新型雷达系统BIT优化设计技术研究北大核心CSCD

新型雷达强大的功能需要多种工作模式来支撑,而多模式系统的故障特性、诊断测试等与工作模式紧密关联。文中针对新型雷达多模式系统测试性工程设计的需求,提出了一种系统级机内测试(BIT)优化设计的技术方法。该方法基于系统工作模式,结合系统性能测试设置系统级测试项目,并通过对测试资源的优化,确定系统BIT故障检测项目和故障隔离逻辑,实现系统BIT性能的提升。同时借助构建雷达测试性模型,仿真系统BIT优化设计过程,验证了该方法可明显提高系统的故障检测率和故障隔离率。该项技术已经在一种新型雷达BIT工程设计中得到成功应用。     

面向ATE的电路板测试性分析及评估方法研究

为了客观地评价TPS,保证ATE在电路板测试维修中发挥更大作用,给出了面向ATE的电路板测试性评估方法.通过ATE测试资源分析选择测试点,利用电路故障仿真,建立电路板的测试性模型、生成依赖矩阵,得出电路板故障检测率和隔离率;然后结合ATE测试的可靠性及费用分析,得到电路板平均故障隔离费用和平均故障隔离步数,实现了电路板测试性的综合评估.最后以某装备电路板为例,验证了方法的有效性.     

面向综合诊断的电子装备测试资源优化分配

针对综合诊断思想对电子装备测试资源分配的新要求,在测试点优化的基础上,建立了装备BITE与ATE优化分配的模型。该模型以测试代价最小为优化目标,以故障检测率、故障隔离率及虚警率为约束条件并通过LINGO求解。结果表明,该方法在满足测试性指标的同时降低了测试代价,对装备分层次设计和诊断、提高保障效率、减少寿命周期费用,具有重要意义。     

测试不可靠条件下基于量子进化算法的测试优化选择

测试优化选择是复杂电子系统测试性设计中的一个重要问题.首先从测试容差的角度分析了测试发生漏检和虚警的原因,在此基础上建立了测试不可靠条件下一种新的测试选择模型,模型以测试代价、漏检代价和虚警代价之和最小为优化目标,以故障检测率和故障隔离率为约束条件;然后提出一种改进的量子进化算法对模型求解,该算法通过改进一种已有可靠测试选择算法而成,包括种群初始化、适应度计算和种群的进化策略.最后通过两个仿真实例验证了求解算法及模型的有效性和优越性.     

测试性设计的主要目的和具体的实施方法

测试性设计的主要目的,就是要求反映被测对象的工作状态和隔离故障到现场更换模块。这两项任务,要求由机内检测设备(BITE)来实现。测试性设计不能局限于满足BITE的故障检测率和故障隔离率,它更关注故障隔离的平均时间。对预测和设计故障隔离时间和虚警率提出了一种实用方法,对落实测试性设计具有重要的意义。     

基于故障检测和可靠性约束的传感器布局优化

传感器布局优化是实现机电设备机内测试(BIT)系统设计优化的重要方法之一,保证系统对检测目标具有较好的检测效能是传感器布局优化的重要约束.通过测试信息模型分析,可知传感器自身可靠性问题将会影响系统效能的实现.本文在分析传感器故障概率对测试系统故障检测效能的影响的基础上,以传感器的故障概率和最小及传感器总价格最小为优化目标,以故障检测率、故障隔离率及虚警率为约束,基于系统故障——传感器的测试信息模型,设计并构建了一个传感器布局多目标优化的非线性整数规划模型(MINLP),对其求解可得到BIT系统的传感器布局优化设计方案,并以某伺服BIT系统为例进行优化设计分析.     

