考虑集成故障和单元互测导致测试性指标分配不合理，系统级测试性设计缺乏系统级测试选择方法等。针对系统集成后产生的集成故障和单元间互测等情形进行了理论分析，提出了考虑集成故障与单元互测的测试性指标分配、面向集成故障的系统级测试选择方法，为系统级测试性设计提供了一套解决方案。     

基于TEAMS的旋转部件测试性建模与分析

测试性模型能清晰、准确地描述装备的测试性相关因素与知识,如故障模式集、测试资源集以及故障与测试之间的关系等.针对直升机旋转部件的独有特性和保障安全的重要性,以旋翼系统为例,梳理了建模准备信息,包括层次结构信息、端口信息、测点信息、故障模式信息等,并进行了TEAMS模型建立和分析,验证了产品模型和测试性设计的一致性,提出了借助外部设备采集和处理传感器信号进行测试性设计、依靠模型进行测试性验证的方法,为机械系统研制过程中故障诊断和健康监测提供技术支撑.     

基于多信号模型和盲源分离的复合故障诊断方法

利用多信号模型可简明表征系统因果关系以及盲源分离算法可提取系统本源信息的特点, 提出一种新颖有效的复合故障诊断方法. 首先, 针对复合故障下多信号模型出现冗余测试和故障模糊组的情况, 应用盲源分离算法实现测点信息的盲分离, 基于盲信号重建多信号模型的因果结构; 其次, 理论分析了该方法对复合故障具有良好的可诊断性. 轧制过程AGC系统的实验结果表明, 所提出方法对双复合故障和部分多复合故障的隔离和定位准确率可达100%.

     

基于多信号模型的现场可更换模块测试性建模与分析

基于多信号模型的测试性建模与分析为测试性设计提供了一条崭新的思路,但测试性建模过程所需的测试性信息却难以准确、完备地获取,进而使测试性建模过程变得非常困难,指出正确获取测试性信息的关键是要消除产品设计人员和建模人员之间存在的知识隔层;分析了多信号模型的8个要素,结合工程实践给出了测试性信息的获取方法和测试性建模的工程化操作流程,工程化操作流程包括:确定结构层次、故障模式影响分析、信号流分析、测试分析共4个步骤;以某现场可更换模块为例,完成了测试性建模与分析;结果表明,给出的测试性信息获取方法和工程化操作流程在实际工作中是可行的、有效的;测试性建模、分析的结果能够在设计阶段较准确的评估测试性设计是否满足既定的指标,并为测试性设计的进一步改进指明方向。