基于广义随机Petri网的导弹系统测试性建模与指标评估方法研究

针对目前导弹测试性指标论证时缺乏有效方法支撑的问题,提出了一种基于广义随机Petri网（GSPN）的测试性建模方法。在建立导弹系统三维立体结构GSPN模型基础上,以各子系统的平面GSPN模型为研究对象,分析导弹系统故障检测及维修过程,同时根据国家军用标准GJB/Z1391—2006 故障模式影响及危害性分析指南对系统故障模式进行分类;基于GSPN模型可达标识图与嵌入马尔可夫链同构,以实存状态集和消失状态集表征库所变迁,采用同构法对测试性指标进行求解;以某型导弹子系统为例,对其测试性指标进行了评估,得到92%的故障检测率和90%的故障隔离率,验证了所提建模方法和相应算法的有效性,对测试性指标的权衡分析与评估具有指导意义。     

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。     

一种基于多信号流图的雷达系统测试性建模分析方法

为了在产品的设计早期获得检测率、隔离率等测试性数据,提出一种应用多信号流图模型方法进行系统测试性建模与分析的方法。基于雷达等电子产品结构复杂、解析建模困难的特点,分析了雷达系统的功能结构、工作模式及FMEA结果,并以某雷达系统为例建立系统的多信号流图,利用TEAMS软件提供的工具,对系统的测试性水平进行了分析和评估。实例分析结果表明:改进的雷达系统的测试性设计能够满足指标要求,多信号流图建模分析方法对于测试性分析和评估行之有效。     

基于广义随机有色Petri网的测试性建模方法

针对现有测试性模型简化系统故障与测试之间的关系,忽略故障模式之间复杂性的问题,提出一种基于广义随机有色Petri网（CGSPN）的测试性建模方法。在Petri网的理论基础上对故障模式复杂性进行分析,并用不同颜色表示严酷度等级,完成CGSPN模型的构建。应用编码方案区分同一故障的多种故障模式,有效降低建模难度。采用可达性算法获取相关性矩阵。引入三角模糊数算法获取专家知识,将专家数据作为先验信息与后验测试数据相结合,解决数据量少和不可靠问题。以某型导弹为例建立CGSPN模型,对其进行测试性分析,得到96.8%的故障检测率和100%的故障隔离率,在满足系统测试性指标要求基础上丰富了模型的内容,为装备的测试性建模提出了一种新方法。     

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。     

基于层次广义随机Petri网的测试性建模新方法

针对目前装备系统采用层次化、模块化设计,维修级别与测试性建模复杂度大大提高的问题,提出一种基于层次广义随机Petri网（HGSPN）的测试性建模方法。将主流模型和广义随机Petri网（GSPN）模型进行对比,阐明主流模型存在的问题,以及选择GSPN模型的原因;对装备进行层次划分,建立分层GSPN模型;系统及其组成元件存在多个故障模式,为区分这些故障模式提出一套完整编码方案;给出可达性算法获取层次相关性矩阵,运用测试性评估数学模型得到各层级的测试性水平,将各层级的测试性信息汇总,得到装备完整的测试性水平。以某型导弹发动机系统为例,建立其HGSPN模型,并对测试性指标进行确定,得到100%的故障检测率和66.7%的故障隔离率,验证了所提建模方法和相应算法的有效性。     

基于广义随机Petri网的鱼雷系统级测试性参数确定方法

在装备论证阶段,提出科学合理的测试性指标要求,可以有效指导测试性设计。目前鱼雷武器系统还缺乏有效的测试性参数定量分析方法,在综合比较现有各种测试性需求分析模型的基础上,提出了一种基于广义随机Petri网的测试性建模方法。通过构建鱼雷武器系统基层级维修保障流程的广义随机Petri网模型,得到状态可达图,并利用同构法,求解了测试性参数与可用度之间的关系;以可用度和平均故障修复时间为设计指标,对国外某型鱼雷的测试性参数进行了求解,并利用Petri网 建模工具PIPE4.3.0软件进行了仿真分析,验证了模型和算法的有效性。     