基于多信号模型的电子装备测试性分析

对于复杂的电子装备来说,有效的测试性分析有利于提高装备测试效果。运用TEAMS测试性分析工具,通过建立分层有向图表示系统属性的因果关系来建立系统故障传播特性的多信号模型,可高效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。测试结果证明,多信号模型建模方法简单,诊断速度快,测试性评估效果好,可应用于复杂电子系统的测试性设计、故障模式影响、故障诊断和测试性评估等,满足现代复杂电子系统的故障诊断需求。     

测试选择和诊断策略设计的列表寻优法

为了合理安排测试的先后顺序,实现故障的有效检测和隔离,提出了基于信息流模型和列表寻优法进行测试选择和测试序列的优化,构建了测试性故障隔离诊断体系。结合实例对所生成的诊断策略进行了分析,证明了算法的有效性。     

基于多信号流图模型的装备测试性分析

一个电路的测试性好意味着装备有较好的故障覆盖率,故障检测、隔离率和较低的虚警率,可以在较短的时间内,用最低的代价完成各级的测试和故障诊断任务。而部队装备又由许多电路组成,因此一个电路的测试性设计直接影响到装备的全寿命周期,良好的测试性设计已经成为武器装备发展的一个重要目标。为了提高部队装备的测试性,诸多学者极力在研究各种方法,文中提出一种基于多信号流图模型的测试性方法,系统阐述了多信号流图模型的基本分析方法及其建模,并以经典滤波放大电路为例,利用多信号流图模型分析了此电路的测试性问题。通过仿真分析说明了该方法对于装备有很高的可检测性以及故障检测率。     

一种轻量化机载远程接口单元模拟量采集BIT电路设计

机载设备的综合化发展对安全性与可靠性的要求不断提高,基于BIT电路设计准则,针对新型机载远程接口单元产品测试性提升需求,提出了一种可靠性高,经济性好的模拟量采集电路BIT架构与策略,并详细介绍了基于该电路的BIT设计方法与有效性判读算法。分析和测试结果表明,新型BIT电路结构简单,占用资源少,有较高的电路的故障覆盖率、故障检测率和故障隔离率。     

一种基于模型的测试性分析评估方法

产品可测试性设计是否满足测试性要求需要进行测试性分析和评估,基于模型的测试性分析评估方法因为它独特的优势被广泛用于产品测试性辅助分析之中。针对多层次系统产品的结构功能特点,提出一种基于相关性数学模型和多信号流图模型的测试性建模分析评估方法。该方法分析目标系统的测试性模型要素,建立了两测试性模型,以测试性工程和维修系统软件(TEAMS)为平台,通过软件仿真评估对模型进行校验,使其符合真实系统的故障传播关系和故障定位过程,在此基础上改进测试性设计,使其达到测试性定量指标。运用该方法对某装备电子系统部分进行实例分析,仿真结果验证了该方法的有效性和可行性,结论表明:基于相关性数学模型和多信号流图模型的测试性建模方法能够满足装备电子系统的测试性分析评估需求。     

定期检修系统的可靠性建模与仿真

定期检修情况下冗余系统的可靠性建模是目前可靠性工程领域的难点之一。针对定期检修系统现有可靠性评价方法的不足,推导了考虑故障检测率、故障隔离率、修复率等参数的定期检修冗余系统的可靠度计算公式,并设计了一种基于仿真的方法,解决了定期检修冗余系统的可靠性评价工程问题。验证了仿真方法的正确性。最后应用MATLAB开发了定期检修冗余系统的可靠性仿真工具,并给出了一个实例。     

基于贝叶斯网络的测试性分层建模方法

针对目前考虑不确定因素的测试性模型存在建模难度高、结构复杂、层次化建模困难、学习能力弱、不确定信息表达形式差的问题,面向电子设备提出了一种基于贝叶斯网络的测试性分层建模方法.以原有的贝叶斯网络模型与多信号流图模型为研究对象,对二者的参数、结构特点及优势短板进行分析,根据二者的互补性与测试性建模需求对贝叶斯网络模型进行改进.模型以故障、信号关系替代故障、测试关系,以信号节点间的连接表征故障传递,利用电路结构与层次划分确定模型结构,采用贝叶斯方法确立模型参数,运用贝叶斯网络推理能力对测试性指标进行计算.以放大滤波电路为例建立模型,通过模型计算测试性指标,并进行了证据处理测试,通过对比多信号模型可知,模型测试性指标计算准确、证据处理能力强,验证了建模方法的有效性与实用性.     

