基于关联模型的故障样本集覆盖性定量评价方法

针对测试性验证试验样本集覆盖性差和试验结果可信度低的问题,为有效评价测试性验证试验样本集,提出了基于关联模型的故障样本集覆盖性定量评价方法;该方法定义了系统的信息要素模型,包括结构、功能、测试点、测试项目、测试信号5个测试性设计要素和一个故障模式要素;在此基础上分析设计要素间及其与故障模式间的相互映射关系,建立设计特性要素关联模型和故障模式与设计特性要素关联模型,并根据建立的关联关系得到故障模式直接和间接相关的特性要素,计算故障样本集对设计要素的覆盖率;最后,通过案例应用证明了该方法的正确性。     

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。     

基于混合诊断模型的测试性建模技术研究

测试性模型是进行电子设备测试性设计与分析的基础,因此,构造良好的测试性模型是进行测试性分析的关键;以混合诊断模型为基础,对测试性建模技术进行研究;首先,对混合诊断模型的诊断推理进行了研究,并在此基础上深入分析了功能和故障模式之间的故障率传递关系,实现功能和故障模式在同一相关性模型中建模;最后,利用混合诊断模型对某滤波电路进行测试性建模,并在eXpress软件中进行验证,获得该电路的测试性指标和诊断树;事实证明,混合诊断测试性建模是一种有效的测试性模型,将该模型应用于电子设备的诊断设计中是可行、有效的.     

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。     

DPSO算法在故障诊断测试集优化中的应用

针对复杂系统的实时故障诊断问题,引入一种多目标离散粒子群优化(DPSO)算法对测试集进行优化,以实现有效的故障监测与隔离.在建立系统相关性模型的基础上,针对系统实时监视和实时诊断中故障检测数、故障隔离数、测试个数和测试成本等指标,分别设计了优化故障检测测试集和故障诊断测试集的多目标适应度函数.应用实例表明,该算法能快速地对测试集进行优化,提高实时诊断的效率,并可作为改进系统测试性设计中的一种测试综合评估方法.     

基于功能分析的分布式BIT设计

基于功能分析的分布式BIT设计方法是针对在产品设计初期,测试性定性及定量要求不明确,与测试性设计相关的可靠性、维修性数据缺乏提出的.这种方法的核心是通过分析产品功能,确定产品故障模式与测试方法,进而建立测试性模型,得出最优的测试性设计.为了验证所提出的方法,以具体工程应用为实例,对设计的过程做出了详细介绍.     

装备故障样本优化方法研究

测试性验证装备的故障样本往往相互关联,全部注入费用较高、代价较大.为了降低验证试验费用,采用适当方法对故障样本进行优化分析.为提高故障检测率,提出了一种等价样本的故障样本优化方法.方法在分析故障-测试关联矩阵及其扩展、故障模式功能等价集合和故障模式测试等价集合的基础上,构建了故障样本等价集合,并进行重要度特征分析和最大熵求解,确定了最小的故障样本集合.通过对某型试验台故障样本优化实例分析,并与传统的方法进行了试验结果对比分析,使得故障样本数量、试验费用大为减少,提高了测试性验证的经济性.     

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。     

模糊灰色关联分析在BIT测试性能评价中的应用

机内测试(BIT)作为一种能显著提高系统测试性和诊断能力的重要技术,已大量应用于雷达装备中;为了测试性验证试验之前获得基本上判定BIT测试性能力,提出了一种基于模糊灰色关联分析的测试能力评估方法;首先确定了用于评估BIT测试能力的指标,该指标有效地将机内测试的测试覆盖率、故障覆盖、结构覆盖等多个特性指标综合考虑;利用模糊层次分析法确定各个指标的权重,然后通过灰色关联分析建立了BIT方案集与测试诊断能力间的距离模型,通过该距离模型来评估BIT测试能力;应用表明,该方法可以有效指导测试性设计及在装备的测试性试验前对装备的BIT设计进行评价.     

雷达装备测试性验证及应用研究

针对目前雷达装备测试性论证、设计和验收中缺乏系统、有效的测试性验证方法的问题,提出了适合于雷达装备测试性验证程序和实施方案,重点对测试性定量指标验证样本量的确定方法、故障注入模式的选取原则、故障样本分配以及系统测试性评价进行了研究;该验证方法充分考虑了装备承制方和订购方风险,可用于雷达装备故障检测率、故障隔离率和虚警率的验证与评估;最后进行了实例分析,结果表明该方法能够达到测试性验证的效果,具有一定的实用性和参考价值。     