基于故障扩散强度的故障样本选取方法

传统的测试性验证试验样本选取方法没有考虑测试对象的各故障模式之间的复杂性与不确定性关系。针对这一问题,建立了一种基于模糊概率Petri网的复杂系统故障扩散模型,该模型完备地描述了测试对象故障模式之间的传播扩散关系,并引入故障扩散强度概念,按分步扩散的原则对故障扩散过程进行描述,给出了每个故障的扩散强度量值。提出了基于故障率和故障扩散强度的故障样本选择方法,案例验证结果表明,基于该方法选择的故障样本集更能覆盖测试对象的故障模式集。     

某战术导弹舵机系统BIT分析

针对日益复杂的武器系统故障检测难题,设计了某战术导弹舵机系统BIT。本文首先对舵机系统BIT进行了分析,然后介绍了其设计原理,并提出了减少BIT虚警的措施,最后进行了可测试性预计。该预计结果表明,舵机系统BIT故障检测率符合设计要求。     

多故障诊断策略优化生成技术研究

故障诊断策略设计是测试性设计的重要内容。已有的测试性分析与诊断工具通常做了单故障假设,不适用于复杂系统。针对这一问题,提出了多故障隔离策略优化生成算法。该方法首先采用布尔逻辑运算生成每步测试执行后的完备最小割集,然后采用基于信息量启发式算法生成近似最优的多故障隔离策略。最后应用案例进行了验证,结果表明：本文提出的算法可以有效地生成多故障诊断策略。由于测试与故障的定义是广义的,因此该算法可用于系统级、部件级以及元件级的多故障诊断策略的优化生成。     

基于故障-测试相关性矩阵的测试性分析

为有效检测出系统测试中存在的不可测故障、冗余测试和隐含故障等,提出一种基于故障-测试相关性矩阵的测试性分析方法。首先给出不可测故障、模糊组、不可隔离故障、冗余测试、隐含故障和伪故障的定义;在此基础上,提出基于故障-测试相关性矩阵的测试性分析流程和求解方法。算例分析结果表明：该方法能有效完成系统测试性分析,且操作简单,具有较大的工程应用价值。     

基于E占优NSGA-2的测试优化选择方法

为解决测试不可靠条件下的测试选择问题,对测试不可靠条件下的测试优化选择问题进行研究.将该问题还原为多目标问题来分析,以虚警率、测试数量、测试成本为目标,以故障检测率、隔离率为约束条件建立了问题的数学模型.以贝叶斯网络测试性模型为基础,利用提出的E占优NSGA-2算法求解该问题.利用该方法对某装备开展测试优化选择设计,并与NSGA-2算法、HBPSOGA算法进行对比,验证了该方法的有效性与实用性.     

一种扩展染色模糊故障Petri网的故障分析方法

针对传统故障诊断方法在模拟故障传播及诊断推理过程中存在不确定性等问题,提出一种基于扩展染色模糊故障Petri网的故障诊断分析方法;首先,在采用传统的Petri网模型描述系统故障状态的基础上,引入令牌、库所染色规则,并进一步结合模糊产生式规则与矩阵运算进行故障正反推理,提高模型的容错性;该模型正向推理采用变迁点火判别矩阵实现故障状态的智能评价,反映故障传播特性;逆向推理采用最小割集理论方法进行优先诊断,提供诊断次序,避免诊断的盲目性;最后以气源系统为典型应用对象,验证上述方法的有效性。     