基于MOPSO-NSGA2算法的测试优化选择方法

测试优化选择是测试性设计至关重要的一个步骤,主要针对测试不可靠条件下的测试优化选择问题进行了研究.首先将该问题还原为多目标问题来分析,在此基础上以测试数量、测试成本、虚警率为目标,故障检测率、隔离率为约束条件建立了问题的数学模型;然后以贝叶斯网络测试性模型为基础,利用提出的MOPSO-NSGA2算法求解该问题;最后利用所提算法对某导弹机载无线电高度表开展测试优化选择设计,并与MOPSO算法、NSGA-2算法进行对比,验证了方法的有效性与实用性.     

散射通信小信号系统测试性设计

良好的测试性设计对散射通信小信号系统而言,可以有效地提高系统的维修性、保障性、降低对维修人员技术水平的要求.指出了测试性对散射通信小信号系统的重要性和必要性,详细介绍了散射通信小信号系统的固有测试性设计、机内测试(BIT)设计及相应的自动测试系统设计,将机内测试(BIT)设计与自动测试系统设计相结合有效提高了故障检测率与故障隔离率.随着散射通信技术的发展,进行机内测试(BIT)与自动测试(ATE)设计的同时,应积极将综合诊断技术、预测与健康管理技术应用于散射通信系统的关键模块,从而提高散射通信系统的任务可靠性.     

数字电路板故障诊断的一种实用方法

介绍限数字电路板故障诊断的一种实用方法，在该方法中，故障检测是基于对电路板的功能测试，故障隔离是基于相关节点的实际响应和预期响应的比较，此外还介绍了诊断数据库的建立方法以及测试系统的硬件组成。根据这一方法已成功一个实用测试系统，它能把８０％故障隔离到节点。     

基于DPSO的不确定系统测试性建模

针对关联模型在复杂装备测试性评估中对不确定问题描述与分析的缺陷,给出了基于贝叶斯网络的测试性模型,利用条件概率描述系统的不确定信息.在基于统计数据的测试性建模与评估中,由于故障征兆与故障原因统计的不完全性,致使测试性建模属于数据不完备情况下的结构和参数学习问题,针对该问题利用离散粒子群算法,通过测试性数据完备化,以贝叶斯测度为计分值,实现贝叶斯网络结构学习.最后通过实例验证了算法的正确性和有效性.     

基于故障仿真和粗糙集的复杂电路板测试性分析

针对关联模型在复杂电路板测试性分析中对不确定问题描述与分析的缺陷,提出了基于故障仿真和粗糙集的测试性分析方法.通过故障仿真生成条件属性集,利用粗糙集将其约简,最终形成分辨矩阵,从而评价电路的测试性水平.最后通过实例分析验证了方法的有效性.     

基于特征优化的网络入侵检测模型设计

为了克服当前网络入侵检测模型存在的局限性,以获得更加理想的网络入侵检测结果,设计基于特征优化的网络入侵检测模型。首先研究当前网络入侵检测建模现状,分析特征对网络入侵检测结果的影响,然后建立网络入侵检测的特征优化数学模型,通过模拟自然界生物进化的自适应遗传算法对特征优化数学模型的解进行搜索,对最优解反编码得到入侵检测的最优特征子集,最后根据最优特征子集对网络入侵检测的学习样本进行建模,设计最优的网络入侵检测模型。采用网络入侵检测的标准数据集进行仿真对比测试,文中模型的网络入侵检测平均正确率大约为95%,而当前其他网络入侵检测模型均在95%以下,同时该模型的入侵检测建模训练和检测时间大幅度减少,能够获得更优的网络入侵检测效率。     

基于SSTDR的线缆故障检测算法

针对目前线缆故障检测方法对定位结果准确性和可行性的影响,文中利用Matlab的Simulink仿真平台建立线缆故障模型,结合线缆特性建立系统模型,对扩散频谱时域反射方法进行了研究,采用直接序列扩频信号作为测试信号在线缆上传输,进行检测分析,并根据传输时间差等参数判断故障距离。对测试信号的不同调制方法进行仿真分析后,验证了该方法在线缆故障定位中的可行性,以及线缆故障测量中以BPSK和QPSK效果最佳。