Test sample allocation method for testability verification test

An extended failure mode effect and criticality analysis (FMECA)-based sample allocation method for testability verification is presented in this study to deal with the poor representativeness of test sample sets and the randomness of the testability evaluation results caused by unreasonable selection of failure samples. First, the fault propagation intensity is introduced as part of the extended information of FMECA, and the sample allocation impact factors of component units and failure modes are determined under this framework. Then, the failure mode similarity and impact factor support are defined, and the game decision method for weighing the relationship between similarity and support is proposed to obtain the weight of failure mode impact factor. Finally, a two-step allocation framework of test samples is formulated to realize the sample allocation of component units and failure modes. This method is applied to the testability verification test of a launch control system. Results show that this method can obtain more representative test samples compared with the traditional sample allocation method while effectively reducing randomness of single testability evaluation result.     

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。     

复杂可修系统任务测试性建模

为了更加合理地衡量复杂可修系统执行任务过程中的测试性,建立一种符合复杂可修系统功能特性和任务特点的物理模型和数学模型。分析了复杂可修系统任务测试性参数,选取任务故障检测率和任务故障隔离率作为度量参数,结合系统测试性功能层次结构,建立系统任务测试性物理模型,并在此基础上,建立系统串并混联的任务测试性数学模型,针对某型潜艇燃油分系统开展验证分析工作。分析结果表明：该模型贴近实际,适用于复杂可修系统任务测试性建模。     

军用飞机PHM技术进展分析及问题研究

在研究故障预测与健康管理(PHM)技术体系构建、数据采集与运用、系统状态监测与故障预测、验证评估等发展现状的基础上,结合新阶段装备PHM工程应用现状,从装备测试性设计与验证、多源故障信息交互与管理、寿命预测与维修支持、验证评估及标准制定等方面分析军用飞机PHM技术面临的瓶颈问题,并指出应重点开展包括测试性试验技术、智能信息处理与融合技术、航空装备与信息标准化管理技术、数据挖掘与平台构建技术等方面的研究,最后对我国PHM技术的发展给出思考与建议。     

基于测试性设计特性的样本量确定方法

针对测试性验证试验方法的局限性,提出了一种新的故障样本量的确定方法。根据系统的测试性特性,建立单元、功能、性能和测试之间的相关矩阵;选择相关矩阵的列权值最大的列删减单元功能相关矩阵和功能性能相关矩阵,依次遍历完所有列,获取样本和样本数量;利用实例进行了验证,结果表明：计算过程简单,结果更符合实际系统测试性验证试验对于样本量的要求。     

基于改进离散粒子群算法的传感器优化配置

传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.     

装备故障测试方案优化的概率截止算法

在装备研制的早期阶段,需要及时将装备的测试性指标和故障测试方案联系起来,并对测试方案进行优化。针对这些要求,首先,对常规故障模式、影响及危害性分析(failure mode effects criticality analysis,简称FMECA)的不足之处,提出了对于FMECA故障模式的输入信息进行改进的设想和实施方法;然后,根据研究需求探讨并确定了故障的检测特性影响指标,分别给出了各特性指标的影响等级、影响值的确定方法;最后,建立了装备故障的检测特性指标综合评估模型,提出了测试方案的优化截止算法,采用典型示例对其进行了计算验证,并对其应用进行了深入探讨。结果表明,该方法能够有效弥补现有设计方式的不足,为在研制早期制订装备测试优化方案提供了理论依据。     

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。     

基于层次Bayesian网络及后验风险准则的故障样本量确定方法

针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。