鱼雷自导系统BIT设计与分析

机内测试（BIT）是一种仅依靠自身内部硬件及软件实现系统测试的技术,鱼雷自导系统机内测试技术是改善鱼雷测试性、维修性和故障诊断能力的重要途径。该文介绍了一种用于鱼雷自导系统采用集中式BIT结构和板内ROM式BIT的软硬件设计的BIT技术,定性分析了其主要功能、结构划分和设计依据,给出了检测流程图,并指出了多条有效降低BIT结构虚警的途径。根据文章给出的测试性预计方法,对该系统的分析预计可知,该白导系统BIT具有较高的故障检测率,符合设计要求。     

常用电路的故障注入方法

介绍了一种在常用电路中进行故障注入的方法。通过这种方法,可以对被测产品进行已知故障的注入,来验证被测产品及其设备的测试性能,从而使被测产品和设备的测试性结论更具说服力。     

自动变速操纵系统稳态过程故障检测和诊断技术研究

采用多向主元分析（MPCA）算法实现了稳态工况下自动变速操纵系统（ASCS）的故障检测和诊断功能。针对稳态工况下ASCS故障诊断的问题,根据ASCS控制周期特点研究稳态工况下ASCS状态变量特性以及变量构成成分,分析了MPCA算法的可行性;运用稳态工况下无故障历史数据建立ASCS的MPCA模型,并采用综合监控指标OIndex进行过程故障检测。当故障发生时利用因子分析理论,建立了综合监控指标、得分向量、系统状态变量之间的映射关系,实现故障诊断功能;采用实车试验和仿真验证结合的方式证明了MPCA算法在ASCS稳态工况下故障检测和诊断的有效性和实时性。     

空空导弹测试点优化问题研究

针对导弹系统可测试性设计和故障诊断中的测试点选取问题,以相关性模型为基础,综合测试费用等因素提出了不同测试级别测试点优选方法和故障诊断策略。根据系统信号流关系建立拓扑有向图,得到相关性矩阵;根据测试点对故障检测、隔离或定位贡献大小及其费用的分析确定各测试点的价值度量。选择测试点,确定出优化的故障诊断策略。结果表明,用文中所提出的方法进行测试点优化选取,可以很好的满足不同测试级别的测试要求。     

基于准信息熵的测试性D矩阵故障诊断新算法

测试性D矩阵包含系统故障与测试的所有信息,是测试性分析的核心。正确处理D矩阵能极大地提高故障诊断的效率。在继承D矩阵传统处理算法优点的基础上,引入局部信息熵算式,提出一种准信息熵测试性D矩阵故障诊断新算法。新算法结合全局和局部两类寻优算法的特点,具有全局寻优和局部寻优的能力,并与传统算法具有相同的适应性。通过两个实例验证了新算法的有效性,表明新测试性D矩阵故障诊断算法具有减少诊断步数、诊断时间和诊断费用等优点。     

模糊Petri网在某型武器载车系统故障诊断中的应用

某型武器载车系统结构复杂,其故障具有传播路径多、故障现象描述存在模糊性等特点给故障诊断带来一定困难;针对该系统的故障诊断难题,提出了将模糊产生式规则和Petri网推理相结合的故障诊断方法;以载车系统底盘启动故障诊断为例,建立了模糊Petri网故障诊断模型,并详细阐述了采用反向推理算法的故障诊断推理过程,快速准确地实现了故障原因的定位;结果表明:模糊Petri网应用于故障诊断系统能加快推理速度,提高故障诊断效率,是一种行之有效的故障诊断方法。     

基于相关性矩阵合并算法的系统级测试性建模方法研究

针对大型复杂系统直接构建测试性模型难度较大的问题,提出一种相关性矩阵合并算法.分析大型复杂系统的层次模块划分原则,对层次模块化测试性模型的建模要素进行了简要阐述.合并算法通过对系统进行层次模块划分,然后对低层次的单元模块分别进行测试性建模,再将低层次单元模块的故障-测试相关性矩阵逐步合并,进而生成整个系统的故障-测试相关性矩阵,并以某型导弹的导航系统为例进行实例验证,简化系统级测试性模型构建的难度.