基于软件仿真技术的外源性故障注入方法研究

针对当前复杂系统测试性试验中存在的无法模拟外部条件性存在的设备故障、外部输入输出故障模式单一等故障注入问题,定义了外源性故障的概念；针对外源性故障具有的功能逻辑和运行场景特性、故障源繁杂特性、模拟难度大成本高特性、总线交联特性,总结了外源性故障注入的基本要求；提出了一种面向外总线复杂应用数据仿真的外源性故障注入方法,面向总线应用层数据,从复杂系统的高级应用逻辑出发,模拟复杂系统交联环境、使用方式等故障行为,建立自动化的实时仿真故障注入环境,通过全数字仿真模型模拟交联环境的行为,进一步通过模型输入、输出或模型参数的改变,实施总线高级行为的故障注入。最后阐述了测试性试验中的外源性故障注入实施方案,分析了该方法的关键技术和环境构建思路,制定了外源性故障注入试验的实施流程。     

电子装备测试性融合评估方法

测试性是装备通用质量特性之一，其设计水平直接影响了装备保障效能的发挥，如何更加真实的评估装备的测试性水平是当前研究的热点。在研制阶段装备实物测试性试验数据数量少、获取难、费用高，可认为是“小子样”数据，为了更加全面客观地评价装备的测试性水平，需要充分利用测试性仿真试验获取仿真数据进行融合评估。进行测试性仿真试验时，研究电子装备的仿真模型、故障模型、仿真故障注入方法，获取测试性仿真数据；在此基础上，将仿真试验数据作为验前信息并进行的处理，结合“小子样”装备实物试验数据，采用贝叶斯方法进行测试性试验数据的融合来评估装备的测试性水平，提高评估结果的客观性和可信度。通过案例分析，验证了测试性融合评估方法的有效性。     

FDR验证试验的故障样本分配策略研究

故障率作为测试性验证试验故障样本分配的主要影响因素,针对一些情况下使得故障样本分配结果的合理性不足的问题,以故障检测率(Fault Detection Rate, FDR)作为验证指标,提出了一种考虑严酷度的样本故障模式选取方法。提出了基于模糊证据推理的故障模式严酷度排序解决方法。通过对相关标准中涉及的故障样本分配策略进行梳理,针对现行多因子综合加权比例分配方法不足之处,根据故障模式种类与验证样本量的数量关系,区分不同情况,借助预选样本集随机抽样、考虑严酷度的取整策略,以及动态概率调整,合理改善了故障率主体分配方案进行故障模式选取时样本分配集中不合理的状况。以某装备单元的FDR验证试验为例,验证了所提故障样本分配方法的可行性合理性。     

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。     

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。     

基于理想度的故障样本集评估优选方法研究

针对测试性验证试验中多次抽样得到的样本集存在随机误差的问题,提出基于理想度的故障样本集评估优选方法.首先确定了样本集评估指标体系,利用信息熵法确定了各个指标的权重,然后通过建立优化理想度模型来描述故障样本集的代表性.应用表明,该方法可以有效地评估故障样本集,指导故障样本的选取,结论分析表明该方法相比已有方法更加合理,工程适用性更高.     

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。     

基于信息融合技术的装备BIT故障诊断系统应用研究

BIT就是系统、设备内部提供的检测、隔离故障的自动测试能力;传统BIT主要面向单一功能设计,不具有同时应对多信息的处理功能,面对复杂电子装备的多信息处理问题,传统BIT故障诊断能力不足,导致系统虚警率过高,测试性与故障诊断能力下降,在BIT系统中运用信息融合技术对多信息进行整合,对于提高BIT综合效能,实现快速高效的故障诊断具有重要意义;文章首先对信息融合基本原理进行了介绍,构建了基于信息融合的装备BIT故障诊断系统结构,接着对信息融合诊断系统进行了建模,并对模型中基于神经网络的BIT诊断技术、基于D—S理论的BIT决策技术的关键技术进行了研究,最后给出了故障诊断程序流程;该技术研究通用性强,适用于多种不同型号的复杂电子装备的BIT快速故障诊断。     

Heuristic particle swarm optimization approach for test point selection with imperfect test

The problem of near-optimal test point set selection with imperfect test is solved by using the heuristic particle swarm optimization (HPSO) algorithm. First, to describe the uncertainty of each test, the testability analysis model and such indexes as fault detection rate, fault isolation rate, and false alarm rate are redefined. A heuristic function is then established to evaluate the detection isolation capability and uncertainty of the test point, which can provide heuristic information to improve the searching efficiency of particle swarm optimization (PSO). The heuristic function and least test cost principle are used as bases to design a fitness function of PSO algorithm for test point selection. Finally, the HPSO algorithm is proposed to select the optimal test point set for two practical systems. Simulation and experiment results show that the method can determine the global optimal test point accurately and effectively while meeting the requirements of testability indexes with least cost.