共查询到19条相似文献,搜索用时 125 毫秒
1.
本文提出一种动态测试中单次性信号测试数据的贝叶斯推断方法,其中单次性的被测信号和输出信号被认为是随机过程的现实。通常,在进行测试之前获得这些现实的一些知识是有用的。为了从单次性的动态测试中获取最多的信息,引入了贝叶斯方法使实验者根据测试结果提供的新的信息修改其先验置信度。 相似文献
2.
本文以边界扫描测试的布尔矩阵描述模型为基础,证明了边界扫描测试生成的两个一般性定理。其中,定理一给出了能检测所有故障的测试矩阵的紧凑性条件,定理二给出了能隔离所有故障的测试矩阵的完备性条件。以定理为基础,提出了两种边界扫描测试生成的一般性策略,为进一步研究边界扫描测试生成优化算法奠定了理论基础。 相似文献
3.
4.
贝叶斯网络能够用图形化的方式表示对象间的依赖关系,并支持不确定推理。研究基于贝叶斯网络的计算机网络设备级故障诊断方法,描述故障诊断模型的构造方法,设计故障诊断算法,并通过仿真验证该方法的有效性。 相似文献
5.
由于装备测试性的重要性,急需一种有效的测试性验证方法。分析技术研究现状并结合实际提出基于通用测试性验证系统的实用测试性验证故障注入方法,对系统组成原理、关键技术进行了描述。 相似文献
6.
针对一些工业设备因有标签故障样本数据少而导致诊断准确率低的问题,提出了一种PCA-BNs主成分分析和斯网络(principal component analysis-Bayesian networks, PCA-BNs)结合的多故障网络模型的建模方法。通过PCA对时序信号进行降维,得到相互独立的故障特征,提高提取故障关键信息的能力;利用融合单故障贝叶斯网络构建多故障贝叶斯网络结构的方法,解决BN建模过程耗时的问题;通过高斯分布与极大似然估计结合的方法确定网络参数,提高少量数据BN建模的精度,实现在少量样本下的故障诊断。试验结果表明,基于PCA-BNs的故障诊断方法在少量样本条件下,能实现高精度的故障诊断,并且有效缩减了算法运行时间。 相似文献
7.
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。对基于多信号模型的系统测试性建模与分析方法进行深入研究,结合示例具体给出多信号模型的表示和建模,故障-测试相关矩阵以及未检测故障、模糊组、冗余测试、故障掩盖、故障检测率和故障隔离率等的具体分析过程和算法。算法分析结果与应用TEAMS软件分析结果相一致。基于多信号模型的测试性分析方法,虽然不能给出一个全面的测试性评定结论,并存在着不足之处亟待改进,但易于实现计算机辅助分析,对系统测试性设计工具的研发具有价值。 相似文献
8.
9.
10.
在考虑多因素影响的测试性分配中,需要专家通过两两比较来确定诸因素的相对重要性.然而由于人们的判断具有模糊性和不确定性,故在构造比较判断矩阵时所给出的判断往往不是确定的数值.针对这一问题,本文提出基于三角模糊数的测试性分配方法.该方法用三角模糊数表示专家评判数值范围,考虑人判断的模糊性,将无弹性的硬指标转化成模糊的软指标,建立基于三角模糊数的结构模型,同时结合层次分析(APH)方法进行指标权重的确定,由得到的权重进行测试性指标的分配.最后结合实例对本方法进行应用研究,应用结果验证了此方法的可行性. 相似文献
11.
12.
基于多信号模型的舰船柴油机测试性研究 总被引:2,自引:0,他引:2
从设计着手,全系统全寿命周期考虑装备的测试诊断问题是避免重大事故发生和降低维修保障费用的有效手段.在充分研究舰船柴油机测试性特点及现状的基础上,引入多信号模型对舰船柴油机的润滑系统进行了测试性建模与分析,对其测试性设计提出了改进措施,能够全面地检测与隔离故障,为科学合理的制定测试方案提供了方法指导. 相似文献
13.
14.
15.
16.
17.
多信号流图的测试性建模与分析 总被引:3,自引:1,他引:3
随着测试性设计技术的广泛应用,测试性建模与分析技术日益受判产品设计人员的关注。本文介绍了多信号流图建模方法,并以某飞行器配电器为例,运用多信号流图进行建模分析。在模型分析的基础上,对某飞行器配电器的可测试性进行评价。结果表明,多信号流图测试性建模方法在产品的可测试性设计应用中可行、有效。 相似文献
18.
Wenhao Qiu Guangyao Lian Peng Zhou Kaoli Huang 《Quality and Reliability Engineering International》2020,36(5):1592-1603
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. 相似文献